Agent 元年第 500 天:什么在消失,什么在诞生——为什么不该再投资 GUI 思维的软件

• 钟天杰的判断：模型能力超预期，但产品化远远低于预期——市面上的产品仍以「人当使用者」的交互为主，人还得不停把注意力灌进产品才能用好它；至少在信息消费上，他还没见到一个让自己满意的产品。 → 详细
• 归藏的体感是整体超预期，他给了两个自己「当时无法想象」的例子：① 一个只懂基础前端的人，如今维护着近几十万行代码库并给很多人提供服务；② 曾坚决不用 AI 写内容的自媒体人，现在发现「这种坚持没有意义」——公众号写作的本质是信息传达效率最高、摩擦最低，它一定滑向 AI；除了线下与人交流，他所有工作都已进入 Agent 体系、高度自动化。文学性的高级表达仍需人写，但新闻观点文「AI 有时候写得比我好」。 → 详细
• 一句话总结 500 天（归藏）：「所有东西都回到了上下文」——不管是模型自身的上下文窗口，还是工程侧的上下文管理（context engineering，即怎么把对的信息在对的时刻喂给模型）。变的是新概念不断被祛魅（老笑话：一切还没被驾驭的技术都叫 AI，等它稳定大规模落进工作流，我们就说「那不过是软件而已」）；不变的是模型进步持续解锁新的技术奇观（钟天杰）。 → 详细

「Headless」= 软件没有「头」（界面）了，只剩「身子」——数据库和一批工具，由 Agent 直接调用。舆论推手之一就是钟天杰那篇三个月前的刷屏文章。

• 为什么加「思维」两个字：钟天杰限定的讨论范围是效率/生产型工具——过去这类软件的核心是「让人更好地用它完成任务」，当 Agent 的能力在大量环节超过部分人类后，GUI 对「以 Agent 为本位完成任务的工作流」反而成了额外负担。不是 GUI 不重要了：AutoGPT 这类框架诞生在命令行里没出圈，最终出圈的 OpenClaw、Manus 恰恰都有很好的 GUI——当封装的能力越多，用户接触这些能力反而需要更好的界面。结论是分场景的：只要人在用，GUI 依然重要；但 Agent 用，GUI 就毫不重要。 → 详细
• 金句的完整逻辑——「GUI 是人类认知缺陷的补丁」：GUI 全部基于人类注意力机制优化——人天然 context 有限，最多记住 7 个并列单词，到第 8、9 个认知挑战陡增。Notion、Figma、Slack 的体验之所以友好，是因为它们符合人类处理信息的习惯、帮人长时间聚焦。可「一旦某件事物不再需要人类参与，它就不需要为人类的缺陷去服务」。 → 详细
• 归藏的日常 Headless 实践：主要就是 CLI（命令行工具）——比如用 FFMPEG（一个老牌命令行音视频处理工具）剪视频；昨天刚给自己的 Skill 加了「3:4 live photo 排版」功能，视频的裁切放大全部交给 FFMPEG 自动处理。他的观察：连消费公司都开始出 CLI/Skill 了——飞书出了 CLI，肯德基、瑞幸也接入了，AI 可以直接替你点单，绕开小程序。「很多 GUI 是反人类的，当时没办法；现在有另一种选择：AI 天生理解这种复杂性，把复杂性让 AI 承担。用户从来只关注结果——我现在就要知道我下周的会议、我上篇文章的总结，不需要再点这个按钮点那个按钮。」 → 详细

