大模型时代：AI驱动的工作流与数据格式新范式

多位行业技术从业者近期分享了他们对AI时代软件开发的最新观察与思考，涵盖研发模式、能力评估、数据留存等多个维度。

有从业者提出了类似软件元素周期表的构想，指出99%的软件开发都可以通过一套有限的标准化软件组件组合完成，无需从零开始搭建。而在当前的AI浪潮中，仍有不少团队反复从零构建基础工具，这种行为无论是浪费研发时间还是消耗AI调用的Token资源，都属于典型的AI时代思维误区。

另有技术从业者认为，网络安全能力才是衡量通用超智能的最佳基准，也是软件工程的“智商测试”。当下大模型可以快速生成克隆网站，这类测试往往水分较大，真正能体现AI推理深度和逻辑边界的，是漏洞挖掘、补丁修复、逆向工程与系统攻防这类硬核任务。该从业者还提到，开源模型Kimi K3在该领域的优异表现，证明了开源路径在AI真实硬核推理上的巨大潜力。

有团队负责人透露，AI写作与编辑能力已经跨过了质变奇点。在过去一周内，其所在团队日常的文字润色、稿件编辑工作中，已有70%的工作量实现了AI自动化完成，这是多年来首次实现如此高比例的AI替代。

还有从业者分享了使用AI工具优化日程管理的具体策略：通过定制化提示词，让AI工具自动梳理每周工作日程，限定每周会议时长不超过20小时，结合过往的日程拒绝记录自动排查并去重冲突会议，同时将这类任务沉淀为可自我优化的专属技能，在每次调整前都向本人进行确认。

有行业人士极度推崇Markdown作为大模型时代的通用数据格式，认为随着大模型推理栈和底层框架快速迭代更新，纯文本的Markdown文件将超越繁琐的数据库格式，成为最稳固、最通用且能够长期留存的“黄金数据底座”。

还有观点指出，我们正在进入一次性软件/代码的崭新时代。随着AI编写和配置代码的成本无限降低，越来越多的软件、网页或调试看板将在单次使用后直接被抛弃，比如为调整颜色临时搭建的交互沙箱，或是为单次数据排查启动的临时看板。AI彻底改变了代码的生产关系，让代码本身像草稿纸一样，可以随时生成、用完即弃。