agent 先动的是编码，后面是整个信息工作
印刷术时刻——从古登堡印刷机涌出的 AI 信息工作者
SemiAnalysis 那份报告对编码的说法，我觉得挺准。它说编码只是 agent 颠覆信息工作的第一个滩头阵地，主战场是全球的信息工作，这个市场有 15 万亿美元，信息工作者超过 10 亿，占全球劳动力的三分之一。所以「程序员不用写代码了」，只能算整个故事里最小的那一部分。
为什么编码先被颠覆？报告讲得挺清楚。几乎所有信息工作，底层都是同一个流程，读取、思考、写作、验证，软件开发也是这个流程，一模一样。所以 agent 既然能把软件开发颠覆掉，理论上所有信息工作它都能颠覆。
所有信息工作底层跑的都是同一个「读取→思考→写作→验证」循环，和软件开发一模一样，所以 agent 能颠覆编码就能颠覆信息工作
至于会有多快，METR 有个研究可以参考。它看的是 AI agent 自己能干完多长的任务，这个时长每 4 到 7 个月翻一倍，现在主流水平大概是 4.8 小时。等它涨到 8 小时，差不多就是一个完整工作日，剩下的信息工作基本就都在射程里了。
Boris Cherny 的预测说得很直接，「软件工程师」这个头衔会慢慢消失，可能变成 builder，变成产品经理。在 Anthropic 内部这已经是现实了，PM 写代码，设计师写代码，工程经理写代码，连财务团队也在写代码。所以在那里，会不会写代码已经不太拉得开人和人的差距了，拉开差距的是你对系统、对用户、对问题理解得有多深。
Anthropic 自己也把这件事做成了产品。Cowork 一推出来，相当于有了一个做通用计算的 claude code，agent 正式从程序员扩到了所有信息工作者。第四篇里陈宇森说过，claude code 是最强的通用 agent。Cowork 就是顺着这个判断往下走的，既然是通用 agent，就不该只给程序员用。
Anthropic 内部其实早就这么用了。数据科学家拿 claude code 写 SQL、做数据分析，销售团队拿它接 Salesforce 处理业务。Plugins 这个功能干脆就是一群 agent 自己领任务、分工开发出来的，周末跑了几天就跑完了，几乎没有人插手。
Boris 还讲过一种用法，我觉得特别有意思。你让 claude 开发一个功能，claude 读 codebase 的时候，在 git blame 里看到某个工程师的名字，就直接在 Slack 上给他发消息，问清楚没弄明白的地方，拿到答案再接着开发。claude code 团队自己还用 agent SDK，把代码审查、安全审查、issue 打标签和上线流程全自动化了。agent 会跑到人平时交流的渠道里找人，会自己管开发流程，甚至开始自己建 agent 替它干活。到了这一步，它到底算工具还是算同事，已经很难分清了，你甚至说不太清「编码」这个词还能管到哪。
这套能力往外溢，最先挨打的是现在的软件行业，尤其是 SaaS。SaaS 有三道护城河，现在三道同时在瓦解。
SaaS 的三道护城河——数据锁定、工作流锁定、集成复杂度——被 agent 同时攻破，护城河一起瓦解
- 数据锁定。用户的数据困在某个 SaaS 系统里，想搬出来成本极高。但 agent 能在系统之间搬数据，这个成本一下就被打下来了。
- 工作流锁定。用户花了大量时间去学某个产品的 UI 和操作流程。可 agent 根本用不着 UI，你用自然语言说要干什么，它听得懂，直接就把活干了。
- 集成复杂度。不同 SaaS 之间要打通，原来得靠专业开发来做。现在有了 MCP，agent 能无缝接上各种工具和服务。
SaaS 这门生意，其实就是把信息工作的流程写死成代码，再按月收钱。如果 agent 能直接把活干了，用不着那层写死的代码流程，那 75% 的毛利率在别人眼里就是一大块可以套利的空间，护城河这个说法也就不太站得住了。这跟第四篇讲的「日抛型软件」是同一个判断。软件能按需生成以后，那些把工作流写死成产品的公司，原来靠着的那道墙就不太立得住了。
