ARTICLE · 1127128
未来App 的真正用户,是AI不是人!
未来App 的真正用户，是AI不是人！
——不能被 AI 使用的 App，终将被淘汰
你的下一个用户不会看广告，不会点按钮，不会在你的开屏页停留一秒。
但它会决定你的产品是被调用，还是被绕过，还是被淘汰。
零、把结论摆在前面
这篇文章只论证一个判断：
App 的真正用户正在从人变成 AI。不能被 AI 使用的 App，终将被淘汰——这不是趋势预测，是已经在发生的既成事实。
围绕这个判断，有六条可以立刻验证的结论：
- 用户结构已经反转。
2026 年 6 月，Cloudflare 统计显示非人类流量已占网页总流量的 57.4%。互联网上"看"网页的，超过一半已经不是人。
- AI 作为操作者，在机械维度全面碾压人类。
以剪映为例：数百个功能，没有任何人能全部掌握，而 AI 可以全量学习、全量在握、参数级精准。人机之间在"能不能操作"这一层，是量级差，不是渐进改良。
- "不能被 AI 使用"有明确的判据。
一句话：这项能力能不能在没有屏幕的情况下，被一个陌生的 AI 可靠调用。不能，就已经在淘汰的路上。
- 淘汰有三条路径：被绕过、被降级、被淘汰。
而且"被绕过"先于"被竞品打败"发生——很多 App 不是死在对手手里，是死在"AI 直接写代码调 API 就完成了"这件事上。
- 改造的红利巨大：沉睡的 94% 功能被唤醒。
行业数据显示平均功能采用率只有 6.4%。人被迫做减法，AI 没有认知带宽约束——操作者换人之后，软件第一次可以做加法。
- 最大的阻力不是技术，是商业模式。
AI 不点广告。改造一定会发生，但"开放"不一定——这才是真正要做的选择。
如果这六条里有任何一条你想挑战，请读对应的章节，数据都给了出处。
一、先回答一个根本问题：App 的用户，到底是谁？
1.1 "用户"不是买单的人，是完成操作的人
要接受上面的判断，得先统一一个定义。
我们平时说"App 的用户"，默认指买单的那个人。但产品真正服务的对象，从来不是"付钱的人"，而是完成操作的那个意图主体——谁的意图在驱动操作，谁就是用户。
过去三十年，这个主体一直是人：人产生意图，人操作界面，人完成任务。所以 App 的整个技术栈——GUI、触控交互、视觉设计、转化漏斗——全部围绕人的眼睛和手指构建。
现在，操作者换了。 意图还是人的意图（"帮我订一张下周二的机票"），但完成操作的主体，正在大规模地换成 AI。
用户不是换了口味，是换了物种。
1.2 三个已经发生的事实
事实一：流量结构已经反转。
2026 年 6 月，全球网络基础设施服务商 Cloudflare 给出一组数字：非人类流量（含搜索引擎爬虫、AI 爬虫、Agent 调用）占网页总流量的 57.4%。 人类在互联网上成了少数派，这比所有人预期的都早了一年。
图注：2026 年 6 月，非人类流量已占网页总流量的 57.4%，爬取与回流比全面崩塌（数据来源：Cloudflare）
事实二：旧的社会契约已经崩塌。
搜索引擎时代有一份君子协定：我让你爬我的内容，你给我带回流量。Cloudflare CEO Matthew Prince 公布的爬取与回流比，说明了这份协定崩坏到什么程度：Google 约 14 : 1，OpenAI 约 1700 : 1，Anthropic 约 73000 : 1——前沿 AI 实验室的爬虫抓走七万三千次内容，才还回一个访客。
事实三：人也在把操作交出去。
到 2025 年底，"零点击"搜索——用户提问被 AI 直接回答、一个链接都没点——已超过全部搜索流量的 65%。Accenture 调研显示：10 个消费者里有 7 个预期生成式 AI 将在一年内影响自己至少一半的支出决策；本十年内，20% 的数字商务交易将由 AI 平台或 Agent 执行；到 2028 年，4/5 的数字交互将进入 Agent 化界面。
操作者换人，不是未来时，是进行时。
