10月29日，字节的扣子（Coze）发了一则公告：企业版分阶段下线。
公告本身写得很克制，理由是"产品整合安排"。毕竟团队几个月前就已经并进豆包产品线了，这算不上突发新闻。但它值得单独聊一聊，因为关掉的不只是扣子。
往前翻一翻：7月中旬，豆包和千问几乎同一天下掉了用户自定义智能体功能；10月，腾讯元器宣布11月9日停止服务；百度文心智能体平台那边，创建入口和工作流入口也悄悄关了。大半年时间，国内叫得上名字的第一代智能体平台，关的关、并的并，动作出奇地一致。
所以真正的问题不是"扣子为什么关"，而是：这一代产品，为什么一起走到了头。
一条看不见的生死线
前两天读到一篇文章，公众号"琳时闲话"写的《只要你学得慢，就可以不用学：AI时代过渡技术考古》，把2023年以来速生速死的AI技术挨个挖出来数了一遍：提示词工程、SFT、RAG、多智能体框架、MCP、A2A、GraphRAG、模型蒸馏......低代码Workflow编排也赫然在列。
文章里有句话我很认：
凡是模型能力扩张路径上的技术生态位，迟早会被模型本身吞噬。
这句话就是那条看不见的生死线。提示词工程死于模型意图理解变强，RAG从标配降级为选配是因为上下文窗口涨到了百万级，多智能体框架死于"用做APP的思维框定智能体"。它们的共同点是：都是模型能力不足时的补丁。补丁打得再精致，也挡不住模型本体把这块能力长出来。
低代码工作流，恰好也是一块补丁------而且是补在模型最薄弱年份的补丁。2023年，模型不会自己规划、不会自己调工具，于是人类替它把流程画好，让它照着走。三年过去，模型自己会拆任务、会写代码、会调度工具了，这块补丁的使命也就到期了。
Coze们的谢幕，放在这个框架里看，就不是什么意外。
三个死结，一个比一个深
当然，光说"补丁到期"还太粗。低代码工作流这个平台形态，身上其实缠着三个死结。
第一个死结：确定性的流程，装不确定的智能。
这是那篇考古文章里点得最透的一条。Workflow追求的是确定性：输入A，经过流程B，得到输出C。可AI模型的输出天然是概率性的------同一个prompt丢进去，每次吐出来的结果都可能不一样。每个环节传递的数据都带着不确定性，最终结果不幂等。
更折磨人的是调试。流程中间哪个环节精度掉了，在拖拽平台里你很难定位是哪个节点的问题。换一个参数、换一个模型、换一个prompt，任何微小改动都可能让结果天差地别。你只能"在确定性的流程和不确定性的具体环节之间来回切换，直到筋疲力尽"。
用那篇文章的话说：用固定节点去卡AI的不确定性，本质上是用机械时代的工具应对概率时代的产物。搭个玩具还行，当生产环境的核心工具，难。
第二个死结：画布上的流程，AI 读不动。
这话听起来反直觉：工作流不也是一段 JSON 吗，AI 怎么就读不动了？你打开导出的文件看看就知道了------几百行节点坐标、UI 元数据、平台私有的字段命名，业务逻辑埋在里头，像把一幅电路图拍成了照片。人能看懂照片，但没法拿万用表去测照片里的电压。
更要命的是，这层拖拽出来的流程，表达力天然低于代码。分支嵌套深一点、异常处理复杂一点、要接个企业内部系统，画布就开始捉襟见肘。而与此同时，AI 写代码的能力在这两年翻了几番。一边是需要人蹲在地上拖节点的私有画布，一边是 AI 随手就能生成、修改、重构的代码------这中间的落差，每天都在变大。
第三个死结最深：流程里其实没有"业务"。
画布上的节点知道自己是"第3步"，但它不知道自己处理的是一张订单、一份工单还是一条理赔申请。节点和连线只表达了"先做什么后做什么"，没有表达"做的是什么、受什么规则约束、出了错归谁管"。
对企业来说，这才是硬伤。流程治理的前提是流程可被理解、可被审计、可随业务规则调整。一个只有拓扑、没有语义的流程图，治理无从谈起。AI 可以帮你执行它，但没法帮你管它------因为连 AI 都不知道那个节点到底意味着什么。