最典型的是微软。它一边用 Azure 给 Anthropic 和 OpenAI 供算力，一边看着这些客户拿 AI 产品颠覆自己的 Office 365 和 GitHub。微软的 Copilot 系列比 claude code 早了整整一年，在市场上却几乎没什么实质进展。讲道理，这个难处也不光是微软的，所有按席位收费的软件公司都在同一条船上。
我自己就是这么一路走过来的。2023 年 Cursor 刚发布不久我就开始用了，那时候还没有 agent mode，只有 Tab 补全，帮你往下续写代码。就算只是补全，效率也已经明显提上来了。
后来换到 claude code，才发现范式完全不一样。Cursor 骨子里还是个 IDE，让你看代码、改代码，AI 只是在旁边帮忙。claude code 是让你别再盯着代码，专心把你想要什么说清楚。我也就从写代码的人，变成了管 agent 的人。
2025 年底，我先做了一个六壬占卜 app，然后是八字、MBTI、解梦，一开始都是做着玩的实验。后来决定认真做产品，买下 panpanmao 的域名，把底层架构重写了一遍，全部并进一个 all-in-one app 里，盘盘猫就是这么开始的。
到了 2026 年初，变化明显快起来了。我在 GCP 上搭了 OpenClaw，把 agent 接进飞书，团队里不做技术的成员也开始直接跟 agent 一起干活，这段第五篇写过。差不多同一时间，Anthropic 推出了 Cowork，SemiAnalysis 发了那份报告，顶尖开发者也一起出来表态。要是让 2023 年的我看到 2026 年的我，大概是不会信的。每天的工作变成了想事情、跟 agent 对话，代码反倒很少自己动手写了。
这场变革的好处，落到每个人头上会极不均匀。能力已经到位了，claude code 就是目前最强的通用 agent。成本也不高，入门档一个月就是一顿饭、几杯咖啡的钱。重度用户得上更贵的 Max Plan，但跟它能干出来的活比，只能说还是便宜得离谱。那为什么 agent 革命还没真正发生？我觉得卡住它的不是技术，也不是成本，是教育。
第五篇引过一组数据。全世界 84% 的人从来没跟 AI 说过一句话，16% 用过免费的聊天机器人，每个月为 AI 付钱的大概是 0.3%，用编程 agent 的只有 0.04% 左右。这是一个认知漏斗，每往下走一层，人就少一大截。而且就算走到了最底下那层，大多数人也还是把 AI 当一个更快的工具在用，没把它用成协作者。
从会用 AI 到会用编程 agent 是一个层层掉人的认知漏斗：84% 没用过、16% 用免费聊天机器人、0.3% 付费、只有 0.04% 用编程 agent
本来该管教育的学校，完全没准备好。教育系统还在考记忆力，还在教学生用标准格式回答标准问题。而这恰恰是 AI 最擅长的，你花四年练出来的记忆和复述，一个 agent 零点几秒就能做到，还做得比你好。真正重要的那些东西，比如独立思考、做决定、问出对的问题、自驱力，课堂上几乎不教。所以现在学校成批教出来的还是执行者，是背答案的人，可接下来真正缺的，是能做管理、会问问题的人。
聪明人学会了用 agent，普通人还停在搜索引擎，两边的效率可能就不只差几倍了，差出一个数量级都有可能。而且这个差距只会越拉越大。
Boris 在访谈里打过一个历史上的比方，我觉得挺好。古登堡发明印刷术之前，欧洲绝大多数人不识字。印刷术出现以后五十年，印出来的东西就比之前一千年加起来还多。当时修道院抄写员的反应很有意思，他们没怎么慌，反而挺兴奋，因为终于不用把命耗在一本一本手抄上了，省下来的时间可以拿去想该写什么。
我们现在就站在代码的「印刷术时刻」，写代码就是那个手抄的活，我们就是这一批抄写员。不用再一字一句地手写指令了，精力可以放回到想清楚该造什么上。范式转移其实已经发生了，GitHub 上 4% 的提交来自 claude code，顶尖开发者也不再手写代码。编码之后，下一个要被重新定价的，是剩下那一大片信息工作。
还有一个环没闭上。等 agent 开始读懂自己的源代码，事情会变得更有意思。
有空的话，推荐看看：