聊天已死
聊天已死——Ai chatbot 兴亡史
OpenAI 高管说“Chat is dead”。这句话被很多人当成了结论。不是结论，这是一声发令枪。枪响之前，聊天怎么死的。枪响之后，Agent 怎么活的。这篇文章讲的是这两件事。
一声枪响
2026 年 6 月，《金融时报》报道，OpenAI 正在筹备 ChatGPT 自 2022 年上线以来最大规模的改版。核心产品负责人 Thibault Sottiaux 合并了 ChatGPT 和 Codex 两个团队，要把聊天机器人变成 Agent 平台——整合 Codex、图像生成、以及 Canva、Booking.com、Slack 等第三方服务。
Sottiaux 原话："It will transcend the actual surface...what we're building towards is where you have your own personal agent."
翻译成人话：这个输入框，配不上我们要做的事了。
几乎同一周，微软在 Build 2026 发布 Project Solara——一个基于 Android 开源项目的全新操作系统。没有应用商店，没有浏览器，没有桌面。有的只是 AI Agent。Best Buy、CVS、Levi's、Target 都签了试点。
你品一下这个信号：微软做了一个没有 App 的操作系统。
两件事放一起看，不是某个产品在改版，是整个“人操作软件”的时代在松动。
聊天怎么死的：三十秒讲完
不废话。聊天框有三个先天缺陷，从第一天就带着的。
- 第一，你得先想清楚问什么。空白输入框是最反人性的设计。你妈面对 ChatGPT 的表情，跟面对高考作文题一样。
- 第二，它只动嘴不动手。你让它帮你订机票，它给你一段建议。然后呢？你自己打开浏览器，自己搜，自己下单。说 100 分的话，做 0 分的事。
- 第三，信息在对话里消亡。上周那段精彩的对话？你根本找不到它了。聊天框的信息是流水，说完就过，沉下去就没了。
2023 年 ChatGPT Plugins 试过一次——让聊天框调外部工具。死了。封闭生态、频繁报错、每个平台得单独写接口。这是对“聊天+工具”模式的第一次大规模验证，结论很清楚：在框里塞功能，塞不动。
聊天的死因一句话：人类需要的是结果，对话只是成本。
好，到此为止。接下来讲 Agent 是怎么从聊天的废墟里长出来的。
Agent 怎么来的：一条清晰的演化链
Agent 不是从石头缝里蹦出来的。它有一条完整的演化链。每一步，都是前一步催生的。
第一步：概念验证——AutoGPT（2023 年 3 月）
一个叫 Toran Bruce Richards 的开发者在 GitHub 上发了一个项目：让 GPT-4 自己给自己写 prompt、自己分解任务、自己循环执行。一周内 star 数破万，全球科技圈炸了。
AutoGPT 做得很粗糙。循环几次就跑飞了，烧钱烧得离谱，实际完成率惨不忍睹。同期还有 BabyAGI，更简洁，同样脆弱。
但它们证明了一件事：AI 可以不等人下指令就自己干活。
这两个项目就像莱特兄弟的飞机：飞了 12 秒就掉下来了，但所有人都看见它飞起来了。
第二步：产品化——Devin（2024 年 3 月）
Cognition Labs 发布了 Devin，号称“第一个 AI 软件工程师”。它能看 GitHub Issue、写代码、跑测试、提交 PR。一条龙。
争议很大——不少人质疑 demo 有水分。但 Devin 做对了一件事：它把 Agent 从“技术验证”推向了“产品形态”。在 Devin 之前，大家讨论的是“Agent 能不能跑起来”。Devin 之后，讨论变成了“Agent 应该长什么样”。
第三步：出圈——Cursor 和 Windsurf（2024 年全年）
Devin 打开了想象力，但真正让 AI 编程走进千万开发者日常的，是 Cursor 和 Windsurf。