1.3 国内已经开跑
这不是硅谷的故事，中国市场的动作更快：
- 2026 年 6 月 8 日
，微信开放平台面向小程序开发者开放 AI 生态接入——用户一句话，就能调用小程序完成点咖啡、订机票，携程、美团随即接入； - 阿里千问
向第三方 Agent 与 Skill 全面开放，肯德基成为首个接入的餐饮品牌，覆盖中国内地超 1.3 万家门店； - 6 月 16 日
，AI 版支付宝"阿宝"上线；次日，微信支付发布专为 Agent 支付场景设计的"AI 专属卡"； QuestMobile 数据显示，2026 年一季度中国 AI 原生 App 月活已达 4.4 亿； 鸿蒙 6 已上线 80 余个应用智能体。
支付、点餐、订票——高频消费动作的入口，正在从"人点开 App"变成"人吩咐 AI"。 入口换了，App 的角色就从"门面"变成了"后厨"。
二、为什么 AI 必然成为主要用户：一场剪映式的碾压
这一章回应一个常见的疑问：AI 真的比人更适合操作 App 吗？还是只是个噱头？
我们用一个所有人都用过的产品来检验：剪映。
2.1 剪映测试
剪映有多少功能？转场、滤镜、调色、关键帧、曲线变速、蒙版、色度抠像、音频波形、智能字幕、素材库、模板、包装、图文成片……功能数量数百个，每个功能下面还有参数空间——仅"调色"一个模块就有十几项可调参数。
一个职业剪辑师，穷尽职业生涯，能熟练掌握的比例是多少？
行业数据给出了普遍答案：软件功能的平均采用率只有 6.4%——6.4% 的功能驱动了 80% 的使用（Mind the Product 基准调研）。Pendo 对 615 个 SaaS 产品的统计更直接：约 80% 的功能很少或从未被真正使用。
这就是人类操作者的宿命：用进废退。 记住的会忘，不常用就不会，换一个软件重新来过。
AI 操作者正好相反：
- 记忆
：AI 可以完整学习剪映的全部功能和操作手册，学一遍就全部记住，记住了就不再忘。人记不住的东西，对 AI 是一次性的检索。 - 覆盖
：人一辈子用 5% 的功能，AI 可以调用 100%。 - 速度
：人操作是分钟级，AI 调用是秒级。 - 精准
：人会点错按钮、输错参数；AI 是参数级精确，且每一次执行都可以复现、可以批量。 - 持久
：人上午学会下午就忘，AI 学完就是永久资产。
图注：同一任务的六个维度对照——机械层面 AI 全面胜出，人保留判断与授权
这不是"AI 比人聪明"，这是"AI 比人适合当操作员"。 就像叉车不比搬运工强壮在哪一个部位，它是在整个维度上换了物种。
2.2 诚实的边界：人还握着什么
论证到这里必须诚实，因为经不起反例的文章没有说服力。
AI 在机械维度全面胜出，但有两个维度还归人：
一是判断取舍。 完备性是检索问题——AI 完胜；判断力是取舍问题——这条片子该用什么转场、节奏卡在第几帧、BGM 情绪对不对，这不是查表，是审美决策。AI 今天在这里并不比一个好剪辑师更强，因为它看不到你脑子里的画面。
二是责任承担。 人能授权、能签字、能担责；AI 只能执行。这在后文的授权层会展开——它是整个改造里最被低估的一环。
注意这个结论对主论点的影响：它恰恰强化了"AI 是真正的用户"。 因为如果 AI 在机械维度全面胜出，那么"谁来完成操作"这个问题就已经有了答案——人把操作交出去，不是暂时的让步，是理性的分工。操作层面，人回不去了，也不想回去。
就像没有人会因为叉车"不会判断这箱货是不是易碎"而重新用扁担。
2.4 为什么爆发点是现在
有人会问：AI 操作软件的概念早就有 RPA 了，为什么说转折点是在现在？
因为三条曲线在 2025–2026 年交汇了，缺一条都不成立：
第一条：模型能力过了可用线。 上一章的基准数据反过来读就是能力曲线：静态页 95.7%、最强模型 GUI/API 成功率打平——"能不能操作"已经从问题变成了前提。
