未来的软件,可能不再是App

2026年3月，Shopify宣布，数百万商户可以通过Agentic Storefronts，将商品接入ChatGPT等AI平台。

这件事表面上只是电商增加了一个销售渠道，但如果沿着它的发展方向继续思考，就会发现一个值得关注的变化。

过去，一个人想买东西，通常需要打开购物App，输入关键词，比较商品，查看评价，然后完成支付。

现在，他可以先向AI描述自己的需求。AI帮助理解、搜索、比较商品，并在获得用户确认后，通过连接的商户系统完成购买流程。

商品仍然来自商家，库存、支付、物流和售后仍由原有商业系统负责。

改变的是用户进入这些系统的方式。

当AI可以理解一个人的目标，并调动不同软件完成任务时，人们是否还需要像今天这样，逐个打开App？

这个问题关系到的，可能不只是软件界面，而是整个软件产业的价值分配方式。

一、过去的软件，为什么需要App？

我们已经习惯了一个由App构成的数字世界。

沟通有聊天App，购物有电商App，出行有地图和打车App，工作有文档、会议、项目管理软件。

每个App都建立了一套自己的交互规则。

用户需要找到入口，理解菜单，学习操作，最终通过一系列按钮完成目标。

这套模式有一个很少被讨论的前提：

用户必须把自己的目标，翻译成软件能够理解的操作。

比如，你想安排一次旅行。

你需要在不同平台之间切换，查看交通、比较酒店、确认日程、整理预算。

每个软件只负责其中一部分功能，跨软件的协调工作则由你自己承担。

从技术角度看，这些操作并不复杂。但从人的角度看，它们消耗了大量注意力。

传统软件向用户提供的是功能。

至于如何把这些功能组合起来，实现一个完整目标，通常仍然需要用户自己完成。

这也是为什么软件越来越丰富，我们却不一定越来越轻松。

软件解决了大量具体问题，同时也创造了新的操作成本。

AI Agent可能改变的，正是这一环节。

二、当用户不再操作功能，而是直接表达目标

2024年10月，Anthropic展示了Claude的computer use能力。

模型能够借助计算机操作工具观察屏幕，移动光标、点击按钮、输入文字，执行部分过去需要人亲自完成的软件操作。

这意味着，AI不再只能回答软件应该如何使用，也开始具备实际操作软件的能力。

一个月后，Anthropic发布Model Context Protocol，也就是MCP。

它尝试建立统一的连接方式，使AI能够访问外部数据和工具。

2025年4月，Google发布Agent2Agent协议，尝试解决不同AI Agent之间的协作问题。

这些技术的具体实现并不相同。

有的让AI使用现成的软件界面，有的让软件直接向AI暴露可调用的工具，有的让不同智能体之间交换任务与结果。

但它们都指向一个变化：

人和软件之间，开始出现能够理解目标、协调工具的智能执行层。

过去，一个用户需要了解某个软件有哪些功能，以及这些功能应该怎样组合。

现在，他可以先说明自己希望完成什么，再由AI寻找可用工具。

例如，一个人希望整理下周的工作安排。

传统方式是分别打开邮件、日历、项目管理和文档软件，阅读信息、检查冲突、修改安排。

Agent方式则可能从一句话开始：

“根据最近的邮件和项目进度，帮我整理下周的工作计划，找出时间冲突，生成一份待确认日程。”

AI需要理解目标，获取授权，读取有关信息，进行任务拆解，再调用相应软件。

当然，今天的Agent还远远不能保证稳定完成所有复杂任务。

但从交互逻辑看，一个重要变化已经出现。

过去是人寻找功能，未来可能是功能响应人的目标。

三、软件没有消失，正在改变的是入口

如果只从界面观察，很容易得出一个激进判断：既然AI能够替人操作App，那么App最终会消失。

但现实可能更加复杂。

以Shopify为例。

2026年3月，Shopify宣布推出面向多个AI平台的Agentic Storefronts，让商户可以通过ChatGPT、Microsoft Copilot及Google的部分AI产品接触消费者。