Cursor 是一群 MIT 毕业生 2022 年创办的 AI 原生代码编辑器。2024 年，它踩中了 Devin 带起来的 Agent 浪潮，用户量爆发式增长。到 2025 年底，ARR 突破 10 亿美元，估值 293 亿美元。它的杀手锏是 Composer——跨多文件的 Agent 式编辑，让开发者第一次体验到“我说一句话，它改整个项目”。
Windsurf（前身叫 Codeium）在 2024 年 11 月发布了 Agentic IDE，直接把“Agent 编程”写进了产品名。2025 年 4 月公司整体改名 Windsurf，从插件变成了独立 IDE。
这两款产品的意义在于：Devin 是实验室里的概念车，Cursor 和 Windsurf 才是开上马路的量产车。它们让几百万开发者真正在日常工作中用上了 Agent，而且用上了就回不去了。
Andrej Karpathy 在 2025 年初造了一个词叫“Vibe Coding”——你不写代码了，你“感受”代码。说白了就是：你描述意图，AI 来实现。这个词之所以能火，就是因为 Cursor 们让它从段子变成了现实。
第四步：基础设施——MCP 协议（2024 年 11 月）
就在 Windsurf 发布的同一个月，Anthropic 悄悄开源了 MCP（Model Context Protocol）。
当时没多少人注意到。但这个协议后来被证明是整个 Agent 生态的分水岭。
MCP 解决了一个很现实的问题：之前每个 AI 要调用外部工具（GitHub、Slack、数据库），都得单独写接口。N 个 AI 乘 M 个工具等于 N×M 份代码，开发者疯了。MCP 把这件事标准化了——写一次接口，所有 AI 客户端都能用。
一年半后的今天，MCP 下载量逼近 1 亿次，OpenAI、Google、微软全部接入。它是 Agent 时代的 HTTP。
第五步：大厂落地——Claude Code 和 Codex（2025 年）
MCP 铺好了路，大厂的重武器就上场了。
2025 年 2 月，Anthropic 发布 Claude Code 研究预览版。从终端切入——你在命令行里敲 claude，它能读你的整个代码仓库、改代码、跑测试、提 commit。到 2026 年 5 月，Anthropic 自己内部 80% 的合并代码由 Claude 编写。乐天拿它管 1250 万行代码库。
2025 年 4 月，OpenAI 发布新版 Codex。这一回它不再是 ChatGPT 里的代码补全功能了，它独立出来，长成了一个跨桌面、命令行、IDE 的全栈 Agent 平台。10 月正式 GA。到今天 500 万周活用户，知识工作者占比 20%，增速是开发者用户的三倍。
这一步的意义：Agent 从“程序员的新玩具”变成了“企业的生产工具”。Cisco、NVIDIA、Datadog 都在用它做生产级开发。
第六步：全民化——OpenClaw 和 Hermes Agent（2025 底-2026 初）
大厂做的是“给专业人士的 Agent”。接下来，开源社区把 Agent 塞进了普通人手里。
2025 年 11 月，Peter Steinberger 发布了 OpenClaw（最初叫 Clawdbot，几次改名后 2026 年 1 月定名）。它干的事很直接：把你的微信、WhatsApp、Telegram、Slack 都连到一个 AI Agent 上，Agent 能操作你的本地文件、浏览器、应用程序。GitHub 上百万级 star。
2026 年 2 月，Nous Research 发布 Hermes Agent。思路更硬核：Agent 做完一件事会自己写总结文档，下次遇到类似任务直接调用。它有一个“自我改进闭环”——用得越多越聪明。6 月出了桌面版，从命令行工具变成了普通人能用的 App。
OpenClaw 和 Hermes 的意义在于：Claude Code 和 Codex 证明了 Agent 能干专业的活，但 OpenClaw 和 Hermes 证明了 Agent 能干所有人的活。你不用是程序员，你只要有一台电脑。
第七步：官宣——ChatGPT 转型（2026 年 6 月）
