我们可能正在见证软件诞生以来，一次非常隐蔽，却非常重要的变化。

过去几十年，几乎所有软件都有一个默认前提：

使用它的是人。

所以软件需要按钮、菜单、窗口、图标、快捷键，需要设计越来越漂亮的 UI，也需要我们花几个小时、几个月甚至几年去学习它。

Photoshop 如此。

Excel 如此。

Blender、Unity、After Effects、CAD，也都是如此。

但最近发生的一件事，让这个延续几十年的逻辑开始松动。

Unity 正在正式给 AI Agent “开门”。

而这件事真正值得关注的地方，并不是“AI 又能写代码了”。

而是：

软件第一次开始认真考虑一个问题： 如果未来使用我的，不只是人类呢？

01

Unity 做了一件看起来很小，但可能很重要的事

最近，Unity 推出了面向 Claude Code 的官方插件，并推进 Codex 等 AI 编程 Agent 的第一方集成。

表面看，这似乎只是又一个“AI + 编程工具”。

但如果仔细看它的工作方式，会发现事情已经发生了变化。

以前我们让 AI 帮忙开发 Unity 项目，大致是这样的：

你问 ChatGPT：

“Unity 里怎么创建一个第三人称角色？”

AI 给你一段代码。

然后你复制代码，打开 Unity，新建脚本，粘贴进去。

报错了，再把错误复制给 AI。

AI 修改。

你再复制回去。

整个过程中，真正使用 Unity 的人，依然是你。

AI 只是站在旁边告诉你怎么做。

现在则开始不同了。

Unity 正在给 Claude Code 等 Agent 提供官方维护的 Skills、CLI、MCP 等能力，让 Agent 能够更直接地理解 Unity 项目，并与编辑器和开发流程交互。

这意味着未来你给 AI 的指令可能不再是：

“帮我写一个角色控制器代码。”

而是：

“帮我做一个第三人称科幻游戏 Demo。”

接下来，AI 自己开始拆任务。

创建场景。

建立角色。

编写脚本。

设置摄像机。

添加灯光。

处理资源。

运行测试。

发现错误。

修改代码。

再次运行。

你负责的事情，开始从：

“一步一步操作软件”

变成：

“告诉 AI 最终想得到什么。”

这两个模式看起来只差了一点。

实际上可能差了一个时代。

02

第一代 AI：教你使用软件

回头看这几年 AI 与软件的关系，大概经历了几个阶段。

最早的 ChatGPT，本质上是一个非常强大的“软件老师”。

你问：

Photoshop 怎么抠图？

它告诉你步骤。

你问：

Excel 怎么写这个公式？

它给你公式。

你问：

Blender 怎么做玻璃材质？

它告诉你节点怎么连接。

那时候 AI 的位置是在软件之外。

可以把这种关系理解成：

人 → AI → 获得方法 → 人 → 操作软件

AI 很聪明。

但最后那个按钮，还是你自己点。

03

第二代 AI：开始替你操作软件

后来 Computer Use 出现了。

AI 第一次真正获得了：

鼠标和键盘。

它可以看屏幕。

识别按钮。

移动鼠标。

点击菜单。

填写表单。

甚至跨多个软件完成任务。

于是工作流程开始变成：

人 → 提出任务 → AI → 操作软件

这已经是一个巨大的变化。

因为 AI 不再只是告诉你：

“应该怎么做。”

而是开始：

“替你做。”

