AI_Cowork_番外:软件+AI?别再想那个“+”了

过去几十年，软件的诞生逻辑一直没变过：我们把不断重复的、肉身低效的工作，变成了软件。

而软件产品：从同类客户的需求交集出发，尽可能地去做并集。通过不断抽象、提炼功能，堆砌更多的模块、配置项和开关，只为了去覆盖更多的用户；然后在适配度、用户覆盖面和研发成本这个不可能三角之间苦苦寻找平衡。

到了 SaaS 时代，更是把这种形态推向了极致。为了追求增长和续费率，软件必须讨好尽可能多的人；所以功能就必须越做越重，研发和运维费用也就一直居高不下。最终的结果就是：甲方买了 100 个功能，日常只用得上 15 个，这15个也就是付费的价值对价，剩下 85 个不仅要付钱，还变成了使用门槛；而乙方为了维护这 100 个功能的兼容，代码库逐渐变成了不敢轻易乱动的庞然大物。

然后，AI 大模型时代来了。

起初所有人的第一反应都是“软件+AI”。于是，还在用旧逻辑思考的厂商们，开始在原有软件的各个角落里生硬地塞进一个“Chat 对话框”。至于效果嘛……懂的都懂。在旧躯壳上打补丁的做法，连演示效果都微乎其微，更加没有改变任何实质性的工作流。

因为没意识到，根本不是“软件+AI”的事，而是软件长出来的底层逻辑，彻底变了。

一、编程成了“古法非遗”，甲方们开始自己动手

时间来到 2026 年，小龙虾（OpenClaw）、Hermes、Claude Code、Codex、Workbuddy 等各类 Harness 工具全面涌现。我们姑且都叫它们Agent 助理工具。走到今天，Agent 的形态已经基本清晰。

一个最直观的体感是：人工编程在这半年多里，迅速变成了一门“古法非遗”。

手搓一个软件工具不再有任何技术门槛。在消费级视野里，随着REA和Agent工具的组合，各种经典老游戏的”野生重制版”与跨平台移植正在以不可思议的速度出现；

而在企业软件领域，更微妙的变化正在发生：甲方企业在用各类 Agent 做出点单点成果、尝到甜头之后，已经开始摩拳擦掌搞“自研”系统了。理由非常朴素且自信：“毕竟，自己的需求自己最清楚。”

时间已经定格在当下。面对摩拳擦掌的甲方，作为乙方的传统软件厂商，还在对 AI Coding 嗤之以鼻、挑剔它写的代码有各种问题么？

当然，Agent 工具绝不是没有问题。真正每天在深水区里用它干活的人都知道里面的痛：Token 呼呼地烧，Agent行为边界不受控，更要命的是结果的确定性。

在企业级场景里，为了追求确定性，目前必须依赖一套脆弱的黄金组合：绑定LLM + Harness + Skill。这三个要素耦合极深，只要底层的模型升个级、换个微调版本，或者换个 Harness 框架，哪怕只动其中任何一个环节，原有的输出稳定性就可能劣化，又得重新测、重新调……

正因为看清了 Agent 的强大与局限，我们顺着软件世界里“天然追求高效与低成本”的本能往下做些推演，未来的图景就会变得非常清晰。

二、软件世界的主观残酷推演

当算力、Token 成本与人类追求确定性的本能发生碰撞，软件行业必然会走向以下六个趋势：

1. 软件小工具数量暴增，但 99% 将“去产品化”既然让 Agent 每次从头思考、现场规划既烧 Token 又容易发散，最高效的做法是什么？是让 Agent 把固定重复的流程跑通一次后，直接将其固化（编译）成一个个确定性的小软件工具或脚本。和上个软件时代一样，AI 让研发产能彻底爆炸，每个企业、每个人都有机会做出自己最顺手的专属软件。但本质的区别在于：这些软件 99% 以上都不再需要有人把它们包装成精美的“产品”，或者大费周章地组装成庞大的“系统”。它们甚至不需要图形界面（GUI），只需要静静地散落在本地或内网里，作为一个个标准化的 Skill或者组件，随叫随到地让上层 Agent 调用就可以了。

2. Agent 现在还是“分身”，那最后 10% 留给“真身”Agent 助理工具还会继续进化。现在它能把任务做到 80%～90% 的完成度，剩下的精修、兜底和关键决策，还是得靠人的“真身”来收尾。未来这个完成度比例还会继续提高，比如逼近 95%，但它可能永远到不了 100%。毕竟，它还只是“分身”。

3. 精致的产品依然能卖高溢价，但绝不再靠“功能对比”当“搓一个功能”的成本非常低，上一批软件公司的“功能打勾对比表（Feature List）”就再也不重要了。未来精致的软件产品依然能卖出高溢价，但客户买单的理由绝不再是“功能多”，而是功能之外的东西——是极致的直觉审美、是免去客户自己调试 模型+Harness+Skill 的确定性兜底，或是深嵌在工作流里的丝滑体验。

4. 终极灵魂拷问：体现价值的到底是组件、组装成品，还是组装过程？如果基础组件（小工具）随手能搓，组装成品（传统大系统）又显得笨重过时，那么软件公司的核心价值到底落在了哪里？答案可能正在从“交付成品”转向“定义AI时代的组装过程”。谁拥有高内聚、高可靠的行业专有组件（精调过的核心 Skill），谁拥有把散装工具瞬间拼装成业务闭环的行业认知，谁才掌握了真正的定价权。甲方自己最清楚表面需求，但往往搞不定深水区的隐性逻辑与异常处理——帮甲方省去试错成本的“组装能力”，比软件本身更值钱。

5. 看得见的市场在萎缩，看不见的市场还在混沌中在当下这个混沌期，会冒出很多真真假假的机会。但一个不可逆的事实是：现在我们看得见的软件市场一定会肉眼可见地缩小。至于那个长在 Agent 生态之上的、看不见的新市场有多大……反正现在还看不见，只有跳进水里游的人才能摸到石头。

三、最大的负资产，不在代码库里

很多软件同行可能会感到一阵寒意，开始审视自己手里守着的那套庞大的代码库。

既有的软件产品，是不是已经变成了一种负资产？

从某种程度上说，是的。因为那几百万行历史代码，Agent 读起来费 Token，重构起来怕崩盘，想要修改和维护它，依然需要雇佣昂贵的、熟悉“古法编程”的人。在轻装上阵的 AI 原生工具面前，过去的规模壁垒正在变成转身时的沉重包袱。

不过，代码层面的包袱，其实还不算什么。大不了推倒重来，用 Agent 照着业务逻辑重写一套。

在这个时代，已有的、固化的观念，才是最大的负资产。

如果脑子里还装着“用交集找需求、用并集堆功能”的产品观，还留恋着按人天计费、靠信息差锁死客户的商业模式，还幻想着在旧软件的右上角加个对话框就能交差——那么无论手里有多少现金流、多少老客户，都只是在替旧时代守墓而已。

别再想“软件+AI”里那个可怜的“+”号了。当很多东西正在融化成一个个随时被 Agent 召唤的原子能力，唯有先把脑子里的“古法”清空，才能看清下一个时代的牌桌。