• Notion 的困境（做产品的人最该看的案例）：Notion CEO 是顶级设计师，交互打磨极多——最近为了适应 AI，侧边栏改了五回。归藏认为这是「典型的用力过猛」：从印象笔记 → Quip → Notion，GUI 思维下软件复杂度层级越来越高，Notion 用 block 组织信息已达到「GUI 思维的巅峰」；但最近几个版本是往一个打磨到极致的 GUI 产品上强行加 Agent/AI 概念——「在破坏老用户的价值网络，而不是开辟新价值，两拨人都很难受」。归藏给 Notion 产品 VP 的方案：别动老用户熟悉的东西（2B 软件不该频繁变动），另开一个以 AI 为主的新入口，把 AI 用户和 GUI 用户分开，在 AI 侧实现 Headless。 → 详细
• 正面例子：Gmail 通过 Codex 授权，「Gmail 的 GUI 某种意义上死了」。钟天杰的亲身工作流：他邮箱订阅了几百个 source，inbox 崩溃，曾经每周花 2-3 小时手工维护过滤规则和标签——「这是人类使用 GUI 过程中摩擦巨大的直接体现」，直到一次误设 filter 让所有邮件线消失。现在他通过 Codex 授权 Gmail：每天早上一个定时任务，把过去 24 小时所有邮件按他自己定义的方式读完、挑出不能错过的信息汇报给他（这本身可抽象成一个高度个性化的 Skill）。结果：用户的需求被满足了，但绕开了 Gmail 的界面——「你的用户被 Agent 隔离了」。 → 详细
• 老软件的分水岭：转型不好 → 被消解成「最后的数据库」；把与 Agent 的集成做到极好 → 成为所有人默认的底层执行工具，也许还有新商业模式。从投资人视角，今年初以来大量公司主动推出 MCP/CLI（Sentry、Supabase、MongoDB，再到本来面向人的飞书、Google Suite）是一个重要趋势，这正是那篇文章的触发点。 → 详细
• 但 GUI 在「呈现结果」上仍很重要：Codex 体验好的三个细节——聊天流里内嵌视频播放器（FFMPEG 生成的视频直接可播）、图文混排输出、文件夹地址直接可点击打开。 → 详细

• 对「太极端」批评的回应：抖音在手机上已被优化到极致，Agent 解决的不是同一种问题——它不是为了让你更好地刷视频。「作为 PM 最重要的是定义问题：不管创业还是做新产品，要定义清楚什么对 AI 原生交互来说是新问题——不要去解一个上个时代已经被解决很好的问题。」（钟天杰） → 详细
• 品味 = 你的 GUI：钟天杰最近收到很多 BP（商业计划书），内容一看就是 Claude Code 加没品味的软件直出，甚至有 AI Native 创始人用半年前水平的模型生成配图——「连最 SOTA 的模型都不用来做图，这有点问题」。归藏定的标准：「你用 AI 生成的内容，不要让人看出来是 AI 生成的」——BP、官网是门面，上面的文案图片都在彰显你的品位和用心程度，无论用不用 AI 都该打磨好。Koji 补了个类比：PPT 本质是人和人之间的 GUI，就像录视频播客还是要化妆弄头发；并引星巴克创始人舒尔茨回归后写的《将心注入》——当年星巴克没人认真做咖啡，他靠这本书恢复企业士气。 → 详细

• 归藏的科普：GUI 是「点按钮、看视觉呈现」，CLI 是「用固定格式的纯文本命令执行任务」——像伪代码。剪辑里剪成两截，GUI 要点时间轴点按钮，CLI 是一句命令。CLI 与 Agent 天然契合：CLI 是纯文本，大语言模型也是纯文本。 → 详细
• 过去 CLI 用不起来的死穴：人记不住成千上万条命令——连 FFMPEG 作者本人也记不全，文档上千页。AI 能记住：你说「把码率降一下」，它翻译成对应命令——最大的问题消失了。 → 详细