第二条：协议标准定了。 2023 年之前每家 App 对接 AI 都要写私有集成，成本高到只值得给头部合作方开。MCP 被捐给 Linux Foundation 旗下的 Agentic AI Foundation（OpenAI、Google、Microsoft、AWS、Cloudflare 均为支持方）之后，"接入一个 AI"和"接入所有 AI"变成了同一件事——标准化把对接成本打到了地板上，长尾 App 第一次付得起入场费。
第三条：钱的通道打通了。 Agent 替人下单，需要机器对机器的支付闭环。Agentic Commerce Protocol（OpenAI + Stripe）解决了"Agent 带着别人的钱来买东西怎么结算"，微信支付"AI 专属卡"和支付宝"阿宝"解决了国内的合规通道。支付一通，"AI 是用户"就从比喻变成了财务事实——它有自己的账户、自己的额度、自己的账单。
能力可行、协议统一、支付闭环——三条同时成立，历史上只有一次。这就是为什么不是五年前，也不是五年后。
2.3 GUI 操作路线：能活，但赢不了
有人会说：不用改造 App，让 AI 学会点界面就行了——Computer Use 那条路。
真实基准数据不支持这个乐观：
- WebVoyager
（643 个任务 / 15 个站点）：静态页面成功率高达 95.7%，但在 Booking.com 这类 DOM 随交互剧烈变化的动态站点，成功率跌到 27.3%； - 移动端
（65 个真实任务）：表现好的 DroidRun 成功率 43%，依赖截图的 AppAgent 仅 7%； - MobileWorld
（阿里通义实验室，ACL 2026）：最佳模型成功率仅 51.7%——而同一批模型在更早的 AndroidWorld 上能到 90% 以上； - 成本
：浏览器视觉方案相比 API 方案，token 消耗高出约 45 倍。
还有一个结构性问题：每一次 UI 改版，都是在给你的 Agent 集成做破坏性测试。 前端团队为人类体验挪动的每一个按钮，都在威胁视觉 Agent 的解析逻辑。
也要诚实地说另一面：NeoCognition 的 ApprenticeBench 提出"CUA 税"指标——在一代模型上，这个税正在消失，Fable 5.1 的 GUI / API 成功率是 72% / 70%。
但同一个基准里，Fable 5.1 处理一张发票的平均成本是 18.23 美元，人类是 7.21 美元——2.5 倍；处理 100 张发票，AI 发出 1032 条消息，人类只发 508 条。
结论很清楚：让 AI 点界面是兼容层，能让旧系统活下来，但不能在新世界赢。 它慢、贵、脆、不可验证。真正的方向不是让 AI 适应你的界面，而是让你的能力适配 AI。
三、"不能被 AI 使用"，到底是什么意思
3.1 一句话判据
这个词不能含糊，因为它就是淘汰线的位置：
判据：这项能力能不能在没有屏幕的情况下，被一个陌生的 AI 可靠调用？
注意三个词：
- 没有屏幕
——把显示器拔了，功能还在不在？ - 陌生的 AI
——不是你自己训练的专属模型，是任何第一次接入的通用 Agent； - 可靠调用
——一次成功不算，是一百次都成功、错了能自己恢复。
用这个判据去扫描你的 App，会得出一个不舒服的结论：大部分功能，AI 用不了。 状态藏在像素里，意图要靠点击序列表达，错误用人话报——这些都是给人设计的，对 AI 是一堵墙。
3.2 三个流行误解，先拆掉
误解一：改造就是开放一堆 API。
不是。开放只是起点，开放得不好比不开放更糟。MCPWorld 基准给出了反直觉的结果：
| 53.23% |
纯 API 反而不如纯 GUI。 归因不是模型规划能力不行，是工具本身设计得不行——覆盖不全、描述写得差。工具设计是新的核心产品工作，不是把接口文档扔出去就完事。
误解二：AI 的优势是"记住了我的全部功能"。