三个死结缠在一起，结局就清楚了：这一代平台把工作流做成了"只有执行视角、没有领域视角"的私有产物。AI 带来的这场变革，红利最先砸在编码、翻译、绘图这些"AI 原生"的环节上，而可视化工作流恰恰站在红利的反面------它既不享受 AI 编程的复利，又给不了 AI 治理所需的上下文，还拿确定性的骨架去套一个概率性的灵魂。被抛弃是迟早的事，豆包、WorkBuddy 这些 AI 办公入口只是踩了一脚油门。
什么样的流程定义，才算"资产"
批评容易，建设难。那下一代的形态应该长什么样？
我觉得判断标准可以压缩成一句话：流程定义能不能成为一种 AI 原生可读写的、带领域语义的资产。
拆开来，是三个很朴素的要求。
AI 能读。流程不是存在某个平台的私有格式里，而是以代码级、结构化的形式存在。AI 拿到它，能完整理解每一步在做什么，不需要逆向工程，不需要猜。
AI 能改。改流程不是让人回到画布上重新拖，而是 AI 直接动手------加一个分支、换一段逻辑、把两个流程拆开重组，改完能 diff、能 review、能回滚。流程和代码享受同一套工程纪律。
AI 能审。这是最关键的一条。流程的每个节点绑定着领域语义------它操作的是哪个领域对象、处于什么状态、受哪条业务规则约束。有了这层语义，"治理"才从口号变成可计算的东西：规则变了，能查出影响哪些流程；流程改了，能验证有没有违反规则。
前两条解决"效率"，第三条解决"信任"。没有第三条，前两条做得再好，企业也不敢把核心流程交出来。
信号已经出现了
这个方向不是空想。仔细看各家最近的动作，转型早就开始了。
百炼全面转向 CLI 化并且开源------流程定义从控制台里搬出来，变成了 AI 可以直接读写的文件。扣子自己也升级成了扣子编程，低代码那套不再向新用户开放。连腾讯内部把元器的工作流引擎迁移到 CodeBuddy 时，给出的理由都很有意思：不是为了更多人能用，而是"为了 Agent 能用"。
同样的迁移甚至发生在协议层。MCP 当年被捧成"万能接口"，如今被嫌太重；Agent Skills 靠渐进式披露后来居上------会话开始时 AI 只看到每个 Skill 的元数据，几十个 token，判断相关才加载全文，Perplexity 干脆宣布弃用 MCP 全面转向 Skills。Skills 凭什么赢？因为它就是典型的"AI 原生可读写的资产"：一个结构清晰的文件，AI 读得懂、改得动、装得快。
再看年初那波 OpenClaw（小龙虾）的热潮。产品本身确实糙------安全、成本、交互门槛都是硬伤，但它在中文互联网的爆火验证了一个真实需求：人们要的不是"自己搭流程"，而是一个能自己组织流程的通用 Agent。执行层正在从"人搭流程给 AI 走"转向"AI 自己编排自己"。
你看，协议层、平台层、产品层，大家殊途同归地走向了同一个判断：流程的使用者和维护者，正在从"拖画布的人"变成"读写代码的 Agent"。
剩下的那块拼图，就是领域语义。流程可以代码化，但代码本身依然不知道"这个节点处理的是订单"。把领域模型、业务规则、对象状态显式地挂到流程定义上------让流程节点知道自己是谁、管什么、不能做什么------这是目前所有平台都还没补上的课，也是真正拉开差距的地方。
一个简单的问题
第一代智能体平台的集体谢幕，杀死的是"私有画布"这个形态，不是工作流这个概念。流程编排的需求一直在，甚至因为 Agent 的普及变得更强了------只不过它换了一副面孔。
所以下次再有人向你推销一个智能体平台，不管是新产品还是老平台的转型版本，其实只需要问一个问题：
我在这上面沉淀的流程，是以一种 AI 读得懂、改得动、审得了的形式存在，还是又被锁进了下一块画布里？
前者的每一次搭建都在积累资产，后者的每一次搭建都在积累迁移成本。Coze 的用户现在应该对这句话深有体会------平台公告一出，画布上那些精心搭建的工作流，大部分只能重做，没法带走。
那篇考古文章的结尾说，值得学的是"模型迭代杀不死的能力"。放在企业流程上，这句话可以换个说法：值得沉淀的，是平台关停带不走的资产。补丁会被模型吃掉，画布会被平台带走，但变成资产的流程定义，是可以跟着你走的。
这大概就是这场集体谢幕，留给所有从业者最值钱的一条教训。
相关链接