我们正站在印刷术时刻
印刷术时刻——从古登堡印刷机涌出的 AI 信息工作者
编码只是第一站
如果你觉得这个系列只是在讲"程序员不用写代码了"，你低估了正在发生的事。
SemiAnalysis 在报告中指出：编码是 Agent 颠覆信息工作的第一个滩头阵地，不是终点。真正的主战场是全球 15 万亿美元的信息工作市场——超过 10 亿信息工作者，占全球劳动力的三分之一。
为什么编码先被颠覆？因为几乎所有信息工作都共享同一个流程：
读取（摄入非结构化信息）→ 思考（应用领域知识）→ 写作（产出结构化输出）→ 验证（根据标准检查）。
软件开发的流程一模一样。Agent 能颠覆软件开发，它理论上就能颠覆所有信息工作。
METR 的研究数据显示，AI Agent 的自主任务处理时长每 4 到 7 个月翻一倍。当前主流水平约 4.8 小时。
当这个数字达到 8 小时——一个完整工作日——整个信息工作的版图将被重新绘制。
"软件工程师"这个头衔会消失
Boris Cherny 的预测很直接："我觉得'软件工程师'这个头衔会慢慢消失。可能变成 builder，可能变成产品经理。"
这不是预言。在 Anthropic 内部这已经是现实。
PM 写代码，设计师写代码，工程经理写代码，财务团队也写代码。区分你的不再是"会不会写代码"，而是对系统、用户和问题的理解。
Anthropic 也看到了这一点。Cowork 的推出——面向通用计算的 Claude Code——标志着 Agent 正式从程序员群体拓展到所有信息工作者。在第四篇里，陈宇森说 Claude Code 是最强的通用 Agent。Cowork 是这个判断的直接延伸：通用 Agent 不该只服务于程序员。
Anthropic 内部已经是这样了。数据科学家用 Claude Code 写 SQL 和做数据分析，销售团队把它接到 Salesforce 上处理业务。Plugins 功能则是一群 Agent 自动领取任务分工开发，周末跑了几天就完成了，几乎没有人工介入。
Agent 甚至开始在人类的沟通渠道里活动了。
Boris 描述了一个常见模式：他让 Claude 开发一个功能，Claude 读代码库时在 git blame 里看到某个工程师的名字，就直接在 Slack 上给那个工程师发消息问一个澄清问题——拿到答案后继续开发。
Claude Code 团队用 Agent SDK 自动化了代码审查、安全审查、issue 标签分类和上线流程。Agent 在人类的社交渠道里运作、自主管理开发流程——"工具"和"同事"的界限已经非常模糊了。
Agent 开始为自己创建 Agent 来完成任务。"编码"这个词的边界也在模糊。
SaaS 的护城河在塌
这一切对现有软件行业意味着什么？
SaaS 行业的三道核心护城河正在同时瓦解。
数据锁定——用户的数据困在某个 SaaS 系统里，迁移成本极高。但 Agent 能跨系统迁移数据，成本大幅下降。
工作流锁定——用户花大量时间学习某个产品的 UI 和操作流程。但 Agent 不需要 UI，它理解自然语言，直接执行任务。
集成复杂度——不同 SaaS 之间的集成需要专业开发。但 MCP 让 Agent 能无缝对接各种工具和服务。
SaaS 的本质是什么？说白了就是把信息工作流程固化为代码，然后按月收费。
但如果 Agent 能直接完成信息工作——不需要固化的代码流程——那 SaaS 75% 的毛利率就变成了巨大的套利空间。
这正好和第四篇的"日抛型软件"判断呼应。软件可以按需生成时，那些把工作流固化为产品的公司，护城河就不再是护城河了。
微软是最典型的案例。它一边通过 Azure 为 Anthropic 和 OpenAI 提供算力，另一边看着这些客户用 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，却几乎没有取得实质性的市场进展。
但微软的困境不是微软一家的——它是所有按席位收费的软件公司的困境。
我自己就是一个样本
回顾这个系列的写作过程，我自己就是证据。
2023 年，Cursor 刚发布不久我就开始用了。那时候它还没有 Agent Mode——就是 Tab 补全，帮你续写代码。但即便只是补全，效率提升已经很明显了。Cursor 迅速成了我日常开发的核心工具。
后来我转向了 Claude Code。