消费者可以从AI对话开始购物。

但商家的商品目录、库存管理、交易处理和售后服务依然存在。

AI可以成为入口，却无法凭空创造商品，也无法取代所有现实履约过程。

这揭示了一个重要区别：

软件的界面可以被绕过，软件提供的服务能力却未必能够被替代。

传统App通常把用户入口、交互界面、业务逻辑、数据管理和服务交付封装在同一个产品中。

用户看到的是App，真正支撑它运行的却是背后一整套系统。

当Agent能够直接调用这些系统时，原本紧密绑定的几个环节就可能发生分离。

用户不必每次都进入某个软件的主界面。

软件也可以不再要求用户理解它的全部操作流程。

它只需要在适当的权限下，向Agent提供可靠的能力。

从这个角度看，未来软件的竞争，可能逐渐从“谁拥有更好的操作入口”，延伸到“谁能够被智能系统更可靠地调用”。

这并不意味着界面设计失去价值。

而是界面不一定继续承担所有任务的起点。

四、真正的商业变化，可能发生在价值链上

过去二十年，移动互联网塑造了一套相当成熟的商业逻辑。

谁拥有高频App，谁就更容易获得用户注意力。

谁控制用户入口，谁就更有机会影响搜索、推荐、广告、交易和服务分发。

这套逻辑推动了应用商店、搜索平台、电商平台和超级App的发展。

但如果越来越多的用户开始通过Agent完成任务，新的问题就出现了。

用户究竟属于谁？

假设一个人长期通过某个AI助手寻找商品、比较服务和完成购买。

他可能越来越熟悉AI助手，却越来越不在意背后具体调用了哪一个软件。

在这种情况下，Agent平台可能获得更多需求分配权。

它决定调用哪些服务、如何组织信息，以及哪些结果优先呈现。

原来的软件提供商，则可能逐渐成为被调用的能力提供者。

这种变化，会带来两种截然不同的商业结果。

一种可能是机会更加开放。

只要一家小公司能够提供优质服务，并通过标准接口被Agent发现和调用，它就可能不再需要花费大量资源吸引用户下载App。

另一种可能是平台权力进一步集中。

如果少数大型Agent掌握主要用户入口，那么软件服务商即使拥有出色产品，也可能越来越依赖这些平台获得需求。

这与移动互联网时代的流量分配问题并没有本质区别，只是分配入口可能从搜索框、应用商店和信息流，转移到了智能体。

因此，Agent不必然让软件产业更加开放。

它也可能创造一个新的、更强大的中间层。

谁掌握这个中间层，谁就有机会影响未来软件的发现、选择和价值分配。

但谁能最终从中获利，还需要真实的用户行为、交易数据和商业模式来验证。

五、比智能更难的，是可信执行

Agent要真正改变软件产业，还需要跨过一道重要门槛。

它必须足够可靠。

让AI整理资料、提出建议，与让AI修改账户信息、提交订单、处理付款，是完全不同的事情。

后者涉及真实权限、资金、数据和责任。

2025年，独立研究机构METR进行了一项针对经验丰富的开源开发者的实验。

16名开发者参与了246项真实开发任务。

结果发现，在该实验条件下，允许使用当时AI工具的开发者，完成任务平均多花了19%的时间。

这个结果不能证明AI普遍降低工作效率。

2026年的后续研究也提示，随着工具进步，生产率可能有所改善，只是新的数据受到选择偏差等因素影响，还无法可靠估计改善幅度。

但它至少提醒我们：

AI展示出来的能力，与在真实复杂环境中持续创造价值，并不是同一件事。

软件任务一旦跨越多个系统，问题还会更加复杂。

谁授权Agent读取个人信息？

它能否区分用户指令与网页中隐藏的恶意内容？

执行到一半失败，应该由谁恢复？

如果Agent完成了一笔错误交易，责任属于用户、平台，还是服务提供者？

这些问题不能只依靠模型变得更聪明来解决。

2026年3月，OpenAI发布关于Agent抵御提示注入攻击的研究，强调需要限制外部恶意指令可能造成的影响。

这说明，Agent的商业化需要的不只是推理和工具调用能力。

还需要身份、权限、审计、确认、异常恢复和责任边界。