这个说法的前半句对，后半句有问题。因为 API 自带 schema，AI 是现场读文档调用的，根本不需要背。"记忆优势"本质上是在补偿 GUI 的缺陷——功能藏在五级菜单里，才需要记。一旦能力结构化暴露，记忆就不再是稀缺资源，瓶颈会从"记不记得住"移到"会不会选"。
这个修正决定投入方向：不要把力气花在"让 AI 更容易记住我们的功能"，要花在"让 AI 更容易判断该用哪个功能"。
误解三：先等等看，等技术成熟了再说。
技术成熟度的曲线从不等人。等"成熟"的这两年里，你的用户（人和 AI）已经完成了迁移：人的注意力去了 AI 入口，AI 的调用去了别人家。观望本身就是淘汰的加速器。
四、改造的红利：被唤醒的 94%
讲完淘汰，讲收益——因为改造不是防御动作，是这一代产品最大的增量机会。
4.1 一组扎心的数据
图注：约 12% 的功能产生 80% 的日常使用，其余大部分在沉睡（Pendo，615 个 SaaS 产品）
| 6.4% | ||
| 约 80% | ||
换句话说：我们花了 100% 的研发预算，造出了只有 6.4% 被用起来的能力。
4.2 为什么会这样，为什么 AI 能改变它
不是因为那些功能没用，是因为人的认知带宽只有那么点。于是产品被迫做减法：功能藏进多级菜单、流程向导化、参数精简、靠模板兜底。这是理性的工程妥协。
而 AI 把这个约束拿掉了。 操作者不再是人之后：
图注：为人设计被迫做减法，为 AI 设计可以做加法——可用功能总量从 6.4% 到接近 100%
能力可以全量结构化暴露，不必再藏； 参数可以全部打开，精确到帧； 组合可以自由，不必固化成向导； 模板退化为"一个例子"，而不是唯一出路。
所以这场改造真正的收益，不是"执行快了几倍"，而是可用能力的总量从 6.4% 变成接近 100%。 沉睡的 94%，第一次有机会被用起来。
这才是"AI 是真正的用户"这句话的经济学含义：一个不知疲倦、全量掌握、按需付费的用户，正在替你把过去卖不掉的功能全部买一遍。
4.3 交易关系随之改变：从 B2C 到 B2A
用户换人，交易逻辑跟着换。CMR（加州管理评论）把这称为从"注意力经济"到"信任经济"的迁移：
注意力经济卖位置——谁排在前面、谁被看见、谁占住用户的三秒钟； 信任经济卖可验证性——数据准不准、履约稳不稳、评价真不真。
Agent 不滚动信息流，不响应情绪化广告，不陷入参与循环——它是"横幅盲视"的终极形态。 你失去的是位置优势，能守住的是履约能力和可信度。
Amazon 已经用一场官司确认了这件事的分量：2025 年 11 月，Amazon 起诉 Perplexity，理由是其 Agent 未经授权替用户比价下单。表面是爬虫之争，实质是——如果 Agent 完成了购买，人永远看不到 Amazon 的搜索结果页，高毛利的零售媒体广告一夜蒸发。 Berkeley CMR 给它起了个名字：无头商务（Headless Commerce）。
被起诉，说明被恐惧；被恐惧，说明已经在发生。
五、怎么改：产品架构从一层变成三层
改造不是加一个 API 就完事。产品架构要从"一层"变成"三层"：
图注：能力层让 AI 能干活，授权层让人敢放手，监督层让人只做判断
① 能力层（Capability）——让 AI 能干活
结构化输出（JSON / 明确 schema），不是给人读的段落； 面向目标的原子工具（ submit_expense_report），不是 CRUD 原语（create_record）；幂等：可以安全地重试； 错误要机读，并且告诉 Agent 下一步该试什么； 语义明确：用 status: pending_payment，不要用status: 1。
② 授权层（Authorization）——让人敢放手，分水岭在这里
细粒度 scope：不是"能访问 CRM"，而是"能读客户联系方式、不能改定价"； 预算与次数上限； dry-run / 预演模式； - 每次调用独立鉴权
