AI 的"压路机效应"和软件"作坊化"是智能体互联网的前奏

最近这一个多月发生了一些很有意思的事情。

8 月 11 日，SpaceX 发布 AI 智能体（agent）应用 Grok Bot。这是一个在自己的云端电脑上全天候干活的"AI 同事"。

9 月 8 日，Meta 推出个人智能体应用 Muse。它能打开浏览器、填表单、替用户讨价还价，上线十天登上美国 App Store 榜首，并引发了一轮对传统网络中介平台公司的抛售，比如 Expedia、Airbnb、Booking 三家在线旅游股连日暴跌。

同在 9 月 22 日，做 Claude 的 Anthropic 发布新模型 Opus 5.5，不久前，做 ChatGPT 的 OpenAI 推出 GPT-6 的两个新版本，价格都降到前代的一半。

9 月中旬，全球最大的 SaaS 软件公司之一 Salesforce 开年度大会，负责应用业务的总裁 Patrick Stokes 说，AI 会把软件界面拆开，然后取代它。

这些事来自不同的公司和行业，集中在两个月里发生，看上去左一刀右一刀，但底下是同一件事：能替人办事的 AI 智能体，开始替人跟软件和互联网打交道。新一代互联网的模样呼之欲出。

一、压路机效应

一位 AI 孵化器的负责人跟我说，过去一年以来 AI 创业者最大的如梦方醒，就是发现原来 AI 跟互联网和区块链都不一样，是极致中心化、极速中心化的赛场，初创企业生存期极短，必须求快、求卖，毫不犹豫地赶在被巨头碾死之前找到买家，套现离场。至于自己做大的梦想，想都不要想。

这就是压路机前方小草们的心态。

“压路机效应”是很多 AI 创业者焦虑的来源。前沿模型每推进一步，就会毫不知情地把一批创业公司碾碎。几家上市公司至少还能用股价的暴跌长歌当哭，几百上千个小团队的瞬间归零则无人知晓。

先看钱。美国创投数据机构 PitchBook 统计，2026 年上半年全球 AI 风险投资创了纪录，一半以上流向 OpenAI 和 Anthropic 两家。这像一场几千桌的酒席，一半的菜上了主桌，主桌只坐两个人。

再看具体的公司。谷歌有一款 AI 笔记产品叫 NotebookLM，用户把文件和网页放进去，它把内容变成播客式的音频讲解，2024 年在网上走红。它的负责人 Raiza Martin 带着两位同事离开谷歌，做了一款 AI 播客应用 Huxe，根据用户的邮件和日历生成每日音频简报，谷歌首席科学家 Jeff Dean 投了钱。

今年 5 月 21 日，全球最大的音乐流媒体平台 Spotify 做了一个更新，包含了相近的功能。5 月 22 日，Huxe 宣布关停。

上市公司也一样。2 月，Anthropic 给 Claude 发布了一组法律、金融等行业插件。路透社的母公司 Thomson Reuters 靠卖法律、税务和会计信息为生，股价当天跌了 15% 以上。

Claude 发布 Opus 5.5 模型之后，一大批的用户在推特上发布他们用简单的提示词做出来的精美视频，欢呼雀跃，而此前在视频 AI 制作领域苦心孤诣了无数不眠之夜的团队只能颓然地面对屏幕无声哭泣。

天地不仁，以万物为刍狗。OpenAI、Anthropic 这些巨头不是要跟你过不去，他们对你毫无敌意，完全没有要跟你竞争的意图，甚至根本不知道你的存在，只是顺势前行，然后你就灰飞烟灭。

那句烂梗怎么说的来着？消灭你，与你无关。

二、软件经济的作坊化

今年 2 月，Claude Opus 4.6 发布。在这个模型的支持之下，Claude Code 一下子就强到让完全不会写代码的人，也突然觉得自己的技术梦还能再抢救一把。

做软件的人越来越多。有个叫 Lovable 的 AI 平台，让不会编程的人用聊天的方式做出网站和应用，它自己说，平台每周新增 100 万个项目，用户主要是半行代码都不会写的编程素人。

另一边，卖软件的日子不好过。追踪美国软件股的主要指数基金，今年一季度跌了 24% 以上，是 2008 年金融危机以来最差的一个季度。股价是预期，里面也有高利率的因素，不等于需求已经萎缩。9 月挨砸的换成了互联网中介，市场在给卖给人用的软件重新定价。

