用 AI 重写旧软件,是最笨的用法

不是他写得不好，是这种东西没有任何想象力。

一个 todo list，不管是用原生代码写还是用 AI 生成，它的本质没有变——还是那个输入框、那个列表、那个勾选按钮。用户打开它的方式没有变，跟它交互的方式没有变，它解决问题的逻辑也没有变。唯一的区别是：以前花两天写，现在花两小时。

省了时间，但没创造新价值。

软件行业的底牌：新交互 = 新商业

把软件行业的发展历程拉出来看一遍，会发现一个规律简单到几乎不需要论证：每一次大爆发，都始于一种新的交互方式。

DOS 时代，人跟电脑的交互是命令行。你输入一条指令，机器返回一行结果。能用，但门槛极高——你得记住那些命令，得知道路径怎么写，得理解文件系统是怎么组织的。所以那个年代的软件，用户群就是程序员和技术人员，商业规模天然有天花板。

然后 Windows 来了。图形界面——鼠标点一点，窗口拖一拖，文件夹打开就是图标。交互方式从”打字”变成了”点击”，学习成本断崖式下降。用电脑的人从技术人员扩展到了普通办公族、家庭用户。一个巨大的市场被打开了。

再然后 iPhone。触屏交互——手指划一划，捏一捏，晃一晃。比鼠标更直觉，比键盘更自然。三岁小孩都会用。移动互联网这波浪潮，本质上不是因为手机能上网——诺基亚早就行了——而是因为触屏创造了一种前所未有的交互方式。这种交互方式让”随时随地使用软件”变成了自然行为，于是移动支付、短视频、网约车、外卖这些商业模式才有了土壤。

ChatGPT 出来之后呢？对话式交互——你用自然语言描述需求，AI 直接给你结果。不需要学界面，不需要记菜单在哪，不需要知道功能叫什么名字。你只需要会说人话。

每一轮的核心都不是”原来的软件变快了”，而是”出现了一种全新的交互方式，这种交互方式催生了全新的使用场景，全新的使用场景孕育了全新的商业模式”。

DOS 到 Windows，不是命令行变快了，是图形界面让不会打命令的人也能用电脑了。PC 到手机，不是电脑变小了，是触屏让人在地铁上也能用软件了。搜索到对话，不是搜索变准了，是你不用想关键词了，直接说你要什么就行。

现在的 AI coding 在干什么

看看现在大多数人在用 AI coding 做什么：写管理后台、做博客系统、搭电商网站、开发 todo 应用、做一个记账工具。

这些全是旧交互、旧场景、旧逻辑。只不过以前你手写代码要一周，现在 AI 帮你两小时搞定。快了，但东西还是那个东西。

用户打开你的 todo 应用，看到的还是输入框加列表。他跟这个软件的交互方式，跟十年前的 todo 应用没有任何区别。这种产品就算你用 AI 一秒钟生成出来，它也不会因为这个原因就变得更有价值——因为价值不来自生成速度，来自交互方式和商业模式的创新。

说白了，这是新瓶装旧酒。瓶子是 AI 生成的，看起来很酷炫，但里面的酒还是十年前那壶。用户喝一口就知道了——味道没变。

为什么没人做出新东西

不是 AI 能力不够，是大部分人在用 AI 的时候，脑子里想的还是旧框架。

你让他用 AI 做一个产品，他的第一反应是：我要做什么 App？什么页面？什么功能？用户在哪里点按钮？这些思维模式全是图形界面时代训练出来的。他拿着这套思维去用 AI，自然只能生成图形界面时代的产物。

就好比给一个只会用命令行的人一台 iPhone，他第一反应可能是：这玩意儿怎么打开终端？

工具换了，但思维没跟上。这跟 AI 没关系，跟人的认知框架有关系。

真正值得想的问题是：如果交互方式不再是”用户主动操作、软件被动响应”，而是变成别的形态——比如说，用户只需要表达意图，软件主动把事情做了——那产品应该长什么样？用户不再需要”打开”一个 App，因为软件一直在后台运行，该出现的时候它自己出现了。用户不再需要”学习”一个界面，因为根本没有界面，交互发生在最自然的地方——对话框、语音、通知、甚至环境感知。

Manus 的方向就是在尝试这件事。它不是一个你打开来用的工具，而是一个你把任务扔给它、它自己搞定然后回来找你的 Agent。交互方式从”人操作软件”变成了”人描述目标、软件自主执行”。这是一种新的交互范式。

这才有意思。

AI coding 的真正价值还没被释放

现在看 AI coding 领域，大家比的是什么？谁的代码生成更准、谁能处理更长的上下文、谁能在 benchmark 上多几分。这些当然重要，但它们都是”把旧事做得更好”的维度。

AI coding 最大的价值，不在于把旧软件写得更快。在于它大幅降低了”试错新交互形态”的成本。以前你想验证一种新的交互方式，得先组建团队、设计架构、写代码、做原型、用户测试——光前期投入就几十万。现在你可以在一个下午用 AI 做三个完全不同交互形态的原型，扔给用户试，看哪个有感觉。

这才是 AI coding 对软件行业的真正杠杆：不是加速旧生产，是降低新探索的试错成本。

但前提是，你得先想清楚你要探索什么。没有方向的试错不叫探索，叫浪费。

战术勤奋和战略懒惰

很多时候我们觉得自己很忙、很努力、用 AI 生成了一堆东西，但仔细一想，全是在用新工具做旧事情。这种忙碌感会给人一种”我在进步”的错觉，但实际上你只是在同一条路上跑得更快了而已。

方向没变，跑再快也只是更早到达一个不值得去的地方。

我的建议是：在没想清楚”新的交互方式到底是什么”之前，别急着动手。想清楚再动手，哪怕慢一点，做出来的东西才有差异化的可能。想不清楚就动手，做出来的大概率是市面上已经有一百个竞品的东西——区别只是你是 AI 生成的，别人是手写的，但用户根本不关心你的代码是谁写的。

软件行业四十多年的历史反复证明一件事：每一次大的价值创造，都不是”旧东西做得更快”，而是”新交互催生新场景、新场景孕育新商业”。DOS 不会因为命令行更丝滑就变成 Windows，Windows 不会因为界面更漂亮就变成 iPhone。

用 AI 重写旧软件，是战术上的勤奋。想清楚新的交互形态是什么，才是战略上该花时间的事。

想不明白就先别动手。先想。