当软件学会适应你:可塑性软件正在吞噬僵硬的SaaS

在人工智能时代,胜利者不再是那些让用户去适应的工具,而是那些能够主动去适应用户的工具。换句话说,未来的软件不是要求你按照它的逻辑来工作,而是它会根据你的需求去变化和生长。


什么是可塑性软件

可塑性软件(Malleable Software)可以理解为:不是用户去适应工具,而是工具来适应用户。

  • 传统的软件一般都有一套固定逻辑,用户要按照它的流程去办事。比如一个项目管理工具,会强制你用看板、用迭代、用特定的字段。
  • 可塑性软件则相反,它像一块橡皮泥,可以根据你的业务场景自由塑造。今天你想拿它当项目管理系统,明天可以改成CRM,后天甚至可以做知识库。
  • 在过去,可塑性软件很难用,因为定制化配置成本很高。但有了AI,用户只要用自然语言描述需求,系统就能帮你搭建逻辑、生成流程,大大降低了学习和使用门槛。
一句话总结:可塑性软件就是“随你改,随你用”的软件,而且AI正好让这种模式变得可行。


一、以Linear为例:美观却僵硬

什么是 Linear?
Linear 是一个非常受欢迎的软件开发管理工具,主打“简单、美观、流畅”。

  • 它的设计理念是“高意见化”(opinionated),即帮你预设好了一套理想的工作流程。比如 issue 跟踪、任务分配、冲刺节奏,全都标准化。
  • 优点:几乎开箱即用,速度快、体验好、学习成本低。
  • 缺点:灵活性差。如果你的团队开发流程与它预设的逻辑不一致,就会感觉被框住。换句话说,Linear 就像一套“精品公寓”,装修精美,但不能随便改结构。

Linear 是一个极简而美观的工具,它的界面设计感极强,流程清晰,体验顺滑。但问题在于,它几乎没有太多可以发挥 AI 的空间。因为 AI 真正擅长的是面对复杂和开放式的场景,能够在混乱中帮助用户找到结构,并不断调整。而 Linear 的核心设计早已被框死,几乎没有留给用户或 AI 二次创造的余地。

在这种场景里,AI 最多只能帮你节省几秒钟的重复劳动,或者自动补全某些表单字段。可是真正的流程、框架与逻辑,已经被产品经理提前写死,AI 根本没有“重塑”的可能。换句话说,它只是“效率小帮手”,而不是“流程设计师”。

二、以Fibery为例:复杂但可塑

和 Linear 相比,Fibery 的定位就完全不同。它依然美观,但设计更复杂,功能更灵活。过去的问题是,Fibery 上手门槛很高,你必须投入时间去学习、配置,才能让它真正符合你的业务需求。

什么是 Fibery?
Fibery 也是一个团队协作和知识管理平台,但它走的路子跟 Linear 不一样:灵活到近乎“万金油”。

  • 你可以在 Fibery 里自己设计数据结构、页面逻辑和工作流,甚至用它搭出一整套定制系统。
  • 优点:可塑性极强,几乎可以变成你想要的任何工具。
  • 缺点:复杂,学习和配置过程对新手不友好,以前往往需要花费大量时间折腾。
而这也是 AI 的用武之地:过去的复杂性,在 AI 时代反而变成优势。因为 AI 可以帮你快速生成配置,你只需要告诉它“我想要一个 bug 跟踪+客户反馈整合系统”,它就能自动搭好大部分基础结构。

但大模型的出现正在彻底改变这一点。复杂度在过去是阻碍,但今天反而变成了优势。因为 LLM 可以把复杂度压缩掉,把本来需要数周的配置与调试,浓缩成几条自然语言的提示。你只需要告诉系统“我想要一个怎样的流程”,它就会像一个资深的系统分析师一样,帮你拆解需求、搭建逻辑、生成初版,再通过反馈快速迭代。

当“如何实现”这个问题被AI接管,用户只需要专注于定义“我想要什么”。结果就是,复杂型工具会因为可塑性而迅速取胜。

三、从“解法”转向“问题”

