曾经,软件吞噬了整个世界。如今,AI 来消化剩下的一切。过去以应用程序为主导、市场控制准入、平台抽成的计算模式正在瓦解。一个全新的 AI 优先的世界正在浮现,在这个世界里,软件功能不再被束缚在应用程序中,而是以动态的、按需的服务形式通过 AI 原生接口来访问。
数十年来,计算机一直扮演着华丽的文件柜角色。应用程序就像数字文件夹,自成一体、刚性且相互隔离。想查天气?打开一个应用。需要订机票?另一个应用。支付账单?又是一个新应用。结果就是用户体验变得支离破碎,我们不得不在无数相互竞争主屏幕空间的信息孤岛之间来回切换。
生成式 AI 打破了这种模式。用户不再需要在独立程序之间点击和切换,而是可以与智能代理交互,这些代理能够实时动态检索、处理并生成响应,无需任何应用程序。让单个 AI 助手管理旅行、优化财务并推荐健身计划?轻松搞定。需要在订购杂货和总结今日新闻的同时审查法律文件?无缝完成。新的界面不是应用程序,而是对话式的、预测性的、无摩擦的交互方式。
诚然,这个全新的功能智能世界还未完全就绪。应用程序不会一夜之间消失,但它们对计算的掌控可能正在滑落。AI 不在乎预先打包的软件孤岛。它重新构建了用户体验,使软件变得模块化、动态化并深度集成。打开应用程序并在它们之间切换的整个理念?这很快就会被视为过时的思维方式。
incumbent 风险:传统市场正在倒计时
多年来,数字商店和封闭式市场是无法击败的护城河。控制分发、对每笔交易征税并赚取数十亿美元。完美。但当应用程序变得...不必要时会发生什么?
AI 驱动的交互兴起威胁着整个应用分发经济。如果用户依赖 AI 原生系统而不是安装独立软件,传统软件市场就会成为历史遗物。AI 吞噬了中间商。经济模式从应用变现转向 AI 驱动的服务层,在这里交互是无缝的、个性化的,最重要的是,超出了传统平台控制的范围。
两个不可避免的后果:
收入中断:不再有 30% 的应用销售或应用内购买抽成。如果 AI 自主处理交易,应用商店经济就会崩溃。
平台脱媒:AI 是云原生且硬件无关的。随着软件成为环境服务而不是受控体验,对数字生态系统的控制减弱。
新的问题是谁将拥有 AI 驱动的服务层?因为,whoever does will own the next trillion-dollar industry。
新的权力结构:AI 模型和垂直 AI 解决方案
AI 吞噬应用程序造成了明显的权力真空。价值向何处转移?很简单,就是对以下方面的控制:
AI 模型:开发最先进基础模型的实体定义了核心智能层。
用户界面和个性化:whoever 构建最直观的 AI 原生界面将主导用户参与。
数据和集成:AI 依赖于实时、专有数据的访问。whoever 拥有数据管道就控制了洞察力、智能和最终的经济。
但还有另一股力量在发挥作用:垂直 AI 解决方案。
目前,大多数大语言模型 (LLM) 感觉就像一把有无限工具的瑞士军刀——令人兴奋但令人不知所措。用户不想"摸索"AI。他们想要解决方案,想要为特定行业和工作流程量身定制的 AI 代理。想想看:起草合同的法律 AI、管理投资的金融 AI、生成内容的创意 AI、加速研究的科学 AI。广泛的 AI 很有趣,垂直的 AI 才有价值。
目前,LLM 对大多数人来说太广泛、太抽象、太难以接近。一个空白的聊天框不是产品,而是作业。如果 AI 要取代应用程序,它必须变得无形,无缝集成到日常工作流程中,而不必让用户思考提示、设置或后端功能。
在这波浪潮中取得成功的公司不仅要构建更好的 AI 模型,还要构建更好的 AI 体验。计算的未来不是关于一个可以做所有事情的 AI,而是关于许多专门的 AI 系统,它们准确知道用户需要什么并完美地执行。
整个软件栈正在实时重写。什么将取代旧模式?
微服务胜过应用程序:忘记臃肿的应用程序。未来的软件将是模块化的、按需的、可由 AI 调用的。预订旅行?AI 代理实时查找航班、酒店和租车,而你无需打开任何应用程序。
AI 驱动的市场:下一代软件市场不是应用商店。它是一个 AI 原生服务市场,用户订阅特定功能的 AI 代理,而不是下载静态软件。
AI 即服务:开发者不再销售独立应用程序,而是构建集成到总体 AI 生态系统中的"技能"或"代理",通过订阅或基于使用量的定价来获得收入。
不可避免的颠覆
这不是进化,这是政变。生成式 AI 不仅仅是另一个技术层;它有可能从内部吞噬整个软件行业。
旧的软件模式建立在稀缺性之上。控制分发、限制访问、收取溢价。AI 彻底打破了这一切。新模式是流动的、无摩擦的、无限可扩展的。
未能适应的平台和企业可能会被载入史册,加入那些曾经对互联网、移动和云计算不屑一顾的行列。
AI 不仅仅是下一波软件浪潮;它是打破一切先前存在的浪潮。唯一剩下的问题是:谁能驾驭它,谁会被淹没?
Justin Westcott 是 Edelman 全球技术部门负责人。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。