夜雨聆风以下内容和想法全部是我看完《暴跌漩涡中，软件选择主动被大模型“吞噬”》文章后的一些认知和感受。
最近半年，身边人基本都是AI编程交付了，从用国内的大模型，到后来的Cloude codex，这个已经成为了目前从业者的编程习惯。
现在回头一想，几十年的编程习惯就这么突然转变了。
从前几年的软件定义一切，到现在软件都快变成日抛，AI浪潮下，一切没有安卵。
读完本文，再想交通软件作为行业软件，运行在内网，也会面临急迫的变革。
这个感觉是垂直大模型倒逼而来的，如果是面向的C端，那么各个软件厂商的感觉更加如此。
我们不讨论AI编程，也不讨论人工智能加持下的软件怎么设计与开发。
我们来关注一下，现有的存量业务软件如何适应AI浪潮？
Adobe在2026年4月20日的Summit大会上宣布推出CX Enterprise，这是一套把旗下所有产品的能力重新打包成 Agent Skills 和 MCP 端点的全新架构，合作名单包括Anthropic、Google Cloud、Microsoft、OpenAI 和 AWS，Adobe自己的创意与营销工作流从此以可调用能力的形式存在。
从中我们可以看到大厂商的动作，就是把自己变成Agent可调用的能力。
以前软件是工具，需要有人机交互界面，现在软件是提供能力，给智能体体提供能力，当智能体代理用户处理任务时，在执行过程中会确定调用那些外部能力。
这个场景我在以前的文章中讨论过。
当大模型以词元进行结账时，现有的软件还以页面来提供服务已经落伍。
这个方面，资本市场是敏感的，这几天电算协同的板块多火。
所以我们看到动作快的公司，已经开始拥抱AI，将自己的存量软件成为AI可调用的能力，否则就是会被AI代替。
那么如何做？
其实在各个文章中都有描述，就是将能力打造成Plugin。
OpenAI Codex文档已经说明，Plugin 打包的是一个完整的能力单元：Skills（工作流指令）+ App integrations（外部应用集成）+ MCP server配置（外部系统连接）。
MCP是连接的管道，解决的是数据和操作的可达性；Skill 和 Plugin 是行为的容器，解决的是任务如何被完成的知识封装。前者是基础设施，后者才是真正体现专业价值的应用层。如果要说有商业价值的潜力，Skill和Plugin更像AI时代的App。
目前交通软件还有很大一部分没有接入AI，如果有的话，基本也是在MCP Server层次，也就是解决智能体能连接我。例如高德地图把导航数据封装成 MCP Server 上架魔搭。
交通软件作为行业软件，具有行业属性，所以承载了交通领域的特有知识，而不是通用流程，这样的话，就是在模型之上构建专业层，通过内部的收费数据构建独有的解决方案，这是特定领域行业软件的调性。
从IDC的判断来看，“今天的技术栈是围绕 SaaS 界面建设的，明天的技术栈将围绕与模块化后端服务交互的AI Agent建设。”
我们看到
行业垂直软件，是Skill商业化最清晰的机会所在。 Harvey在法律行业的路径，Rogo在投资研究行业的路径，证明了一件事：当你把一个行业里真实任务的执行知识深度编码进 Plugin，通过企业采购渠道触达大客户，这条路确实存在，而且估值数据已经证明了它的商业规模。
这里很清晰的一条路子，当然各省高速公路的信息公司前期也是这么做的，只是打包成了一套系统或平台。
这里面我们需要知道一个问题，当前高速公路的内部数据字典基本标准化，所以基于一套数据打造的智能体容器在各个省份是可以很快的落地，而对接是标准的，所以很快可以成为智能体的能力清单。
随着大模型的普及和使用，传统数据处理的壁垒根本就是在塌陷。
当面对各种高速公路垂直大模型，你的软件系统根本没有Skill提供出来，那么你就是独立的孤岛。
当具备对接能力的软件代替你时，你已经从大模型的能力清单中消失了，未来就是被淘汰的局面。
当国际软件公司已经开始变革，我在考虑何时会波及到高速公路的这些软件平台开发厂商。
以上个人简单想法，仅供参考。
文章中的引用及配图来自暴跌漩涡中，软件选择主动被大模型“吞噬”。
————往期精彩————
人工智能 | 当数字员工被训练得特别听话时，现在的收费人员、监控人员何去何从？
高速机电 | 高速公路“手机+”通行收费模式基础知识（小白可收藏）
高速运营 | 以某高速举例，高速公路全场景应急处置预案的分级标准及响应流程
