AI / AI与人的协作 · 2026.10 · 一尧

《软件的真正使用者正在从人变成Agent》

过去四十年,软件是给人设计的,所以才有按钮、菜单、图标。UI 这东西,本质上是机器为了迁就人类低效的输入(手指点、肉眼看)做出的妥协。

但在 AI 时代,软件的真正使用者正在从"人"变成"Agent"。当一个 Agent 要访问另一个系统时,最有效率的方式是直接对话——也就是接口,而不是像人一样在那儿翻网页、点按钮。所以 API/MCP 会赢,因为它们是机器的母语:结构化、无歧义、极速。模拟点击是外语,需要一个翻译官盯着屏幕看,又慢又容易错。

我把这叫总成本最低的连接。软件世界里,把 UI 改成接口,只是写几行代码,代价极低,所以直连路线赢。

这里还有一层商业上的推力,比技术更硬:软件厂商为了留住客户,不得不把内部功能封装成标准接口(比如 MCP)。否则他们的软件就会因为"难以被 AI 调用"而被市场淘汰。这跟当年超级 App 的出现是同一股力量——入口变了,不在新入口上的东西就会被边缘化。往后你通过大模型下单、购物,购物软件的界面还在,但真正跑通交易的那条路,已经不是你点的那几下了。

但物理世界是另一套逻辑。你刚才说软件层 MCP 会赢,我认同;可在硬件层,怎么感觉又是"人型机器人"这种更通用的路线会赢?

关键在重构代价。物理世界是一个"为人设计的存量世界"——楼梯、门把手、螺丝刀、驾驶座,几千年来接口都基于人的形态。所以做具身智能的真正理由,不是"人形好看",而是所有现成的工具都是为人设计的:做一个人形,它就能无缝使用螺丝刀、本子、电梯按钮这些已经存在的东西。

具体到成本:你想做个专用送咖啡机器人,可能得改造电梯、加装感应门、定制咖啡杯;但一个宇树 G1 这样的人型机器人,能直接走进现有电梯、推开现有的门、拿起现有的咖啡杯。在物理世界,人型机器人是"终极万能适配器",它不去改世界,它自己去适配世界。因为改整个物理世界的代价是天文数字,远高于训一个复杂的人型算法。

把两条路线放在一张表上看,矛盾就消失了:

两条路线表面矛盾,底层一致:都选总成本最低的连接方式。软件便宜改,所以直连赢;硬件太贵改,所以通用适配器赢。

至于物理世界的"API 化",也会发生,但只在受控环境——自动化工厂、智能仓。立创商城那种智能仓里,世界是为机器设计的:没有楼梯只有轨道,没有门把手只有电磁感应,跑的不是人形机器人,而是专用的 AGV 小车。这就是物理世界的"API 化"。

而在开放的人类环境——家、办公室、街道——永远无法完全"API 化"。那里全是杂乱的、非标的界面,所以你需要一个能模拟人的 Agent(人型机器人)去处理。

所以软件的终点,可能不是某个更漂亮的 App,是它把自己拆成一堆接口,安静地等着被别的机器调用。人看的那个界面不会消失,但它会退到角落,不再是主角。

← 返回尧见