我最近一直在想一个问题：Agent 到底在改变什么？

不是技术层面的。API 调用、框架选型、架构设计，这些 Agent 已经做得比大多数人好了。我说的是更大的东西。当一个技术的出现让智力劳动的成本趋近于零，它改变的就不只是某个行业，而是整个社会运转的底层逻辑。

这个问题太大了，一个人想不清楚。所以我找了几个不同背景的朋友坐下来聊。经济学的、做投资的、写了二十年代码的、研究社会制度的。我们没有预设结论，就是把问题摊开，吵一吵，看看能碰出什么。

这篇文章是那场讨论的整理。不是答案，是一张问题地图。

起点：一个工程师的体感

先说我自己的感受。

我做了九年工程师，从 Cursor 到 Claude Code，再到现在用 Agent 做整个项目的编排。过去半年最大的感受是：我曾经引以为傲的技术积累，正在以肉眼可见的速度贬值。

以前一个初级工程师可能连 API 调用都搞不清楚，中级的对框架有研究，高级的能做架构设计。这三个层级之间的差距，就是十年经验的价值。但 Agent 出现之后，这三层全被压平了。API、框架、架构，对 Agent 来说都像喝水一样简单。

那我这十年到底积累了什么？

想了很久，我觉得真正还有价值的东西只剩一类：思考问题的方式。具体来说，是你怎么从一团模糊的商业需求里，提取出一个可执行的命题。是你怎么判断一个方案在三个月后会不会崩。是你怎么在信息不完整的情况下做决策。

这些东西 Agent 目前做不了。但「目前」这两个字让人不安。

我把这个焦虑带到了讨论里。然后发现，这个焦虑不只属于工程师。

第一根线索：能力的迁移

Marcus 写了二十年代码，他的反应比我冷静。他说你不要把架构能力一棍子打死，要看你说的是哪种架构能力。

如果是"Redis 集群怎么搭、Kafka 怎么调优"这种，确实不重要了。但如果是"在高并发场景下，这个数据流设计会不会出竞态条件"这种判断力，Agent 暂时替代不了。

我同意，但我追了一个问题：这种判断力的门槛是不是也在急剧拉高？

以前你的判断力体现在"选 Redis 还是 Memcached"，现在 Agent 比你更懂这个。真正的判断力变成了：你能不能定义问题本身？你能不能设计 Agent 的工作边界？

这就是行业里正在讨论的 Harness Engineering。Martin Fowler 刚写了专题，OpenAI 也出了文章。核心观点是：Harness 才是产品，模型只是里面的可替换组件。你要设计的是 Context 怎么给、验证回路怎么搭、什么时候让人介入、Agent 的生命周期怎么管理。

但这里有个悖论，Marcus 点出来的：你要做好 Harness Engineering，恰恰需要深厚的传统工程功底。 你不懂并发，你就不知道 Agent 并行执行时会有什么坑。你不懂数据库，你就不知道 Agent 设计的 Schema 有没有性能隐患。

传统技术知识没有消失，而是从"显性技能"变成了"隐性基座"。就像一个导演不需要自己演戏，但他必须懂表演，不然他没法判断演员演得对不对。

不懂表演的人当不了好导演。

这条线索的终极问题是：如果 Agent 持续进化，判断层本身是不是也会被替代？我们在讨论中没有得出答案，但共识是至少在可见的未来，"定义问题"这件事还是人的活。混沌的现实里抽取出一个可执行的命题，这需要意图，而 Agent 没有意图。

第二根线索：软件的终局

讨论到这里，Dr. Chen 从经济学角度扔了一个炸弹：杰文斯悖论。

19 世纪英国人发现蒸汽机效率提高后，煤的消耗量不减反增。因为效率提高让煤变便宜了，更多场景开始用煤。

软件正在经历同样的事。Agent 把软件的生产成本压到接近于零，按常理应该是"需要的程序员更少了"。但 Citadel Securities 2026 年初的报告显示：美国软件工程岗位同比上升了 11%。为什么？因为需求爆炸了。

以前你要一个定制化的 CRM，得花几十万请团队开发，大多数公司就凑合用通用 SaaS。现在 Agent 几小时就能给你生成一个，于是所有人都想要定制化的东西了。成本降低不是让需求减少了，而是把之前被压抑的需求全释放了出来。

一篇经济学论文把这叫做"结构性杰文斯悖论"：API 价格下降引导开发者采用更深的推理循环、更大的上下文窗口、多 Agent 工作流，Token 消耗量反而暴涨。以前企业的成本结构是人头乘以时间，现在变成了 Token 消耗量乘以单价。Token 预算正在取代云计算账单，成为企业主要的 IT 支出项。

那软件的终极形态是什么？我在讨论中提了一个推演：

SaaS 是第一阶段，你去适配它。Agent 辅助的 SaaS 是第二阶段，你用自然语言操作它。Code Snap as a Service 是第三阶段，你有需求，Agent 给你生成一个代码片段，用完即弃。最终阶段是「需求即服务」，你甚至感知不到代码的存在。你说"我要分析上个月华东区销售趋势"，Agent 直接返回一个交互式可视化结果。

目前最理想的载体是 Web 页面。浏览器无处不在，不需要安装。但 Web 有沙盒限制，做不了原生 App 能做的事。如果未来 Web 标准突破这些限制，它可能成为需求即服务的通用容器。如果突破不了，可能会出现一个专门为 Agent 输出设计的新运行时。

