先玩?zhèn)€游戲，退出這篇文章，數(shù)數(shù)看你手機里裝了多少個APP？

好，歡迎回來。我裝了87個，我猜你可能比我還多。

但讓我再猜一下，每天真正打開的，大概率不超過10個。

剩下七十多個呢？它們安安靜靜地躺在你手機里，占著內(nèi)存，偶爾跳個彈窗刷一下存在感。你其實需要它們（不然早就卸載了），只是懶得每天打開。比如那些買票的、看劇的、還有一些二三流電商APP。

問題來了，為什么不會每天打開？原因有很多，沒有時間、沒有需求。

但其中一定有個重要原因：流程太復(fù)雜，“界面摩擦”太大。

就拿上美團(tuán)點外賣舉例子，打開APP、搜品類、選餐廳、選飯、選地址、確認(rèn)結(jié)算、選優(yōu)惠券、確認(rèn)支付。至少8步，每一步都是在和一個界面較勁。如果是餓著肚子的時候，還能忍耐，但凡換個沒那么剛需的APP，立刻就懶得打開了。

這種“懶得打開”的感覺，你以前可能覺得是自己的問題。但我最近才意識到：這不是你的問題，而是APP的問題。

或者更準(zhǔn)確地說：是APP的界面，正在變成一種負(fù)擔(dān)。

01

最多的時間，花在了“操作界面”上

前兩天我看到一個場景，一位朋友到了飯點，對著手機直接說：幫我點昨天那家的酸菜魚，還是送到公司。

3秒鐘，下單完成。 美團(tuán)全程沒有被打開過。

他的AI助手知道他昨天點過什么、送到哪里、用哪張卡付款。它直接調(diào)用了美團(tuán)的數(shù)據(jù)和能力，幫他完成了整個流程。

我愣了一下。 同樣一件事，我自己操作大概要2分鐘。他用了3秒。

2分鐘和3秒，結(jié)果完全一樣。那中間那1分57秒，花在了哪里？ 花在了界面上。

花在了打開APP、滑動屏幕、點擊按鈕、輸入信息這些動作上。這些動作不產(chǎn)生任何新的價值——餐廳還是那個餐廳，菜還是那道菜，地址還是那個地址。你只是在用兩分鐘的時間，把你腦子里已經(jīng)有的決定，“翻譯”成APP能理解的操作。

換句話說：你在給APP當(dāng)翻譯。

02

一個公式：用戶價值 = 數(shù)據(jù) x 能力 / 界面摩擦

我試著把這件事抽象成一個公式：

用戶價值 = 數(shù)據(jù) x 能力 / 界面摩擦

什么意思？

拿剛才的美團(tuán)舉例。

數(shù)據(jù)：餐廳的評分、價格、位置、你的歷史訂單。這些沒變。

能力：推薦算法、配送調(diào)度、支付系統(tǒng)。這些也沒變。

變的是什么？界面摩擦。

你自己操作，界面摩擦是120秒。AI幫你操作，界面摩擦是3秒。

120除以3，等于40。

也就是說，同樣的數(shù)據(jù)、同樣的能力，僅僅因為界面摩擦被壓縮到了原來是1/40，你獲取同樣價值的時間效率就提升了40倍。

你再想想，美團(tuán)這樣的互聯(lián)網(wǎng)大廠每年要花多少錢、拍爛多少張桌子，逼瘋多少工程師，才能把效率提高10%、20%。

而界面摩擦這個分母，一旦被AI干掉，直接除以40。 這就是正在發(fā)生的事。不是數(shù)據(jù)變多了，不是能力變強了——是摩擦，被干掉了。

說實話，這個公式并不完美。真實世界遠(yuǎn)比一個公式復(fù)雜。但它幫我想清楚了一件事：

過去十年，所有APP都在拼命優(yōu)化分子。接下來十年，真正的戰(zhàn)場在分母。

03

APP正在變成“數(shù)據(jù)源”

