夜雨聆风学习资料网

ARTICLE · 1039749

2008年有人靠App Store暴富,而现在是Agent

2008年有人靠App Store暴富,而现在是Agent

我最近看到一个数据。

2025 年,打开网页、点击、填表、登录账号、执行任务的 AI Agent 流量,同比增长:7,851%。

7,851%!

更重要的是,它们已经不只是“看”。

数据显示:77% 的 Agent 活动已经出现在商品和搜索页面。

8.8% 进入账号页面。接近 5% 进入登录认证流程。

甚至已经有:2.3% 进入结账页面。

也就是说,以前 AI 只是:

帮你找东西。现在 AI 已经开始:

登录你的账号、帮你挑东西,甚至完成交易。

整个 AI 驱动的网络流量,仅仅一年就增长了 187%。

自动化流量的增长速度,已经是人类流量的:

8 倍。更夸张的是,

今天超过 95% 的 AI 流量,已经集中在:

零售电商。媒体内容。旅游酒店。

它们都有一个共同点:

搜很多、看很多、比很多、

而这恰恰最适合 Agent 接管。

所以很多人看到这些数据,会说:

哦,以后 Bot 会越来越多了!

我想说: 这部很恐怖吗?人不上网了,都是agent上网!

很多机会我们根本没看到!

人使用互联网的方式正在变。

你本人有“上网”。但是互联网照样产生了大量访问。

只是访问者从:人变成了:

你的 Agent。

大厂最近都突然冲 Agent。

OpenAI。腾讯,字节,Meta。xAI。

争谁成为你的“总 Agent”。

你看 Grok Bot已经不是聊天机器人。

它可以有自己的工作方法、技能和自动运行计划。

一个工作流程跑通以后,可以直接保存成:是你的数字员工

再看 Meta 的 Muse,最最近冲进免费app下载排行第一

它要真正进入用户的工作和生活,

替你管理任务、处理事务。

想抢你的AI世界总入口。

现在 Codex 每周活跃用户已经超过:500 万。

20%已经不是程序员。

而是营销、分析、运营、研究、设计这些知识工作者。

而这群非程序员用户,增长速度是开发者的:3 倍以上。

Codex 正在从:编程 Agent”变成:工作 Agent”。

OpenAI 现在已经开始往 Agent 里面加入:

技能。插件。MCP。外部工具。数据。工作流。

一个插件可以同时打包:Skill + MCP。

Skill 告诉 Agent:什么时候做。怎么做。按照什么规则做。

而 MCP 可以让它真正连接外面的:

API。数据库。软件。企业系统。也就是说,

WorkBuddy 也是类似结构。

现在明确支持:MCP + Skill。

官方直接建议:把你的服务通过 MCP 接进来。

然后用 Skill 告诉 Agent:这个工具什么时候用。

就可以调用你的第三方服务。

Agent 时代真正的“App”,根本不只是一个 Skill。

这才是整件事情最关键的地方。

总Agent 像操作系统。

一个真正值钱的 Agent 应用,

背后挂着:

你自己的数据库。你自己的 API。

你自己的行业知识。你自己的工作流。

比如你做一个:

房地产估值 Agent。

用户表面上可能是在 Codex 里面调用你。

但它后面真正跑的是:

你的房地产成交数据库。

你的估值算法。

你的 MLS 数据接口。

你的区域数据。

你的工作流。

需要语言推理时,再调用你选择的大模型。

是大模厂商。甚至是你自己微调的模型。

这和 2008 年的 App Store 就真的像了。

当年你在 iPhone 上打开 Uber。

手机里面只是一个入口。

Uber 后面还有:

服务器。地图。司机系统。调度算法。数据库。支付系统。

一整套公司基础设施。

App Store 负责:让用户找到。安装你。授权。

Agent 时代也是一样。

未来一个厉害的 Agent 应用,

只是通过:Skill。Plugin。MCP。

把自己接进总 Agent。

但它后面连接的是:一整家公司。

“Agent 就是下一代 App Store”这句话还不够准确。

更准确的是:

Main Agent,是下一代操作系统 + 应用入口。

而里面真正的“App”,会有很多层。

最简单的一层:纯 Skill。

就是一套好的方法、提示、规则。最容易做。

再上一层:Skill + API。

你已经能真正执行任务。

再上一层:Skill + API + 私有数据。

开始有壁垒。再往上:

完整的垂直 Agent。

里面有数据。API。模型。记忆。

专业知识。工作流。权限。多个子 Agent。

下一批大公司。

而且 Agent 时代和 2008 年 App Store 还有一个特别大的区别。

当年做 App,首先要会开发。会 Objective-C。会 Java。

要做界面。要做服务器。要过审核。门槛不低。

但是今天 Agent 的制作门槛,

正在迅速降低。最简单的 Skill,

甚至不需要你写一个完整软件。

你把:流程。判断规则。输入。输出。写清楚,

就已经可以变成一个可复用能力。

Grok Bot,一个成功完成的任务,

就可以直接保存成 Skill。然后反复运行。

开发门槛越低,是不是意味着:

谁都能做,所以不值钱?