这也是为什么最近 AI 手机助手、Computer Use、浏览器 Agent、桌面 Agent 会越来越火。

大家其实都在解决同一个问题：

怎么让 AI 像人一样使用电脑？

但这里存在一个天然问题。

今天的软件，是为人设计的。

按钮是给人看的。

菜单是给人点的。

弹窗是给人确认的。

UI 动画是给人理解状态的。

如果让 AI 像人一样不断“看屏幕—找按钮—移动鼠标—点击”，其实是一种非常绕的方式。

就像让一个机器人坐在电脑前，用机械手握着鼠标操作 Excel。

它当然可以做到。

但问题是：

为什么一定要让 AI 模仿人？

04

第三代正在出现：软件开始主动给 AI 开门

这正是 Unity 这类变化真正值得关注的地方。

以前是：

AI 学着使用软件。

未来可能变成：

软件主动提供一套给 AI 使用的方法。

这完全是两个概念。

人类需要 GUI。

Agent 不一定需要。

我们看到一个“创建材质”的按钮，很方便。

但 AI 可能根本不需要看到这个按钮。

它只需要知道：

创建材质的方法是什么；

需要哪些参数；

当前项目有哪些资源；

执行之后返回什么结果。

于是软件可能同时存在两套入口。

一套给人：

GUI。

另一套给 AI：

API / CLI / MCP / Skills / Tool。

人看到的是：

按钮、窗口、时间线、菜单。

AI 看到的则可能是：

能力、参数、状态、上下文和工具。

这意味着一个非常有意思的时代可能正在出现：

未来的软件，可能同时拥有两种“用户”。

一种是人。

另一种是 Agent。

05

未来打开 Photoshop 的，也许不是你

想象一下几年后的工作方式。

今天你想做一张产品海报。

你可能需要：

打开 Photoshop。

新建画布。

导入产品图。

抠图。

调整构图。

添加文字。

调整字体。

做阴影。

调色。

导出。

如果未来 Photoshop 对 Agent 提供完整的能力接口呢？

你可能只说：

“把这个产品做成一张 3:4 的电商海报，保持品牌蓝色，突出新品上市，给我三个方案。”

接下来 Agent 自己调用 Photoshop。

读取品牌素材。

建立文件。

创建图层。

调整排版。

生成三个版本。

然后告诉你：

方案 A 更强调产品。

方案 B 更强调价格。

方案 C 更适合社交媒体。

你选择 B。

再说：

“标题再小一点，产品向左移动一些。”

Agent 修改。

这时候 Photoshop 并没有消失。

PSD 也没有消失。

图层也没有消失。

专业工具甚至可能变得更重要。

真正发生变化的是：

你不再需要亲自完成所有操作。

06

Blender、AE、CAD，可能都会经历同样的变化

这件事真正有意思的地方，在于它并不局限于 Unity。

想象 Blender。

过去你需要学习：

建模、材质、灯光、骨骼、节点、渲染。

未来你可能告诉 Agent：

“建立一个极简科技展厅，面积 300 平方米，中间放一个产品展示台，灯光偏冷，给我三个机位。”

AI 不只是生成一张效果图。

而是真的进入 Blender：

建立模型。

创建材质。

布置灯光。

放置相机。

设置渲染参数。

最后给你留下一个：

可以继续编辑的 Blender 工程。

这与“AI 生成一张图片”完全不同。

因为最终留下的是：

工程。

再想象 After Effects。

今天做一个企业数据包装，你可能需要：

创建合成。

建立文字层。

添加表达式。

制作数字增长。

建立图表。

调整关键帧。

制作转场。

建立预合成。

整理图层。

未来你可能只需要告诉 Agent：

“把这组 Excel 数据做成一套蓝白科技风的数据动画，16:9，30 秒，分成增长趋势、区域占比和年度对比三个部分。”

