本文來自微信公眾號： 阿朱說 ，作者：呂建偉，題圖來自：AI生成

一

AI是大腦，它寄生在設備上：

現(xiàn)在寄生在PC、手機設備。

未來寄生在ARVR、智能汽車、無人機無人狗、人性機器人……

過去我們依賴PC鍵盤大量輸入、大顯示屏大量輸出。

后來我們依賴手機虛擬鍵盤輸入有限內容、手機小屏幕輸出有限內容。

未來我們依賴ARVR、智能汽車、無人機無人狗、人性機器人……它們連虛擬鍵盤都沒有，比手機屏幕更小，輸出信息更有限。

我父母親和小孩，它們使用手機、使用AI大模型，主要使用語音進行輸入輸出。

我還想到一件事：

企業(yè)管理軟件最需要大量輸入大量輸出。在移動互聯(lián)網時代，企業(yè)管理軟件既沒有受害，也沒有受利，也就是說：和時代無關。

我現(xiàn)在也在想：在未來，設備更加難以輸入輸出，企業(yè)管理軟件是不是依舊和時代無關。

二

過去我們通過搜索引擎找信息，每個網站都拼命做SEO （搜索引擎友好優(yōu)化） ，希望把自己的內容推給搜索引擎，讓搜索引擎能最快爬取-索引到它的內容。

現(xiàn)在我們使用AI大模型找信息，每個網站現(xiàn)在也在積極搞MCP，希望自己的內容很容易被大模型調用到。吳曉波今年講過一個觀點我比較認同：哪里有流量就去哪里。大模型現(xiàn)在有新流量，那就趕快把自己的內容/商品/服務項目搞MCP對大模型友好，希望讓大模型和Agent智能找到。

所以吳曉波也在說：以后會有無數(shù)App會消失，在大模型里就能干活。

我想起了我們去年做了一個微信小程序，本質就是輕量版App吧。

我這段時間在嘗試豆包的扣子空間，看看我能不能輕松開發(fā)Agent AI原生應用、看看豆包會不會很容易智能找到我的Agent，它會不會傾斜流量給我。

我想起中國移動互聯(lián)網爆發(fā)前夜 （2011年） ，我買了一臺導航儀。2014年，都是手機導航了。

三

現(xiàn)在國外：

各個企業(yè)都在主動開放API-改造成MCP、積極掛接到公有大模型身上。這就是大模型+各個行業(yè)。

現(xiàn)在國內：

得益于DeepSeek國產來源大模型，紛紛以自我為中心，把DeepSeek私有部署在自己的環(huán)境，形成各個行業(yè)+大模型。

四

再回到企業(yè)管理軟件。

把企業(yè)人分為三層：決策層、管理層、一線現(xiàn)場執(zhí)行層。

我就是決策層，我天天把一些我思考的問題發(fā)給大模型，我看看它如何思考 （借助AI的推理能力） 。

現(xiàn)在一線現(xiàn)場執(zhí)行層也在大量使用自動化設備，以及AI生成工具 （借助AI的生成能力） 。

我過去也在想一個事情：AI未來是走向做強AGI （推理能力） ，還是走向做強AIGC （生成能力） ？后來我想明白了，都在做強，基礎層走向AGI推理能力、基礎應用層在走向AIGC生成能力，這不是非左即右的問題，而是上下支撐的關系。

而AGI和AIGC能力的臨界處就是AI生成代碼，代碼是生成能力也是推理能力。羅永浩說：我們這些人在天天討論AI啥時候取代人類、別人卻在討論AI無用。

為什么說AI生成代碼是AGI和AIGC能力的臨界處？就是因為現(xiàn)在LLM不擅長的，AI會自己生成代碼來擴展自己的能力，這就完成了自舉。

說到企業(yè)管理軟件，最讓人詬病的就是代碼寫死了不好修改。

我這段時間用豆包扣子空間寫Agent：

1、我先像普通用戶一樣寫一大坨大白話自然描述。

2、但是我雞賊地讓AI先幫我生成一份對大模型優(yōu)化的提示模板，然后我再把這份帶有明確目的/范圍/要求/輸出提示模板交給大模型。

3、大模型的思維鏈瘋狂深度思考，把這份詳細需求智能地自動地分解為計算機可以執(zhí)行的任務，如爬網頁、翻譯、生成代碼、讀取Excel……

4、然后大模型自動開始執(zhí)行這些一步步任務。

執(zhí)行完后，我看看結果是不是我想要的。如果不是，我再改一下對需求和提示模板，然后大模型又開始了新一輪的自動生成代碼。

本文來自微信公眾號： 阿朱說 ，作者：呂建偉