我打個比方你就明白了。

你家里打開水龍頭，水就來了。你關(guān)心的是水干不干凈、水壓夠不夠。你關(guān)心水廠長什么樣嗎？水廠的大門朝哪邊開？水廠 的控制面板是什么顏色的？

你不關(guān)心。你只關(guān)心水。

APP就是水廠。它里面有你需要的數(shù)據(jù)，有你需要的能力。但那個花花綠綠的界面——那些按鈕、菜單、彈窗、引導(dǎo)頁——那是水廠的大門和控制面板。是給你看的。

現(xiàn)在，Agent來了。Agent就是水龍頭。

它直接去水廠取水，送到你面前。你不需要親自跑到水廠，不需要看水廠的控制面板，不需要學(xué)會操作水廠的閥門。

APP正在從“你打開的工具”，退化為“Agent在后臺調(diào)用的數(shù)據(jù)源”。

退化這個詞聽起來有點刺耳。但你想想——水廠退化了嗎？水廠的數(shù)據(jù)和能力一點沒少，它只是不再需要給你看一個漂亮的大門了。這不是APP變差了。是APP的界面，變得不再必要了。

04

這不是想象，而是正在發(fā)生的事情

你可能覺得我在說一個遙遠(yuǎn)的未來。不是?？匆谎圻@個世界就知道了。

CLI-Anything，一個開源項目，6天拿了13400顆星，現(xiàn)在超過21000顆。它干的事很簡單：把GIMP、Blender、LibreOffice這 些桌面軟件的圖形界面，全部轉(zhuǎn)化成命令行接口，讓AI Agent可以直接操控。開發(fā)者們在用腳投票——GUI，不需要了。

Claude Code，Anthropic的命令行編程工具。沒有圖形界面，就是一個終端窗口。上線9個月，年化收入25億美元。B2B軟件史上最快的增長速度。

Checkly，一個網(wǎng)站監(jiān)控工具。他們發(fā)現(xiàn)自己50%的命令行用戶不是人類——是AI Agent。用命令行的，不再是程序員了。

GitHub上，4%的公共代碼提交，是由Claude Code完成的。不是泛指AI，是一個具體的命令行工具，在替人類寫代碼、提交代碼。

當(dāng)然，還有一個例子，就是火到天上的小龍蝦。數(shù)字已經(jīng)滿大街都是，我就不重復(fù)一遍了。

幾個數(shù)據(jù)，指向同一件事：界面正在被繞過，APP正在退化為數(shù)據(jù)源。

05

從Windows 95到命令行的回歸

說到這里，我想跟你講一個30年前的故事。 1995年8月24日，微軟舉辦了一場史無前例的發(fā)布會。

12500人到場。滾石樂隊的“Start Me Up”響徹全場——微軟花了300萬美元買下這首歌的版權(quán)。這還沒夠，他們重金請來了著名脫口秀演員杰·雷諾主持。帝國大廈亮起了微軟的顏色。悉尼港停了一個巨型Windows盒子。多倫多國家電視塔打上了Windows 95的投影。

蓋茨和杰·雷諾在Windows 95發(fā)布會

那是GUI（Graphical User Interface，圖形用戶界面）的加冕禮。

在此之前，普通人用電腦得敲命令行——黑底白字，輸入“cd C:\Program Files”，按回車。你得學(xué)電腦的語言，才能跟它溝通。這就是CUI（Command User Interface，命令行用戶界面）

于是，Windows 95說，你點這個圖標(biāo)就行，然后，你就真的點點圖標(biāo)就能操作電腦。

從GUI到CUI，這是一次偉大的翻譯。把機器的語言，翻譯成人能看懂的圖形。

微軟因此成為世界級的巨無霸公司，比爾·蓋茨因此成為全球首富，全球軟件業(yè)也從此被重寫。

然而，30年后的今天，最好的工程師們正在安靜地做一件相反的事——把GUI拆掉，回到命令行。

不是因為他們懷舊。是因為命令行不是給人看的，是給AI看的。AI不需要漂亮的按鈕和絲滑的動畫。它需要的是最短路徑、 最低延遲、最高效率的數(shù)據(jù)通道。GUI是給人類的翻譯層。當(dāng)用戶從人變成AI，翻譯層就成了多余的摩擦。

