互联网已死,Agent 永生

本文转自 x.comOrange A

最近有个感觉,越来越强烈:在互联网时代学的东西,全部都已经过时了。

DAU 过时了。SaaS 过时了。注意力经济已经死了。工具到平台的路径走不通了。"AI 应用"这个词是错的。"出海"这个词也是错的。

网络效应、社区、平台、SaaS、应用、出海、注意力经济。

这些词曾经是我们共同的认知框架。

我们用它们理解商业,用它们设计产品,用它们和投资人对话。

但最近我一次又一次地发现,这些词指向的世界正在消失。

这是因为过去的一切,都建立在一个正在消失的前提之上:人是软件的用户。

而新世界的前提变了:Agent 才是软件的新主人。

2026 年了,不应该再试图用旧地图找新大陆。

所以我决定拿起刀,砍掉六张过时的旧地图。

Part 1:互联网已死

第一刀:DAU 已经严重过时

上一个时代,所有人都在追 DAU,日活跃用户数曾经是一切的起点。逻辑很简单:用户越多,连接越多,价值越大。微信每多一个人,所有人都受益;淘宝每多一个卖家,所有买家都受益。

这是因为著名的网络效应,当节点数量到达临界点,增长会变成指数级。

再加上互联网软件产品的边际成本递减效应,大规模的互联网产品,通过广告就可以实现盈利。

但对于 AI 产品这两个前提都不成立。

AI 产品每多服务一个用户,就要多烧一份推理成本,上一个时代 DAU 是资产,这个时代 DAU 是负债。

微信是网状拓扑,ChatGPT 是星型拓扑。网状拓扑才有网络效应,星型拓扑没有。

所以靠 DAU 驱动指数增长这件事,在 AI 时代不存在。

商业最终都是算 ROI。

ChatGPT 开始用上个时代的广告逻辑在扩张 DAU,Claude 已经摆明力场,绝不加入广告。

第二刀:从工具到平台的路径已经堵死

2026 年已经是 AI 的第四年了,但很多投资人依然像活在 2016 年,还在寻找下一个字节跳动,他们想投出一个"AI 抖音"。

他们的思路是这样的:先做一个工具,工具太薄就做社区,有了社区就能建平台。工具、社区、平台,三级火箭,一飞冲天。

这条路在互联网时代走得通,是因为工具本身不够强。工具不够,人来补。但 AI 时代,工具本身就足够强了。

当 AI 能直接给你一个完美的结果,你不需要社区来补充任何东西。你不需要看别人怎么用 Claude Code 写代码,你只需要 Claude Code 帮你把代码写好。

社区的本质是人帮人。当 AI 比人更能帮人的时候,社区的价值基础就坍塌了。已经和 Opus 深度交流之后的你,还会想去社区里聊天吗?

那谁能做平台?只有成功的大模型公司,只有算力基座的拥有者。因为它本身就是那颗星型拓扑的中心节点,它是 Agent 的大脑,当然可以定义生态、制定标准。

第三刀:SaaS 没死,但主人已经换了

过去二十年,SaaS 公司的商业模式建立在一个前提之上:人类是软件的用户。

SaaS 的一整套产品方法论围绕着"人怎么用软件"展开,用户研究、交互设计、增长黑客、客户成功。

但人口不再增长了,移动互联网的渗透已经饱和,人类用户没有增量了,你很难再做出一个 Adoption 很快的产品。

与此同时,AI Agent 的数量正在爆发式增长,AI Agent 对 API 的调用量也在呈指数式增长。

新世界的前提是:Agent 才是软件的用户。

软件公司不会消失,但它会从面向人类的产品变成面向 Agent 的基础设施。过去 SaaS 的客户是企业或消费者,2B 或 2C,未来最大的客户是 Agent,2A。