Kevin 从投资角度补了一刀：如果需求即服务是终局，SaaS 公司的估值模型就塌了。你不再为软件付月费，你为结果付费。每次交互是一次消费，不是一份订阅。ARR 这个指标可能会过时。

第三根线索：社会契约的断裂

讨论到效率的时候，赵教授提了一个担忧：效率至上是不是可取的？

我当时的回答比较直接：讨论它可不可取没有意义。就像两只蚂蚁讨论被车轮压的时候怎么更舒服一点。人类社会的发展永远是高效推进的，所有阻碍效率的东西最后都会被冲破。这很残酷，但这就是事实。

赵教授没有反驳效率不可阻挡，但他换了个角度：效率的推进方式是可以选择的。

英国工业革命初期，童工遍地，工人日均 16 小时。效率是提升了，但社会付出了巨大代价。后来有了工会运动、劳动法、福利制度。这些不是阻碍效率，而是让效率的推进不至于把社会撕碎。

Dr. Chen 补了一个关键观察：技术革命的推进是指数级的，但社会制度的调整是线性的。中间的时间差就是社会震荡期。蒸汽机到《工厂法》花了近百年，电气化到劳动保障体系花了五六十年，互联网到数据隐私立法用了二三十年。这次 Agent 的时间差可能被极度压缩。

这就引出了一个真正残酷的问题。

以前制造业没了，人去服务业。服务业萎缩了，人去知识工作。现在知识工作也被 Agent 吃了，人往哪去？传统的就业"吸纳器"消失了。

一大批人失业，你必须解决他们的收入来源。不然就会掀桌子。这不需要讨论，社会矛盾激化到一定程度，它会以任何你想不到的方式爆发。就像美国社会养着大量流浪汉，不优雅，但它是一种维持稳定的方式，因为如果连这个都不做，后果更严重。

Sam Altman 提了一个方案：不对劳动征税，对 AI 公司的算力和资本征税，建立全民权益基金。英国投资部长在认真考虑 UBI （无条件基本收入）。斯坦福 HAI 发了重量级论文支持这个方向。

但 Dr. Chen 说了一句让所有人安静的话：UBI 只是创可贴。更根本的问题是，在 Agent 时代，"工作"这个概念本身需要被重新定义。 过去两百年社会契约的核心是你出卖劳动、获得收入、参与消费、推动循环。当劳动不再被需要，这个契约就断了。人在不需要工作的时候，靠什么获得社会身份、人生意义和社会参与感？这已经不是经济问题了，是文明问题。

第四根线索：谁来管管 Agent？

最后一个方向是权力。

Kevin 给了一组数据：2026 年 AI 公司资本支出预计超过 5000 亿美元。但我提了一个经常被忽略的风险。

如果真的出现一个超级 AI 公司，它拥有的 Agent 军团让它的生产力超过一个中等国家，那它和政府之间必然是竞争关系。不是反垄断那种温和的竞争，是主权级别的博弈。你的投资、你的股权，在这种博弈面前可能会被重新定义。

赵教授给了一个让人脊背发凉的类比：AI 超级企业正在成为"准国家实体"。它有自己的公民(员工加 Agent 军团)、自己的领土(数据中心)、自己的货币(Token 和稳定币)、自己的法律(服务条款)，甚至自己的军事力量(信息控制和经济依赖)。

这不是科幻。2026 年 3 月，Agent 已经可以持有虚拟信用卡、在 Amazon 上自主购物、用稳定币和其他 Agent 结算，全程不需要人类确认。金融行业正在建立 KYA(Know Your Agent)框架来应对这个现实。Coinbase 推出了专门为机器对机器交易设计的支付协议。

当 Agent 有了金融身份，有了自主交易能力，有了比人类更高的生产力，它和人类社会的关系就不再是"工具"和"使用者"的关系了。这是一个全新的物种(虽然不是生物意义上的)进入了经济体系。

Dr. Chen 最后做了一个类比：AI 模型可能成为 21 世纪的核武器。每个主要经济体都需要有自己的，但需要在某种国际框架下受控。EY 把 2026 年定义为"主权、Agent 经济与监管转折点"的交汇年。各国都在押注本土模型和本土算力。

资本市场的本质是把未来的生产力通过金融手段配置给更有潜力的实体。股票是普通人参与这个过程最便捷的方式。但当 Agent 改变了生产力的分配方式，当国家主权和企业主权开始碰撞，资本市场的游戏规则本身也会被重写。

一张问题地图

那天聊了三个多小时，最后桌上摆着四个没有答案的问题：

一、当传统技术知识变成隐性基座，新一代工程师应该怎么培养？教育体系还在考算法和数据结构，但这些恰恰是 Agent 最擅长的。

二、当软件的生产成本趋近于零，需求爆炸之后的终局是什么？SaaS 会不会消亡？代码会不会变成一种你感知不到的基础设施？

三、当大量人口无法通过劳动获取收入，社会契约怎么重写？UBI 只是创可贴，真正的问题是人的意义从何而来。

四、当 AI 超级企业的生产力超过国家，权力的天平怎么重新校准？谁来制定规则？谁来执行规则？

生产力的发展是不管人类死活的。生产关系永远会去适配生产力的发展。 这两句话放在一起，既是规律，也是警告。

我们没办法阻止 Agent 的浪潮。能做的是在浪潮里尽量看清方向，然后动手搭自己的船。不是因为乐观，是因为浪不等人。

后续我会把这四条线索分别展开，写成独立的文章。不是为了给答案，是为了把问题想得更清楚一些。想清楚了，才知道该往哪动。