AI正在吃掉所有软件——而我选择了另一条路

这不是一篇AI趋势报告，而是一次关于”边界”的产品思考

序：一个正在发生的吞噬

2026年，我观察到一件有趣的事。

越来越多的人开始问：我还需要专门的写作软件吗？还需要单独的文献管理工具吗？直接用Claude、用Kimi、用文心一言不行吗？

这个问题背后，藏着AI发展的一条主线——AI正在系统性地吞噬垂直工具。

不是替代，是吞噬。

一、AI的三次跃迁，每次都让一类软件消失

回顾过去几年，AI对工具软件的冲击有清晰的节奏。

第一次跃迁：语言能力爆发（2022-2023）

ChatGPT的出现，让Grammarly这类语法检查工具瞬间失去了核心价值。如果AI能直接重写一段话，你还需要一个专门划红线的工具吗？

一批以”辅助写作”为核心的工具，在这次浪潮里基本失去了独立存在的意义。

第二次跃迁：多模态与长上下文（2024）

当AI能处理几十万字的文档，能看图、能分析PDF，很多”信息处理类”工具开始被边缘化。传统的PDF阅读工具、思维导图软件、摘要生成App……用户发现，直接把文件扔给AI就行了。

第三次跃迁：Agent与工具调用（2025-至今）

这是正在发生的事。AI开始有了”手”——它能调用搜索、操作文件、写代码、发邮件。

这意味着，AI不再只是回答问题，它开始完成任务。

这一次被吞噬的，是”流程类”工具。那些靠”帮用户完成某个步骤”为生的软件，正在失去立足之地。

二、主流的应对方式，以及它的问题

面对这个趋势，市面上大多数工具选择了同一条路：把AI塞进来。

文档软件塞了AI写作按钮。笔记软件塞了AI总结功能。项目管理工具塞了AI助手入口。

然后，它们开始宣传自己的”AI功能矩阵”，开始做AI赛道的PPT，开始在融资材料里写”AI Native”。

但实际效果呢？

大多数情况下，用户用了两次内置AI，然后回去用ChatGPT了。因为AI大模型本身的能力更强，而这些软件只是在它外面套了一个壳。

塞AI进来，不等于变成AI产品。

这种方式的本质是防御性的——用AI功能来留住用户，而不是真正理解AI时代用户需要什么。

三、我的判断：AI是基础设施，不是功能点

我在做启文的过程中，逐渐形成了一个自己的判断：

AI不是一个功能，它是新时代的基础设施。

就像电力刚普及的时候，每家工厂都把”我们用电”当成卖点。后来没有人再把”用电”当卖点了，因为电变成了默认的基础。

AI正在走同样的路。

当AI的能力足够强、足够廉价、足够普及，”内置AI”本身就不再是差异点。每个工具都会有AI。到那时，真正决定工具价值的，是AI之外的东西。

是数据结构。是工作流。是场景深度。是信任关系。

四、为什么我不做一堆软件，而是把功能插件化集成在启文里

逻辑上，按照传统的产品思路，我应该：做一个写作工具、做一个文献管理工具、做一个教案生成工具……每个做成独立产品，分别运营，扩大规模。

我没有这么做。

原因是我看到了一个AI时代独特的机会，也看到了分散做的根本性缺陷。

缺陷一：上下文是割裂的

当你在写作软件里写论文，在文献管理软件里整理参考文献，在另一个工具里生成大纲……这三件事对AI来说是三次毫无关联的请求。

AI帮你润色论文，不知道你的参考文献里有什么。AI帮你整理文献，不知道你的论文写到哪里了。

这就是碎片化工具在AI时代的致命问题：数据孤岛导致AI无法真正理解你的工作。

缺陷二：你需要管理工具，而不是完成工作

一个研究者，可能同时装着：写作软件、文献管理软件、笔记软件、时间管理工具、AI助手……每天在这些软件之间切换，管理不同的账号和数据格式。

管理工具本身，成了一种新的认知负担。

而我的选择是：建一个统一的写作环境，让所有能力以插件的方式在同一个上下文里运转。

当你在启文里写学术论文，AI助手能看到你的文献库。当你用引用格式生成器，它能直接读取你刚才整理的参考资料。当你开启可读性分析，它分析的是你正在写的那份文档，而不是一份剪贴来的内容。

这不是功能整合，这是上下文整合。

在AI时代，上下文是生产力的核心资产。

五、插件化的另一层含义：用户的工作流不同，工具应该不同

我不做一堆独立软件，还有另一个原因：不同职业的工作流，差异比我们想象的大得多。

一位律师写合同，和一位研究员写论文，和一位教师写教案，表面上都是”写作”，实质上是三种完全不同的认知活动。

律师需要的是条款精确性、逻辑严密性、法律术语的规范性。 研究员需要的是文献引用的规范、数据呈现的结构、学术表达的准确。 教师需要的是知识点的组织逻辑、学生视角的可理解性、课堂节奏的把控。

如果我做三个独立软件，每个都是轻量的专业工具，它们之间不通，用户的跨场景需求就没人管。

插件化架构让我能做到：核心写作体验统一，专业能力按需激活。

律师打开启文，看到的是法律条款库和术语检查器。研究员打开启文，看到的是文献管理和引用格式生成。教师打开启文，看到的是教案规划器和知识点组织工具。

同一个工具，根据你的身份，呈现不同的专业面貌。

这在AI时代是可行的，因为AI的理解能力足以支撑这种灵活性。在非AI时代，要做到这一点，需要无数专业开发者，成本不可接受。

六、AI时代工具的真正价值在哪里

我越来越相信，AI时代真正有价值的工具，具备三个特征：

1. 拥有AI不能直接拥有的东西

AI很强，但它没有你的私人数据、你的写作习惯、你的文献积累、你的工作历史。工具的价值，在于帮你把这些沉淀下来，成为你专属的上下文。

这就是为什么我们坚持本地优先——你的数据在你的设备上，那是你的资产，不是任何平台的数据湖。

2. 降低AI使用的认知门槛

通用AI很强，但需要用户自己学会怎么提问、怎么组织上下文、怎么做多轮对话。这对很多专业用户来说是额外负担。

好的工具，把这个门槛藏起来。用户不需要学提示词工程，工具已经知道该怎么配置AI来服务这个场景。

3. 建立信任

AI时代信息爆炸，用户对工具的信任变得更稀缺、更重要。一个工具能不能保护你的数据，能不能在你最关键的工作时刻稳定运行，能不能真正理解你的专业需求——这些比功能列表更重要。

七、写在最后

我知道这条路走起来不容易。

分散做多个工具，每个可以快速变现，更容易讲故事，更容易拿到融资。集中做一个深度的写作环境，慢、重、容错率低，而且短期内看不到爆发。

但我想起做启文最初的动机：我自己需要一个工具，在写作的时候不被打断，不用在五个软件之间切来切去，不用担心自己的想法被上传到某个我不知道的服务器。

AI把工具市场搅动了。但真正的专业写作，需要的不是一个更强的AI对话框，而是一个理解你、陪伴你、保护你数据的写作环境。

这件事，AI大模型本身做不了。只有工具能做。

联系邮箱：bitwool@163.com

BitWool 数字毛织｜bitwool.cn

启文｜启于思，行于

免费· 本地优先 · 可离线的写作伙伴