• 现状：微信、小红书、美团、滴滴、携程等垄断性软件至今没有 CLI。原因很直白：一旦推出，「用户入口就不在我这了」，自己沦为无头的服务提供商，别人还能通过 CLI 拿走数据。归藏坦言「今天如果我是这些企业的决策者，可能也不会开放」——所以他佩服已是主流却依然开放的公司（Google、飞书）。钟天杰点破飞书 CLI 的底气：对大厂来说，工具型产品本身不是利润中心。他预测美团/滴滴/携程未必全面开放 CLI，但可能与微信搞 Agent to Agent 的双向通信特殊协议，再与 iPhone、OPPO/vivo 各来一个有限开放（新闻标题已经在写「美团滴滴携程纷纷投诚」接入微信）；在物理世界提供服务的公司本就没必要封锁——它们的利润不在线上入口。 → 详细
• 钟天杰给出该不该开放 CLI 的判断框架（投资人视角，很可迁移）：每家公司之所以存在，都是因为在和外界交换价值——或是整理得更好的公开信息、或是雇人收集的水下结构化信息（赚 premium，即溢价）、或是满足需求的产品。CLI 抽象后就是「和 Agent 交换需求的界面」。所以判断标准只有一条：如果你的工具/价值能通过 Agent 更好地找到用户，你就应该开放 CLI。瑞幸的使命若是「让你更快摄入咖啡因」，迎合 Agent 能更快送达就值得做。附带好处：开放 CLI 本身在圈层里有曝光度——就像当年商家宣布「接受比特币支付」，没多少人真付，但新闻人人看到。 → 详细
• 许愿环节：最希望谁开放 CLI？——微信。「所有事情都能被 AI 自动化的时候，你跟人、跟客户、跟上下游的沟通依然要用痛苦的点进去打字回复的方式。」但归藏不期待传统服务转型，更期待纯 Agent 原生的新服务出现（他找鸟岛、规划新加坡马来西亚行程已经全用 Manus，不再用小红书搜索）。钟天杰设想的「说服张小龙」路径：如果大家开始在豆包上加好友聊天、且豆包把聊天记录开放给 Agent，微信出于防御就会动。 → 详细
• 一个先行信号：年轻人开始在抖音上聊天，抖音聊天 DAU 已达 1 个亿（有官方推波助澜）。逻辑是「内容消费在哪，聊天就在哪」——看到内容分享给朋友就自动开启了对话。扎克伯格曾在内部反思低估了 TikTok 的冲击：他以为那只是内容平台，没想到大家会在上面聊天，冲击到了 WhatsApp。微信某种程度上自己推波助澜：抖音视频没法分享进微信，只能「你关注下我的抖音，我们拉个群」——交流就这么迁移了。「如果有一天豆包、微信、飞书全部打通，还是挺可怕的。」 → 详细

• 归藏最推荐自己的 PPT Skill（倾注心血最多、大家最需要）；他自己只装过一个别人的 Skill——飞书 CLI 自带的那套，其余全部自研；MCP 装得多（比如控制浏览器的 CDP MCP，开发测试动画必需）。变现现状：拿过赞助、拿了 Token Grant，但没办法向 C 端用户收钱——用户对价格敏感（「我已经花了 Token 的钱了，为什么还要给你钱」），只有亲自用过、和别的 Skill 比过结果，才可能反过来愿意付费。 → 详细
• 钟天杰的 Skill 用法（普通高频用户样本）：① 用归藏的 PPT Skill 优化自己的 PPT；② 给播客起标题/找金句/写摘要；③ 会议 Skill——先判断会议类型（朋友交流/天使项目/播客访谈），按类型套不同模板总结，写进 Notion 固定位置；④ grill-me（「拷问我」）：想不明白一个问题时，让 AI 从各种角度榨干式向你提问，把脑中想法全部引导出来，帮你做更好的决定。 → 详细
• Skill 的自我沉淀（本期最值得抄的机制）：归藏 PPT Skill 的第一版，是分享前他只给了 Claude 一句话——AI 基于他的 memory 和历史项目，掏出样式代码，整合成符合他审美的 PPT，「第一个版本已经非常惊艳」。本质：AI 在基于上下文和你的品味工作的过程中，把你的品味提炼成一个可复用的结果。有些产品也有自动识别重复流程、总结成 Skill 的功能，但缺了「你去调整」的环节——AI 总结是在猜，不一定符合你的要求。OpenAI Codex 团队成员分享过一个提示词：让 Codex 读你所有聊天记录，提取重复部分总结成五六个 Skill 再问你要不要保存——「流程成立，但仍需要人参与调整」。 → 详细
• Skill 是长期还是过渡？归藏：最终一切都会被模型消化，但「在 AI 领域半年一年就算长期」，按这个定义 Skill 会长期存在——模型会逐渐吃掉一部分复杂性（类比：以前 NanoBanana 出好图要复杂提示词，新一代图像模型一句话就行，哪怕需求不精准也给你高质量结果），且 Skill 已成共识，一旦成为共识就会被接受、被消费，存在时间就长。钟天杰补了「品牌」视角：最终主体是「帮你把某类任务持续完成得很好」的 Agent（品牌），用户信任的是 Agent，不是它用了哪个 Skill——让人类分辨两个 Skill 的 nuance（细微差别）太难了，「你奶奶不会学什么叫 Skill，但她信赖帮她完成任务的那个 Agent」。他重申「产品化低于预期」的含义：当我们还在讨论这些层层概念的定义时，就说明还没进入终极形态——最终会有公司成为任务本身的代名词，就像你说「Google 一下」，不会说「我用 PageRank 检索最相关信息」。 → 详细

