引言：软件行业的又一个“诺基亚时刻“？

2026年，距离《Why Software Is Eating The World》问世，整整过去了15年。

那一年，诺基亚还在做塞班，柯达还在卖胶卷。没人相信那两家百年巨头会在几年之内轰然倒下。Andreessen说软件正在吞噬世界，我们信了，然后看着软件真的把这个世界重新捏了一遍。

现在，同样的句式回来了，只是主语换了。

Software was eaten by AI.

软件正在被AI吞噬。

这句话在X上刷到一个亿的浏览量时，我正在改一份涨乐财富通的产品文档。手机震了一下，我瞥了一眼那个帖子，然后继续改文档。但那天晚上，我失眠了。

因为我突然意识到一件事。

如果软件这个中间层真的要被AI填平，那我们这些做了多年产品和设计的人，我们引以为傲的那些方法论——用户画像、交互流程、体验地图、漏斗分析——它们还剩多少年的寿命？

如果用户不再需要打开App，不再需要点按钮，不再需要在四五个层级的菜单里翻找那个“条件单“的功能入口，那涨乐财富通这个App，它存在的意义是什么？它的护城河又在哪里？

我想试着理清楚这些问题。从一个产品经理的视角，从一个做了十年用户体验设计的人的角度，也从一个每天跟AI打交道、看着它一点点吃掉我们自己产品的创业者的角度。

很多东西不一定对，但确实是我此刻想表达的。

一、做减法的交互，做加法的逻辑：当UI开始消失

刚入行做UI的时候，带我的老大说过一句话：“好的设计是让用户感觉不到设计的存在。“

那时候我们对这句话的理解是：让界面足够直观，让操作足够顺畅，让用户不需要看说明书就能完成任务。我们把按钮放在用户视线自然落下的位置，把操作流程控制在三步以内，把专业术语翻译成人话。

我们花了无数个小时争论一个按钮是该左对齐还是右对齐，一个下拉菜单是该默认展开还是点击展开，一个弹窗是该用深色遮罩还是半透明遮罩。

现在回头看，我们争论的其实是怎么让那座桥更好走一点。

但没人问过：这座桥，真的需要存在吗？

在金融这个领域，这个问题尤其致命。

你去问一个股民：你为什么要打开涨乐财富通？

他会说：我要看行情、我要下单、我要查持仓、我要设条件单。

你再问他：你享受这个打开App、点来点去的过程吗？

他会愣一下，然后说：谁享受这个？我只是没办法。

对，没办法。

没办法是因为计算机听不懂人话，是因为人和机器之间有一道语言的鸿沟，是因为我们需要一个中间层来翻译。把“帮我盯住这只股，炸板即卖“这个意图，翻译成系统能理解的“设置价格预警，监控涨停板打开状态，触发后提交卖出订单“这一串操作。

这个翻译层，就是我们做了十年的UI。

而现在，Agent正在填平这道鸿沟。

OpenClaw炸了的那段时间，我一直在想一个问题：为什么是它？论技术能力，它不一定比Claude Code强。但它是第一个让普通人真正理解“Agent是什么“的东西。

就像DeepSeek R1让普通人理解了什么是推理，OpenClaw让普通人理解了什么是Agent。你只需要说一句话，它自己去调用各种工具，自己去操作各种系统，自己把结果返回来给你。

你不需要点任何一个按钮。

那回到涨乐财富通。

如果未来的用户只需要说一句“盯住这只股，炸板即卖“，Agent就能自动完成：唤醒交易组件、设置预警条件、监控盘中异动、在触发的那一刻自动下单。那用户还需要打开App吗？

他需要的，只是一个能听懂他说话的入口。

这个入口可能在手机上，可能在车载系统里，可能在AR眼镜里，可能在他根本意识不到的地方。

这就是我在这篇文章开头写的那句话的真正含义：

做减法的交互，并不是把功能藏起来，而是隐去无用的认知路径。

未来的涨乐财富通，将从传统的4-5级菜单，简化为“意图驱动“的动态流。用户不需要思考“条件单在哪个Tab”，不需要在“交易–智能订单–价格预警“这个路径里一层层点进去，不需要记住那个功能到底叫“炸板卖出“还是“涨停开板卖出“。

他只需要说出他想做的事。

剩下的，全是Agent的事。

但这带来一个巨大的问题。

交互越轻，背后的逻辑必须越重。

如果用户只需要说一句话，那这一句话背后，系统得听懂多少种可能的表达方式？得处理多少种模糊的意图？得调用多少个不同的数据源和交易组件？

“帮我找个跟茅台差不多地位的，但估值更合理的股票。“

这句话里的模糊词有多少？“差不多地位“是什么意思？是市值相当？是行业龙头？是品牌溢价？“估值更合理“又是什么意思？是PE更低？是PEG更小？是相对行业平均有折价？