30年前，我們給機器穿上了一件漂亮衣服，好讓人看得懂。30年后，機器說：我跟機器聊天，不需要穿衣服。

06

界面是手段的APP會退化，界面是目的的暫時不會

你可能讀到這里心里有個疑問：真的嗎？所有APP的界面都會消失？

不會，沒人這么說。

有一類APP的界面永遠(yuǎn)不會退化：那些界面本身就是產(chǎn)品的APP。

比如，游戲。你打開《原神》，不是為了“獲取數(shù)據(jù)”，是為了在那個世界里沉浸。界面就是體驗本身。

比如，短視頻。你刷抖音，不是為了“提取信息”，是為了那個畫面、那個節(jié)奏、那個情緒沖擊。你不會對AI說“幫我把今天值得看的短視頻總結(jié)成文字”——那就沒意思了。

準(zhǔn)確地說：界面只是手段的APP會退化，界面本身是目的的APP不會。

而且說實話，AI Agent今天遠(yuǎn)沒有那么完美。Carnegie Mellon大學(xué)測試了10個主流AI Agent——最好的那個，在辦公任務(wù)中的成功率也只有24%。Salesforce的研究也不樂觀：多步驟CRM任務(wù)，失敗率65%。單步它很強，但讓它連續(xù)干十步，錯誤像復(fù)利一樣累積。

這讓我想起2008年，BlackBerry推出了Storm手機。觸摸屏?xí)r代來了，它不甘心放棄實體鍵盤的手感，于是在觸摸屏下面硬塞了一套SurePress機械按壓裝置——讓你摸著玻璃屏幕，還能感受到“咔嗒”一聲。

結(jié)果呢？Verizon退換了超過100萬臺，損失超過5億美元。

每一次界面范式的跳躍，都有人想把舊世界硬塞進(jìn)新世界。結(jié)局都不太好。

但反過來說，如果你今天就把所有界面全拆了，Agent接不住，結(jié)局也不會好。

節(jié)奏很重要。

07

“人”也是一種GUI

以下這一段推論，可能會讓你有點不舒服，但我覺得值得說。 如果你堅定地認(rèn)為“任何造成失業(yè)的新技術(shù)都是不好的”，那我建議你跳過。

你去銀行辦業(yè)務(wù)。你跟柜員說：“我要轉(zhuǎn)賬?！惫駟T聽懂你的話，轉(zhuǎn)身在系統(tǒng)里輸入金額、賬戶、密碼，完成操作，再轉(zhuǎn)回來跟你說：“好了”。

你有沒有發(fā)現(xiàn)，柜員在干什么？ 柜員在做翻譯。把你的自然語言，翻譯成銀行系統(tǒng)能理解的操作。

柜員，就是你和銀行系統(tǒng)之間的“人肉GUI”。 一筆柜臺交易的成本，大約4美元。同樣一筆交易，通過數(shù)字渠道完成，成本0.17美元。4美元 vs 0.17美元。 這個差距不是因為柜員能力不行，是因為“人肉翻譯”本身就貴。

所以，一個顯而易見的事實是：如果你的工作本質(zhì)是“在用戶和數(shù)據(jù)之間做翻譯”，那你就是一種GUI。

客服是GUI，把用戶的問題翻譯成系統(tǒng)能處理的工單。 會計是GUI，把企業(yè)的經(jīng)營活動翻譯成報表數(shù)字。 甚至某些中層管理者也是GUI，把老板的戰(zhàn)略翻譯成團(tuán)隊能執(zhí)行的任務(wù)。

當(dāng)Agent學(xué)會了直接調(diào)用數(shù)據(jù)源，翻譯層的價值就會被壓縮。不是歸零，65%的失敗率說明Agent還需要人兜底。但趨勢是清楚的：翻譯費，會越來越便宜。

