Agent時代到來，GUI不再壟斷軟件入口？

嗅態

嗅產業冷暖，書人文姿態

作者 | 石燦

2026年初以來，互聯網行業一層原本藏在界面背后的變化，正慢慢浮出水面。

Google、Atlassian、Google Cloud先后推出Developer Knowledge API、Rovo MCP Server和托管型遠程MCP服務。表面看，這些動作分散在文檔、協作軟件和云平臺上，底下指向的卻是同一件事：當Agent進入工作流，軟件公司正在補建一層面向Agent的新入口。

Agent，是能自己調用工具、執行任務的智能體；API，是軟件對外開放的調用接口；MCP，全稱Model Context Protocol，是讓大模型和外部工具、數據、系統連起來的一套通用協議；CLI，也就是命令行界面，是一種更適合程序和Agent直接調起能力的交互方式；skills，則可以理解成一組已經打包好的工具能力，讓Agent知道自己能做什么、該怎么調用。

它們合在一起，指向的是同一件事：讓Agent更容易找到工具、連上工具、用起工具。

這樣再回頭看，Google、Atlassian、Google Cloud這幾家公司雖然動作不同，方向卻很接近。它們都在把原來藏在文檔、工作流、云資源和產品功能里的能力，整理成Agent可以直接發現、理解和調用的新入口。

過去，人主要通過GUI，也就是圖形界面，在頁面、按鈕、菜單和表單里一步步完成操作；現在，軟件也在長出另一層入口，給Agent直接調能力。

GUI還在，但它已經不再壟斷軟件入口。

這件事，離普通人并不遠。今天的AI更多還停在“會說”，接下來要往“會做”走，就得能調文檔、調日歷、調應用、調流程，自己把事情干了，直接給用戶結果。

01

軟件公司在補一層新入口

這一輪密集出現的變化，表面看是分散的產品動作：有人發布CLI，有人上線MCP server，有人把文檔做成機器可讀接口，也有人把原本面向開發者的API、插件、知識庫，重新整理成Agent可調用的工具層。

動作分散，方向卻很一致。軟件公司都在處理同一個問題：Agent進入工作流后，軟件能力怎樣才能被更穩定地發現、理解、調用和執行。

最近幾個月，Google、Atlassian、Google Cloud的一系列動作，讓這層變化的輪廓越來越清楚。

2026年2月，Google發布Developer Knowledge API和配套MCP server。表面看，這像是在處理開發文檔，實際指向更深。Google要做的，是把原本散落在網頁、說明文檔、教程頁面里的知識，整理成一個程序可以調用、模型可以讀取、Agent可以接入的官方真源。開發文檔從來不只是輔助材料，它本身就是產品能力的說明書和使用邊界。Google把這部分內容直接交給機器去讀，說明一件事：以后讀文檔、找能力、理解規則、調接口，不再只是人來完成。

Atlassian的動作，則把同樣的變化帶進了企業協作軟件。2026年2月，Atlassian宣布Rovo MCP Server GA，讓外部AI客戶端能夠接入Jira、Confluence里的工作流和知識內容。官方表述里反復強調安全、權限和治理，這一點很關鍵。它說明這類接入已經不只是技術展示，而是逐步進入真實組織環境。原來，人要進界面一層層打開任務、文檔和知識，現在，這些內容通過另一條通道，向Agent開放。

Google Cloud的推進，又把這件事從單個產品拉到了平臺層。2025年12月，Google Cloud宣布對Google services和Google Cloud services提供official MCP support，推出fully-managed remote MCP servers。這個動作的意義，不只是“支持了MCP”，更在于它把原本復雜的云服務能力，重新整理進一套更適合Agent調用的框架中。云平臺本來就有很多資源、很多接口、很多權限控制。Google Cloud現在做的，是讓Agent不用再沿著一層層文檔和控制臺去摸索，而是能通過更直接的方式接近這些能力。

把這幾家公司放在一起看，輪廓就很清楚了。它們做的產品不同，場景不同，服務的人群也不同，但底層都在做同一件事：把軟件能力重新抽出來，做成機器更容易讀懂、Agent更容易調起的入口。

可以把它理解成軟件入口的“雙層展開”。一層繼續面對人，負責展示、瀏覽、配置、協作和確認，這還是GUI最擅長的部分。另一層更多面對Agent，負責能力發現、參數傳遞、任務執行、結果返回、跨系統調用和自動化編排。

Google把文檔知識做成機器可讀入口，Atlassian把企業工作流和知識內容接到外部AI客戶端，Google Cloud把服務能力整理成托管型MCP服務，這幾種動作放在一起，已經足夠說明，這不是零星試水，而是一種帶有行業共性的調整。