如果你做的只是:一个谁都能复制的小工具。

那越来越不值钱。

Agent 时代真正的护城河,

你的:独家数据。行业经验。用户反馈。实时接口。

业务关系。工作流。历史结果。专业规则。

这些会越来越值钱。

也不是AI 出来以后,小工具都没用了。”

工具不会消失。

工具会 Agent 化。

以后工具会藏在:主 Agent 里面。

而且这里还有一个今天和 2008 年完全不同的地方。

2008 年,iPhone 有 iOS。后来有 Android。

今天 Agent 世界:还没有统一。

Codex 有自己的 Plugin、Skill、MCP。

WorkBuddy 有 Skill、专家、连接器。

Grok Bot 有 Bot、Skill、Routine。

其他 Agent 也有自己的体系。

我们还非常早。接下来很可能会出现一个新的机会:

Agent 跨平台层。未来一个真正好的垂直 Agent,

一次开发,发布到所有 Agent 平台。

App Store 当年为什么能造富?

第一:开发门槛下降。小团队也可以做产品。

第二:一个统一入口出现。

以前你根本不知道去哪里找软件。

App Store 把用户全部集中起来。

第三:小公司第一次可以直接触达几亿用户。

现在 Agent 时代,

这三件事情又开始出现了。

第一:开发数字员工的门槛正在暴跌。

以前你要写大量代码。

现在一个 Skill 就可以把一个工作方法封装起来。

第二:Main Agent 正在成为统一入口。

他只告诉 Main Agent:我想完成xx。

然后总 Agent 自己去找:最合适的能力。

第三:也是这次比 App Store 更狠的地方:

你的客户不是人。是另一个 Agent。

App 的使用者始终是:人。

你要让人看到图标。点击。下载。打开。学习使用。

Agent 时代,你做一个酒店实时价格 Agent。

可能没有几个人知道你。

每天有 100 万个总 Agent 在后台调用你。

一次调用收费 2 毛。一天就是:2 万元。

未来互联网最重要的指标,都会变化。

过去大家看:日活。月活。下载量。用户时长。

以后可能开始看:每日 Agent 调用量。

多少 Agent:找到你。调用你。相信你。推荐你。

向你购买。

互联网的核心竞争,

也会从:人的注意力,变成Agent 的选择推荐。

以后就是

Agent 为什么选择你?

Agent 能不能读懂?

能不能直接调用?

能不能直接购?

Cloudflare 已经直接把这个未来叫作:

Agentic Internet,也就是“智能体互联网”。

他们认为未来互联网必须做到四件事:

机器能读。机器能发现。机器能调用。机器能付款。

Cloudflare 已经发现:

未来网站和服务,需要专门适配:

Agent 这个新访客。

所以未来的软件结构,变成:

人。

总 Agent。

垂直 Agent。

子 Agent。

技能、API、数据、工具。

如果 WorkBuddy 有一亿用户,

能不能卡住一个特别细的行业位置?

如果 Muse、Grok、ChatGPT 都成为总 Agent,

我有什么:数据。工具。接口。专业流程。

是这些 Agent 必须调用的,并且原意付费的?

未来五年

第一:每个人都有自己的总 Agent。

第二:每家公司都会出现 Agent 团队。

第三:Main Agent 下面会出现巨大的应用市场。

里面有:Skill。Plugin。MCP。API。数据。工具。垂直 Agent。

今天绝大多数人现在还在研究:

哪个模型最好?

Codex 怎么用?WorkBuddy 怎么用?Grok 怎么用?

2008 年你做的是:一个 App。

2026 年你可以做的是:一个没有界面、没有图标、没有真人员工,却可以被无数 AI 调用的数字公司。

大厂负责:造模型。造总 Agent。造操作系统。

你负责造小应用找到客户是当务之急!

2008 年,App Store 刚刚开门。

有人只是进去下载应用。

有人进去开公司。

2026 年,Agent 的门,也正在打开。

这一次,卖的不是软件,是能力。

相关学习资料