AI 友好到 AI 进化:AI 时代软件的必选项

静态层让软件对 AI 友好。动态层让 AI 持续进化。

之前的文章我们写《AI 友好比 AI 原生更重要》——核心判断是：

软件要主动对 AI 友好。

不要让 AI 来适配老软件。让软件从”人学软件”变成”AI学软件”。

具体落地的几个标志：

• • 数据可被 AI 读取、解析、推理
• • 工具接口清晰、参数 schema 标准化
• • 错误信息让 AI 能理解、能恢复
• • 业务流程可被 AI 拆解、可被 AI 重新组装

这是AI 时代软件的第一步。

没有 AI 友好，再牛的 AI 也只能在一个老软件面前抓瞎。

这一篇，我们往前走一步——

软件 AI 友好之后，下一步是什么？

是 AI 本身要能”进化”。

AI 友好是静态层——软件怎么对 AI 友好。AI 进化是动态层——AI 怎么持续变好。两者合起来，才是 AI 时代软件的必选项。

一、但”AI 友好”是静态的

AI 友好有个根本局限——

它是一次性的、静态的。

软件改完了，AI 来了，能跑起来了。

但跑起来之后呢？

AI 还是那个 AI。

它不会因为你用了它一周、一个月而变好。

它不会因为某个客户提了一个吐槽就改自己的行为。

它不会因为某条数据错了就自动避开下次同样的错。

AI 友好让 AI “能跑”。

但”能跑”不等于”跑得好”。

更不等于”越跑越好”。

二、一个真实的场景

我见过很多团队，做了”AI 友好”改造之后兴奋了一阵。

软件接口清晰了。数据导通了。AI 能跑了。

跑了一个月，体感是这样的——

• • 简单任务 AI 完成得很好
• • 中等任务 AI 完成得一般
• • 复杂任务 AI 经常掉链子

用户开始吐槽。

团队开始改 prompt。改完跑测试。改完再测。改完再跑。

改了三个月，发现 prompt 改不动了。

不是 prompt 写得不好。是 prompt 已经到了天花板。

再改 prompt，也只是从 60 分到 65 分。

要从 65 分到 90 分，prompt 这一层已经不够了。

三、缺的那一层，叫”AI 进化”

之前我们说”软件要 AI 友好”。

但光让软件对 AI 友好，等于只做了一半。

另一半是——

AI 自己要能变好。

不是人工调出来的”好”。是 AI 自己通过某种机制持续变”好”。

这种机制，叫”AI 进化”。

“AI 进化”不是 gradient descent（那是大模型的事，agent 没有可微参数）。

“AI 进化”是——

AI 在真实使用中，根据真实反馈，持续调整自己的行为，让自己下次比这次更好。

具体怎么调？

4 个层面：

任何一个层面优化，AI 都会变好。

但前提是——这 4 个层面要”可调”、要”可测”、要”有反馈”。

这就是”AI 进化”的核心。

四、双层架构：AI 时代软件的必选项

到这里，可以把整个画面拼起来了。

AI 时代软件的必选项 = 静态层 + 动态层

两层缺一不可。

光有静态层：AI 跑得起来，但不会变好。

光有动态层：AI 变来变去，但软件不友好，跑都跑不起来。

只有两层都做——AI 才能”在对的软件上，越跑越聪明”。

五、为什么”动态层”比”静态层”难

静态层（AI 友好）已经是个大工程。

但动态层（AI 进化）比静态层难 10 倍。

静态层是一次性投入。软件改完了，AI 来了，能跑了，结束。

动态层是持续运转。AI 每天在跑，每天要观察，每天要评估，每天要优化。

它要回答的问题比静态层多得多——

• • 怎么知道 AI 这次跑得好不好？（评估）
• • 跑得不好，是哪个层面出了问题？（归因）
• • 怎么改才能让下次更好？（优化）
• • 改了之后，能不能再也不犯同样的错？（沉淀）
• • 这个沉淀的过程，能不能让 AI 自己完成？（自演化）

每多一个问题，工程复杂度就翻一倍。

这也是为什么过去两年，行业把大部分精力都放在了静态层——

数据导通、接口标准、流程可拆——这些看得见、摸得着、做完了能”汇报”。

但动态层，行业整体还停在”手工业”——

prompt 工程师手改 prompt。后端工程师手加 memory。平台工程师手调 tool。产品经理手画决策流。

没有数据飞轮。没有 A/B 框架。没有 CI/CD。没有自演化。

这是 agent 行业整体卡在”手工业时代”的根本原因。

六、为什么这是 2025-2026 的关键拐点

我之所以现在写这一篇，是因为 2025 年发生了几件关键的事——

第一，工具成熟了。

Anthropic 2025-10-16 发布 Agent Skills，把 prompt + tool + memory 封装为标准化模块。2025-12-18 推开放标准。

这意味着——动态层的”工具”层有了工业化的基础。

第二，方法成熟了。

DeepMind 2025-05-15 发布 AlphaEvolve——一个能自我演化的编程 agent。它解决了一个 300 年的数学难题，刷新了 11 维亲吻数问题的记录。

斯坦福 2025-10 发布 ACE 框架——让 AI 自己写 prompt，性能提升 17%，成本降低 87%。

这意味着——动态层的”自演化”已经不只是论文，已经在真实工程场景里跑通了。

第三，痛点暴露了。

OpenAI 2025-04 发布 PaperBench——测试 agent 复现论文的能力。结果：最好的 Claude 3.5 Sonnet 复制得分只有 21%。

这意味着——动态层的”评估”仍然是瓶颈。但”评估”被摆到了台面上。

3 件事合起来，是 2025-2026 的关键信号——

动态层不再只是 PPT。它已经有了工具、方法、痛点。

2026 年开始，agent 行业的竞争，会从”静态层做得好不好”，转向”动态层做得好不好”。

双层架构才是必选项

写到这里，整个系列的逻辑就清楚了。

AI 时代软件的必选项，是双层架构。

静态层（AI 友好）让软件对 AI 友好——这是必选项的下半部分。

动态层（AI 进化）让 AI 越跑越聪明——这是必选项的上半部分。

只有下半部分，AI 跑得起来，但跑不聪明。

只有上半部分，AI 变来变去，但跑不起来。

下半+上半，AI 时代软件的完整图景。

静态层做不好，跑不起来。动态层做不好，跑不聪明。双层都做，才能在 AI 时代长期占位。

这才是 2026 年之后，做软件的真正必选项。