最近有个观点在科技圈引发了很多讨论：随着 AI 代码智能体的成熟，"一次性软件"或者说"日抛型软件"正变得合理，市场规模可能扩大10倍。
核心逻辑是这样的。过去软件开发成本高，一个需求从调研到上线少则几周，多则几个月甚至几年年。但当 AI 能自动写代码之后，一句话就能生成一个应用，开发成本趋近于零。企业为了一场活动临时做一个报名页面、为一个项目做一个数据看板，用完即弃，不用长期维护——听起来确实香。
一些先行者已经展示了这种可能：代码智能体 App 本身90%的代码由AI自动生成，已累计服务超1000万用户，创造的应用价值达数十亿元。这种效率在传统开发模式下是不可想象的。
但这个理论全不全面？业内其实有不同的声音。
有一种观点认为，得给"日抛"加个限定词：给人用的轻量软件，确实在走向日抛；但给流程和 AI Agent 用的软件，永远不可能日抛。
原因是两者的核心需求截然不同。给人用的软件，追求的是灵活、快速、低成本，用完即弃无需沉淀；但给企业核心流程用的软件——比如 ERP 系统、支付系统、数据底座——追求的是稳定、安全、可追溯。一旦要"日抛"，换系统不仅要迁移数据、重接接口，业务还可能直接中断，损失不可控。
更深层的逻辑是：AI Agent调用的底层工具、依赖的系统接口必须长期稳定，否则 Agent 的决策就无据可依。企业的客户数据、财务数据、合规档案，必须存储在长期稳定的系统中，确保可追溯、不可篡改，这是金融、医疗、政务等强合规领域的硬性要求，也是企业核心资产的保障。
所以我的判断是："日抛化"捕捉到了一个重要趋势，但需要加限定词。给人用的轻量工具软件，日抛是效率的优化；但企业核心系统该迭代迭代、该沉淀沉淀，不能被带进沟里。
软件不会都变成日抛品，但"按需生成、用完即弃"确实正在成为现实——这才是更准确的描述。