本文作者：汐笺欢迎关注公众号，阅读作者的其他文章，如果有兴趣与本文作者交流，请添加微信： otaku_xijian，添加时请注明来意。 前段时间 AI 自媒体又开始震惊了。这次震惊的是：HTML 比 Markdown 更适合大模型输出。这件事不是没有讨论价值。复杂报告、交互表格、临时看板、可视化小工具，用 HTML 承载确实比 Markdown 顺手。Anthropic 那篇讲 Claude Code 和 HTML 的文章，说的也是这个方向[1]。但每次旧技术被 AI 重新用起来，就立刻上升到「某某技术要替代某某技术」，这个反应实在很有自媒体特色。HTML、Markdown、CLI、LUI 都不是什么新东西。基础设施之间通常不是谁彻底替代谁，而是谁更适合哪个场景。不能因为今天发现扳手好用，就宣布锤子退出历史舞台。哪天模型开始大规模调用命令行，估计又会有人写《震惊，CLI 才是 AI Native 的终局》。这当然很无聊。与其参与 HTML / Markdown 的格式宗教战争，不如借这个热点清本溯源，回答两个更底层的问题：一、软件的护城河到底由什么构成？什么样的基础设施会被替代，什么样的不会？二、AI Native 的产品到底 Native 在哪个层面？我们应该为 AI 搭建哪些能让它更好发挥能力的设施？这件事对从业者有现实意义。很多产品团队现在都在补 AI 功能，但很容易做出两类无效建设：一种很快被模型原生能力吞掉，另一种看起来接了 AI，实际没碰到业务核心。先把软件价值藏在哪一层说清楚，至少能少踩一点坑。要回答第二个问题，必须先回答第一个问题。软件护城河，先拆成三层想要了解一个软件的护城河，不妨先看 Excel。它同时具备很厚的交互层、能力层和数据/标准层。第一层，是交互护城河。 过去会不会用 Excel，很大程度上取决于会不会写函数、点菜单、做透视表。有人知道 VLOOKUP，有人不知道；有人知道 SUMIFS，有人还在手动复制粘贴。很多人的 Excel 能力，本质上是对一套软件语言的熟悉程度。AI 来了以后，这一层会被削弱。不需要知道 SUMIFS 怎么写，只要说「按部门统计每个月收入」；不需要知道透视表入口在哪里，只要说「按区域和销售做个汇总」。Microsoft 对 Copilot in Excel 的描述，基本也是生成公式、清洗数据、筛选、洞察、图表和透视表[2]。所以 AI 首先降低的是学习软件语言的成本。第二层，是能力护城河。 单纯的功能能力会越来越不重要，但能力本身不会消失。Excel 函数、计算引擎、图表、透视表、宏仍然有价值，Microsoft 官方按类别列出的 Excel 函数也说明它有一整套确定性计算能力[3]。问题在于，这些能力不能只是「功能列表」。过去一个函数的价值来自于用户知道它、会写它；以后更取决于 AI 能不能稳定调用它、解释它、验证它、在出错时回滚它。Microsoft 官方在 COPILOT 函数文档里提醒：COPILOT 函数适合语义、生成和探索性任务，但涉及准确性或可复现的数值计算时，仍应使用原生 Excel 公式[4]。这句话很重要：AI 不是替代确定性能力，而是需要确定性能力作为手脚。Photoshop 也是类似逻辑。过去抠图、扩图、修图、去除杂物、换背景、融合光影都需要学习成本；现在 Adobe 的 Generative Fill 和 Remove Tool 已经把一部分能力变成文字提示[5][6]。很多过去靠「会一个复杂功能」建立的优势，会被模型直接压扁。这当然不代表 Photoshop 没价值，能留下的价值不再是一堆功能，而是功能和专业工作流、图层、蒙版、色彩管理、素材库、商业授权、设计师历史文件结合。功能本身会贬值，功能和确定性、数据、标准、工作流、线下生产体系绑定起来，才更像护城河。第三层，是数据/标准护城河。 这一层最不容易被替代。公司历史上积累的几万个 Excel 表格，不会因为 AI 出现就消失。里面有预算表、销售表、排班表、库存表、客户表、项目计划、对账单，还有大量实际承载业务流程的半结构化表格。这些表格背后有字段命名习惯、部门协作方式、审批痕迹、宏、模板、历史兼容格式，以及「这个数为什么每个月都要这么调」的组织知识。Excel 支持 xlsx、xlsm、xlsb、老的 xls、CSV、文本、OpenDocument 等格式[7]，这些兼容能力看起来无聊，但就是现实世界里的软件护城河。微信也能放进这个框架。