夜雨聆风
未来的软件不是给人用的
今天早上折腾了几个小时OpenClaw，有一个念头越来越清晰：我们正在经历一场静悄悄的范式转换——软件的”用户”正在从人类变成AI智能体（Agent）。
这不是科幻。这件事正在发生。
一、一次实操引发的思考
OpenClaw是最近爆火的开源AI Agent框架，短短几个月GitHub星标过10万，全球估计有三四十万用户。它不是一个聊天机器人，而是一个跑在你自己机器上的持久化Agent网关——你通过微信、Telegram、Slack给它发消息，它不仅能回复，还能替你执行真实的操作：发邮件、管日程、跑终端命令、部署代码。
但今天早上让我真正兴奋的，不是这些花哨的功能，而是两个更底层的发现。
第一个发现：经验可以固化。 与AI反复交互中，我发现它总在某些地方犯同样的错。过去的做法是每次手动纠正，换个会话窗口它又犯。OpenClaw的Skill机制给了一个优雅的解法：把正确的做法写成一个SKILL.md文件，Agent下次遇到同类任务直接按这个来。这等于是”教会”了Agent干活——你的交互经验不再是一次性的，而是变成了可复用的知识资产。
第二个发现：多Agent各管各的上下文。 OpenClaw支持多智能体路由，每个Agent拥有独立的工作空间、独立的技能集、独立的会话记忆。一个Agent专门写代码，一个Agent专门审代码，一个Agent专门跑测试，通过一条确定性的Pipeline串起来。每个Agent只看到自己需要的东西，上下文窗口不会被无关信息稀释。
这两个发现让我开始想一个更大的问题：当AI Agent成为软件的主要使用者，软件应该长什么样？
二、Karpathy说：有一类新用户出现了
几乎在同一时间线上，Andrej Karpathy——OpenAI创始成员、特斯拉前AI总监、”vibe coding”一词的发明者——在2025年YC AI创业营的演讲中，抛出了一个改变游戏规则的判断：
“出现了一个全新的数字信息消费者和操作者类别——不是人类，也不是传统程序，而是AI Agent。”
他举了两个对比案例来说明这意味着什么。
第一个是身份认证服务Clerk的文档。它写得很好——对人类来说。图文并茂，标注了”先点击这个按钮””再拖动到那个位置”，一步一步截图教你。问题是：AI Agent不会”点击”，也看不懂截图。当Karpathy试图让AI帮他集成Clerk时，AI完全懵了。
第二个是部署平台Vercel。它把文档重新设计了一遍，加入了curl命令、结构化API说明、机器可解析的格式。AI Agent读完文档就能直接操作，不需要人类翻译。Karpathy说——这就是”为Agent而建”。
他还提出了llms.txt的概念：网站除了给人看的HTML页面之外，应该提供一份给LLM读的纯文本版本。因为HTML是给浏览器渲染、给人的眼睛看的；Agent需要的是干净的、可解析的、结构化的信息。
这个观察揭示了一个深刻的矛盾：过去七十年，所有软件都是围绕”人如何使用”来设计的。但现在，软件的使用者正在增加一个新物种。
三、软件的界面正在消失
让我们把这个逻辑推到底。
传统软件的核心是什么？是GUI——图形用户界面。按钮、菜单、拖拽、弹窗，一切设计都是为了让人类的眼睛能看到、手指能操作。过去几十年，软件工程师的大量精力花在了”界面”上：怎么让按钮更好看，怎么让流程更直觉，怎么减少用户的点击次数。
但Agent不需要这些。
Agent需要的是：一个清晰的API，一份结构化的说明文档，一套可编程的接口。它不需要看到按钮——它需要知道可以调用什么函数。它不需要漂亮的排版——它需要机器可解析的数据格式。它不关心交互动效——它关心返回值是否符合预期的Schema。
这就是为什么Karpathy把LLM类比为一种新的操作系统。在传统操作系统上，我们开发App给人用；在LLM这个”新OS”上，我们开发Skill给Agent用。这两件事的设计逻辑完全不同。
回到我早上的OpenClaw体验。那个SKILL.md文件是什么？它就是一种”给Agent用的软件”。它没有界面，没有按钮，没有交互流程。它就是一段Markdown文本，里面写着：遇到什么情况该怎么做、用什么工具、按什么顺序。Agent读取它，就像人类打开一个App。
而多Agent的Pipeline呢？它就是一种”给Agent设计的工作流”。传统的项目管理软件（Jira、Trello、飞书）是给人类项目经理看的——看板、泳道、甘特图。但Agent不需要看板。Agent需要的是一个YAML文件，定义：第一步谁做什么，第二步谁接手，做完了输出到哪里，出错了怎么回退。
有一位开发者在分享他的OpenClaw多Agent流水线时说了一句很精辟的话：“每当我试图在Prompt里写流程控制（’做完了就发给审稿人’），就引入了一个失败模式。LLM不是可靠的路由器。” 他的解决方案是：让代码管流程，让LLM管创意。用确定性的工作流引擎串联各个Agent，每个Agent只在自己擅长的环节发挥作用。
这和传统的软件架构思维完全是两回事。我们不是在设计”用户体验”，而是在设计”Agent体验”。
四、三个正在发生的转变
如果”软件为Agent而生”这个判断成立，至少有三个深刻的转变正在发生。
第一，文档比界面更重要。 在传统软件世界里，文档是附属品——没人爱读文档，大家靠直觉操作界面。但在Agent时代，文档就是界面。一个服务如果没有清晰的、机器可解析的文档，Agent就用不了它，这个服务就等于不存在。Karpathy提到的llms.txt、Vercel改造文档的做法，都是这个方向的先声。