人类的需求从来就是结果,而不是软件。

只是过去没有别的选择,只能自己操作软件来获得结果。

而现在有了 Agent,它可以自己看文档学习操作软件,它可以百倍速地操作软件。

Agent 才是软件的新主人。

第四刀:"AI 应用"这个词就是错的

"应用"这个词天然暗示了使用者是人。Application,应用程序,从这个词被发明的那天起,它就是给人用的。

AI 应用,就是用了 AI 技术的、给人用的应用,换了个引擎,但还是那辆旧车,开在旧路上,驶向旧目的地。

当你还在说"我们在做一个 AI 应用"的时候,你的思维就已经被旧范式锁死了,你会不自觉地去想界面怎么设计、交互怎么优化、用户怎么留存,这些全是面向人的思考。

换一个词,换一种思考。整个产品逻辑就会完全不同。

不要服务人,服务 Agent。

第五刀:注意力经济已死

上一个时代的经济叫注意力经济,它的核心逻辑是抢夺用户的时间,然后把时间卖给广告商。

你刷了三个小时抖音,平台赚到了广告费,你什么也没得到。注意力经济的产品目标是让你花更多时间在上面,时间就是金钱,但那个金钱是平台的,不是你的。

注意力经济的本质是零和博弈。平台赚的就是你浪费的时间。

而这个时代的经济是生产力经济,是劳动力经济。你付费让 AI 帮你完成工作,你拿到了结果,AI 公司拿到了收入,双方都在创造价值,而不是一方在消耗另一方。

生产力经济的产品目标是让你花更少时间拿到更好的结果,与注意力经济的方向完全相反。

注意力经济追求的是用户停留时长,生产力经济追求的是结果交付效率。

一个希望你沉迷,一个希望你解放。

第六刀:"出海"是一个过时的词

所有人都在谈出海。出海的思维模型是:中国是一个市场,海外是另一个市场,中间隔着一片海,所以我们要出海,去服务海外的人。

但如果你的用户是 Agent,Agent 的世界里没有海。

当你说"出海"的时候,你依然是在面向人,你在想怎么把产品翻译成英文,怎么适配海外的支付方式,怎么在当地做推广。

但如果你的产品是给 Agent 用的,这些问题全部不存在,你只需要把 API 做好,把文档写清楚,把协议对接好,全世界的 Agent 都能找到你,调用你,为你的能力付费。

你需要的不是出海,你需要的是接入新世界。

六刀砍完,旧地图碎了一地。

风吹过废墟,露出新世界的基石。

Part 2:Agent 永生

第一块基石:Token 是新时代的特权

让我们看看最新的模型定价策略。

Opus 4.6,200k 上下文以内,输入 $5,输出 $25(每百万 Token)。200k 上下文之外,价格涨到输入 $10,输出 $37.50。

不仅没降价,随着上下文窗口的增加反而更贵了,燃烧 Token 的费用还在上升。

未来已来,但绝对不会均匀分布。

不只是模型本身在涨价,模型的使用方式也在按钱分级。Claude 昨天推出了的 Fast 模式,2.5 倍的推理速度,5 倍的 Token 费用,一天下来总消耗可以达到以前的 12 倍以上。

你的竞争对收在用 2.5 倍的速度来做开发,这件事情想想有点可怕,你敢不跟进吗?但如果你没有他那样 12 倍的金钱投入,你还能跟进吗?

算力的马太效应已经开始了,而且只会愈演愈烈。更多算力意味着更好的结果,更好的结果意味着更多的收入,更多的收入意味着买得起更多的算力。这个正反馈循环一旦转起来,差距只会越来越大。

算力是新时代一切的基础。

谁拥有更多算力,谁就拥有更多权力。

第二块基石:燃烧 Token 的速度,决定了人的进化速度

最近身边的朋友都在购买最贵的 Token,换成最好的模型。

因为大家都很清楚,买 Token 不是消费,是投资自己。

一个100分的顶级模型在那里,你却为了省钱去接受一个 90 分的模型,完全就是在浪费生命。看似省钱,却浪费了你最稀缺的资源:判断力和时间。

用谷歌和用百度的人,一年之后的认知差是两倍。

用顶级模型和用垃圾模型的人,一年之后的认知差是一百倍。

这个月听到最震撼的一句话是朋友家的孩子说的:我不想跟豆包聊天,它的智商太低了。

使用不同模型的孩子们,十年后的差距会有多大?