從這里再往下看，軟件公司對“入口”的理解，已經不再只是一塊屏幕、一個首頁、一個控制臺、一個導航欄。入口也可以是一條命令、一份機器可讀文檔、一個MCP server，或者一個可被Agent識別和調用的技能描述。人和軟件之間的連接方式沒有消失，只是增加了另一層通道。

02

當執行主體從人擴展到AI

在3月17日的AI釘釘2.0發布會上，釘釘創始人、CEO陳航提到一個判斷：AI時代真正大的變化，不只是模型變強了，而是互聯網的主體，正在從“人”擴展到“AI”。

這句話，剛好能解釋最近這輪CLI、MCP、A2A為什么會一起升溫。問題的關鍵，不在某個新名詞突然流行，而在軟件面對的使用者變了。人還在，AI也進來了。軟件一旦同時服務這兩類主體，很多原本藏在系統深處的問題，就會一起冒出來。

GUI之所以能長期成為軟件的主形態，說到底，是因為它最適合人。人會看頁面，會找按鈕，會順著導航、表單和流程一步步完成操作。很多軟件能力，原本就是按這種方式組織起來的。

但AI不是這樣工作的。AI不需要先看懂頁面，再一點點摸索路徑。它更關心的是，系統里到底有什么能力，接口怎么調，參數怎么傳，結果怎么返回，權限邊界在哪里，哪些動作可以接著往下執行。走到這一步，原來包在界面里的能力，就得重新被整理出來。頁面當然還在，但頁面本身已經不夠了。

所以，這一輪表面上熱起來的是CLI、MCP這些詞，底下真正變化的，其實是軟件的組織方式。

以前大家更在意“怎么點”，現在越來越在意“怎么調”。前者是界面邏輯，后者是能力邏輯。界面邏輯主要服務人，能力邏輯越來越多地服務AI。

一個軟件如果只有按鈕、菜單和頁面路徑，AI很難高效使用它；可一旦這些能力被整理成更清楚的接口和更直接的調用方式，軟件和AI之間的關系就會完全不一樣。

協議層的變化，把這件事看得更清楚。2025年12月，Anthropic把MCP捐給Linux Foundation旗下的Agentic AI Foundation。這個動作的意義在于，AI怎么連接外部工具、數據和系統，已經不再只是某一家公司的內部優化，而要變成整個行業都要共用的一塊底座。

因為，只要AI真的進入工作流，它就不可能永遠停在聊天框里。它一定要去接文檔、接數據庫、接企業應用、接云資源。連接方式如果一直碎在各家私有接口里，成本會很高，生態也會很散。MCP放進一個更中立的框架里，本質上就是在給“AI怎么接世界”這件事修底座。

Google推動A2A，也是同一個方向。A2A關注的，不是AI怎么調用單個工具，而是AI和AI之間怎么交換信息、協調行動。也就是說，未來不只是一個AI去調工具，還會出現一個AI去連接另一個AI，再把多個系統里的能力串起來。

走到這一步，軟件世界的連接關系就變了。它不再只是“人打開頁面，按路徑完成任務”，還會越來越多變成“AI調工具、AI找AI、跨系統協作”。

Cloudflare最近披露的一個工程細節，也很能說明問題。它提到，如果把自家龐大的API體系直接原樣暴露給AI，代價會非常高。一個等價的原生MCP server會消耗117萬個tokens，已經超過很多模型的上下文窗口。為了解決這個問題，它提出Code Mode，把大規模API能力壓縮成更緊湊的方式，讓AI用兩個tools和約1000tokens的上下文，就能接近“拿到整個API”。

這個例子說明，AI時代的軟件，不是把能力開放出來就夠了，還得重新組織能力、描述能力、壓縮能力、治理能力。很多軟件原來早就有API，但那并不等于它天然適合AI。能不能讓AI低成本發現能力、準確理解能力、穩定調用能力，已經變成一項新的產品工程。

因此，軟件公司面對的考題也變了。軟件同時服務人和AI后，拼的就不只是界面順不順手了，還要看誰能更快把能力理出來，把流程接起來，把風險管起來。說到底，這已經不是加幾個新功能的問題了，而是軟件要重新長一遍。

這層變化，最后也會落到預算重排上。

過去軟件公司的投入，更多圍著界面、交互、路徑和增長轉，重點是讓人更容易看懂、點動、留下來。Agent進入工作流后，錢會更多流向另一層：能力重構、協議接入、治理補強，以及推理和調用成本優化。

Cloudflare去壓縮API暴露給AI后的token開銷，Atlassian在Rovo MCP Server里強化權限控制、usage logs和治理能力，這些動作意味著，軟件公司接下來要比拼的，已經不只是界面體驗，也是誰能把能力做得更容易接入、更容易治理、也更省成本。