它当然会被 AI 改造，但交互层本来就薄，数据层又太厚。微信最核心的交互就是聊天，而聊天本来就是自然语言交互。真正厚的是微信的数据/标准层，尤其是社交关系。一个人打开微信，不是因为微信有一个聊天输入框，而是因为家人、朋友、同事、客户、同学都在那里。公众号、朋友圈、微信搜索、小程序、视频号等能力[8]，更像是在这张关系网上长出来的功能。AI 可以总结群聊、写回复、找记录、做客服，但用 AI 对话替代真人交流，不符合常识。所以同样是软件，AI 冲击的层次完全不同。Photoshop 如果能力停留在功能层，会被模型压缩；微信这种社交软件，数据层绑定真实关系，AI 更多是增强。讨论 AI 替代软件，不能笼统地问「软件会不会死」，要问它的护城河主要在哪一层。AI Native ≠ 聊天框理解三层护城河之后，再回到第二个问题：AI Native 的产品到底 Native 在哪个层面？最没意义的答案是：有聊天框。有聊天框只能说明有输入框，不能说明产品 AI Native。如果先不讨论后面要说的代理责任，AI Native 至少要 Native 在交互层、能力层、数据/标准层。第一，交互层要能在对话和界面之间切换。 用户可以用自然语言表达意图，但产品不能只有自然语言。好的 AI 产品应该知道什么时候用对话，什么时候用表格、图表、清单，什么时候生成临时 HTML 页面。专业界面不会死，它只是从固定入口，变成任务过程中的动态呈现。短路径任务里，界面可能比对话更快。比如打车，用户已经知道去哪，打开界面选目的地、看价格、确认上车点就行，不需要先和 AI 聊一轮。按俞军的用户价值公式，用户价值 =（新体验 - 旧体验）- 替换成本[9]，这种场景里 AI 未必能创造多少增量价值。精确选择也仍然需要界面。比如拾色器，或者 Vibe coding IDE 里的元素选择器。用户要的不是「大概调好看一点」，而是选中这个像素、按钮、图层、组件，然后只改这里。空白聊天框也不能替代能力地图，否则用户只会对着输入框发呆。所以交互层的 AI Native，不是砍掉所有界面，而是重新分配对话和界面的职责。对话负责表达意图，界面负责呈现状态、暴露能力、支持选择、允许确认和回滚。第二，能力层要变成可调用、可组合、可验证的动作。 真正 AI Native 的产品，不能只是让 AI 在旁边解释功能，而是要把原来的功能变成 AI 能稳定调用的动作。能力层的关键不是「功能更多」，而是「能力能不能被调度」。AI 说要改一个字段，软件能不能知道改哪里；AI 生成公式，软件能不能检查引用范围；AI 整理任务，软件能不能写入数据库、保留版本、出错回滚。所以产品经理在这个阶段最不该做的，就是继续堆 AI 功能、加 AI 按钮。如果想不清楚做什么，优先做好基础工作：底层对象、数据结构、权限、版本、回滚、审计、稳定 API、可理解的历史上下文。这些事情听起来不性感，但更接近 AI Native 的地基。第三，数据/标准层要成为 AI 的工作现场。 AI 能不能在真实业务数据、权限、历史上下文和标准接口里工作，决定它是不是只能聊天。Excel 的价值不是空白表格，而是公司里那几万个历史表格。旅游平台的价值不是生成攻略，而是有实时库存、价格、取消政策和预订链路。Notion 的价值也不是空白页面，而是团队已经写进去的 wiki、项目、任务和数据库。但有数据不等于能用。很多历史数据如果不能归档、清洗、整理成 AI 能接受的格式和范式，硬塞进上下文反而会制造混乱。Excel 很典型：同一家公司里，不同部门可能对「收入」「活跃用户」「交付完成」有不同口径；同一个字段在不同表里可能叫不同名字；隐藏公式、手工调整、跨表引用，也会让数据看起来能读，实际不能直接用。这对人来说已经痛苦，对 AI 来说更灾难。AI 很容易把相似字段当成同一个东西，把不同口径的数据合并在一起，然后给出一个非常自信、但业务上完全错误的答案。所以 AI 时代的数据/标准层，不是把历史资料塞进向量库，也不是把文件全丢进上下文，而是要整理成 AI 友好的资产：稳定字段、统一口径、清楚权限、版本记录、数据血缘、可调用 API，以及能被模型理解的业务语义。从这个角度看，Notion 是一个很好的正面样本。它至少把「文档、数据库、任务、项目」放在一套相对统一的对象体系里。Notion 接入 AI 之后如鱼得水，是因为它原本的产品结构就更 AI 友好：Notion 本质上像一个伪装成文档的数据库。