生命最重要的事情不是静止活着,而是快速进化。

今天进化的最快的方式就是和 Agents 一起燃烧 Token。

要做能疯狂燃烧 Token 的事,要做能疯狂燃烧 Token 的产品。

AI Coding、AI Agent、AI Video 就是今天燃烧 Token 最快的三类产品。

第三块基石:Agent 是新世界的人口红利

过去二十年,所有软件公司都在研究同一个问题:怎么让人用得爽。界面好不好用、交互顺不顺滑、推送够不够及时,全是为了让人离不开你。

现在这个问题变成了:怎么让 Agent 用得爽。API 稳不稳定、文档清不清楚、返回结果准不准确,全是为了让 Agent 离不开你。

Agent 的数量还在爆炸式增长。一个人可能有 10 个、100 个 Agent 为他工作,每个 Agent 每天调用外部接口几千几万次。这个调用量会远远超过人类点击屏幕的次数。

Agent 就是新世界的人口红利。

在服务 Agent 的世界里,最重要的是两件事:

第一,让 Agent 第一个知道你。发布要早,文档要写好,测试要做好,SEO 要到位,让 Agent 在需要某个能力的时候第一时间找到你。

第二,让 Agent 用了就离不开你。稳定、准确、快速,有品味,每一次调用都返回更好的结果,让它没有理由换掉你。

先被发现,再被依赖。这就是 Agent 时代的增长飞轮。

反过来想,那些还需要人去联系销售才能开通的产品,在 Agent 时代会非常被动。Agent 不会打电话给你的销售团队,不会填表单,不会等三个工作日的审批流程。

你的产品如果 Agent 用不起来,那你在新世界里就不存在。

第四块基石:在新世界里的你

你有没有想过,在这个新世界里,人的位置在哪里?

当大部分劳动被 Agent 接管,整个人类的劳动力会逐渐被取代。

当生产力爆炸,劳动力不再稀缺,我们将进入愿力时代。

Agent 有能力,有理性,有耐心。

人类有欲望,有情感,有想象。

Agent 能把任何想法变成现实,但它自己不会产生任何想法。人类无法独自完成一件大事,但所有大事的起点都源于人的欲望和想象。

所以新世界里人类的价值不是亲自干活,是决定干什么、为什么干。

前几天君晨说了一句很扎心的话:现在自己动手,反而显得自己没有动手能力。

未来人和人的差距,不取决于你自己能做什么,取决于你能驱动多少 Agent 为你做什么。

有的人驱动一个 Agent,有的人驱动一百个、一千个。

昨天看杨攀直播说:韩信点兵,多多益善,不是因为韩信自己能打,是因为他有一套体系,给他多少兵他都能管。

六把刀砍完,四块基石初现。

旧世界,人是用户,流量是资源,免费是策略,规模是壁垒。

新世界,Agent 是用户,算力是特权,花钱是投资,结果是壁垒。

两个世界,每一个关键词都变了。

如果你还在用旧的关键词思考,那你就不是在创业投资,你是在考古溯源。

互联网已死,Agent 永生。

让我们勇敢地和过去的自己彻底告别。

扔掉旧地图,发现新世界。

image

2026 年 2 月 9 日,三件事同时发生,让硅谷集体失眠。

一篇文章 24 小时获得 7000 万阅读。xAI 联合创始人 Jimmy Ba 离职时警告:“递归式自我提升循环可能在 12 个月内上线,2026 年将是人类物种最具决定性的一年。”硅谷连续创业者 Brian Norgard 在推特上表达强烈焦虑:“一切都即将彻底崩塌。”

同时三番Market Street旁边的办公室里,年轻人们为小龙虾热烈讨论不停聚会。

这仅仅是巧合吗?

当《财富》杂志全文转载这篇文章,Business Insider 等主流商业媒体纷纷跟进报道时,你可以看到这不是又一次科技圈的自嗨,而是一个真正的信号。

看得懂看不懂无所谓,重要的是比身边的人看的快!

:bar_chart: 那篇 7000 万阅读的文章说了什么?

作者 Matt Shumer 是 AI 公司 HyperWrite 的 CEO,在 AI 行业已深耕六年。他说自己写这篇《Something Big Is Happening》是因为“不想再对身边人撒谎了”。

每当亲友询问 AI 的进展,他只能给出打折扣的版本,那些在酒会上可以轻松谈论的“安全话题”。因为一旦道出真相,他担心会被认为言过其实。然而,他亲眼所见的现实与他对外讲述的故事之间的裂缝,已经大到无法继续假装。

他用 2020 年 2 月作为类比:那时股市繁荣,孩子们正常上学,人们可以自由出入餐厅。若有人告诉你他在囤积卫生纸,你可能会觉得他上网过头了。然而仅仅三周后,整个世界彻底改变。

Shumer 认为,我们现在正处于类似的“这也太夸张了吧”的阶段。

他描述的 AI 进化时间线令人震撼:

