进入2026年,Claude Code、Cursor、各类AI Agent相继出圈,软件行业突然陷入集体焦虑:
"用户只跟AI对话,App还有什么用?""Agent能直接完成工作,SaaS还有谁付费?""那些做垂直软件的公司,是不是很快就被吃掉了?"
这种恐慌情绪可以理解——过去二十年,软件行业的核心逻辑就是拥有用户入口,就拥有商业价值。一款软件能不能成功,关键在于能否每天被用户打开、形成高频使用习惯。
而Agent的出现,似乎把这套逻辑砸碎了——用户不再需要打开App,不再需要学复杂菜单,只要跟AI说一句话,就能完成写文档、做表格、查数据、设计图、生成代码……
但问题是:Agent靠什么完成这些任务?凭空吗?
02 黄仁勋的反驳:这是世界上最不合逻辑的事
2026年2月,黄仁勋在旧金山Cisco AI Summit上直接回应了这种恐慌,称"AI Agent将取代软件工具"这一判断是"世界上最不合逻辑的事情"。
他的逻辑很清晰:AI Agent不是软件的替代者,而是软件工具的使用者和放大器。软件行业的黄金时代不会结束,而是刚刚正式拉开帷幕。
2026年5月,他与ServiceNow CEO比尔·麦克德莫特对话时进一步指出:当前软件行业正在经历"服务即软件,软件亦服务"的终极变革,开启了百倍于传统软件的服务业市场规模。
▍ 关键转变
软件的运行逻辑从"预编译"彻底转向"全过程实时计算"。AI需要进行复杂推理、工具调用、生成大量Token,算力需求暴增十倍。但与此同时,AI历史上首次真正承担实际业务、创造有效工作。
03 软件没有消失,只是从台前退到了幕后
理解这件事,需要看清一个根本性的位置变化。
过去:软件站在台前,人是软件的直接使用者。用户要登录、要点菜单、要按流程一步步操作,软件的价值通过界面显现。
未来:软件退到幕后。用户只告诉Agent要什么,Agent完成任务的方式,是去调用背后已经存在的工具和系统。用户看到的是AI的一句回答,背后运行的是一整套软件能力网络。
软件从"被人操作的前台界面",变成"被Agent调用的底层能力"——从产品变成API、插件、服务、工作流节点、行业能力底座。
软件的可见度会下降,但调用量会大幅上升。这不是价值衰减,而是价值下沉。
04 Agent是大脑,软件是器官
AI并不能轻易复刻专业软件背后的壁垒。工业ERP、金融风控、医疗信息系统、CAD、PLM、供应链管理……这些系统背后是几十年行业规则、业务流程、数据结构、合规要求和用户习惯的沉淀。Agent没有理由、也没有能力把它们从头重造一遍。
更理性的路径是:
▍ Agent × 软件的分工
Agent 负责:理解意图、拆解任务、规划路径、协调流程
软件 负责:提供确定性功能、稳定数据接口、专业执行能力、可追溯结果
前者像大脑,后者像器官和肌肉。没有大脑,工具无法自动协同;没有器官和肌肉,大脑也只能停留在语言层面,无法真正完成工作。
05 使用量会爆炸性增长
过去,软件的使用频次受限于人的精力。每个人每天只能打开有限软件,完成有限任务,很多专业工具门槛高、使用人群窄。
Agent出现后,这个限制被彻底突破:
原来财务人员一天手动核对几十次,未来Agent可以在后台做几千次。原来设计师自己操作软件,未来Agent可以根据自然语言反复生成、调整、导出、分发。原来需要多人协作的流程,未来Agent可以全天候连续驱动。
从"用户主动打开一次"变成"Agent在流程中调用无数次"。就像电力不会因为看不见电厂而不重要,越是成熟的基础设施,越不需要站在台前证明自己。
软件行业的黄金时代,不会以热闹的界面出现。它会在退到幕后之后,才真正被释放出来。
Agent会用软件,但谁来用好Agent?
无论软件行业如何演变,有一件事越来越确定:能够理解AI、驾驭AI、用AI完成真实工作的人,将成为新时代最稀缺的资产。
过去五年,我们见证了"会用Excel"从加分项变成基本要求。接下来五年,"能用AI做事"会经历同样的历程——只是速度会快得多。
软件黄金时代的红利,不会自动落在旁观者身上。它只会给那些提前上车、真正掌握AI能力的人。
近屿AI学
① AI 大模型应用开发工程师
面向希望进入 AI 技术应用领域的学习者,系统训练大模型应用开发、智能体构建、产品原型设计、工作流搭建、接口调用、业务场景落地等核心能力,培养能独立参与 AI 产品从需求分析、方案设计到上线交付的应用型工程人才。
② AI 短剧与多模态内容生成工程师
面向短剧、影视、内容创作、视觉设计、品牌传播等场景,培养具备 AI 文案生成、分镜设计、图像生成、视频生成、数字人应用、多模态内容生产等能力的新型创作人才,推动传统内容创作者向 AI 增强型创作者升级。
③ AI 数据分析与智能体应用人才
面向企业经营分析、数据运营、商业决策、业务增长等场景,系统训练数据分析方法、AI 数据处理工具、智能体自动化分析、可视化表达和业务洞察能力,帮助学习者从单纯的数据工具使用者,升级为具备判断力、表达力和业务理解力的AI 数据分析人才。
未来,近屿AI学将持续围绕 AI 大模型工程师、AI 内容生成工程师、AI 数据分析师、AI 智能体应用工程师等方向,构建覆盖初级、中级、高级不同层次的 AI 职业技能培训体系,为社会输送更多能够真正进入产业、服务企业、创造价值的新型 AI 人才。
夜雨聆风