
我越来越觉得,软件开发的瓶颈正在转移。
把一个专业软件构建出来,已经不再是最难的部分。更值得思考的是:如何让 Agent 用好它,如何让人方便地预览和调整结果,以及如何满足那些过去被忽略的个性化需求。
这三个问题,可能会改变我们设计软件的方式。
软件首先要让 Agent 用得好
现在,我的很多专业工作已经不需要亲自打开软件、逐项操作。比如视频剪辑,我更习惯给 Agent 一个指令,让它去完成。
在这种工作方式下,复杂的操作界面对 Agent 的价值就很有限。让它在菜单、按钮和面板之间来回寻找,本身就是一层额外成本。我更关心软件是否提供清晰、稳定的 CLI、MCP 或代码接口,让 Agent 直接调用所需能力。
过去,软件把能力组织进界面,等人来操作。现在,我认为软件需要把能力开放出来,让 Agent 根据任务去组织执行。

人需要的是预览、反馈和控制
专业软件的复杂界面,很大程度上是为人全程参与操作设计的。当这些繁琐步骤交给 Agent,人的参与方式也应该随之改变。
仍以视频剪辑为例,我需要先看到生成的结果。如果某段节奏不对、字幕有误,或者画面不合适,能直接标记对应位置,写下评论,再让 Agent 修改,就已经覆盖了很多实际需求。
一个播放器,加上标记、评论和必要的微调工具,可能比完整复刻一套复杂时间线,更符合这种工作方式。
因此,我不太认同在 Agent 视频生成之后,又把用户带回传统编辑器,让人继续理解轨道、关键帧和各种参数。软件应该围绕"检查结果、表达修改意图"重新设计交互,让人保留判断和控制,把执行细节交给 Agent。

个性化需求,会推动软件进一步拆分
过去,软件必须在开发成本和用户规模之间寻找平衡。Office、CapCut 这类产品不断扩展功能,努力覆盖更多场景,但每个人仍然会有一些难以被照顾到的需求。
Agent 降低了制作软件的成本,这些长尾需求开始有了新的实现方式。我看到向阳在做自己的录屏软件,把美颜、虚拟主播等个人需求放进去,就是一个很直观的例子。
但并不是每个人都有能力、时间和足够的 Token,从头做一套自己的软件。这也意味着,机会在于让个性化组合变得更容易。
我认为,未来很多软件会把能力进一步拆分:录屏、字幕、降噪、剪辑、导出,都可以成为独立调用的模块。Agent 理解用户的目标,用脚本连接这些能力,组合出适合当前任务的工作流。
界面也可以围绕任务按需生成
当软件提供的是可组合的能力,界面就不必预先容纳所有操作。
一次任务可能只需要播放器和评论区;另一次任务需要几个参数开关;还有一些工作,完成后直接交付文件就足够了。这些面向人的界面,可以由 Agent 根据当前需要动态生成。
在我看来,未来软件值得投入的方向,是让底层能力更容易调用、让执行过程更容易组合、让结果更容易检查和修改。
人仍然需要软件,但人与软件之间的关系会改变:Agent 负责组织和执行,人负责表达意图、判断结果,并决定下一步怎么调整。