2026 年的 AI 应用笔记
本文信息来源：a16z
我很喜欢 Karpathy、Simon 以及许多其他人在 2025 年的年度回顾文章，它们让我开始思考 2026 年。AI Apps 生态系统正在以一些意料之中、也有一些出乎意料的方式走向成熟。我们已经搞清楚如何让代码变得便宜，但它尚未像成本下降所暗示的那样在企业（或整个世界）中扩散开来，而且我认为我们甚至还没有意识到这对公司如何被构建以及将会存在什么样的软件意味着什么，连 10% 都不到。与此同时，仍然有一些根本性的工具问题需要解决——比如，我们所有的工具都是为了“制作”，而不是为了“思考”。
思考型工具 vs 制作型工具
我预期的一个重大变化在于工具本身的性质。我们用于知识工作的所有工具都聚焦于执行： 用于创建代码的 IDE、用于创建设计的 Figma、用于创建模型的电子表格。而当涉及到探索 ——也就是帮助我们思考的工具时——除了 LLMs 本身作为思考伙伴的出现之外，我们几乎还没有任何现代化的产品。
随着编码代理能够以越来越高的准确性并在更长的时间跨度内工作，真正的难题从 “我该如何构建它” 转变为 “我该构建什么”。 你可以想象一个不远的未来：PM 为其 AI 设定宏观目标，每天早上醒来只需评审 2–3 个模型在夜间“构思”、执行并完成 A/B 测试的功能。然而，根据我的经验，模型在决定接下来该构建什么方面仍然并不擅长——这些想法往往平淡、缺乏新意，本质上是衍生的，也普遍缺少真正优秀新产品思维所具备的火花。因此我认为，编码工具、设计工具和生产力工具的精神继承者，将会高度聚焦于探索 vs 执行。 编码工具已经在这里走在前面；Cursor 是目前走得最远的，而我认为 Antigravity 在其产品设计中采取“agent 优先”（探索优先）的方式也很有意思。
软件正在吞噬组织中的所有“服务”职能
我一直注意到软件公司中“权力型”职能与“服务型”职能之间的区别——权力型职能（工程 / 产品 / 绩效营销）通常更接近软件，而服务型职能（法务 / 财务 / 人力资源）则往往离软件更远，更依赖人力资本。
编码代理对企业有两个重要影响。第一是，每一个团队 + 每一项任务（市场、法务、采购、财务）都应该以软件为先，这些负责人都必须学会在他们传统依赖的流程 / 人力系统之前，优先使用软件工具箱。许多组织将采用像 Harvey 这样的领域特定产品，而另一些则会使用像 Codex 或 Claude Code 这样的“裸金属”编码代理。 每一个团队都应该是一个软件团队。
第二点是，企业（尤其是生产软件的企业）在应该生产什么样的软件方面，可以变得极其更加雄心勃勃，而整个创意构思与优先级制定的流程都必须重启以适应这一点。凡是可以构建的功能都会被构建出来，而大多数企业根本还没有准备好面对这种现实。
我认为文化变革的问题将和组织变革的问题一样困难。
复合型 AI 应用
随着我们进入推理模型的第二年，我预计 AI 原生应用与 AI 模型之间的分化将持续加剧：应用将结合对前沿模型的编排、特定领域的 UI，以及如今构建成本已经非常非常低的、极其庞大的功能表面。这正是我们今年早些时候所称的“ 狭义初创公司 ”的自然推论。前所未有的高度专业化如今已经成为可能，我认为这也是支持应用作为独立于模型、并且与模型日益分化这一趋势的有力理由之一。
感觉这些实验室和大型科技公司的能力本身就像它们所生产的模型一样“参差不齐”。它们在各自的重点领域中极其强大，但同时也背负着复杂的承诺（例如 Google 向监管机构承诺不再进一步中介互联网），以及艰难的优先级取舍问题（OpenAI 同时在竞争成为领先的消费级公司、企业级公司、模型公司以及硬件公司）。因此，我认为一个错误的假设是应用层会被模型所吞并——即便是在像编码这样对模型进步和实验室关注都至关重要的领域，我们仍然看到一个蓬勃发展的初创生态，仅在 2025 年一年就创造了超过 10 亿美元的新收入。
我们此前 概述了一个框架 ，用于判断哪些领域更具备 AI 应用的优势——也就是那些受益于多模型、拥有被“围绕”的数据资源、具备网络效应的产品，以及具有大量功能表面的生态系统。如果将这一点与 Karpathy 对“厚”AI 应用的精彩阐述结合起来——多模型编排、自主性滑杆、上下文工程等——你就可以开始看到 AI 应用在成熟阶段会呈现出怎样的形态。
人类发现 AI 的“其余部分”
Eugenia 一直是思考命令行 UI 如何阻碍普通消费者使用 AI 一些最佳能力方面最出色的思想者之一。这种情况正在开始改变：Wabi 在将代码生成暴露给消费者方面起到了重要的催化作用，ChatGPT/Grok 中的 Images 标签页也对图像生成起到了同样的作用，而如果运气好的话，Apps Directory 和 Skills 也将对 MCPs 和提示插件起到同样的作用。
我很喜欢 Dan Wang 的 批评，他指出硅谷在文化上可能对 AI 的影响有些迟钝，而我认为让更多消费者参与“做东西”在一定程度上缓解了这一点。2025 年生成一个小应用的体验，就像 2023 年生成一首诗一样令人愉悦，但大多数消费者仍然不知道这件事的存在。我也认为这在一定程度上颠覆了 Nikita 的 关于“是谁在创造东西”的观点，而那确实是一颗真正的黑色药丸。
（给在位 CEO 的）笔记
在我们理所当然地关注建设者的同时，我也有一些想法是给那些已经做到规模化、并在思考如何应对 AI 转型的 CEO 的。第一，是去观察一流的实践案例：模型如何将所有面向客户的角色（销售、支持、催收）折叠为一个拥有广泛目标的单一职能。第二，是拥抱上文提到的“在每一个职能中都以软件优先”——让非技术职能也拥抱模型，企业才能获得广泛的运营杠杆。最后，我经常在想，要对更雄心勃勃的产品和更雄心勃勃的定价提出更高要求——如果 Tesla 能够交付 FSD 从海岸到海岸 ，而 Claude Code 能够 用 Claude Code 编写 ，那么对于大多数企业任务的近期需求而言，我们其实已经拥有了 AGI。
最后……玩得开心
直到那些美好时光逝去之前，没有人会告诉你你正身处其中，所以就把这当作一则提醒吧。与近些年的任何一个产品周期相比，这一轮周期去中心化程度更高，更以软件为主导，而且对技术人员来说简直有趣得多。我希望大家在探索这些新技术、讨论它们的影响，以及单纯地创造更多新事物时，能和我一样乐在其中。