• 归藏对国内 Agent 的坦率评估：中国 Agent 整体进度偏慢——模型在长程任务和 Agent loop 上不如顶尖那两家；更让他疑惑的是「软件已经不是壁垒了，看到就能抄，为什么我们的产品能力和体验追头部 Agent 的速度还这么慢」。他的预测：统治级 Agent 大概率出在模型厂商——用头部模型带动产品；头部开发者宁愿付溢价用好模型，也不用相对差的——不稳定要重复很多次，不只伤效率，还会伤你的代码库。 → 详细
• 小红书上线 Skill 商店，归藏叫好并给出一个反共识判断：可能没有一个 Agent 能达到 Claude Code 的统治地位，但会有达到统治地位的 Skill——它能装进各种分散的 Agent，拿到极高装机量，装机量大就一定有商业价值。可惜「没有人看到 Skill 的商业价值，大家都在拼命做自己的 Agent」，上架 Skill 就是把 GitHub 上的 Skill 爬过来，不做区分、不做优化、不和作者共建。小红书的价值在补齐了展示与交流：他的 PPT Skill 在 GitHub 很好用，但没法展示结果、看不到评价；在小红书用户会 @ 他夸「这东西很好」、也会在评论区提需求——完成了交流闭环。装机量最大的 Skill 没法权威统计，只能看热度（比如最近融合了他 PPT Skill 的某开源项目已 6 万 star）、GitHub star、Skill 商店等多渠道估。 → 详细
• Skill 生态的两个未解问题：① 更新分发——你只能通知用户更新，不能远程让 Agent 检测新版本；可以在 SKILL.md 里把「检测更新」写成第一条，但前提是用户装了且触发使用（「不用就是薛定谔的猫」）。② 能力边界混沌——什么时候该做成 CLI、什么时候 Skill、什么时候 MCP，各自适用的能力场景还没共识；前端 Agent 入口在抢 Skill 当「软件生态」，但 Skill 供给本身还不够，整体处于混沌早期。钟天杰想做的 Skill：类似 Garry Tan 把 YC 历年 Office Hour 的 transcript 打包成 Skill 供人提问（Lenny 也把自己全部播客访谈打包了）——「这本质上是信息平权，以更对话的形式承载」。 → 详细

• To Agent 的基础设施在冒头：沙箱、记忆系统、面向 Agent 的数据库、支付、Agent 之间的网络；归藏刷到过很多「给 Agent 一个 WhatsApp 账号/手机号/邮箱」的产品但没试过；真要创业做 Agent，起点也是开源框架（如 AI SDK 等）而非自己造框架。 → 详细
• 钟天杰的投资节奏判断（本期最完整的投资框架）：「科技投资 timing 很重要」——99 年互联网泡沫时，.com 公司烧广告拉来的用户无法留存（价值毁灭）；但抱着这个教训到移动互联网时代不敢烧钱，事后证明又是错的。从 ChatGPT 发布到现在才 500 天，现在还是大基建时代：让 token 变得更智能、更便宜是主旋律；下游应用大家有很多想法，可能 3-5 年后会萌芽，「但现在不一定是做这些事的最好时间」。 → 详细
• 他确信一定会发生的事：一个脱离人类网络的、Agent 之间做价值交换的新网络。例子：找鸟岛、找 Skill、作品级的匹配筛选——「整个社会不是没有一个合适他的人，只是这个人的信息没有公开给这个网络」；如果有一个 Agent 网络的公共品，让每个人的需求和供给都得到足够丰富的表达，某些工种的连接效率会大幅提高。但它未必能在 token 还贵、信息还低效的当下存在。 → 详细
• Token 经济：token 价格是浮动的——随能源/电力水平、模型水平、当前需求和资本市场浮动；「今天 200 美元的 Claude Max 和三个月后的 Claude Max，额度完全不同」。本以为模型厂商吃掉全部利润，结果卖算力卖基建的玩家（不做模型）也拿到了非常高的估值；内存变贵导致长上下文模型 token 变贵，产量上来价格又会回落。 → 详细