我把这叫作软件经济的"作坊化"。工业革命把纺纱织布从家庭搬进工厂，AI 正在把写软件从工厂搬回家庭。每个人、每家小公司都能给自己开一间软件作坊。

以前开一家小店，要一套库存系统，得找外包公司谈需求、签合同、等工期，现在对着电脑说几句话，快的话一个下午能搭出雏形。客户管理、人事排班这类内部工具也一样。

这些作坊里能长出下一个大公司吗？很难。作坊的问题是孤立，作坊越多越明显。小国寡民，鸡犬之声相闻，民至老死不相往来。老子把这当作理想，放在软件上是困境：我用不上你的产品，你也别想碰我的数据，作坊里做出来的东西只能自己用。

做软件的人从来没有这么多，卖软件的人从来没有这么难。

三、智能体的互联网

AI 这边极度中心化，软件那边反而走向分散。冰火两重天，但其实是一体两面。正是因为你 AI 的能力不断加强，把软件的空间给挤压了。

现在还只是个开始，人们还拿 AI 去开发软件，然后再用软件。再往前走几步，连软件都不需要了，用户直接跟 AI Agent 交互，解决一切问题。

Muse 是目前最清楚的雏形。

Meta 在云端给每个用户分配一台虚拟电脑，Muse 在这台电脑上干活。用户关掉 App，它继续干，办完或者需要批准时再通知用户；对方有接口的，它通过连接器直接调用；没有接口的，它打开浏览器，像人一样一页页操作。

填表、比价、谈价，原来要用户自己做的事，交给了它。

它现在还做不好。美国支付媒体 PYMNTS 让它办三件事：在亚马逊补货卫生纸，订一份达美乐披萨，订一家餐厅的位子。三件都没办成，测评者说，一件人 30 秒能办完的事，它反而多加了一层管理。

但咱们要看的是方向。这和过去用 App 有什么不同？过去订一张机票，要自己打开几个旅游网站，一家家比价，一格格填姓名和证件号。以后跟 Muse 说一句，下个月去东京，找最便宜的直飞，剩下的由它去办。

用户第一次只对一个 Agent 说话，由它去跟整个互联网打交道。App 和网站退到了后台。

这不仅仅是人们使用互联网的交互方式的变化，这是互联网本身的又一次升级。

放到互联网的历史里看：Web 1.0 连接的是文档，是文档的互联网，人去读；Web 2.0 连接的是应用和服务，是应用的互联网，人去用。Web 3.0 连接什么？

Web 3.0 这个词二十多年来有过几种说法。万维网的发明者 Berners-Lee 在 2001 年系统阐述了"语义网"，要给网页贴上机器能读懂的标签。区块链圈提出过"价值互联网"，要让钱和资产像信息一样在网上流动。两种说法都描述了特征，都没说出形态。

现在清楚了，Web 3.0 的形态是智能体的互联网。Agent 替人去读、去用、去谈，一个 Agent 替人跟这几百个 App、几千个 API 打交道。人的体验不再重要，Agent 觉得好才是真的好，然后它好我也好。过去二十年，产品经理和设计师围绕人的体验做产品，比的是界面和操作。往后，产品要写给 Agent 看，比的是接口清楚、数据干净、条款可读。

Salesforce 推出一套没有界面的工具包，通过 MCP 和 API 把整个平台开放给 Agent，还把自家功能直接装进了 Claude。一家靠界面卖软件的公司，自己把界面拆了。

在线旅游平台 Expedia 的 CEO 把公司的新策略概括为，要"出现在所有 Agent 所在的地方"。旅游平台过去要把人拉到自己的网站上，现在要到 Agent 那里去。

这对谁是坏消息？华尔街在给"消费者惰性"重新定价。很多生意靠的是顾客懒得比价、懒得换 App、懒得打电话砍价。Agent 不嫌麻烦，这些事它都会做。所以市场抛售这种生意。

连 Meta 自己都要转型。这家公司靠卖用户的注意力起家，收入主要来自广告。Agent 不看广告，也不刷信息流，扎克伯格给 Muse 找的收入来源，是从交易里抽一小笔费用。