Notion 官方帮助文档里说，数据库里的每个 item，不管在表格里是一行，还是在看板、日历里是一张卡，本质上都是一个 Notion page[10]。Notion 工程博客也讲过，文本、图片、标题、列表、数据库行、页面等不同前端表现，后端都建模为一致的 block entity[11]。这就是底层标准化。也因为这样，Notion Agent 才不只是帮用户润色文字，而是可以创建页面、更新数据库、整理任务、跨工具搜索信息，甚至把会议纪要变成项目管理结构。Notion 3.0 也把 Agents 放在中心位置，强调它能创建文档、构建数据库、跨工具搜索和执行多步骤工作流[12]。过去 Notion 被喷难用，是因为它不是开箱即用的简单文档，而是一套需要用户理解页面、数据库、属性、视图、关系的低代码系统。现在 AI 可以承担一部分学习成本：用户不用先想清楚建什么 database、加什么 property、用什么 view，AI 可以先生成结构，再让用户调整。只看产品形态还不够。CNBC 在 2025 年 9 月报道，Notion 已经超过 5 亿美元年化收入，增长受到 AI 浪潮推动[13]。Forbes 在 2025 年 12 月报道，Notion 年经常性收入超过 6 亿美元，其中约一半来自 AI 产品，并且已经现金流为正[14]。TechCrunch 也报道，Notion 2 月推出 Custom Agents 后，客户已创建超过 100 万个 Agent[15]。这些不是「AI 会员销量」的直接披露，也不能证明 Notion AI 已经完美。但它至少说明：Notion 的 AI 化不是停在右下角聊天框，而是开始变成客户真实使用、真实付费的产品能力。反过来说，一个产品如果只是堆功能，底层对象七零八碎，数据结构混乱，权限和版本也没有统一设计，那么它加 AI 可能只会更乱。所以 AI Native 不是把界面换成聊天框。AI Native 是让用户意图进入能力层，让能力层接上数据/标准层，再用合适界面展示过程，并允许用户确认、干预和追责。说得简单一点：AI 不能只是说话，它得能干活。而干活不是靠嘴，是靠工具、数据和标准。能背锅是核心竞争力如果只看 Excel、Photoshop、Notion、微信，软件护城河大概可以拆成三层：交互、能力、数据/标准。但到了电商和旅游，事情会更复杂，因为 AI 不只是提供建议，它开始具备行动能力。一个会行动的 AI，一旦替用户下单、改签、订酒店、买保险，就可能造成真实损失。买错东西可以退，但退货要时间；订错酒店可能扣钱；航班改签失败，可能直接影响行程。所以 AI 时代可能会冒出第四层护城河：谁站在用户立场，谁能承担责任。电商和旅游都是典型的「货比三家」。买东西时，用户真正想要的不是打开 Amazon、淘宝、京东或者拼多多，而是在预算内买到最合适的东西。旅游也一样，用户要的不是打开携程、Booking、Expedia、小红书、大众点评和地图，而是把机票、酒店、路线、餐厅、预算、时间、体力、风险凑成一个能执行的方案。如果只看前三层护城河，垂直平台优势很明显。Amazon Rufus / Alexa for Shopping 可以基于 Amazon 的商品目录、评论、问答、历史购物数据做推荐，并在某些场景中采取购物相关行动[16]。Expedia 的 Romie 覆盖规划、购物、预订和旅途中变化处理[17]；Booking.com 的 AI Trip Planner 则结合房源、价格、可用性等数据，把自然语言映射到结构化库存[18]。这些平台有数据，有交易链路，有售后责任，也知道商品有没有货、酒店有没有房、订单出了问题找谁。这些当然是能力层和数据/标准层的护城河。问题在于，有能力不等于值得信任。平台 AI 天然带平台立场。Amazon 的 AI 可以帮用户在 Amazon 里面比较，但它为什么要真心帮用户去别的平台买更便宜的东西？旅游平台也一样，如果一家酒店给平台更高佣金，平台 AI 会怎么推荐？这不是模型能力问题，这是代理关系问题。假设 OS 级 AI 重新做好 computer use，能理解屏幕、操作 app、跨平台读取信息、比较价格、下单和填写表单，那么用户未必需要先进入某个平台。这时候，平台仍然有货源、库存、售后和交易能力，但未必还能垄断用户决策入口。垂直平台的优势是数据真、链路短、责任清楚；OS 级 AI 或通用 AI 的优势是更像站在用户这一边，不必天然服务某个平台的商业目标。但 OS 级 AI 也有问题。