和 Cursor 不同——Cursor 本质上仍然是 IDE，它让你看代码、编辑代码，AI 只是辅助。Claude Code 提供了一个完全不同的范式：你不再盯着代码，而是专注于描述意图。你告诉它你想要什么，它去规划、去执行、去跨文件协作。你的角色从"写代码的人"变成了"管理 Agent 的人"。
2025 年底，我先做了一个六壬占卜的 app，然后是八字、MBTI、解梦——一开始都是玩具性质的实验。后来决定认真做一个产品，于是买了 panpanmao 域名，重写底层架构，把所有功能整合成一个 unified all-in-one app——这就是盘盘猫的起点。
到 2026 年初，变化加速了。我在 GCP 上搭了 OpenClaw，把 Agent 接入飞书，非技术团队成员开始直接和 Agent 协作（第五篇写了这个）。Anthropic 推出 Cowork。SemiAnalysis 发报告。顶尖开发者集体表态。
这个转折不是某一天突然发生的。它像水温升高——你每天泡在里面，感觉不到变化。
但如果 2023 年的我看到 2026 年的我，他不会相信我的日常工作就是思考和跟 Agent 对话——而不是写代码。
窗口不会一直开着
这场变革的受益者将极不均匀。
能力？到了。Claude Code 已经是最强的通用 Agent。
成本？入门级一顿饭、几杯咖啡的钱。重度使用者需要更高档的 Max Plan，但对比能产生的价值依然低得离谱。
那为什么 Agent 革命还没有真正发生？
因为瓶颈不在技术和成本——在教育。
99.99% 的人不知道 AI 能做什么。知道的人中，99% 不知道怎么有效地使用它。知道怎么使用的人中，大部分还没有建立起"AI 是协作者而不是工具"的心智模型。
这是一个认知漏斗。每一层都在大量流失。
而本该承担教育角色的机构——学校——完全没有准备好。
我们的教育系统还在考记忆力。还在教学生用标准化的格式回答标准化的问题。但这恰恰是 AI 最擅长的事。你花四年训练出来的记忆和复述能力，一个 Agent 用零点几秒就能做到，而且做得比你好。
教育系统几乎完全忽略了真正重要的东西：独立思考的能力、做决定的能力、提出正确问题的能力、自驱力。
它在训练人当执行者，而不是管理者。在训练人背答案，而不是问问题。
AI 是认知差距的放大器。
过去，一个聪明人和一个普通人的工作效率差距，也许是两三倍。但当聪明人学会了用 Agent，而普通人还在用搜索引擎——这个差距可能是一百倍。
不是因为 AI 让聪明人变聪明了。是因为 AI 把"会用的人"和"不会用的人"之间的鸿沟撕得更大了。
抄写员的解放
Boris 在访谈中用了一个历史类比，我觉得特别贴切。
古登堡发明印刷术之前，欧洲绝大多数人不识字。五十年后，印刷品的数量超过了此前一千年的总和。
当时一个修道院抄写员对印刷术的反应不是恐惧——而是兴奋。因为他终于不用把生命耗在一本一本地手抄上了，可以把时间花在思考应该写什么上。
我们现在就站在代码的"印刷术时刻"。
写代码就是抄写。而我们即将成为那些被解放的抄写员——不再逐字逐句地手写指令，而是把精力放在思考该构建什么。
八篇文章，一条主线
第一篇，AI Companion——一个真正理解你的 AI 伴侣。那时候这还是"愿景"。现在 Claude Code 已经是最接近这个愿景的产品：理解你的工作环境，记住你的偏好，能协作而不仅仅是执行指令。
第二篇，"民主化高管生活方式"——每个人都拥有 CEO 级别的资源。现在一份订阅费已经让这成为现实。
第四篇，"日抛型软件"——为一个人定制的一次性应用。Claude Code 已经在日常性地做这件事。
第五篇，"最后一公里"——99.99% 的人不知道 AI 能做什么。这仍然是最大的瓶颈。
第六篇，"你才是 Manager"——关键技能不再是写代码，而是管理 Agent。竞争力已经转移了。
第八篇，"为什么是 Claude Code"——缰绳比模型更重要。编排胜过生成。
范式转移已经发生了。不是"即将发生"，不是"可能发生"——是已经发生了。4% 的 GitHub 提交来自 Claude Code。顶尖开发者不再手写代码。15 万亿美元的信息工作市场正在被重新定价。
知道的人在狂奔，不知道的人还在原地。这个差距每天都在扩大。
但还有一个环没闭上——当 Agent 开始理解自己的源代码，事情会变得更有意思。
有空的话，推荐看看：