上一篇讲的是方法论：怎么想清楚你的工作流，把龙虾用起来。这篇往前再想一步——如果每个人都养了一只龙虾，软件世界会变成什么样？

龙虾眼里的世界

你不再打开各种 App。你只是对龙虾说出意图，它自己去找解决方案。

订机票？龙虾比价三家平台，结合你的积分余额和退改政策偏好，直接下单。你不需要打开任何 App。

续保险？龙虾每年到期前自动重新比价，找到更便宜的同等保障，帮你完成转换。保险公司那套依赖"用户不会主动取消"的定价策略，对龙虾完全失效。

买房？AI 经纪人瞬间复制中介的知识库，买方佣金从 2.5% 压到 1% 以下。大量交易不再需要人类中介参与。

外卖这个案例最能说明问题。Citrini Research 的思想实验里这样描述：编码 Agent 消除了开发配送 App 的进入壁垒，一个有能力的开发者可以在数周内部署功能完整的竞品。数十个人真的这样做了——把 90-95% 的配送费直接给骑手。多平台仪表盘让骑手同时追踪二三十个平台的订单，美团、饿了么们的锁定优势彻底消失。市场一夜碎片化，利润空间压缩至趋近于零。

这是 Agent 加速破坏的两面：它让新竞品得以出现，然后它使用这些竞品。

美团的护城河，说白了是这样一句话："你饿了，你懒了，这是你主屏幕上的 App。"龙虾没有主屏幕。它同时检查美团、饿了么、餐厅自己的小程序，以及二十个新出现的替代品，每次都选最低费用和最快配送。

App 忠诚度，对机器来说根本不存在。

所有这些被击穿的护城河，背后是同一件事：

护城河由摩擦力构成。而摩擦力正趋于零。

软件正在为 Agent 改造自己

这不是遥远的想象。基础设施已经在动了。

2026 年 3 月 4 日，Google 悄悄发布了一个命令行工具，叫 gws。定位只有一句话："one CLI for all of Google Workspace — built for humans and AI agents"。

不是"给人用的工具"，也不是"AI 增强的工具"。是同时为人类和 AI Agent 设计的工具。Gmail、Drive、Docs、Calendar、Sheets 整个全家桶，正在被改造成 Agent 的操作对象。运行 gws mcp 直接启动 MCP Server，任何 Agent 可以直接调用整个 Workspace。

这不是 Google 一家的选择。阿里巴巴把淘宝、天猫、飞猪、盒马、饿了么整个电商生态打通，全部接入通义千问——你对它说"帮我订明天去上海的高铁，靠窗"，它直接跳出购票界面完成下单；说"附近有什么好吃的，帮我点一份"，它调出饿了么直接下单。AI 从"搜索信息的入口"变成了"直接完成交易的入口"。

这些场景在慢慢重塑普通用户对 Agent 的认知——它不只是一个会聊天的工具，而是一个会替你做事的代理人。这个认知一旦形成，用户对软件的期待就变了：为什么我还要自己一步步操作？

全球最大的两个科技生态，在同一时间做出了同一个判断：软件的下一个主要用户，是 Agent。

这个判断背后有压力。SaaS 行业的基本假设是用户越多、席位越多、收入越高。这个假设正在失效——2025 年下半年，多家 SaaS 公司在财报中报告增长放缓，不是因为 AI 失败了，而是恰恰因为 AI 太成功：客户在减少许可证，因为 AI 增强的员工用更少的席位完成了更多工作。

Gartner 预测：到 2030 年，35% 的点状 SaaS 工具将被 AI Agent 替代。Bain & Company 的调研中，78% 的 IT 领导者预期 Agentic AI 将在三年内增强或替代 ERP 功能。

AI Native 不是"加了 AI 的软件"

这场重构里有一个重要区分，经常被混淆。

AI-Enabled：在原有软件里加 AI 功能。Word 加了写作助手，Excel 加了公式生成，Notion 加了 AI 摘要。底层架构没变，AI 是附加层。

AI Native：AI 是核心架构基础。没有 AI，这个产品根本无法存在。

IBM 的一句话定义："AI Native 是将 AI 作为目的而构建的，AI-Enabled 是从 AI 中受益的。"

区别不只是技术架构上的。AI Native 应用持续从交互中学习，没有版本更新的概念，它会自动进化。AI-Enabled 应用仍然依赖传统的发版周期。前者是为龙虾世界设计的，后者只是给旧世界贴了一层 AI 贴纸。

AIOS：给龙虾世界的操作系统

如果龙虾世界真的到来——每个人一只，同时运行，24 小时不停——底层会需要什么？

2023 年 9 月，Andrej Karpathy 发了一条推文，给出了最早的答案：

"LLMs are not a chatbot, but the kernel process of a new Operating System."

两个月后，他补发了完整的"LLM OS 规格"：LLM 是 CPU，Token 上下文窗口是 RAM，向量数据库是文件系统，工具调用是外设。

这套比喻后来被 Rutgers 大学落地为工程实现。2024 年 3 月，他们发表了论文 AIOS: LLM Agent Operating System，把资源调度、上下文管理、内存管理从 Agent 应用中抽离出来，构建独立的 AIOS Kernel。实验结果：Agent 执行速度最高提升 2.1 倍。

AIOS 描述的问题是真实的：当大量 Agent 同时运行，谁来调度它们争抢的 LLM 资源？谁来管理上下文隔离？这是一个操作系统级别的问题。

但它还不是今天的产品。它是一张蓝图——描述龙虾世界成熟之后，底层基础设施应该长什么样。Karpathy 的比喻，终将从思想实验变成基础设施。

终将消失的词

我们现在不说"互联网 Native"了。不是因为互联网不重要，而是因为它成了默认假设——2024 年成立的公司，没有人会特意声称自己"互联网 Native"，那是废话。

"AI Native"会走同一条路。终有一天，这个词消失，不是因为它失败了，而是因为为 Agent 设计接口变成了所有软件的基本条件。

那个终点，就是 AIOS 描述的世界。

但那是终点。现在是起点：Google 把 Workspace 改造成 Agent 接口，阿里把电商全家桶接入 Agent 交易，每一个 AI Native 应用都在重新回答同一个问题——这个软件是给谁用的？

答案正在悄悄改变。

---

以上只是我的展望。但龙虾的爆火不是偶然——它是一个索引，指向某种正在发生的事。也许时代真的在朝这个方向走，也许还需要很长时间，也许会走出一条我们现在想不到的路。

不管怎样，有一个问题值得你现在就想：当软件的主要用户变成 Agent，人在这个生态里扮演什么角色？你的工作，会不会变成——管好你的龙虾？