以前这种问题，用户得自己去翻F10，自己去看财务数据，自己去算相对估值。现在，他只需要说一句话，然后等着AI给他答案。

但AI不能瞎给。

它不能幻觉出一个不存在的公司，不能编造一个不合理的估值，不能拿过时的数据做判断。

所以，涨乐财富通必须有一个足够硬核的内核。一个由“自研主Agent + 多专家Agent”构成的协作体系。

当用户说出那个模糊的需求，后台会同时调度财务Agent、技术面Agent、研报归因Agent、行业轮动Agent。它们协同作业，各自给出自己的判断，然后由主Agent整合成一个完整的答案，返回到用户面前。

这个答案可能是一段文字，可能是一张图表，可能是一个可以直接点击下单的UI卡片。

用户看到的是“轻“。

但背后，是华泰十几年积累的所有专业能力的“重“。

这就是我理解的AI原生时代的产品哲学：

交互的“轻“，是为了降低用户的进入壁垒；逻辑的“重“，是为了提供机构级的专业深度，填平散户与机构之间的信息差。

这个信息差，是金融行业最古老的护城河。

以前，机构有彭博终端，有专属的研究员，有昂贵的行业数据。散户没有。散户只能看F10，看股吧，看大V的推荐。

现在，AI理论上可以让每个散户都拥有一个“机构级的研究助理“。

但前提是，这个AI的背后，得有真正机构级的数据和逻辑。

这就引出了第二个问题。

二、独特行业数据和深度执行能力：AI无法触及的“金融体温“

ChatGPT知道很多东西。

你问它“茅台过去五年的ROE是多少“，它能给你一个大概的数字。你问它“什么是行业轮动“，它能给你一段教科书般的解释。你问它“怎么看新能源板块的估值“，它能给你列出一二三四几条理由。

但它没有“金融体温“。

它不知道今天上午10点23分，某只ETF基金的瞬时折溢价率是多少。它不知道某个分时筹码异动意味着什么。它不知道行业轮动模型刚刚发出了什么信号。它不知道你持仓的那只股票，刚刚发生了什么事。

因为这些数据，不在它的训练集里。

这些数据，是券商独有的护城河。

华泰的涨乐内核，不只是提供原始行情。它提供基于私有因子的实时衍生数据：分时筹码异动、分时顶底、行业轮动模型、资金流向监测、主力动向追踪。这些东西，是AI无法从公开互联网上学到的。

它们需要实时的交易数据，需要专业的因子建模，需要长期的市场经验。

三、安全与信任：金融AI的“不可妥协“底线

这里有一个微妙的平衡。

一方面，我们希望AI足够聪明，能够理解用户的模糊意图，能够处理复杂的金融逻辑，能够在各种场景下给出合理的建议。

另一方面，我们又不能让AI太“自由“。

金融不是聊天。一句错误的建议，可能导致用户真金白银的损失。一个幻觉出来的数据，可能让用户做出错误的投资决策。一次未经授权的交易，可能引发严重的合规问题。

所以，涨乐财富通的AI化，必须有一条清晰的边界：

创意和探索，交给AI；交易和执行，必须死守。

什么意思？

用户可以说“帮我分析一下新能源板块的投资机会“，AI可以给他生成一份详细的分析报告，可以给他推荐几只值得关注的股票，可以给他解释各种技术指标的含义。

但涉及到实际的交易，涉及到资金的划转，涉及到风险承受能力不匹配的产品推荐，这些必须由受监管的专业内核来执行。不能有半点模糊，不能有任何幻觉。

这个边界，是金融AI的底线。

也是涨乐财富通区别于那些通用AI工具的核心竞争力。

四、商业模式：从“交易执行商“到“金融逻辑即服务（FLaaS）“

以前券商的商业模式很简单。

用户来开户，用户来交易，券商收佣金。用户资产规模越大，交易越频繁，券商赚得越多。

这是一个“按笔收费“的模式。

在Agent时代，这个模式不会消失，但它的重要性会下降。因为用户交易的路径变长了，变分散了，变“无形“了。用户可能在车上听了一句话就做了交易决策，可能在AR里看了一眼数据就动了念头，可能在聊天窗口里跟Agent聊着聊着就完成了下单。

