Sandhya 在 X 上的一篇深度长文，分析了 2025–2026 年间软件交互范式的根本性转变，获得了 7893 次浏览、162 次收藏。本文是该文的核心解读。

一句话结论

SaaS 正在从"给人用的界面"转向"给 Agent 用的接口"。机器身份在企业中的比例已达 45:1（部分企业高达 100:1），但大多数公司仍在用聊天窗口的方式做 Agent——这是错误的产品方向。

Agent Experience 时代已来

关键数据节点（截至 2025 年 12 月）：

  • 企业中机器身份与人类用户的比例已达 45:1，部分组织高达 100:1
  • Neon 报告 80% 的数据库由 AI Agent 创建，而非人类
  • GitHub 超过 5% 的代码提交完全由 Claude Code 完成，约 40% 有 AI 辅助
  • MCP Registry 已有 2000+ 认证服务器，月均 SDK 下载量 9700 万次

这些数字共同说明一件事：你的产品用户正在变成 Agent，不是人类。

但 Agent 和人类使用产品的方式完全不同——Agent 通过 API、脚本和结构化命令操作，不点击按钮，不浏览界面。人类不在每一个操作循环里，甚至在很多循环里根本不在。

这就是 Agent Experience（AX） 时代——软件需要被重新设计，从"人机界面"变成"机机接口"。

先行者的路径

Anthropic Managed Agents 架构：将"大脑"（Claude + harness）与"手"（沙箱 + 工具）与"会话"（持久化事件日志）解耦。隐含的结论是：把你的 Agent 架构外包给前沿实验室，暴露稳定的接口即可。护城河消失了。

Zapier：过去十年，集成 plumbing 是它对人类用户的价值所在。现在 Zapier 的 SDK 让 coding agent 无需 API key 或 OAuth 就能访问 9000+ 应用连接器。战略没变，用户变成了 Agent。

Intercom Fin CLI：在推出垂直 AI 模型（65% 端到端解决率）后，Brian Scanlan 宣布了 Fin CLI——曾经是一个聊天小部件的产品，现在可以从终端调用。Agent 可以安装、配置和操作 Fin，全程无需人类触碰 UI。

Linear 的反面教材

Linear 最近的 Agent 发布.build 了一个内置 Agent，可以通过桌面 App、移动端、Slack 和 Teams 访问——知道你的路线图、issue 和代码。

但他们没有做 MCP server，没有 CLI 工具，也没有暴露 API。用户真正需要的是 MCP 支持，让外部 Agent 能够连接 Linear 的数据。

产品方向对了（issue tracking is dead），但优先次序错了。如果你的用户是 Agent，你需要暴露的是机机接口，不是给人用的 Agent 面板。

新软件堆栈的三种模式

文章提出，构建伟大 AX 产品需要满足五条标准：

  1. 稳定接口，跨越特定模型行为
  2. 人类和 Agent 的能力对等
  3. Skill 文件编码从业者判断力
  4. CLI 让 Agent 可以配置和操作产品
  5. 高性能垂直模型（趁开源 LLM 追赶期间）

模式一：Skill 文件——将领域专业知识机器可读化

Skill 文件是一个 Markdown 文档，告诉 Agent 如何正确使用你的工具：先调用什么，后调用什么，有什么约束，为什么。

这正是 SaaS 公司花了多年积累的领域专业知识，现在用 Agent 能读懂和执行的格式表达出来。

Figma 在 2026 年 3 月随 MCP server 一起推出了 Skills 文件。文件编码了设计系统规范、组件命名、token 结构——那些高级 Figma 实践者知道但通用 Agent 会出错的东西。

PostHog 的团队花了两次重建 Agent 架构才学会这个教训——现在他们把 Skill 文件写成"给高素质新员工看的入职文档"。

Skill 文件是机构知识现在的所在。不是 UI 里，不是 onboarding 流程里，不是帮助中心里。是 Agent 开始工作前读取的那个 markdown 文件。

模式二：CLI 工具

让 Agent 可以通过终端配置和操作产品。Fin CLI 是典型案例。Sam 的 OpenClaw 也一直在用这套思路——Skill 就是机读的操作手册，CLI 是执行通道。

模式三：垂直模型

用垂直领域数据微调的高性能模型，在开源 LLM 追上来之前建立竞争优势。Intercom 的 Fin 垂直模型做到 65% 端到端解决率就是这个思路。