夜雨聆风
如果说“App正在消失”的观点略有夸张，那么一个更明确的趋势是：App的使用方式正在发生变化。用户不再总是打开应用、逐层点击、自己完成操作，而是直接表达需求，由AI在后台完成调用和执行。
这带来了新的问题和机会。
拿餐饮场景来说，如果有一天越来越多的客人不再亲自翻菜单，而是让AI助手根据自己的口味、预算和忌口推荐菜品，那么问题就变成：你的菜单是否以一种AI能够理解的方式呈现？如果答案是否定的，那么这道菜在AI那里就等于不存在。
类似的变化，正在软件行业发生。当开发者越来越多地通过AI来寻找、理解和使用一款产品时，产品的“说明书”——也就是技术文档，开始承担起比以往更重要的角色。一家叫Mintlify的创业公司因此起飞。
Mintlify是一家围绕技术文档构建产品的创业公司。简单来说，它做的事情是：不再以人类用户为上帝，而是以AI为上帝彻底重构文档系统，企业把内部写好的文档交给它，它负责生成一个对外的文档网站，同时让这些内容既可以被开发者查阅，也可以被AI直接读取和调用。
Anthropic、X、PayPal等都在它的客户列表上。不久前，Mintlify完成了4500万美元的B轮融资，估值达到5亿美元，投资方包括a16z和Salesforce Ventures。至此，其累计融资已达6700万美元。
1
文档变成了AI的交互界面
一款软件产品通常会配一套“说明书”，告诉外部开发者这个产品能做什么、怎么用、有哪些限制。这份说明书就是技术文档。
过去二十年，这套说明书主要面向人类开发者。文档被设计成网页，讲究排版和导航，方便人在浏览器里查阅。页面是否美观，目录是否清楚，示例代码是否完整，搜索是否好用，构成了判断一份技术文档是否合格的常见标准。
但这个前提正在变化。Mintlify联合创始人Han Wang提出过一个判断：文档不再只是人类的资源，它正在成为AI理解一款产品的主要界面。
变化非常具体。今天的开发者，越来越多会在Cursor、Claude或GitHub Copilot这类AI编程工具里直接提问，由AI去查资料、读文档，再给出答案。开发者仍然会看文档，但越来越多的时候，他并不是自己打开文档站逐页查找，而是在AI工具里表达需求，让AI替他完成这一过程。
来自Mintlify的数据是一个直观的证据。4月，Mintlify发布了一份基于过去30天流量的报告：平台托管的文档站点共收到约7.9亿次请，其中来自AI编程代理的请求占45.3%，几乎与传统浏览器流量持平。其中，仅Claude Code一个工具，就产生了约1.99亿次请求。
但这时候，传统文档的短板就暴露出来了。人类读说明书，可以跳过不重要的部分，也能容忍模糊的表达，还知道什么信息可能已经过时。AI更像一个非常认真、但完全不会举一反三的新员工。你给它什么，它就照单全收。文档结构混乱，它就容易产生理解偏差；信息过时，它就会把错误的内容当事实说出去。
过去，一份好的技术文档，主要解决的是“人能不能看懂”。但AI兴起后，原本只是影响阅读体验的信息问题，现在开始直接影响AI的判断和执行。用Mintlify的话来说：“你的文档现在是产品与AI的接口，也是Agent执行操作所依赖的记录系统。如果文档不完整、不准确或结构混乱，你的产品可能会完全被AI忽略。”
在这种情况下，文档的设计自然也要有所变化。谁是你这个产品的“上帝”，会决定这个产品完全不同的设计逻辑。而Mintlify踩中的，就是这个机会。
1
把文档改造成AI读得懂的知识系统
按照Han Wang的设想，眼下一份设计精良的文档应该包含这样几个层次。
第一层以Markdown形式呈现的结构化内容，让AI工具更快处理产品内容并减少token消耗。第二层是机器可读的目录，让AI面对一个陌生站点时，知道“这里有什么”。第三层是实时查询接口，让AI能够了解产品的最新变化或调整。
此外，还有一个新兴的第四层：skill.md，用来向AI描述产品的能力边界。过去的文档主要告诉人类“这个产品是什么、怎么用”。但AI如果要进一步调用工具、执行任务，就需要知道这个产品能做什么操作，需要什么输入，有哪些限制。
