夜雨聆风作为一个艺术生学习编程学了几年，别人都好奇为什么我不研究自己的舒适区。
原因很简单：因为我太了解这个舒适区了。 太了解它在大背景下的情况，也了解自己花了多少精力做了什么。
编程能做的事上限很高，它从来都不是编程本身。或许也因为，我想看更多的这个世界吧。
事实证明，这个选择是对的。
上面这段视频是我用 AI 做的。全程只给了一句提示词：什么是agent？，剩下的我都在编排流程，让它之后可以复刻。——里面所有的抽象动效，全是 AI 生成的，值得注意的是这个视频，我还几乎没用到审美。
顺便说一句：生成视频这件事，已经从漫剧扩展到更多场景了。抽象动效、MG 动画、信息可视化，这些过去必须靠动效设计师逐帧调的东西，现在都能生成。
01
门槛归零之后，剩下的是什么
做视频的门槛已经降到很低，而且会越来越低。之后会有各种一键剪辑的 skill 模板层出不穷。
于是问题就变成了：在创意缺失的大部分视频（和人）里，还能靠什么吸引注意力？
答案只剩两个：审美，和音乐。
最近我发现抖音上多了很多设计素材分享。过去圈子里的小众素材网站，现在都成了大家追捧的法宝。当然还有音乐。
这件事很有意思。大家在爆款的驱动下去提高自己的审美，速度蹭蹭的——还是钞能力比美术老师厉害。
因为 AI 把"执行"这件事变便宜之后，审美第一次有了直接的、看得见的经济回报。事物发展往往不是直接的，不是通过全民培训就能提高全民审美。
海外的说话更锋利：
AI 并没有只是降低了做内容的成本，它同时抬高了"做出让人记得住的东西"的成本。
02
那么工具本身正在发生什么
如果执行都被交出去了，那工具会变成什么样？
有一个刚出现的产品可以当模版：ChatCut。
它 2026 年 7 月 10 日在 Product Hunt 上拿了当日第一、当周第四。定位是"你在 ChatGPT、桌面端和网页里的 AI 剪辑师"，Pro 版 $25/月起。
它的本质是一个 "AI 原生的非线性剪辑器"：传统时间线编辑器仍然存在，但 AI Agent 是主要交互入口，而不是附加在菜单里的一个小功能。
它和 Premiere、Final Cut、剪映最大的区别在这里：
真正关键的不同不是"能聊天"，而是 Agent 能理解项目状态，并对时间线执行结构化操作。
举个例子，你说一句"把口播修干净点"，它要做的是：
删除口头禅 → 重新拼接音频 → 修复跳切 → 加 B-roll → 生成字幕 → 添加转场 → 调整音乐音量
这是一条跨多个工具的工作流。普通剪辑软件里，这些得你一项一项自己来。
而且Agent 每次干完粗活后，你可以拿到 Premiere 里继续精修。
这个设计它承认了 Agent 负责执行，人负责判断。
03
这不是剪辑一个行业的事
同样的转变正在多个领域同时发生，而且已经不是概念阶段了。
开发已经跑在最前面。2026 年的软件工程正在从"人写代码"迁移到"人定义意图、AI 执行实现"。自然语言正在取代 DSL 和配置文件，成为开发者与系统交互的默认方式。
有一句总结说得很准：
过去是「人写代码、人做验证、人用软件」，人的能力决定了上限。未来是「人定标准、Agent 自闭环交付、人和 Agent 一起用软件」。
2026 年最实质的变化是 MCP 从实验走向生产可用，工具正在集体长出"给 Agent 用的接口"。 现在一个 Agent 可以调用 20 多类工具——浏览器、Python、文件系统、数据库、Notion、Slack、GitHub、Figma、Excel、邮件、日历。
行业里对这个趋势的描述是：
Agent 不再只是"一个会调用工具的大模型"，而是开始演化成一个可被发现、可被调用、可被编排的服务单元。
反过来说也成立：工具也在演化成可被 Agent 发现、调用和编排的对象。
翻译成人话就是：软件正在学着把自己讲清楚，好让机器能用。
04
但不是所有工具都该这么改
这里要分清两个概念，很多讨论把它们混在一起了：
Agent-ready（可被 Agent 操作） 现有工具增加稳定的接口和结构化状态，让 Agent 可以代替用户点击。几乎所有生产力工具都需要走到这一步。
Agent-native（Agent 原生） 产品从一开始就围绕"用户说目标、Agent 规划并执行"来设计，界面只是执行结果的可视化和人工修正层。只有一部分工具值得走到这一步。
值得深度改造的工具，通常有这些特征：
流程复杂、步骤多——剪辑、设计、数据分析、开发、营销运营 用户关心结果，不太关心每个具体按钮 操作可以被结构化描述，比如"删除片段""调整颜色""生成报表" 存在大量重复劳动 Agent 的结果可以预览、可以撤销、可以人工修正
而这些场景不该完全交给 Agent：
- 操作本身就是体验
——游戏、绘画、乐器，以及一部分创作工具 - 单步操作已经足够简单
——计算器、秒表 - 错误代价极高
——付款、医疗处方、生产设备控制 - 用户必须精确掌控每一步
所以合理的未来形态不是"所有软件都只剩一个聊天框"，而是三层并存：
你说目标 → Agent 规划并执行 → 界面负责让你看见、微调和撤销。
回到最开始那个问题：为什么一个艺术生要去学编程？
现在我可以答得更清楚一点。
因为审美需要一个出口，而编程曾经是那个出口最窄的地方。 现在那个口子被 Agent 撑开了——执行的部分它接走了，剩下的部分，恰好是艺术生擅长的。
上限从来不在编程本身。
也不在 AI 本身。