1. 从跑步实验看软件定制化革命
那天早上我盯着Garmin手表上显示的50次/分钟静息心率数据,突然意识到自己近期的有氧训练确实懈怠了。作为一名长期跟踪量化自我的技术从业者,我决定做个八周实验:通过规律的有氧训练把静息心率降到45次/分钟。这个看似简单的健康目标,却意外引发了我对软件形态演变的深度思考。
传统做法是去App Store找个运动追踪应用,比如Strava或Nike Run Club。但当我真正开始使用这些应用时,发现它们要么功能过于复杂(社交、挑战赛等我不需要的功能),要么缺少关键的数据分析维度(如Zone 2训练时长与心率变化的关联分析)。这让我想起上周刚读到的一篇论文,提到现代人平均每个手机上有80个应用,但日常使用的只有9个——这种供需错配正在造成巨大的数字资源浪费。
于是我做了一个大胆尝试:用Claude帮我构建专属训练仪表盘。整个过程充满戏剧性——AI先是把跑步机的英制单位误认为公制,接着又搞错了日期格式,但最终只用了1小时就完成了从API逆向到前端展示的全流程。这个粗糙但完全贴合需求的小工具,让我突然理解了Andrej Karpathy所说的"软件临时性"概念。两年前同样的开发需要10小时,现在1小时,或许明年就只需要1分钟?
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 应用商店模式的黄昏
2.1 标准化软件的困境
我们正处在一个有趣的矛盾时期:一方面手机存储空间越来越大(iPhone 15 Pro Max已到1TB),另一方面用户越来越不愿意下载新应用。根据Sensor Tower数据,2023年全球App下载量首次出现负增长,而用户保留率持续走低。这不是偶然现象,而是标准化软件与个性化需求之间结构性矛盾的体现。
以我个人为例,为了管理家庭健康数据,手机里同时装着:
- 苹果健康(基础数据聚合)
- MyFitnessPal(饮食记录)
- AutoSleep(睡眠分析)
- 小米运动(设备连接)
每个应用都只解决部分需求,却又都包含大量我用不到的功能。这种"瑞士军刀"式的产品设计,本质上是因为开发者需要满足最大公约数需求。就像Karpathy所说:"我们忍受着80%不需要的功能,只为获取那20%真正想要的功能。"
2.2 AI原生交互的崛起
上周我妻子想规划亲子旅行,传统流程是:
- 打开小红书搜索攻略
- 用飞猪比价订