不过，Mintlify不只是构想了面向AI时代的文档形态，还把它做成一套可以运转的知识系统。
在Mintlify托管的文档站中，每一页通常都对应一个Markdown版本，去掉视觉结构，只保留内容本身，方便AI直接读取。在此基础上，Mintlify会自动生成llms.txt文件。这是一种近年来逐渐流行的机器可读格式，用一份简洁的文本列出文档中最重要的页面及其说明，相当于一份“专门给AI看的目录”。同时，它还提供llms-full.txt，将整个文档站内容整合为单一文件，供AI工具一次性获取完整上下文。这意味着，文档不再只是网页，而是同时具备了“页面、目录和全集”三种机器接口。
更进一步，Mintlify还提供MCP服务器，其作用是让AI在回答问题时，直接向当前最新文档发起查询，而不是依赖训练数据里可能已经过时的记忆。
此外，Mintlify在文档中内置了AI助手。过去两年，很多SaaS产品都会在官网或帮助中心加一个聊天框，但这些聊天工具往往只是对整个知识库做一次简单检索，再生成回答。Mintlify的做法更克制。其AI助手只围绕当前这套文档工作。用户提问时，系统会先在文档中搜索相关内容，再基于这些内容生成答案，并附上具体引用页面。这进一步提高了AI交互的准确性。
最后，Mintlify把文档维护重新接入开发流程本身，来确保文档可以及时更新。当工程师向代码仓库提交变更时，系统会读取这次代码差异，判断哪些功能发生了变化，并据此生成文档更新的草稿。随后，这些修改会以Pull Request的形式提交到文档仓库，由人审核后再合并。
总的来看，Mintlify把文档这件事面向AI做了针对性优化，而其效果在客户手上得到验证。开发者工具公司Browserbase的增长负责人提到，他们会投入大量时间思考如何让AI推荐Browserbase，通过Mintlify确保其文档对AI可读且可解析，这提供了很大帮助。
Mintlify的业绩也实现了爆发式增长。据研究平台Sacra估算，Mintlify在2025年ARR约为1000万美元，较前一年增长10倍；净收入留存率达到150%；企业年度合同价值同比增长15倍。
1
别只问AI能做什么，也问问它需要什么
现在，Mintlify不只服务于前来查阅API文档的外部开发者，越来越多客户开始把它引入组织内部，用它构建内部知识库、工程手册、设计系统。
逻辑很简单。企业内部的AI要替公司做事，也得先读懂这家公司是怎么运转的——产品有哪些功能，价格怎么算，客服遇到问题该怎么回答，诸如此类的信息或者说知识，分散在各种文档里。如果企业希望内部Agent能够提供准确的辅助，就需要把这些知识做结构化梳理和维护。
Mintlify提过一个典型案例。一家公司调整了产品定价，但帮助中心的内容没有同步更新，结果所有基于这些内容搭建的AI客服，都在持续向用户提供错误信息。这显然不是模型本身存在缺陷，而是它所依赖的知识有问题。
用Mintlify的话来说：“每家公司都需要一个可靠、结构化且持续更新的知识层，才能在人工智能时代保持竞争力。”在最新的叙事中，他们直接将自己定义为“AI时代的知识层”，试图成为新时代的基础设施。
Mintlify能否如愿，还不好说。传统文档工具会想办法守住存量市场，AI知识平台在扩展使用边界，而更底层的Agent接口正在尝试绕过文档本身。Mintlify的机会在于成为AI理解产品的入口，它最大的风险也恰恰在于，这个入口未必是唯一的入口。
不过，他们关于AI的思考以及创业思路都值得审视。大多数创业者关注的是能用AI做什么，而AI在运转的时候需要什么，可能是更重要的问题。
AI需要数据，需要算力，需要接口，也需要一套可靠的“产品说明”。Mintlify想填补这个缺口。把AI当作你的用户你的上帝，为AI做一些它需要的产品，这类需求还有很多在等待被挖掘，而它们也会是接下来诸多创业公司能抓住的最重要的机会。