这其实就是AI时代最大的转变:软件的焦点,从过去的“解法设计”,转向了“问题定义”。

在过去,你脑子里虽然有个想解决的问题,但要把它落实到工具里,就得学习规则,拼装组件,把你的需求翻译成工具能理解的语言。

现在,这些“翻译成本”可以交给大模型。你说人话,系统就像工程师一样,自动化帮你拆解、映射和实现。你只需提出需求、审视初稿,然后不断修正迭代。想法到原型的周期,骤然缩短,门槛几乎消失。

四、为什么可塑性软件会胜出

在历史上,可塑性软件的确一直是“小众玩家”的选择。它的使用者往往是热爱折腾的人,需要有耐心、有技术背景,也愿意承受认知负荷。

相反,简单的“纵向工具”大行其道。因为大多数团队宁可牺牲灵活性,也不愿陷入学习曲线的痛苦。例如 Linear 就代表着这种“预设化、固化”的流程:好用,但前提是你接受它的逻辑。

然而,AI 改变了这个平衡。当定制变得快速、轻松甚至有趣时,用户没有理由继续忍受僵化的框架。为什么要被工具绑架,而不是让工具来配合你的业务?

长期来看,可塑性软件的优势会愈加明显。当企业需求变化时,僵硬的工具就会显得无能为力,而可塑性的系统可以顺势调整,帮助用户持续前进。

未来的核心问题其实很简单:当你只需几分钟就能得到一个“为你量身打造”的工具时,你还愿意去用一个要求你改变自己习惯的工具吗?

五、未来的演化路径

这场变革不会一夜之间完成,但趋势已经十分清晰:

* 2025–2027年:AI 开始显著削减可塑性工具的学习曲线。虽然很多团队仍然会为了“启动快”而选择僵化工具,但一旦业务流程演化,就会加速迁移到灵活平台。
* 2028–2030年:购买软件时的核心问题会从“能多快开始用”变成“能多容易改”。僵化工具在市场竞争中逐渐丧失优势。
* 2030–2035年:AI 辅助的可塑性平台会让配置像聊天一样自然。切换成本接近于零,大多数僵化型 SaaS 工具逐渐退居小众或遗留地位。

当然,刚性工具并不会彻底消失。一些极端依赖标准化的行业,依然会选择它们。但在绝大多数场景下,它们会成为“AI 前时代的遗物”。

六、结语

未来属于那些能够弯曲而不折断的软件。AI 的力量正在把复杂度变成生产力,把个性化从奢侈品变成默认选项。

当你再也不用“适应工具”,而是让工具“适应你”,软件的世界才真正迎来了新时代。



可塑性软件与定制软件区别?

1. 定制化软件(Customization)

  • 本质:软件厂商预留了一些“可调参数”或“功能开关”,用户可以在这些有限范围内修改。
  • 例子:你在项目管理软件里,可以选择任务字段是“优先级/截止日期/负责人”,甚至改字段名称。
  • 边界:超出预设选项,你就无能为力。比如你想让它既能管项目又能管销售,就可能力不从心。
  • 类比:定制化就像点餐时选套餐,主菜固定,你只能挑配菜和饮料。

2. 可塑性软件(Malleability)

  • 本质:软件本身像一块“积木”或“橡皮泥”,你不仅能调参数,还能随意拼装、重塑逻辑,甚至创造出新的应用场景。
  • 例子:Fibery、Notion、Airtable 这类工具,你可以把它改造成 CRM、HR 系统、知识库,甚至财务跟踪系统。
  • 边界:几乎没有“预设边界”,限制更多来自用户的想象力,而不是工具设计者的框架。
  • 类比:可塑性软件就像一堆乐高积木,你想拼成赛车、房子还是飞船,全看你需要。

一句话总结

  • 定制化 = 软件厂商允许你在预留的轨道里开车
  • 可塑性 = 你自己决定要不要修轨道,甚至造飞机