第二，API优先，GUI可选。 以前我们先做界面，再补API。未来应该反过来：先做一套Agent能调用的API和工具集，GUI只是人类偶尔需要”看一眼”时的可视化层。这就像现在很多开发者已经习惯用命令行而不是图形界面——Agent更进一步，连命令行都不需要，它直接调函数。
第三，软件的”用户测试”要重新定义。 以前我们做用户测试，是找真人来点点看，看他们在哪里困惑、在哪里放弃。未来我们应该也做”Agent测试”——让AI Agent来使用你的软件/API/文档，看它在哪里失败、在哪里产生幻觉、在哪里调用出错。如果Agent用不顺，说明你的接口设计有问题。
五、回到我的实践：科研写作中的Agent
说回我自己的领域。在科研写作中，我已经在用一套多Agent协作的方式工作。一个Agent负责按大纲生成初稿（Writer），另一个Agent从学术规范和逻辑严密性的角度审稿（Reviewer），然后Writer根据审稿意见修改，循环迭代直到质量达标。
每个Agent有自己专属的Skill——Writer的Skill里写着”如何组织段落””如何引用文献””如何使用学术用语”；Reviewer的Skill里写着”检查论证链是否完整””术语是否前后一致””数据引用是否有出处”。它们各司其职，互不干扰，通过Pipeline自动衔接。
这套系统的本质是什么？就是一组”给Agent用的软件”。SKILL.md是Agent的操作手册，Pipeline是Agent的工作流程，研究素材库是Agent的参考数据库。整个过程中没有一个GUI按钮。
更有意思的是，这套系统可以持续学习。每次我发现一个新的写作规范或者纠正一个常见错误，我就更新对应的Skill。下次所有Agent自动继承这个改进。这和传统软件的版本更新不同——它更像是在给一支团队”培训”新技能，只不过这支团队是AI Agent。
六、一个更大的图景
让我们把视野拉远一点。
Karpathy把软件的演进分为三个时代：Software 1.0是手写代码，Software 2.0是神经网络权重，Software 3.0是自然语言编程。在3.0时代，”最热门的编程语言是英语”。
但我想在此基础上加一层：在Software 3.0时代，不仅编程的方式变了，软件的服务对象也变了。
过去：人写代码 → 代码服务于人。 现在：人用自然语言 → LLM生成代码 → 代码服务于人。 未来：人定义意图 → Agent编排Agent → 软件服务于Agent → Agent服务于人。
注意最后这个链条。人不再直接”使用”大多数软件。人定义目标和约束，Agent去调用各种工具和服务来完成任务。人最终看到的是结果，而不是过程。就像你不需要知道快递分拣中心的传送带怎么运转——你只需要下单，然后收到包裹。
这意味着，未来大量的软件将是”Agent-to-Agent”的——Agent A调用Service B，Service B调用Tool C，整条链路上没有任何人类在操作界面。人类只在最开头定义任务，和最末端验收结果。
SaaS行业2026年初的股价暴跌（48小时蒸发2850亿美元）或许就是这个转变的早期信号。当每个人都可以用自然语言让Agent生成一个完全定制的工具，谁还需要为通用SaaS付费？当Agent可以直接调用底层API完成任务，谁还需要一个精心设计的人类界面？
七、写在最后
回到今天早上那个让我兴奋的时刻。
OpenClaw之所以让我觉得”对了”，不是因为它有多少花哨功能，而是因为它让我第一次真切地体验到：软件可以不是给人”用”的，而是给Agent”读”的。
一个Skill文件就是一个Agent的App。一条Pipeline就是一个Agent的工作流。一套多Agent架构就是一个Agent的组织。在这个世界里，Markdown比按钮重要，API比界面重要，结构化比美观重要。
Karpathy说，2025到2035是Agent的十年。我越来越相信他是对的。但他还补充了一句很重要的话：”不是钢铁侠的机器人，而是钢铁侠的战衣。”——Agent不是替代人的，而是增强人的。人负责定义意图、设定边界、验收结果；Agent负责执行、协调、优化。
那么，作为这个时代的参与者，我们该做什么？
如果你是开发者：开始为Agent设计你的产品。不只是加个API，而是从根本上想：如果你的用户是一个LLM驱动的Agent，你的文档够不够清晰？你的接口够不够结构化？你的错误信息够不够对Agent友好？
如果你是研究者：考虑把你的知识体系”Skill化”。你在某个领域积累的判断力、方法论、经验法则，能不能写成Agent可以读取和执行的指令集？这不是降低你的价值，恰恰相反——这是把你的专业知识从”存在脑子里”变成”可以规模化复用”。
如果你是管理者：重新审视你的团队工作流，哪些环节可以被多Agent Pipeline替代？不是替代人，而是替代人与人之间低效的信息传递和重复劳动。让人做人擅长的事——定义方向、做出判断、承担责任；让Agent做Agent擅长的事——执行指令、处理信息、保持一致性。
未来的软件不是给人用的。它是给Agent用的，而Agent是给人服务的。
这不是一个遥远的预言。这是今天早上我在OpenClaw上亲手体验到的现实。
作者按：Andrej Karpathy是OpenAI创始成员、特斯拉前AI总监，2025年提出”vibe coding”和”Software 3.0″概念。OpenClaw是由Peter Steinberger创建的开源AI Agent框架，支持多智能体路由和技能系统（github.com/openclaw/openclaw）。本文观点仅代表个人思考，欢迎讨论。
