AI Agent 会取代传统 App 吗?


网罗开发 (小红书、快手、视频号同名)

大家好,我是 展菲,目前在上市企业从事人工智能项目研发管理工作,平时热衷于分享各种编程领域的软硬技能知识以及前沿技术,包括iOS、前端、Harmony OS、Java、Python等方向。在移动端开发、鸿蒙开发、物联网、嵌入式、云原生、开源等领域有深厚造诣。

图书作者:《ESP32-C3 物联网工程开发实战》
图书作者:《SwiftUI 入门,进阶与实战》
超级个体:COC上海社区主理人
特约讲师:大学讲师,谷歌亚马逊分享嘉宾
科技博主:华为HDE/HDG

我的博客内容涵盖广泛,主要分享技术教程、Bug解决方案、开发工具使用、前沿科技资讯、产品评测与使用体验 。我特别关注云服务产品评测、AI 产品对比、开发板性能测试以及技术报告,同时也会提供产品优缺点分析、横向对比,并分享技术沙龙与行业大会的参会体验。我的目标是为读者提供有深度、有实用价值的技术洞察与分析。

展菲:您的前沿技术领航员

👋 大家好,我是展菲!

📱 全网搜索"展菲",即可纵览我在各大平台的知识足迹。

📣 公众号"Swift社区",每周定时推送干货满满的技术长文,从新兴框架的剖析到运维实战的复盘,助您技术进阶之路畅通无阻。

💬 微信端添加好友"fzhanfei",与我直接交流,不管是项目瓶颈的求助,还是行业趋势的探讨,随时畅所欲言。

📅 最新动态:2025 年 3 月 17 日

快来加入技术社区,一起挖掘技术的无限潜能,携手迈向数字化新征程!

文章目录

引言

过去十几年,应用的基本形态几乎没有变过:

复制代码
用户打开 App
      ↓
找到功能入口
      ↓
点击操作
      ↓
完成任务

本质是:

人去适应 UI

但 AI Agent 出现之后,路径变成:

复制代码
用户表达意图
      ↓
AI 理解需求
      ↓
调用服务
      ↓
完成任务

问题就变得很直接:

AI Agent 会不会取代传统 App?

一、AI Agent 到底多了什么?

传统 App 的核心代码结构:

ts 复制代码
// 典型 UI 驱动逻辑
button.onClick(() => {
  fetchOrderList().then(renderUI)
})

AI Agent 的核心结构则是:

ts 复制代码
// Agent 执行流程
async function agent(input: string) {
  const intent = await parseIntent(input)
  const plan = await planTask(intent)
  const result = await execute(plan)
  return result
}

本质差异:

复制代码
App:事件驱动
Agent:任务驱动

二、从"页面调用 API"到"AI 调用 API"

传统 App:

ts 复制代码
// 页面直接调用接口
async function loadFlights() {
  const res = await fetch('/api/flights')
  return res.json()
}

AI Agent 模式:

ts 复制代码
// 工具定义(给 AI 用)
const tools = [
  {
    name: "searchFlights",
    description: "查询航班",
    parameters: {
      from: "string",
      to: "string",
      date: "string"
    }
  }
]

AI 调用:

ts 复制代码
async function executeTool(toolName, params) {
  if (toolName === "searchFlights") {
    return await searchFlights(params)
  }
}

关键变化:

API 不再服务 UI,而是服务 AI

三、一个完整 Agent 示例(订机票)

用户输入:

复制代码
帮我订明天去上海的机票,1000以内

1、意图解析

ts 复制代码
function parseIntent(input: string) {
  return {
    type: "book_flight",
    from: "当前城市",
    to: "上海",
    date: "明天",
    budget: 1000
  }
}

2、任务拆解

ts 复制代码
function planTask(intent) {
  return [
    { action: "searchFlights", params: intent },
    { action: "filterFlights", params: { budget: intent.budget } },
    { action: "bookFlight" }
  ]
}

3、执行流程

ts 复制代码
async function execute(plan) {
  let context = {}

  for (const step of plan) {
    if (step.action === "searchFlights") {
      context.flights = await searchFlights(step.params)
    }

    if (step.action === "filterFlights") {
      context.flights = context.flights.filter(
        f => f.price <= step.params.budget
      )
    }

    if (step.action === "bookFlight") {
      return await bookFlight(context.flights[0])
    }
  }
}

对比传统 App:

复制代码
过去:用户一步步点
现在:AI 一次性做完

四、App 如何"进化"为 Agent 可用服务?