佣金还在，但它越来越像是“基础设施使用费“。稳定，但增长有限。

真正的增长点，在别的地方。

第一个增长点：智能策略与数据API调用费。

当华泰把自己的核心能力封装成API之后，这些API可以被第三方调用：车企、手机厂商、其他Agent、个人开发者。他们调用你的数据，调用你的信号，调用你的策略执行能力。按调用次数收费，按订阅周期收费。

这不是想象。东财的OpenClaw Skills已经在做类似的事。华泰如果能把自研的行业轮动模型、分时筹码异动监测、LOF基金折溢价实时计算这些东西封装成API，它们就是可以被反复收费的资产。

第二个增长点：专业化、个性化的财富管理服务费。

通用AI能回答“茅台PE是多少“，但它不能回答“我该怎么配置我的资产才能既抗通胀又有稳定现金流“。因为后者需要深度理解你的个人情况，需要专业的财务规划能力，需要处理复杂的税务、法律、传承问题。

这些事，需要真正的专业内核。

基于深度AI分析能力，提供高度定制化的资产配置方案、税务规划建议、遗产传承规划。这些服务的价值，远高于一次交易佣金。它们可以收取更高比例的管理费或绩效报酬。

第三个增长点：B2B2C的生态分润。

通过与大型平台或场景方合作，嵌入金融服务。华为、小米、苹果、微信。这些平台拥有海量用户和丰富的场景。当他们的用户在某个场景下产生金融需求时，华泰的能力可以被即时调用。新客户来了，利润分成了。

这不是零和游戏。这是生态共赢。

第四个变化：收费模式从“按笔/按规模“向“按价值/按访问“延伸。

“按价值收费“：为AI投顾建议、独家信号、完成的复杂自动化策略（比如跨市场套利）收取固定费用或比例分成。

“按访问权限收费“：分层订阅。基础免费版（通用信息）、专业版（独家数据与高级分析工具）、机构版（全量API接入与定制Agent）。

这些模式在SaaS行业已经跑通了。在金融行业，它们才刚刚开始。

总结一下未来的券商财富业务，它的护城河是三样东西：

独特的认知逻辑、安全无感的执行能力、无处不在的信任嵌入。

它的商业模式是：将自身深厚的金融专业能力，转化为可被广泛调用的、标准化的“金融逻辑即服务“。

这个转变听起来宏大，但它最终要落到一群人手里。

产品经理。

五、产品经理在AI时代的转型：从画原型到定义边界

我翻了将近一个小时的《About Face 4》。

这本书，我刚入行的时候读过。那时候它是我做设计的圣经。每一章都划重点，每一条规则都背下来。用户是谁？他们的目标是什么？他们是怎么思考的？我们怎么弥合实现模型和心理模型的差距？

十年后，再翻这本书，心情完全不一样。

书里的每一条规则都还是对的。但它们的前提，正在被动摇。

书里说，设计师要弥合实现模型和心理模型之间的鸿沟。但如果Agent填平了这道鸿沟，如果用户根本不需要跟系统打交道，那我们存在的价值是什么？

书里说，要以目标为导向来设计。但如果用户的目标可以直接用一句话告诉Agent，Agent自己去调用各种Skill来达成，那我们设计的那些界面、那些流程、那些体验，它们还剩多少意义？

这个问题，我花了很长时间才想明白。

答案是：我们的工作不会消失，但重心会彻底转移。

以前产品经理的核心工作是画原型、写PRD、定义页面跳转逻辑。

未来的产品经理，核心工作是三件事：

第一，定义“边界“。

哪些功能交给AI发挥，哪些功能必须由软件死守？

创意类的、探索类的、模糊意图的，这些交给AI。让AI帮用户选股，帮用户生成投资思路，帮用户分析市场情绪。

但交易、风控、鉴权，这些必须死守。必须由受监管的、经过千锤百炼的专业内核来执行。不能有半点模糊，不能有任何幻觉。

这个边界，是产品经理要划清的。

第二，构建“语义桥梁“。

确保底层的“硬核逻辑“能够被Agent理解并精准调用。

什么意思？

就是要把复杂的金融逻辑，封装成一个个清晰的“意图接口“。定义清楚：输入是什么，输出是什么，在什么条件下可以被调用，调用失败时怎么处理。

以前产品经理设计的是“页面跳转“：用户点这个按钮，跳到那个页面。

未来产品经理设计的是“意图流转“：用户说出这个意图，Agent调用这些Skill，返回那个结果。

第三，用AI进行“需求洞察与用户模拟“。

这是方法论层面的升级。

以前我们做用户研究，靠访谈、靠问卷、靠可用性测试。样本量有限，周期长，成本高。

现在，我们可以用大模型处理全量的用户会话日志、客服工单、行情讨论区数据。让AI识别出用户未被满足的模糊意图。“帮我找找像某某公司那样的，但有增长潜力的股票。“这种需求，以前只能靠产品经理的经验去猜。现在，AI可以从海量数据里把它提炼出来。

