把市集开进大教堂：AI时代，软件开发正在进入新的生产模式

1997年Eric S. Raymond 用《大教堂与市集》描述了两种软件生产方式。一种像建造大教堂由少数专业人员规划在相对封闭的环境中精心施工完成到一定阶段以后再向外发布。另一种像经营市集尽早开放频繁迭代让大量参与者在使用、反馈、修改和争论中推动软件演化。在很长一段时间里这两种模式大致对应商业软件与开源软件。它们争论的核心是软件应该由谁创造、以什么方式协作以及开放能否比集中规划更有效地发现问题。AI出现以后这组问题没有失效。相反它正在以一种更彻底的方式回到软件行业内部。因为AI改变的不只是写代码的速度也改变了进入软件生产的资格、协作网络的规模以及整个工程体系中真正稀缺的东西。《大教堂与市集》真正讨论的不是开源许可证如果只把《大教堂与市集》理解成“开源优于闭源”就容易错过它更重要的部分。它讨论的是一种生产组织问题复杂软件是否只能依靠少数专家自上而下完成还是可以通过持续发布、广泛反馈和分布式协作在使用过程中逐渐生长出来。市集模式之所以有效并不只是因为参与者多。它还依赖几个条件问题能够被看见修改能够被比较贡献能够被追踪维护者能够决定哪些变化进入主干。因此市集从来不是没有秩序的自由创作。代码仓库、版本控制、测试、评审和维护者本身就是市集得以运转的基础设施。这也意味着大教堂与市集并非简单的对立关系。很多成功的开源项目外部看起来像市集内部却有清晰的架构边界、严格的合并规则和少数承担最终责任的维护者。开放扩大了参与面但秩序决定了这些参与能否形成可靠的软件。AI改变了软件生产中的稀缺性传统软件开发中最昂贵的环节之一是把需求翻译成可运行的代码。一个想法要成为产品往往需要经历需求分析、原型设计、技术选型、编码、测试和部署。即使想法本身很清楚缺少工程能力的人也很难独立完成实现。AI正在压缩这条路径想法 → 自然语言描述 → AI生成 → 人类验证 → 持续修改原型可以在几小时内出现过去因为开发成本太高而不会被尝试的小需求也开始获得实现机会。个人、小团队和非技术岗位都能更直接地参与软件创造。这像是把原本位于组织外部的开源市集搬进了每一个开发环境。一个人面对的不再只是编辑器和代码库还可能同时调度多个模型、Agent、开源组件和自动化工具。但生产能力的扩张并没有让所有工程成本一起下降。代码生成变便宜以后真正稀缺的部分转移到了别处问题是否被正确定义系统边界是否清楚生成结果是否满足真实需求测试是否覆盖了关键风险安全、数据与许可问题是否得到处理软件出错以后由谁判断、修复并承担责任。过去团队常常受限于“做不出来”。AI时代团队更容易受限于“无法证明做出来的东西是对的”。更多代码不等于更多有效的眼睛市集模式有一个经典判断当足够多的人查看和使用代码时问题更容易暴露。AI看起来把这个逻辑推到了极致。一个开发者可以要求多个Agent并行提出方案、检查实现、补充测试仿佛瞬间获得了一支庞大的协作队伍。但Agent数量不能直接等同于认知多样性。十个Agent可能来自相似的基础模型依赖相近的训练材料读取同一份上下文也可能重复同一种误解。当它们共享盲点时增加输出数量只会放大一种看似一致的错误。更关键的是AI可以检查代码是否符合已知规则却无法自动保证规则本身正确。需求遗漏、商业判断偏差、权限边界错误和对真实用户的误解都可能在一套逻辑自洽的实现中被完整保留下来。因此AI时代不能把“更多生成”误认为“更多审查”。真正有效的眼睛必须具有不同的信息来源、不同的利益位置以及对结果负责的能力。用户反馈、领域专家、安全审查、运行数据和维护者判断仍然无法被单纯的模型调用次数替代。AI让大教堂与市集同时扩张AI并没有让软件世界单向走向市集。它反而让两种结构同时变得更强。在底层基础模型需要巨额算力、集中训练、数据治理和持续运维。模型接口、云平台和计算资源掌握在少数机构手中这比传统软件更像一座庞大的大教堂。在上层开发者可以调用模型、组合开源项目、编排Agent并快速生成面向细分场景的应用。