，而不是会话级信任； OAuth 2.1、PKCE、拒绝为其他受众签发的 token。
为什么这一层是分水岭：人点错一次就错一次；AI 批量操作能一秒错一万次。 能力层做完了 AI 能干活，授权层做完了人才敢放手。
③ 监督层（Oversight）——让人只做判断
确认、回放、撤销； 可审计的行为日志； 给人看的界面降级为监督界面——人不再操作，人只做判断。
5.1 治理是当下的真实卡点
现实佐证已经很充分：
MCP 企业采用率一年内从 31% 涨到 78%，但只有 11–14% 的试点真正进入生产； 卡点被明确归因为三项：身份管理、可审计性、配置可移植性——全是授权层的事； 独立质量评估中，只有 12.9% 的 MCP 服务器被评为"高信任"； 2026 年 1–2 月，安全研究者提交了 30 多个与 MCP 实现相关的 CVE。
协议之争已经结束，治理之争才刚开始。 2025 年 12 月，Anthropic 把 MCP 捐给了 Linux Foundation 旗下的 Agentic AI Foundation（OpenAI、Google、Microsoft、AWS、Cloudflare 均为支持方）；SDK 月下载量超过 9700 万，活跃服务器超过 10000 个。标准已经定了，剩下的是你能不能把它做可信。
5.2 五件可以立刻开始的事
| 机器可读性审计 | |||
| 暴露能力，不是暴露接口 | |||
| 把授权做成产品功能 | |||
| 给 Agent 一个身份 | |||
| 重做度量体系 |
一份可参照的收益：Pinterest 的生产环境 MCP 生态，月调用约 66,000 次、844 名活跃用户，每月节省约 7,000 工程小时。
六、不改造的结局：三条去路
如果判据没过、又不改造，会发生什么？结局不是单一的，而是三条路径，严重程度递增：
图注：被绕过、被降级、被淘汰——三条去路，严重程度递增
路径一：被绕过。
最先消失的不是 App，是"值得做成 App 的理由"。那些过去因为太琐碎、太定制而不值得做成软件的长尾流程，AI 直接写代码、调 API 就完成了——整个应用层被跳过。 App 面临的不只是被改造，还有被绕过。
自测：你的能力是否独特到，值得一个独立入口？
路径二：被降级。
你开放了能力，但入口在别人手里——你从"产品"降级为"别人 Agent 的后端"。用户不再知道你的存在，你只收到匿名的机器调用，品牌、溢价、二次销售的机会全部让渡。
自测：调用你的人是谁？用户还认不认识你？
路径三：被淘汰。
双重出局：不开放也不内置，AI 的调用进不来；同时人的注意力被 AI 入口截走，老用户也在流失。两头落空，就是这个词的本义。
自测：未来 24 个月，有没有一项能力被机器高频调用？
6.1 为什么是 24 个月
把时间表钉在"24 个月"不是修辞，是三个速度的乘法：
- 入口建设速度
：国内 AI 原生 App 月活已达 4.4 亿（QuestMobile 2026Q1），微信、支付宝、千问的 Agent 入口全部就位； - 用户迁移速度
：零点击搜索一年内从不到一半涨到 65%+，迁移一旦开始就是加速度； - 你的缓冲时间
：从"Agent 接入你的类目"到"你的类目调用习惯固化"，窗口就是头部玩家完成教育的那段时间——参考小程序大战，这个周期历史上没有超过两年。
淘汰从来不是一声巨响，而是一次迁移：等你发现常客不再进店，是因为他们换了街道。
七、钱从哪来：商业模式必须换轨
这一章不讲技术，讲你最在意的事。
广告模式正在失去载体。 AI 不点广告、不看开屏、不被推荐位影响。零点击搜索已超 65%。你在漏斗上花的每一分钱，都在为一条越来越少人走的路付费。
但替代品已经跑出来了：
结论很直白：你失去的是"位置"，能守住的是"履约"和"信任"。
Accenture 的判断值得抄下来：未来赢的平台，不是捕获最多注意力的，而是"成为 AI 系统推荐、排序、执行时所依赖的输入"。