三十年前，网站开始为搜索引擎做优化，后来成了一门生意。这一次要适应的对象，从一台排序的机器换成了一个替主人做决定的 Agent。Agent 看不懂的产品，等于不存在；Agent 看得懂、用得顺的产品，才能拿到生意。作坊里做出来的能力也一样，Agent 看不懂，就卖不出去。

美国科技分析师 Ben Thompson 说，Agent 会成为"终极守门人"。谁控制 Agent，谁就控制用户的需求。

另一件一定会发生的事情就是区块链支付和通证经济。Agent 之间交换价值，金额小，次数多，对手陌生，付不付、付多少由程序当场决定，没有人过目。刷卡每笔收 2.9% 加 30 美分，付 1 美分要付 30 倍的手续费，卡网络做不了这类交易。

Visa 自己的研究也承认卡做不了这一块，把机器之间的微支付划给了稳定币。稳定币是一种通常与美元一比一挂钩、在区块链上流通的数字货币，总量已超过三千亿美元。

我的判断是，基于区块链的数字支付与通证经济，也就是用链上凭证来计价、结算和分配收益的一套安排，是智能体互联网必不可少的基本要素。

我一直记得 2018 年在数字资产研究院的一次会议上，朱嘉明老师说，长期来看，区块链不是给人用的，是给 AI 用的。我当时就觉得这话很对，但是想不明白 AI 怎么用。现在清楚了。

四、“AI 智能体友好”型工作

AI 对工作岗位的冲击，一直是一个热锅上的话题。到底在 AI 时代，什么样的人才能够长期可持续生存和发展？或者说得再直白一点，什么工作能够免于被压路机碾碎？

必须是与 AI 智能体友好协作的工作。

大模型公司里的顶尖 AI 科学家当然是，但是这种人数量极少，门槛极高，对大多数人不具有 accessibility。

前一段时间很火的前端部署工程师（FDE），似乎也快速地熄火了。大家很快发现这不过是驻场外包的一种时髦称呼，最关键的是，往往还是一次性的。各种想象当中的 AI 企业解决方案，冲过去一做，发现数据质量太差，部署的企业内 AI 就跟村里的二傻子一样，只好从底层数据开始重新梳理，可这不是数据工程该做的事情吗？结果 FDE 变成了 Fooled Data Engineer，被愚弄的数据工程师。这破工作谁爱做谁做。

现在当红的是基于 AI 模型做产品的 AI 工程师和用 AI 辅助开发传统软件的 AI-Assistant Developer。但是如果 AI Agent 挤压软件、互联网走向智能体这两个判断是对的，那么这两种工作岗位也会转型。过去为人做产品，往后越来越多是为 Agent 做。过去为搜索引擎优化，未来为 Agent 优化。

还有一种工作是更为普遍的，便是 AI 智能体组织的管理。

智能体强到一定程度，连软件都不用开发了，你只要能把它管好，能对它提要求，并且在关键的环节上做判断、做决策，就能够完成绝大多数的工作。但这还远远不够，未来你要能够设计和组织几个、几十个、几百个甚至几千个智能体，把它们组织成为高效强悍的军团，设计高效的流程，确保安全，管控费用开支和 Token 预算，并且有效评估表现和持续改进，然后去跟你竞争对手的同等规模的智能体军团竞争和战斗。

比如一家公司的采购 Agent，要同时跟一千家供应商的销售 Agent 谈价，对面的 Agent 同样聪明。胜负取决于这一边怎么分工、授权、追责。管理要变成工程，权限、边界、激励、审计，都要能训练、能度量。这是一门新的管理学，也是一种新的系统工程学。

康威定律说，设计系统的组织，最终会做出一个复制自身沟通结构的系统。到了 Agent 时代，组织的成员就是 Agent，系统和组织合为一体。组织是什么样，Agent 系统就是什么样，设计 Agent 系统就是设计组织。

这个事不是个别人的空想。微软在年度职场趋势报告里说，人人都将成为 Agent 的老板；英伟达 CEO 黄仁勋说，IT 部门将成为 AI Agent 的 HR 部门。

所以，在智能体互联网里最有价值的工作，一是能够为 Agent 做产品和服务的 AI 工程师，二是能指挥一千个 Agent 打赢另外一千个 Agent 的军团长。