应用实验的成本下降参与者增加变化速度加快这又形成了更繁荣的市集。于是一种新的软件生产结构正在出现集中的智能基础设施支撑分布式的软件创造。这不是大教堂被市集取代而是市集开进了大教堂。市集中的每个参与者都能获得更强的建造能力但他们依然依赖底层模型、平台接口、软件供应链和组织规则。这种结构带来效率也带来新的脆弱性。模型升级、接口变化、平台政策或上游组件问题都可能同时影响大量应用。表面上高度分散的创新可能建立在非常集中的能力来源之上。所以AI时代讨论开放不应只看应用代码是否开源还要看模型能否替换、数据能否迁移、过程能否追溯以及一个系统是否具备离开单一平台继续运行的能力。Vibe Coding扩大的是创造入口Vibe Coding最值得关注的地方不是“不会编程的人也能写代码”而是软件创造的入口从“技术实现”向“问题表达”前移了。过去开发者通常先理解编程语言再学习如何把想法变成系统。现在越来越多人可以先描述目标在与AI的往返中逐步逼近实现。这会让大量过去没有机会进入开发排期的需求被尝试也会让软件更像一种可持续修改的个人工具而不只是由专业公司交付的标准产品。与此同时原型与产品之间的界线会变得更加重要。原型可以依靠直觉推进生产系统却必须面对真实数据、真实权限、真实攻击和真实损失。AI可以帮助一个人迅速搭起建筑但不能因此取消消防规范、承重计算和验收责任。未来的专业开发者不会因为代码生成而失去价值。其角色会从大量亲手实现逐渐转向把模糊愿望转化为可验证的问题为AI划定架构、数据和权限边界设计能够发现错误的测试与观测系统判断哪些生成结果可以进入长期维护的主干在效率、成本、安全和可演化性之间作出取舍。AI扩大了创造软件的人群却也提高了对工程判断的要求。大教堂不会消失它将负责边界与责任当生成速度越来越快组织更需要稳定的结构来吸收变化。架构规则决定不同模块如何协作测试体系判断变化有没有破坏已有能力发布机制控制风险进入真实环境的速度审计记录说明一个决策从哪里来。它们都带有大教堂式的集中秩序。未来更有效的软件组织很可能不是在两种模式中选择一种而是重新分配二者的职责用大教堂确定目标、边界、标准和责任人用市集并行探索方案、暴露问题并吸收反馈用AI扩大可尝试的方案数量用人类判断决定什么值得保留、发布和长期维护。这里最危险的误区是只扩大市集的产出能力却没有同步扩大大教堂的验证能力。如果生成的代码越来越多而测试、评审、文档和维护资源没有增长软件组织得到的就不是更高生产力而是更快积累的技术债务。AI真正考验的不是团队能生成多少代码而是团队能否建立一套与生成速度相匹配的判断系统。软件资产需要记录创造过程当软件由人类、AI、开源组件、外部服务和多个Agent共同形成时传统的“作者是谁”会变得越来越难回答。Git能够记录哪一行代码在什么时间发生变化却未必能解释这次变化基于什么需求、采用了哪些外部材料、由什么模型参与、经过了哪些验证又由谁批准进入生产环境。这意味着版本控制仍然必要但已经不够。未来的软件资产需要同时保留三类信息结果最终代码、配置、模型和文档是什么来源人类贡献、AI生成、开源依赖和外部数据分别来自哪里决策为什么采用这一方案经过了哪些验证由谁承担最终责任。开源时代解决了代码如何协作的问题。AI时代还需要继续解决智能如何参与、贡献如何归属、结果如何验证的问题。只有当这些过程能够被追溯AI带来的大规模协作才可能沉淀为可信的软件资产而不只是大量无法解释的生成物。结语《大教堂与市集》在AI时代依然重要但它需要一个新的注脚。过去人们争论集中开发与开放协作谁更有效。现在更重要的问题变成当智能生产可以被大规模调用谁来定义方向谁来验证结果谁来承担责任AI让建造本身越来越便宜却没有让判断与责任一起廉价化。未来的软件不会只来自大教堂也不会只来自市集。它会诞生于二者的组合稳定的边界容纳高速的探索集中的责任管理分布式的创造人类判断驾驭机器生成。当砖块不再稀缺真正决定软件价值的将是图纸、验收以及每一次创造为什么值得被保留下来。