翻译成一句话：过去你要赢得人的目光，现在你要赢得 AI 的信任。
八、最后的分叉：开放，还是内置
写到这必须回答那个盘旋已久的问题：我能不能不改？
改造几乎一定会发生，但"开放"不一定。
图注：路线 A 开放给外部 Agent，路线 B 自己内置 AI——两条路都能活，不能都不选
- 路线 A（开放）
：把能力交给外部 Agent，可被跨应用编排。风险是失去入口、广告位、品牌曝光。 - 路线 B（内置）
：自己内置 AI，把功能藏得更深（一键成片、智能包装、超级入口）。保住入口和商业模式，代价是只能在本应用内闭环。
大厂大概率选 B，证据已经很明确：Cloudflare 一边挡爬虫一边自己出爬虫 API；Amazon 一边做自己的购物 Agent 一边起诉别人的 Agent；微信、阿里、字节都在把生态收拢成自己的 Agent 入口。
这对中小团队反而是机会：大厂越封闭，中立、标准、可被任意 Agent 调用的能力层就越稀缺。10000+ 个 MCP 服务器里，高信任的不到 13%——这个市场远没被填满。
所以别赌"要不要改"，赌"改成什么样"：是成为别人 AI 里被调用的那一层，还是自己造一个入口。两条路都能活，但不能都不选——都不选，就是第六章的路径三。
九、结语：车轮已经转动
AI 的发展和进化，已经是历史不可逆转的车轮。不管 App 愿不愿意，这件事都必须做。
未来 24 个月，决定你生死的不是"你的 App 有多好用"，而是：
它有多容易被 AI 正确地使用，以及有多值得被信任。
如果你不暴露能力，你会被绕过——不是被竞品绕过，是被"AI 直接写代码调 API"这件事绕过； 如果你暴露了能力但没做授权，你会在第一次事故后被迫下线； 如果你做好了能力层和授权层，你会获得一个不知疲倦、全量掌握、按需付费的用户——并把沉睡的 94% 功能第一次变成收入。
App 的用户已经不是人。
你唯一的选择是：现在就把 AI 当作用户来设计，还是等它用"绕过"给你投票。
附录：主要数据来源
Cloudflare 流量与爬取比数据（2026 年 6 月），经公开报道转述 Amazon 诉 Perplexity（2025 年 11 月 4 日）及"无头商务"分析 — California Management Review, UC Berkeley, 2026 年 6 月 Accenture《AI agents are rewriting the platform playbook》 功能采用率与功能冗余数据 — Mind the Product 基准调研；Pendo Feature Adoption Report（615 个订阅）；Standish Group CHAOS Agent 基准 — WebVoyager / Agent-E；MobileWorld（阿里通义实验室，ACL 2026）；AndroidWorld；OSWorld；MCPWorld（arXiv 2506.07672） CUA 税与成本对比 — NeoCognition《ApprenticeBench》 MCP 采用、治理与安全数据 — O'Reilly Radar；Linux Foundation / Agentic AI Foundation；Stacklok 2026 软件报告；Noma Security 协议格局 — MCP、A2A、Agentic Commerce Protocol（OpenAI + Stripe）、x402 国内生态 — QuestMobile 2026 年一季度数据；微信开放平台、阿里千问、支付宝、微信支付、鸿蒙公开动作 设计理念 — LandingAI《Agent-Centered Design》；ACM《From UX to AUX》GATE 框架；Anthropic 工具设计工程实践
本文为公开资料整理与独立分析。数据以来源方披露为准，部分转述数据可能存在口径差异，关键决策前建议回溯原始出处。