然后 Agent 调用 AE。

自动创建合成。

建立文字。

生成图表。

创建关键帧。

添加表达式。

整理工程。

最后留下一个完整的：

AEP 工程。

你再负责真正重要的事情：

节奏好不好？

构图高级不高级？

信息重点对不对？

客户会不会喜欢？

07

AI 真正改变的，也许不是软件，而是“学习软件”这件事

过去学习一个专业软件，我们经常问：

这个按钮在哪里？

这个功能怎么用？

这个快捷键是什么？

所以一个复杂软件最大的竞争壁垒之一，就是：

熟练度。

一个用了十年 Photoshop 的设计师和一个刚安装 Photoshop 的新人，效率完全不同。

但 Agent 出现以后，这个差距可能会发生变化。

未来一个新人也许不需要知道某个菜单藏在哪里。

他只需要知道：

自己想得到什么。

这并不意味着专业能力不重要。

恰恰相反。

当“怎么操作”越来越容易以后，真正稀缺的能力会向上移动。

从：

怎么做？

变成：

做什么？

以及：

什么才算做得好？

工具熟练度的重要性可能下降。

但审美、判断、经验、行业知识、创意和需求理解的重要性，反而可能上升。

08

软件不会消失，但 UI 的地位可能下降

过去几十年，软件公司一直在竞争一件事情：

谁的 UI 更好用？

菜单更简单。

按钮更直观。

交互更自然。

学习成本更低。

但如果未来大量任务是 Agent 完成的，一个新的竞争维度会出现：

谁的软件更容易被 AI 使用？

未来软件厂商可能会开始竞争：

谁的 API 更完整。

谁的 MCP 更成熟。

谁给 Agent 的上下文更清晰。

谁能让 Agent 更安全地修改工程。

谁能让 AI 理解软件当前状态。

谁能让 Agent 完成更多任务。

于是一个有趣的变化可能出现：

过去：

UI 是软件的门面。

未来：

Agent Interface 可能成为软件新的入口。

甚至软件发布新版本的时候，我们看到的更新日志可能不只是：

“新增 20 个功能。”

而会出现：

“新增 35 项 Agent 可调用能力。”

09

甚至可能出现一种新的软件：Agent-native Software

今天绝大多数软件都是：

Human-first。

先考虑人怎么操作。

然后再想办法让 AI 接进来。

但未来很可能出现另一类产品：

Agent-native Software

它从第一天设计的时候，就假设：

主要操作者可能是 AI。

人负责：

目标。

选择。

判断。

审批。

AI 负责：

执行。

调用。

组织。

修改。

测试。

这种软件甚至可能不需要复杂的 UI。

因为很多复杂菜单，本质上都是为了让人一步一步告诉电脑：

我要做什么。

如果 Agent 已经理解自然语言，也知道所有工具能力，那么几十层菜单存在的必要性就会降低。

10

我们可能正在从“使用软件”，走向“管理 Agent”

回头看个人电脑的发展历史，会发现人和电脑之间的距离一直在缩短。

最早：

人 → 输入命令 → 电脑

后来：

人 → 点击 GUI → 软件

再后来：

人 → 手机 App → 服务

现在：

人 → 自然语言 → AI → 软件

下一步可能是：

人 → 目标 → Agent → 一组软件 → 结果

你甚至不需要知道背后调用了几个软件。

就像今天你打车时，不需要理解 GPS、地图数据库、支付系统和调度算法。

未来你可能只说：

“帮我做完这件事。”

剩下的问题由 Agent 决定：

需要打开什么软件。

调用什么模型。

使用什么工具。

生成什么文件。

执行哪些步骤。

什么时候需要你确认。

这时候，人真正操作的对象就发生了变化。

以前我们操作：

软件。

未来我们可能更多是在：

管理 Agent。

结语

Unity 给 Claude Code、Codex 等 AI Agent 提供更正式的入口，看起来只是 AI 编程世界里的一个小更新。

但它背后代表的趋势，可能比一个插件重要得多。

过去几年，我们一直在努力让 AI：

学会像人一样使用软件。

看屏幕。

找按钮。

点鼠标。

输入文字。

而接下来，软件可能开始反过来改变自己：

主动让 AI 更容易使用。

当 Photoshop、Blender、Unity、AE、CAD、Office 等专业工具都拥有成熟的 Agent 接口之后，我们与电脑之间的关系可能会再次发生变化。

那时候真正重要的问题，也许不再是：

“这个软件怎么用？”

而是：

“我到底想让它帮我完成什么？”

软件不会消失。

专业工具也不会消失。

甚至它们可能会变得更强、更复杂。

只是站在软件前面、真正负责按下每一个按钮的人——

未必还需要是你。