我们还可以用AI生成大量的“用户模拟态“。在真实功能上线前，让AI智能体模拟不同风险偏好的用户，与产品原型进行交互。提前发现逻辑漏洞，提前优化体验路径。

这不是取代用户研究。这是把用户研究放大一百倍、一千倍。

第四，用AI进行“复杂任务解构与流程设计“。

这是最考验产品经理能力的地方。

以前的PRD，详细描述每个按钮、每个字段、每个状态。

未来的PRD，核心部分变成了“意图清单“、“Agent能力描述“、“交互规则“。

当用户说出“帮我构建一个能抗通胀的投资组合“时，产品经理的工作是什么？

是用“思维链“提示词，驱动大模型把这个模糊意图拆解成一系列子任务：

宏观经济研判（CPI/PPI分析）→ 资产类别匹配（商品、TIPS、股票等）→ 具体标的风险收益计算 → 组合优化 → 回测验证 → 执行监控。

然后，为每个子任务指定应由哪个“专家Agent”来处理：宏观Agent、固收Agent、股票Agent、计算Agent、回测Agent。并定义它们之间的协作与信息交换协议。

这是一个完全不同的产品设计范式。

它不再关注“界面长什么样“，而是关注“能力怎么组织“、“意图怎么流转“、“Agent怎么协作“。

它需要产品经理对业务有更深的理解，对逻辑有更清晰的拆解，对技术边界有更准确的判断。

那些只会画原型的产品经理，确实会被淘汰。

但那些能定义边界、能构建语义桥梁、能用AI放大自己能力的产品经理，会比以前任何时候都更有价值。

写在最后：中间层的消亡与我们的选择

书合上的时候，我在想一个问题：人机交互、UI设计这些知识，还能用几年？

然后我突然意识到，执着于这个问题本身就是错的。

柯达的问题不是胶卷不好，是他们一直在想怎么让胶卷更好，而没有去想一个没有胶卷的世界会是什么样子。

诺基亚的问题不是塞班不好，是他们一直在优化塞班，而没有去想一个没有按键的手机可能是什么形态。

我们这些人，做了十几年产品、十几年设计的人，最大的风险不是AI取代我们，而是我们一直在想怎么把手头的事做得更好，而没有去想一个没有UI、没有App、甚至没有“软件“的世界会是什么样子。

那个世界，正在来。

不是五年十年以后，就是这一两年。

看看SaaS股票的走势就知道了。绝大多数SaaS公司，较其52周高点，都跌了30%到80%。这不是周期性的调整，这是结构性的变化。

软件正在从资产变成耗材。

资产是你投入重金打造、长期持有、不断增值的东西。

耗材是你用完就扔、随时可以替换的东西。

当AI让软件的生产成本从几十万降到几乎为零，当任何人都可以用Claude Code在几个小时内搓出一个能用的工具，当用户不需要打开任何界面就能完成复杂的任务，软件就不再是资产了。

它就是耗材。

而耗材是没有护城河的。

真正的护城河，是软件背后的东西。

对于金融行业来说，那些东西是：独特的认知逻辑、安全无感的执行能力、无处不在的信任嵌入。

它们不在UI里。它们在数据里，在模型里，在交易链路里，在风险控制里，在合规体系里，在十几年积累的行业经验里。

这些东西，AI无法替代。

AI只能调用它们。

所以，华泰真正的任务，不是做一个更漂亮的App。

是把自己的核心能力，拆解成一个个可以被AI调用的原子服务。是把自己从一家“做App的公司“，变成一家“向全网输出金融逻辑的工厂“。是让自己的能力，在用户需要的时候，出现在用户所在的地方。无论是车里、眼镜里、手表里，还是某个聊天窗口里。

这是一个痛苦的转型。

它意味着要放弃一些过去引以为傲的东西。意味着要重新定义自己的核心资产。意味着要跟过去的成功经验告别。

但时代不会问你准备好了没有。

它只会无情地翻到下一页。

15年前，Andreessen说软件正在吞噬世界。那时候，诺基亚还在做塞班，柯达还在卖胶卷。他们不是不知道变化在发生。他们只是觉得自己还有时间。

他们没有。

现在，轮到我们了。

我们能做的，也许就是在翻页的声音里，拼尽全力。

搞清楚下一页到底写的是什么。

然后，成为那个写下一页的人。