未来，如果软件越来越多地被Agent调用，那么能够提供可信执行能力的基础设施，也可能获得新的商业价值。

不过，这类能力未必一定诞生为独立公司。

它们也可能由现有操作系统、云平台、支付平台和企业软件提供商整合完成。

六、一个重要反方：App也许会变得更加重要

讨论Agent改变软件入口时，我们不能忽视一个强有力的反方观点。

App并不只是几个按钮的集合。

它也是用户理解信息、检查结果、进行复杂决策和建立信任的场所。

对于图像设计、视频剪辑、财务分析和复杂工程任务来说，用户往往需要同时观察大量信息，进行多轮细致调整。

自然语言可以帮助人们发起任务，但未必适合承担所有交互过程。

事实上，AI平台本身也在重新引入应用界面。

2025年10月，OpenAI发布Apps SDK，让开发者能够将具有交互界面的应用引入ChatGPT对话。

这件事很值得思考。

如果纯粹的对话能够替代所有软件界面，为什么AI平台还需要支持交互式App？

一个合理的解释是：语言适合表达目标，图形界面适合观察复杂状态和精确操作。

两者并不是必然互相排斥。

苹果的App Intents也展示了类似的发展方向：应用可以把部分功能开放给系统级智能服务，同时继续保留完整App。

因此，Agent与App的关系，可能不是简单的替代关系。

用户可能通过Agent发起任务，在需要详细判断时进入专业界面，随后再让Agent继续完成剩余工作。

软件的存在方式可能发生变化，但App作为专业工作空间，仍然有长期价值。

七、未来的软件，可能是一种能力网络

如果把这些变化联系起来，可以提出一个仍有待验证的判断。

未来软件的价值链，可能逐步呈现出新的结构：

用户表达意图，Agent理解任务，编排系统寻找可用能力，软件服务执行操作，可信机制验证结果，最终完成用户目标。

传统App将其中多个环节整合在同一个产品里。

未来，这些环节可能更加灵活地组合。

部分软件继续以完整App的形式存在，承担复杂交互和专业工作。

部分软件则可能越来越像后台服务，通过接口向不同Agent提供能力。

还有一些新的公司，可能专门负责跨系统任务编排、权限管理、结果验证和异常恢复。

这并不是软件消失，而是软件的组织方式可能发生变化。

对于创业者来说，值得重新思考的问题也许是：

未来建立软件公司，是否仍然必须先建立一个独立App，再想办法获得用户？

还是可以先提供一种可被可靠调用的能力，让不同Agent替用户找到它？

对于大型软件公司来说，挑战则可能是如何在开放能力的同时，保留用户关系、品牌价值和商业控制权。

而对于普通用户，真正有价值的变化可能更加简单。

他们希望少花时间学习软件，多花时间完成自己的目标。

但这里仍有一个前提：Agent必须足够可靠，而且用户能够随时理解、控制和纠正它的行为。

八、App真正可能失去的，是对操作过程的垄断

回顾软件的发展历史，每一次重要的人机交互变化，都没有简单地让此前的技术全部消失。

命令行之后有图形界面，网页之后有移动App，而今天，Agent正在提供另一种与软件交互的方式。

新的交互层出现，不意味着旧的能力立即失去价值。

它可能改变的是不同能力之间的分工。

未来，人们仍然会使用App，仍然需要界面，也仍然需要可靠的软件系统。

但越来越多的任务，可能不必再从“打开哪个App”开始。

用户可以先描述自己希望获得的结果，再决定是否需要进入某个界面检查和调整。

如果这一趋势持续发展，软件产业最值得关注的变化，也许不是屏幕上少了多少个图标。

而是原本由用户亲自承担的任务协调工作，开始逐步转移到智能系统。

入口发生变化，价值分配就可能随之改变。

只是这种改变能走多远，取决于Agent的能力、成本、可靠性，以及用户是否愿意交出更多操作权。

未来的软件未必不再是App，但App可能不再是人们使用软件的唯一入口。

下一阶段的软件竞争，值得追问的或许不只是“用户愿意打开谁”，还有另一个问题：

当用户只需要说出目标，谁能真正、可靠地帮他完成？