2022 年:AI 连 7×8 都算错,一本正经地说答案是 54 2023 年:通过律师资格考试 2024 年:编写可运行的软件,解释研究生水平的科学知识 2025 年底:全球顶尖工程师已将大部分编程工作交由 AI 2026 年 2 月 5 日:GPT-5.3-Codex 和 Claude Opus 4.6 发布,展现出“判断力”和“品位”

最震撼的是他的工作日常:用平实的英语告诉 AI 想要什么,然后离开电脑 4 小时。回来时,工作已经完成——不是需要修修补补的初稿,而是远超他个人能力的成品。

AI 会自主编写数万行代码,自己打开应用,像真实用户一样测试功能,若体验不佳,便自行修改,反复迭代直至满意。几个月前,他还需要与 AI 反复推敲、引导与修改,现在只需描述结果,然后放手。

更可怕的是:OpenAI 官方文档白纸黑字写着,GPT-5.3-Codex 是第一个在自身创建过程中发挥关键作用的模型。

开发团队利用该模型的早期版本来调试自身的训练过程、管理部署、诊断测试结果。他们对 AI 如此大幅度地加速自身开发进程感到震惊。

AI 开始自我构建了。这不是科幻小说的情节,这是 OpenAI 官方技术文档里的事实。

:microscope: “智能爆炸”已经触手可及?

METR 机构专门通过数据衡量 AI 的自主工作能力。他们追踪的指标是:AI 在完全无人协助下,能独立完成多长时间的现实任务。

一年前是 10 分钟。 后来是 1 小时。 再后来是几个小时。 到 2025 年 11 月,AI 已能完成人类专家需近 5 小时才能搞定的任务。

更令人担忧的是,这个数字大约每七个月翻一番,最近的数据甚至暗示可能加速到每四个月翻一番。若此趋势延续,一年内我们将看到能独立工作数天的 AI,两年内则可能达到数周。

Anthropic 的 CEO Dario Amodei 也发表了类似看法:公司大部分代码现在由 AI 编写,当前一代 AI 与下一代 AI 之间的反馈循环正在逐月聚集力量。他预计,我们距离当前一代 AI 自主构建下一代 AI,可能只有一到两年。

研究者们称之为“智能爆炸”:每一代 AI 协助构建下一代,而下一代更聪明,构建速度更快,再下一代则在此基础上更上一个台阶。这是一个正反馈循环,一旦真正启动,人类可能将难以追赶。

这就是 Jimmy Ba 离职时提及的“递归式自我提升循环”。作为 Geoffrey Hinton 的博士生,Adam 优化器和层归一化的共同发明者,Jimmy Ba 是当今所有大语言模型的底层基石构建者之一。这样一位核心人物在离开 AI 公司时说出这番话,其分量不言而喻。

:dart: 投资人王利杰的核心判断

Leo王利杰是深耕科技赛道十余年的天使投资人,他的分析比硅谷的焦虑更值得关注。作为一个经历过互联网、移动互联网、比特币等多次技术浪潮的观察者,他的视角更加全面和冷静。

  1. 最危险的不是技术,是信息差

“圈内人在推特上焦虑重重,圈外人还在让 Siri 设闹钟。”

王利杰指出,地球上最聪明的头脑深陷生存焦虑,而圈外绝大多数人仍停留在“这个聊天机器人又在胡说八道了”的认知里。

这个信息差本身,比技术进步更危险。

因为当一部分人已在利用 AI 这个杠杆撬动世界时,另一部分人甚至不知道杠杆的存在。这就是他所说的“认知 K 型分化”:一条线上升,一条线下降,中间的差距越拉越大。

许多人说“我试过 AI,没那么厉害啊”。Shumer 揭示了一个关键数据:大多数人使用的是免费版 AI,这通常比付费用户能使用的最好模型落后一年以上。

用免费版 ChatGPT 来评价 AI 现状,就像用翻盖手机来评价智能手机的发展水平。

  1. 技术突破≠经济影响

王利杰保持了投资人应有的冷静。他指出,从技术突破到全面的经济影响,历史告诉我们从未是一条直线。

“放射科 AI 要取代医生”的说法已喊了近 10 年,但放射科医生的就业人数反而在增长。自动驾驶也远未按当年预测的节奏普及。

技术的采纳从来不只是技术问题,它更是组织问题、监管问题、社会信任问题。从技术到全面经济影响,会有加速,有瓶颈,有意想不到的弯路,也有意想不到的突破口。

  1. 三个实用建议

王利杰给出了非常具体的行动指南:

:white_check_mark: 订阅付费版 AI(Claude Opus 4.6 / Gemini 3 Pro) 每月 20 美元,确保你用的是最强的模型,而非默认的快速版本。这些模型每隔几个月都会更新。

:white_check_mark: 不要像搜索引擎一样用 AI 许多人提出一个简短问题,得到一个简短回答,然后疑惑其价值。这完全误解了 AI 的使用方式。你应该将 AI 融入真实工作场景:给它一份完整的合同,一张杂乱的数据表,或者你团队的季度数据。

:white_check_mark: 拥抱 AI 发挥创造力 如果你一直想创造什么——一个应用、一本书、一个项目——却因缺乏技术背景或资金而搁置,那么这些障碍现在正在迅速消失。在一个旧秩序松动的世界里,那些花时间建造自己真正热爱之物的人,最终的位置可能比那些紧抓岗位说明书不放的人更具优势。

:thought_balloon: 我的观点:不必 FOMO,但要理解边界

看完这些信息,我的第一反应不是恐慌,而是思考:AI 的真正边界在哪里?

算力成本是 AI 的天花板

就像实验室合成黄金——技术上完全可行,但成本远超黄金本身的价值,所以没有人会真的这么做。

AI 模拟人类也一样。

要让 AI 达到普通小孩的综合智慧,需要消耗的算力和能源成本可能是天文数字。越大规模的模拟,边际成本越高。

这不是技术问题,是经济学问题。

OpenAI 训练 GPT-4 花费了超过 1 亿美元,训练 GPT-5 的成本可能是数倍。而每次你使用这些模型,背后都在消耗大量的计算资源和电力。当 AI 要处理更复杂的任务、做出更精细的判断时,这个成本会呈指数级上升。

短期内,AI 的能力取决于算力成本。

决策层仍然属于人类

AI 擅长在明确规则下优化和执行。但涉及价值判断、战略权衡、模糊情境的最终决策,人类的优势短期内无法被取代。

AI 最大的能力在于“模拟人类”——理解语言、识别模式、生成内容。这让它成为强大的生产力工具,但不等于完全替代。

法律、医疗、金融、管理咨询等领域的工作,涉及模糊的输入、相互冲突的利益、无法自动验证的输出。一份合同审核需要理解客户的战略意图,一个医疗诊断要综合考虑病人的整体情况。

从“AI 能做某事”到“AI 在经济层面真正替代人类做某事”之间,鸿沟远比许多人想象的要大。

真正的威胁:简单劳动被替代

最应该警惕的不是 AGI 奇点,而是大量重复性、标准化的知识工作会被 AI 快速替代:

  • 客服

  • 初级编程

  • 数据录入

  • 基础设计

  • 简单翻译

  • 内容审核

  • 初级财务分析

这会造成结构性失业,这才是眼前的现实威胁。

AI 不会取代所有人类,但会首先取代那些做重复性工作的人。这不就是很多躺平的人么。

:dart: 结论:理性认知,积极行动,跑的比身边人快一点

AI 不会在短期内“取代人类”,但会重新定义“什么工作值得人类去做”。

我多次目睹相似的剧情上演:一项颠覆性技术出现,早期采纳者获得巨大的认知优势和先发优势,然后大众缓慢跟进,最终红利窗口关闭。互联网、移动互联网、比特币,无不如此。

但 AI 这次的速度和广度,是前所未有的,因为它针对的并非某个特定行业,而是认知劳动本身的全面升级。

关键是理解三点:

:one: AI 的能力边界和成本结构 算力成本决定了 AI 不可能无限制地模拟人类智能。最终的决策层,还是得交给人类来完成。

:two: 将 AI 作为杠杆而非威胁 它是工具,是放大器,不是替代品。AI 为所有人提供了同一把杠杆,关键在于你如何使用它。

:three: 专注人类优势 创造力、同理心、战略判断、价值权衡——这些是 AI 难以模拟的,也是未来最有价值的能力。

人类不会被 AI 取代,但不会用 AI 的人会被会用 AI 的人取代。

不必过度恐慌,但也不能掉以轻心。

现在就开始认真用 AI,不是泛泛而读,而是亲身付费实践。在一个旧秩序松动的世界里,那些花时间建造自己真正热爱之物的人,最终会站在更好的位置。

理性认知,积极行动。

这才是面对 AI 浪潮跑得快的人正确姿态。

还是那句话,你不需要做到最顶级,比你身边人跑得快就行了。