它不一定拿得到实时库存，不一定处理得了售后，不一定知道平台规则变化，也不一定能承担交易出错后的责任。所以第四层护城河才会变得重要：谁更像用户代理，谁又能承担责任？只站在用户立场，但不能承担责任，很容易变成嘴上公正、出事不负责的建议机器。只承担交易责任，但天然服务平台利润，又很难成为用户最信任的代理人。结局现在很难判断。可能垂直平台继续赢，因为它们掌握供应链、交易和售后；也可能 OS 级 AI 或通用 AI 成为用户代理，把平台变成后台能力提供方。但无论哪种结局，电商和旅游里的 AI Native，都不只是「谁模型更强」或「谁数据更多」，更核心的问题是：谁有资格代表用户行动？谁能为行动后的结果负责？这就是 AI 时代新冒出来的第四层护城河。少看入口，多看护城河所以回到最开始的问题。软件的护城河由什么构成？至少要拆成四层：交互、能力、数据/标准，以及 AI 时代新冒出来的代理责任。那么 AI Native 到底 Native 在哪里？不是 Native 在聊天框，而是 Native 在能力调用、数据上下文、动态界面、权限、确认、回滚和审计里。更进一步，还要 Native 在代理关系和责任机制里。如果一个产品只是能聊天，它不是 AI Native。只有当 AI 能调动软件能力、读写真实数据，并在关键节点提供可理解、可干预、可负责的界面，它才算真的 AI Native 化。所以以后看到「HTML 替代 Markdown」「LUI 替代 GUI」「聊天框替代软件」这种说法，不用跟着震惊。它到底冲击的是哪一层护城河？如果只是交互层，那说明书确实会变薄。如果只是纯功能层，那模型迟早会一力降十会。如果数据/标准层也被拿走，那才是真的危险。如果一个能行动的 AI 既不站在用户立场，也不能承担责任，那它再聪明也只是一个危险的中间商。很多所谓的替代，最后可能只是把旧软件的入口换了个位置。参考文献[1] Using Claude Code: The unreasonable effectiveness of HTMLhttps://claude.com/blog/using-claude-code-the-unreasonable-effectiveness-of-html[2] Get started with Copilot in Excelhttps://support.microsoft.com/en-us/office/get-started-with-copilot-in-excel-d7110502-0334-4b4f-a175-a73abdfc118a[3] Excel functions by categoryhttps://support.microsoft.com/en-us/office/excel-functions-by-category-5f91f4e9-7b42-46d2-9bd1-63f26a86c0eb[4] COPILOT Functionhttps://support.microsoft.com/en-us/office/copilot-function-5849821b-755d-4030-a38b-9e20be0cbf62[5] Photoshop Generative Fillhttps://www.adobe.com/products/photoshop/generative-fill.html[6] Replace distractions with Remove toolhttps://helpx.adobe.com/photoshop/using/tool-techniques/remove-tool.html[7] File formats that are supported in Excelhttps://support.microsoft.com/en-us/office/file-formats-that-are-supported-in-excel-0943ff2c-6014-4e8d-aaea-b83d51d46247[8] Tencent 官方服务清单https://static.www.tencent.com/uploads/2025/11/13/cc0f748d2c668304559946c9913e9cc6.pdf[9] 漫谈产品经理https://www.bobinsun.cn/assets/pdf/%E6%BC%AB%E8%B0%88%E4%BA%A7%E5%93%81%E7%BB%8F%E7%90%86.pdf[10] Intro