-
应用商店（App Store）模式的终结 ：这类需求压根不该在应用商店里有一个专门的 App。当一个 LLM 智能体（Agent）几秒钟内就能给你几百行代码时，我为什么要费劲去搜索、下载并使用什么“有氧实验追踪器”？当智能体能为你即时“即兴创作”软件时，那种从一堆离散应用中挑选的模式，总让人觉得哪里不对劲，甚至有些过时。
-
行业的生态重构 ：整个行业必须转型为一系列具备“智能体原生接口”的传感器（Sensors）与执行器（Actuators）服务。我的 Woodway 跑步机就是一个传感器——它把物理状态转化为数字知识。它不该只维护一个给人看的前端页面，我的智能体也不该去费力做反向工程；它应当是一个能被智能体轻松调用的 API 或命令行界面（CLI）。令我失望的是（我的预期进度也因此放慢了），整个行业的这种演进速度实在太慢。直到 2026 年，99% 的产品仍未提供 AI 原生的 CLI；99% 的服务依然守着 HTML/CSS 文档，仿佛我不会立马把文档丢给智能体去干活似的。它们在网页上罗列指令，让你点这个 URL、点那个按钮。 都 2026 年了，我是计算机吗？你来做，或者让我的智能体去做。
-
总之，今天让我感触很深的是，这件杂事现在只需要 1 小时（两年前可能要 10 小时）。但更令我兴奋的是，这本该只需要 1 分钟。为了实现这“1 分钟”的目标，我们需要什么样的基础设施？到那时，我只需说一句：“嘿，帮我追踪未来 8 周的有氧训练”，在简短的问答后，App 就能跑起来。AI 已经掌握了大量的个人上下文，它会自动搜集额外的数据，参考相关的技能库，并维护我所有的微型 App 和自动化流程。