如果你是开发者,重点不是"做 Agent",而是:

让你的 App 能被 Agent 调用

1、抽离 Service 层(关键)

类似你在鸿蒙架构中做的:

ts 复制代码
// services/OrderService.ets
export class OrderService {

  async createOrder(data) {
    return await request('/api/order', data)
  }

  async pay(orderId) {
    return await request('/api/pay', { orderId })
  }

}

2、对 Agent 暴露能力

ts 复制代码
export const tools = [
  {
    name: "createOrder",
    description: "创建订单",
    handler: async (params) => {
      const service = new OrderService()
      return await service.createOrder(params)
    }
  }
]

3、统一调用入口

ts 复制代码
async function agentExecutor(toolName, params) {
  const tool = tools.find(t => t.name === toolName)
  if (!tool) throw new Error("tool not found")

  return await tool.handler(params)
}

这就是:

"App → API → Agent 工具"的演进路径

五、哪些 App 最容易被"Agent 化"?

你可以用一个简单标准判断:

1、是否是"纯函数型服务"

ts 复制代码
input → process → output

例如:

ts 复制代码
function translate(text: string): string
function calc(expression: string): number

这种最容易被替代。

2、是否流程固定

ts 复制代码
search → filter → submit

例如:

ts 复制代码
async function orderFood() {
  const list = await getRestaurants()
  const food = pick(list)
  return await createOrder(food)
}

Agent 可以完全接管。

六、为什么有些 App 不会被替代?

因为它们不是"函数",而是"体验"。

例如游戏(如 Claw):

ts 复制代码
// 游戏主循环
function gameLoop() {
  update()
  render()
}

特点:

  • 强实时交互
  • 强沉浸体验

AI 可以参与,但不会替代。

七、未来架构:Agent + App

未来典型架构会变成:

ts 复制代码
// Agent 层
class Agent {
  async run(input) {
    const intent = await this.parse(input)
    const tool = this.selectTool(intent)
    return await tool.execute(intent)
  }
}

// App 服务层
class AppService {
  async handleRequest(req) {
    // 提供能力,不直接面对用户
  }
}

关系:

复制代码
用户 → Agent → App Service

八、开发者该怎么做?

给你一个非常实用的落地 checklist:

1、把 UI 逻辑抽离

ts 复制代码
//  不推荐
Page → 直接写业务

// 推荐
Page → Service → API

2、所有核心能力"服务化"

ts 复制代码
export class PaymentService {
  async pay() {}
}

3、为 AI 设计接口(关键)

ts 复制代码
{
  name: "payOrder",
  description: "支付订单",
  parameters: { orderId: "string" }
}

4、保证接口"可自动执行"

避免:

  • 强依赖 UI
  • 多步骤人工确认

总结

AI Agent 不会简单"杀死 App",但会重构整个技术形态。

从代码角度可以总结为三点:

1、入口变化

ts 复制代码
UI → Agent

2、调用方式变化

ts 复制代码
人点接口 → AI 调接口

3、架构变化

ts 复制代码
App(前台)
   ↓
App Service(后台能力)
   ↓
Agent(统一入口)

最后用一句更"工程化"的话总结:

未来不是没有 App,而是"没有 UI 的 App 会越来越多"。

而真正的入口,会逐渐变成:

复制代码
AI Agent
相关推荐
甜城瑞庄的核桃2 小时前
Claude Code 工程化实战:从工具使用者到 Agent 构建者的进阶之路
人工智能·机器学习·aigc·ai编程
chaofan9802 小时前
拒绝单体模型依赖:从 GPT-5.4 与 Claude 生产力之争看分布式 AI 网关的必要性
人工智能·分布式·gpt
ZhengEnCi2 小时前
M0-mdtool 背景及链接目录
人工智能
Elastic 中国社区官方博客2 小时前
Elasticsearch:shell 工具不是上下文工程的银弹
大数据·数据库·人工智能·elasticsearch·搜索引擎·ai·全文检索
放下华子我只抽RuiKe52 小时前
深度学习学习路径规划
人工智能·深度学习·学习·github·ai agent·openclaw·development
耶夫斯计2 小时前
Agent入门-Agent实战(skills\tools\prompt\subagents)
人工智能·prompt·llama
纤纡.2 小时前
从基础 CNN 到优化模型:食品图像分类全流程对比实战
人工智能·python·深度学习
飞Link2 小时前
动态嵌入:Transformer 架构下的语义重构与演进
人工智能·深度学习·重构·transformer
乐迪信息2 小时前
乐迪信息:港口航行安全:船舶逆行、航速AI实时检测
大数据·人工智能·物联网·安全·目标跟踪