夜雨聆风朋友们，我在前面的文章里曾提到：AI正在重构我们的岗位边界（原文可点击此处跳转AI正在“拆墙”）。
那篇文章中，我也聊了AI对IT研发行业习惯和用户习惯带来的改变，尤其谈到了APP未来的发展趋势。
比如，工具能力类的APP，将越来越像是AI后端的一个接口能力。
（1）
什么意思呢？
以前，我们要查天气，会点开手机里的天气APP；要搜信息，会上百度；要导航，得先打开导航软件，再语音或打字输入目的地、选择路线。
但在当前AI赋能的形势下，这些APP的前端界面很可能不复存在，取而代之的是一个统一的AI工具软件。
查天气、查资讯、导航这些技能型APP，将只作为“Skill”供AI调用——我们只需跟AI聊天，用语音下达指令。
比方说，让AI根据我当前位置的天气，推荐今天的穿搭；或者规划去某地的行程，顺便告诉我途中哪里能方便买早餐。
这些实用功能，将来真的不需要我们逐一打开APP去输入和查询了，动动嘴巴就能搞定。
近两年大热的AI Agent开发，本质上就是在做这件事——利用AI超强的语义理解、上下文关联、本地知识库和工具调用能力，完成跨平台能力的整合，高效解决用户原本要在多个APP间反复切换、大量操作的痛点。
无论是企业级ToB场景，还是当前的ToC场景，AI Agent的开发都在践行这一逻辑。
（2）
尤其最近，我看到微信在内测原生AI助手功能，这种趋势就更明显了，大家可以关注一下。
这个小助手深度嵌入微信生态，覆盖聊天、群聊、公众号等12个入口。用户通过微信首页左上角的绿色眼睛图标，或在聊天界面唤起“小微”，就能实现群聊消息智能摘要、公众号文章一键提炼要点、文件内容快速整理等功能。
说实话，这个微信AI助手重新定义了微信的流量和入口策略，对原有架构产生了不小的冲击。
以前，微信的入口和吸流策略是分布式的——私聊、群聊、公众号、小程序、视频号，各自占据不同banner位，用户按习惯和喜好自由点击，各入口对应不同的流量玩法。
现在AI助手介入，相当于给微信内嵌了一个统一的前置工作台。
也许将来，我们每天早上打开微信的第一件事，就是让AI助手帮我们智能汇总：有多少私聊和群聊没回复，结合上下文的重点是什么；有多少关注的公众号发了新文，哪些最值得看。
这里面有一个根本性转变：在人、消息、推文之间，多了一层AI的理解、总结和过滤。
所以，无论是流量入口还是信息对齐方式，都在发生变化——但即便如此，微信拥有那么多流量入口、那么大的用户基数、那么强的用户使用习惯，为什么还要做这件事？恰恰说明，这个趋势不可阻挡。
（3）
好，既然大势所趋，那跟我们又有什么关系呢？关系真的很大。
任何一个行业的变化趋势，对在IT研发领域摸爬滚打了十几年的项目管理人员来说，我都能深切感受到这次变革的分量。
对比前几年从整包项目管理到敏捷研发转型，再到DevOps一体化平台化转型，再到现在的AI转型——如果说前两次变革对绝大多数企业和个人而言，还算相对温和的内部改良和优化，那AI Agent开发带来的冲击，则是从外到内的革命性冲击。
说得直白点，以前推敏捷、推DevOps，是自我进步的要求，甚至可以慢慢来，不一定那么激进。人还是那些人——开发、测试、运维、需求人员，只是协作方式和节奏变了。
但现在的AI赋能，首先，它真的可能连整个IT部门都“一锅端”，这绝不是危言耸听。
为什么差异这么大？
因为在没有AI大模型时，大家各专其职，做得好的，也不过是在敏捷团队里提倡“T型人才”、一专多能——但这更多是号召，不会形成硬性限制，前端还是前端，后端还是后端，测试还是测试。
可AI大模型出现后，经过这几年的飞速发展，接受了无数领域技术专家的知识投喂和整理，代码研发能力、需求分析能力、文档编写能力、测试用例生成能力，都在海量数据标注下越来越强。
这种情况下，AI就像一个全能专家——能写需求，能做原型设计，能写代码，能自己部署环境运行，几乎没人类什么事了。
所以我说，这次变革对IT研发行业来说，是颠覆性的。
总体而言，随着AI Agent开发的逐步深入，原有的系统架构和研发方式将被彻底解构。
不是说旧系统完全没用，而是原来的前、中、后台形式，会因AI统一入口的整合，彻底改变使用习惯和工作流。
未来的大趋势正如前所述，业务系统的能力将集成到一个统一的AI入口；至于AI入口如何调用某个业务系统，则通过提示词、Agent工作流、知识库等方式进行链接。
这与原来各系统独立入口、相互调用靠接口交互的方式完全不同。
现在，统一的前端是AI前端，统一的调度由Agent工作流完成——跟以往天差地别。
（4）
那么，我们IT从业人员该如何应对这场行业巨变？可以从以下几个方面努力：
第一，改变“螺丝钉”定位，别让当前岗位限制住自己，要具备全局思维和系统思维。
以前，我是前端或后端开发，只需根据需求文档改自己那部分内容。但经过前文分析，我们会发现，后续很多系统的前端可能真没多少活儿干了，后端代码AI也能自己写。
此时，我们要从具体岗位中抽离出来，去学习和关注业务，了解AI能力，思考在新的AI Agent研发模式下，我该如何设计提示词、搭建工作流、构建本地知识库，让这些知识能自闭环地完成工作。
第二，深入理解所研发领域的业务模式，形成系统性建模思维。
这一点和前面有些相似，但角度不同：前面是从研发模式和思路出发，去适应新研发模式；这里是从业务角度要求我们全局思考，尤其重要。
近两年我发现，很多业务同事搭建的Agent已经跑通了不少小业务场景的闭环——他们虽然不懂开发，但懂业务流程和痛点，甚至思考过当前系统使用方式的问题，借助通用Agent就能自己完成工具闭环。
身为IT研发人员，我们同样要关注业务全流程，思考业务优化和建模。
第三，保持学习热情，持续深入学习新工具和新能力。
对IT研发同事来说，这一轮AI Agent开发确实带来冲击，但同时我们也是较早感知行业动态的人，可以抢占先机。
因为我们既了解旧模式，也看清了新模式，就知道未来变化的方向。比如，在AI Agent开发模式下，知识治理变得很重要——我们可以努力成为某个领域的专家，梳理自己的知识库；提示词工程也很关键，AI的执行效率和方向常与提示词息息相关，我们可以在此深耕；如果你懂研发又懂算法，完全可以朝算法优化方向努力。
总之，作为IT研发行业的从业者，我们首先要感知行业变化的方向和趋势，然后不能自乱阵脚，要在其中寻找改变和突破的方向。
时代的潮流从未停歇，我们唯一能做的，就是迎上潮头，稳住初心，继续追赶。
往期文章推荐：
“除了专业，我还有什么？”——如何避免成为下一个被裁员的“穷爸爸”
“爸爸，你今天心情好吗？”——7岁儿子的这句话，让我决心改变》
我是宸爸，喜欢阅读与思考，安徽人在上海，目前在汽车行业，兼职在做自媒体输出，账号关注个人成长与思维提升，欢迎感兴趣的朋友扫码关注交流，一起进步。