to databaseshttps://www.notion.com/help/intro-to-databases[11] Building and scaling Notion's data lakehttps://www.notion.com/blog/building-and-scaling-notions-data-lake[12] Introducing Notion 3.0https://www.notion.com/blog/introducing-notion-3-0[13] Notion launches AI agent as it crosses $500 million in annual revenuehttps://www.cnbc.com/2025/09/18/notion-launches-ai-agent-as-it-crosses-500-million-in-annual-revenue.html[14] Notion Kicks Off Employee Share Sale At $11 Billion Valuation As AI Accelerates Its Growthhttps://www.forbes.com/sites/annatong/2025/12/15/notion-kicks-off-employee-share-sale-at-11-billion-valuation-as-ai-accelerates-its-growth/[15] Notion just turned its workspace into a hub for AI agentshttps://techcrunch.com/2026/05/13/notion-just-turned-its-workspace-into-a-hub-for-ai-agents/[16] Amazon Rufus / Alexa for Shopping personalized shopping featureshttps://www.aboutamazon.com/news/retail/amazon-rufus-ai-assistant-personalized-shopping-features[17] Put Your Trip on Autopilot: Expedia Group Introduces New Innovations at EXPLORE to Take the Stress out of Travel and Enhance Partner Experiencehttps://ir.expediagroup.com/news-and-events/news/news-details/2024/Put-Your-Trip-on-Autopilot-Expedia-Group-Introduces-New-Innovations-at-EXPLORE-to-Take-the-Stress-out-of-Travel-and-Enhance-Partner-Experience/default.aspx[18] Booking.com builds a global AI trip plannerhttps://openai.com/index/booking-com/END本文首发于公众号《最小可读》，聊聊行业的一些趣事，降低预期，放松心态。-- 无法帮你升职加薪，但是能带你看看职场乐子-- 在当前的大环境下尝试给大家做一点心灵按摩-- 把上班当成人类观察， 你会发现很有意思-- 如果有一些工作经验的分享，那都是真实经历，不保证全面，但一定真实，尽量追求有用，不洗稿，不胡说八道你还可以在以下地方找到我：-- 即刻 App：汐笺-- 公众号：最小可读-- 个人微信：otaku_xijian下面这这几篇文章也值得看：人工智能，能治工人一个避免被 AI 取代的新思路，逆练上下文工程如果你觉得这篇内容对你有一些信息增量，请帮忙分享、点赞、喜欢、关注，这对我是莫大的鼓励，感谢。
基本文件流程错误SQL调试
请求信息 : 2026-05-29 16:39:20 HTTP/1.1 GET : https://www.yeyulingfeng.com/a/681849.html
夜雨聆风