你得讓自己變成數(shù)據(jù)源本身，或者變成能力本身。而不只是翻譯。 什么叫“變成數(shù)據(jù)源本身”？舉個例子：一個會計，如果每天只是把發(fā)票錄入系統(tǒng)、對賬、出報表——他就是ERP系統(tǒng)的人肉GUI。但如果他能從數(shù)據(jù)里發(fā)現(xiàn)“這個季度華東區(qū)的退貨率異常偏高，可能跟某批原材料有關(guān)”，他就不再是翻譯了，他變成了洞察的來源。他自己就是數(shù)據(jù)源。

08

L1到L5，你在哪？

說到這里，我想用一個我在2025年年度演講中分享過的框架，幫你定個位。

我把人和AI的協(xié)作關(guān)系分成五級：

L1：數(shù)字分身。

AI模仿你的風(fēng)格，替你回復(fù)消息、寫日常郵件。你還是你，它只是你的影子。

L2：創(chuàng)作伙伴。

AI陪你一起想方案、做決策。你說一個方向，它給你十個可能性。你們是搭檔。

L3：執(zhí)行助手。

你說“幫我訂明天下午3點去上海的高鐵”，AI自己完成所有操作。你定義任務(wù)，它執(zhí)行任務(wù)。

L4：協(xié)作團(tuán)隊。

多個AI Agent分工合作，一個負(fù)責(zé)調(diào)研，一個負(fù)責(zé)寫報告，一個負(fù)責(zé)做PPT。你管理的不是人，是一支AI團(tuán)。

隊。

L5：具身智能。

AI有了物理身體，機器人走進(jìn)倉庫、走進(jìn)工廠、走進(jìn)你家廚房。

今天我們聊的“APP退化為數(shù)據(jù)源”，對應(yīng)的大概是L3，AI作為執(zhí)行助手，繞過APP界面，直接調(diào)用數(shù)據(jù)完成任務(wù)。

大多數(shù)人現(xiàn)在在L1到L2之間。 你在哪？

說實話，我自己也還在L2到L3之間晃。有些事我已經(jīng)習(xí)慣讓AI代勞了——查資料、整理數(shù)據(jù)、起草初稿。但很多事我還是忍不住親自打開APP、親自點按鈕。不是AI做不了，是我還沒學(xué)會放手。

這不丟人。但知道自己在哪一級，至少能看清方向。

09

GibberLink：滴滴滴，滴滴滴，滴滴滴滴滴滴滴

最后，跟你說一件有意思的事。

2025年初，兩個開發(fā)者Boris Starkov和Anton Pidkuiko參加了ElevenLabs的黑客松。他們做了一個項目，叫GibberLink。

GibberLink是這樣工作的：兩個AI語音助手在對話。一開始，它們用正常的人類語言聊天——就像你跟我說話一樣。

然后，其中一個AI檢測到對面也是AI。 它們確認(rèn)了彼此的身份。 接著，它們停止了說話。 對話切換成了一串人類完全聽不懂的聲波——滴滴滴，嘟嘟嘟，像傳真機一樣的聲音。 通信效率比人類語音高80%。

你看，在AI眼里，不只是圖形界面是翻譯費。 人類語言，也是翻譯費。

圖形界面是給人看的翻譯層。人類語言是給人聽的翻譯層。當(dāng)對話雙方都不是人的時候，所有為人類設(shè)計的翻譯層，都是多余的摩擦。

我不知道該怎么評價這件事。就先把它放在這里吧。

最后的話

我手機里還是87個APP。但我越來越少打開它們了。不是因為它們變差了——是因為它們正在安靜地退到幕后，變成數(shù)據(jù)源，變成Agent的工具箱。就像水廠沒有消失，只是我不再需要親自去水廠打水了。

30年前，我們教機器說人話。30年后，機器決定不再說人話了。

這不是APP的末日。這是APP完成了它的歷史使命。

對很多別的東西，也是一樣。具體是哪些，咱們各自琢磨去吧。

作者 / 劉潤 編輯 / 歌平 版面 / 黃 靜

這是劉潤公眾號第2897篇原創(chuàng)文章。未經(jīng)授權(quán)，禁止任何機構(gòu)或個人抓取本文內(nèi)容，用于訓(xùn)練AI大模型等用途