• 提起 OpenClaw 已经「像跟朋友说一个很土的梗，土到不好意思说出口」——但三人都认为它留下了实质遗产：① 最大意义是塑造共识（尤其在国内）：Claude Code 和 Manus 早已不是一个东西，但投资圈、创业圈、用户都没完成认知转变，OpenClaw「以非常暴力的方式帮大家完成了认知转变」，Skill 装机量暴涨也是它普及的；② 证明了 IM 形态的价值：用户还是想在自己熟悉的界面（WhatsApp/Slack/微信）里、以「和一个人沟通」的方式维护一个上下文——「它第一次让你感觉对话的不是工具而是人」，也反证 CLI 对大众仍太难用；③ 局限同样明显：安装困难、莫名宕机之后「你会发现自己没有动力重新启动它」。 → 详细

• 机制：真格 × 十字路口发起，给 AI 时代想从 0 到 1 创造东西的人每个项目 5 万元人民币的算力赞助，纯 grant 不占股份。逻辑：今天创业不一定缺钱（AI 替你写代码、不用招聘），但「你要今天用 AI 把东西做出来，你都需要 Token」——这是天使投资之外参与从 0 到 1 的新方法。申请入口：公众号搜索 Token Grant。 → 详细
• 两个被 grant 的项目：① 归藏的 CodePilot——类似 Codex/Claude Code 的 Agent，但愿景是「足够开放、足够本地化」：你的全套 harness（Skill、memory、CLI）都留在本地，可以套在任何主流模型/Agent 框架上用（当 Claude Code 的外壳、当 Codex 的外壳都行），也可接任何划算的三方 API；开源，GitHub 已 6000 star。② UUagent（创作者元昊）——一场「赛博数字生命实验」：给它设定目标「你作为一个孩子，要超越 Claude Code」，从 0 行代码进化到 10 万行，已存在 100 多天；下一步可能给它新目标「给人类创造价值」——「它不是工具，而是一个自主的实验」。 → 详细

• 归藏：拥抱变化 + 推倒重来的勇气。过去 500 天变化极快——当时以为 Thinking（推理链）是主旋律，马上就被 Agent/Loop 本身替代；「有时候你犹豫一两个月，就已经来不及了」，未来 500 天依然如此。「我们不知道 500 天后会发生什么，今天的判断大概率都是错的——希望 500 天后回看当下不会很尴尬。」 → 详细
• 钟天杰：下一个抖音未必是新形态，可能是 10 倍产能的抖音。大家都在找 Agent 之后的 Next Generation 产品形态，但也许该反过来想：我们花了十几二十年才让前端 App 体验收敛到用户最能接受的形态，产品形态可能就是那个形态，但背后生产效率涨 100-1000 倍，前端会涌现完全不一样的结果。类比：过去养猪是家家户户小作坊到集市交换，有了电力出现集约化养猪场、有了资本投资空间，能以更低价格产出更高品质——然后出现大龙头。「内容生产变成工业化……所以也许下一个 video 的形态还是 video。」 → 详细

• Token Grant：公众号搜索「Token Grant」申请，每个入选项目 5 万元人民币 Token 赞助、不占股份
• CodePilot（归藏，开源，GitHub 6000 star）：本地化 Agent 外壳，harness（Skill/memory/CLI）留在本地、可换任何模型
• UUagent（元昊）：数字生命实验，0 → 10 万行代码
• 归藏的 PPT Skill / grill-me Skill；钟天杰的刷屏文章《我们或许不应该再投资 GUI 思维的软件》（真格基金公众号）
• 书：《将心注入》（霍华德·舒尔茨，星巴克创始人）
• 案例提及：Gmail×Codex 授权工作流、Garry Tan 的 YC Office Hour Skill、Lenny 的播客访谈 Skill、小红书 Skill 商店、抖音聊天 DAU 1 亿