03

競爭重點正在往界面背后移動

投資圈已經深入研究這種變化了。3月18日，真格基金投資總監鐘天杰在一篇署名文章中提出，Agent時代到來后，軟件公司的競爭重點，正在從界面體驗轉向可調用能力。他甚至進一步判斷，“我們也許不該再投資GUI思維的軟件公司”。

這篇文章當然還不是行業定論，但它把一個正在升溫的問題擺到了臺面上：當AI成為新的執行主體，軟件公司過去圍繞GUI建立起來的產品邏輯、競爭邏輯和價值邏輯，都要重估。

投資圈之外，大廠的官方口徑也在變化。最新財報顯示，阿里和騰訊雖然都還沒有直接把CLI寫進業績敘事，但“AI進入真實任務執行”“AI原生應用進入增長邏輯”的方向，已經越來越清楚。

阿里提到，Qwen已接入淘寶、即時零售、高德、飛豬、支付寶等場景，并明確寫到，AI agents正在大規模執行真實世界任務。騰訊則把重點放在AI提升生產力、帶動研發和基礎設施投入，以及AI插件、AI原生小程序對業務生態的拉動上。

CLI、MCP這些詞還沒有正式進入財報語言，但“AI從聊天走向執行”“AI進入真實工作流”，已經越來越接近大廠的官方表述。

再看國內產品層面的動作，方向也已經非常明確。2026年以來，國內幾家主流軟件和云平臺公司，陸續把MCP、Agent插件、工具化能力和CLI化改造推到前臺。動作分散，指向卻很一致：把原來藏在界面后面的能力，整理成AI可以調用的工具、服務和接口。

走到這一步，國內軟件公司真正要補的，大致就是三層。

第一層，是把能力理出來。很多軟件這些年積累了大量功能，但這些功能長期都是按“給人怎么用”來組織的，藏在頁面、按鈕、菜單和表單后面。人可以一層層點進去找，AI不行。AI更需要清楚的工具定義、明確的動作邊界和穩定的返回結果。飛書和阿里云最近的動作，最值得看的地方都在這里。它們做的，不只是多了一個新接口，而是在把原有能力重新整理成更適合AI調用的一層工具。

第二層，是把這些能力接進更通用的協議和生態里。因為能力就算拆出來了，如果還是各家各接、各說各話，這層新入口就很難真正長大。騰訊云把MCP納入插件體系，阿里云把官方MCP服務和自定義MCP部署都做進了平臺里，背后其實都在回答同一個問題：未來AI不會只待在一家公司的單一產品里，它會在更多工作流、更多平臺、更多工具鏈之間來回穿梭。誰先把自己的能力接進主流協議，誰就更有機會被下一輪Agent工作流接住。

第三層，是把治理補齊。這一步更難，也更現實。AI能不能做事，當然重要；但到了企業場景，真正決定一家公司敢不敢把AI放進真實流程里的，往往是另一層問題：權限誰來給，調用留不留痕，錯誤能不能回退，誤操作怎么兜底，敏感數據怎么隔離。釘釘這次“悟空”發布，值得注意的不只是CLI化和能力原子化，還有它反復強調的權限控制、安全沙箱、快照和回退體系。因為AI一旦碰審批、文檔、表格、知識庫和業務系統，風險也會一起放大。企業不會只問“它厲不厲害”，也會問“它出了問題怎么辦”。

這樣連起來看，軟件公司接下來真正要做的，其實就是三件事一起往前推：先把能力從界面后面理出來，再把能力接進更通用的協議里，最后把權限、審計、回退和安全邊界補齊。少一步都不行。只有能力，沒有協議，這些能力還是散的；只有能力和協議，沒有治理，企業不敢把AI真正放進核心流程；只有治理，沒有能力重構，AI又只能停留在表層交互，進不到系統深處。

這也會反過來改變GUI的位置。GUI當然不會消失。瀏覽信息、發起協作、做判斷、做審閱、做最終確認，很多時候還是離不開界面。變化在于，它不再壟斷軟件的使用路徑了。一個成熟的軟件系統，越來越像兩層結構：上面一層是給人看的界面，負責展示、協作和確認；下面一層是給AI調用的能力網絡，負責執行、調度和連接。

說到底，這已經不是“要不要擁抱AI”的問題了。更現實的問題是，軟件公司愿不愿意把自己重新拆開一遍。把原來長在GUI里的能力抽出來，把原來只對人開放的流程重新定義，把原來靠人工兜底的風險變成系統級約束。誰先完成這一步，誰就更有機會在下一輪入口變化里占住位置。

因為，AI入口一旦真正長成，軟件競爭拼的，就不只是好不好用，也是誰更像一套能被調用、能被連接、能被納入工作流的能力系統。