傳統的垂直領域軟體將業務邏輯編碼在程式碼中。成千上萬個 if/then 分支、驗證規則、合規檢查、審批工作流。由工程師歷經多年硬編碼而成……而且不只是普通的工程師。你需要真正理解該領域的軟體工程師，而這非常罕見。要找到一個既能編寫正式環境程式碼，又理解訴訟工作流實際運作方式，或現金流量折現（DCF）模型應如何構建的人，是極其困難的。修改這些業務邏輯需要開發週期、品質保證（QA）和部署。
讓我舉一個我親身經歷的具體例子。
在 Doctrine，我們建立了一套法律研究工作流程，協助律師針對特定的法律問題尋找相關判例。該系統需要理解法律領域（民事、刑事或行政）、將問題解析為可搜尋的概念、跨多個法院資料庫進行查詢、按相關性和權威性對結果進行排名，並提供正確的引用脈絡。打造這套系統耗費了由工程師和法律專家組成的團隊數年時間。其業務邏輯分散在數千行 Python 程式碼、自定義排名演算法和手動調整的相關性模型中。每一次修改都需要經過工程衝刺（sprints）、程式碼審查、測試和部署。
在 Fintool，我們有一項 DCF（現金流量折現法）估值技能。它會告訴 LLM 代理如何進行現金流量折現分析：要收集哪些數據、如何按行業計算 WACC（加權平均資本成本）、要驗證哪些假設、如何進行敏感度分析，以及何時應將股份報酬（SBC）加回。這只是一個 Markdown 檔案。編寫它花了一週時間，而更新它只需幾分鐘。一位做過 500 次 DCF 估值的投資組合經理，無需編寫任何一行程式碼，就能將其整套方法論編碼進去。
數年的工程開發對比一週的寫作。這就是轉變所在。
而且這不僅僅是速度的問題。Markdown 技能在重要方面表現得更好。它對任何人來說都是可讀的、可審計的，並且可以根據每個使用者進行客製化（我們的客戶會編寫自己的技能）。此外，隨著底層模型的改進，它會自動變得更好，而無需我們動任何一行程式碼。
商業邏輯正在從由專業工程師編寫的程式碼，遷移到任何具備領域專業知識的人都能編寫的 Markdown 檔案。垂直領域軟體公司花費十年累積的商業邏輯，現在幾週內就能被複製。工作流護城河正在迅速瓦解。"
讓我舉一個我親身經歷的具體例子。
在 Doctrine，我們建立了一套法律研究工作流程，協助律師針對特定的法律問題尋找相關判例。該系統需要理解法律領域（民事、刑事或行政）、將問題解析為可搜尋的概念、跨多個法院資料庫進行查詢、按相關性和權威性對結果進行排名，並提供正確的引用脈絡。打造這套系統耗費了由工程師和法律專家組成的團隊數年時間。其業務邏輯分散在數千行 Python 程式碼、自定義排名演算法和手動調整的相關性模型中。每一次修改都需要經過工程衝刺（sprints）、程式碼審查、測試和部署。
在 Fintool，我們有一項 DCF（現金流量折現法）估值技能。它會告訴 LLM 代理如何進行現金流量折現分析：要收集哪些數據、如何按行業計算 WACC（加權平均資本成本）、要驗證哪些假設、如何進行敏感度分析，以及何時應將股份報酬（SBC）加回。這只是一個 Markdown 檔案。編寫它花了一週時間，而更新它只需幾分鐘。一位做過 500 次 DCF 估值的投資組合經理，無需編寫任何一行程式碼，就能將其整套方法論編碼進去。
數年的工程開發對比一週的寫作。這就是轉變所在。
而且這不僅僅是速度的問題。Markdown 技能在重要方面表現得更好。它對任何人來說都是可讀的、可審計的，並且可以根據每個使用者進行客製化（我們的客戶會編寫自己的技能）。此外，隨著底層模型的改進，它會自動變得更好，而無需我們動任何一行程式碼。
商業邏輯正在從由專業工程師編寫的程式碼，遷移到任何具備領域專業知識的人都能編寫的 Markdown 檔案。垂直領域軟體公司花費十年累積的商業邏輯，現在幾週內就能被複製。工作流護城河正在迅速瓦解。"
