Gemini 4 Argon 20分钟克隆Excel，软件零成本时代来了？

从零到Excel克隆：20分钟的实验

一位YouTube创作者给Gemini 4 Argon下达了一个任务：克隆Excel。他并没有设置循环，所以整个运行过程只持续了大约20分钟。结果令人惊讶——一个能在浏览器中运行的Excel克隆诞生了。

据该YouTube视频展示，这个克隆体“第一眼看上去就是浏览器里的Excel，看起来非常惊艳。”

创作者甚至打开了自己电脑上的Excel进行对照，进一步验证了复刻的完成度。整个过程没有人工干预代码编写，完全由AI模型驱动。这引出一个值得深思的问题：当AI能在20分钟内生成一个功能可用的复杂软件原型，传统软件开发的护城河还剩下什么？

Excel克隆界面

Gemini 4 Argon 是 Google 旗下 Gemini 模型的一个版本代号，属于具备强大代码生成与长上下文推理能力的大语言模型。与常规对话模型不同，它在代理式（agentic）编程任务中表现出色，能够根据一句自然语言指令自主规划文件结构、编写前端和后端代码并迭代调试。所谓“没有设置循环”，指的是该演示没有采用多轮自动化代理循环（即模型反复自我检查、修改代码的机制），而是单次生成后直接运行，因此整个实验仅耗时约 20 分钟。这种一次性生成能力的大幅提升，正是其引发“软件成本趋零”讨论的技术基础。

功能实测：哪些能用，哪些露馅

基础运算与拖拽填充

创作者双击单元格，输入=1+2，计算结果正确。接着测试拖拽填充功能，同样工作正常。这些基础电子表格操作是Excel的核心体验，克隆体在20分钟内就实现了。

基础运算测试

SUM函数的缺陷

测试并非完美。当尝试输入=SUM时，出现了一个小错误——等号应该保持在开头。但修正后，输入=SUM并高亮不同行，函数能够正确计算。这个小瑕疵说明AI生成的代码在细节上仍有粗糙之处，但整体逻辑已经跑通。

SUM函数测试

拖拽填充（fill handle） 是电子表格中位于单元格右下角的小方块，拖动它会基于选中区域的模式自动填充相邻单元格——例如序列数字、日期、公式的相对引用以及自定义列表。其底层逻辑涉及模式识别与相对引用偏移计算：当公式被拖拽时，行号或列标会按位移量自动调整，从而让 =A1+B1 在下一行变为 =A2+B2。这一功能看似简单，实则要求模型理解电子表格的引用模型和增量规则，是衡量克隆体是否“像 Excel”的关键交互细节之一。

SUM 函数 是电子表格中最基础也最常用的聚合函数，用于对一组数值求和，语法为 =SUM(范围或数值列表)。它与加号运算符的区别在于可以接受连续区域（如 A1:A10）并自动忽略文本和空单元格。测试中出现的“等号位置”问题，通常源于 AI 生成公式解析器时对起始标记的校验不严——等号必须位于公式最开头才能触发解析。这类小瑕疵反映了生成代码在词法与语法边界处理上的粗糙，但函数主体逻辑（遍历区域、累加数值）仍能正确执行。

软件成本趋零：开发者的新生存法则

视频作者在演示结束后抛出了一个尖锐的观点：软件在未来基本上会变得零成本。

他的原话是：“如果你唯一的护城河是你为某个软件写的代码行数，那你就有麻烦了。你需要提供那些无法被最新模型直接复制的东西——产品和服务。”

这个判断并非危言耸听。20分钟生成一个Excel克隆，虽然离生产级产品还有距离，但足以证明AI在代码生成上的速度已经远超传统开发流程。当“写出能运行的代码”不再是稀缺能力，软件公司的价值就必须转移到其他地方：用户体验、生态集成、数据壁垒、客户关系，或者那些AI难以复制的线下服务。

作者观点总结

护城河（moat） 一词借自商业战略，指企业难以被竞争对手复制或超越的持久竞争优势。在传统软件行业，护城河常被等同于专有代码库、技术积累和工程复杂度。而大模型的代码生成能力正在侵蚀这一层：当“写出能运行的代码”从稀缺技能变为按需生成的服务，代码行数本身便不再构成壁垒。相应地，护城河需要转向网络效应、专有数据、品牌与客户关系、合规资质以及线下服务等 AI 难以直接复制的要素。这一概念框架有助于理解视频作者“仅靠代码行数就有麻烦”的判断。

对开发者和产品团队的启示

原型验证的门槛大幅降低

对于独立开发者和小团队，Gemini 4 Argon这类工具意味着想法到可交互原型的路径被极度压缩。过去需要几天甚至几周搭建的界面和基础逻辑，现在可能在一次喝咖啡的时间里就有了雏形。这释放出的时间可以投入到需求验证和用户访谈上。

代码之外的价值更加凸显

如果代码本身不再是壁垒，那么什么才是？视频作者给出了方向：无法被模型直接复制的产品和服务。这可能包括专有数据、社区网络、硬件结合、合规资质，或者仅仅是更懂某个垂直行业的团队。对于正在规划产品的团队，现在就应该问自己：如果明天有人用AI在20分钟内克隆了我们的核心功能，我们还剩下什么？

质量与工程的差距依然存在

需要冷静看待的是，20分钟的克隆体在SUM函数输入上都出现了小错误。生产级软件需要处理边界情况、性能优化、安全防护、无障碍访问、多平台兼容等一系列工程问题。AI降低了从0到1的门槛，但从1到100的打磨仍然需要人类的判断和工程 discipline。软件不会完全免费，但“只有代码”的软件会变得越来越不值钱。