然后就到了开头那一幕。OpenAI 说“Chat is dead”，ChatGPT 从聊天机器人改版为 Agent 平台。这不是第一步，这是最后一步。
回头看这条链：AutoGPT 点火 → Devin 开发概念车 → Cursor/Windsurf 量产上路 → MCP 铺好高速公路 → Claude Code/Codex 大公司入场 → OpenClaw/Hermes 全民普及 → ChatGPT 官宣转型。
每一步都是前一步逼出来的。不是 OpenAI 突然决定杀死聊天。是整个行业用三年时间，在聊天的坟上种出了一片森林。到 OpenAI 回头看的时候，森林已经挡住了聊天框的光。
为什么 Agent 是下一代技术方向？
很多新概念最后都是泡沫。为什么 Agent 不是？因为 Agent 解决的是一个基础架构层面的问题：人和软件之间的交互效率。
计算的历史就是一部“降低人操作机器的门槛”的历史。每一次降低，都催生了一代平台霸主：
| 时代 | 交互方式 | 门槛 | 平台霸主 |
|---|---|---|---|
| 命令行 | 记住精确语法 | 极高 | Unix/DOS |
| 图形界面 | 点鼠标 | 中 | Windows/Mac |
| 触屏 | 滑手指 | 低 | iOS/Android |
| 聊天框 | 打字描述需求 | 中低 | ChatGPT |
| Agent | 你说目标，它全干 | 极低 | ？ |
注意看“聊天框”那行——门槛其实没有比触屏低多少。你仍然得打字，得想清楚怎么描述，得等它回复，得自己把结果搬到该去的地方。
Agent 把门槛降到接近零：你说一个目标，它编排所有步骤、调用所有工具、完成所有执行。这个跨越跟之前每一次有本质区别——之前每一次都是“人学一种新的操作方式”，这次是“人不再需要操作”。
三个硬依据：
- 依据一：协议层成型了。MCP 下载量逼近 1 亿次。OpenAI、Google、微软全部接入。协议一旦定型，生态不可逆。这就是 Agent 时代的 HTTP。
- 依据二：操作系统层在重构了。微软 Project Solara 做了没有 App 的操作系统。Google Gemini Intelligence 在 Android 系统层嵌入 Agent。华为盘古在 HarmonyOS 做同样的事。三大 OS 厂商同时推的方向，不会只是概念。
- 依据三：商业跑通了。OpenAI 月收入 20 亿美元。Codex 500 万周活。Claude Code 写了 Anthropic 80% 的代码。Cursor 一年 ARR 破 10 亿。这些不是实验数据，是财报数据。
技术就绪 + 系统就绪 + 商业就绪 = 方向确定。
接下来会发生什么：三种产品形态正在成形
方向确定了，但具体的产品形态还在演化。我看到三种正在成形的方向：
形态一：界面消失。
Project Solara 的“Just-in-Time UI”——界面根据任务实时生成，用完即走。一个酒店前台的屏幕上不需要任何 App 图标，只需要显示：眼前这位客人是谁、他预约了什么、下一步该做什么。
这叫 Ambient Computing（环境计算）。技术退到背景里，根据传感器和上下文主动服务。界面从“预制菜”变成“现炒现做”。
形态二：多 Agent 协作。
一个 Agent 是一个员工。一群 Agent 是一个团队。你是 CEO。
已经有企业在部署这种架构：Content Agent 写文案、Data Agent 拉数据、Review Agent 审合规，彼此协作，自动跑完整条工作流。
但这里有一个关键瓶颈：记忆。做完就忘的 Agent 是临时工。所以 Zep、Graphiti、Mem0 这批产品在做“Agent 记忆层”——给 Agent 装硬盘。让它记住你的沟通偏好、客户的历史订单、上次会议的结论。有记忆的 Agent，才是同事。
形态三：意图计算。
你什么都不用说。系统通过日程、邮件、位置、行为模式推断你的意图，提前行动。
你落地浦东机场，手机自动调出接机信息、酒店地址、明天第一个会议的议程。你没打开任何 App，没输入任何 Prompt。
Sottiaux 说的“未来用户甚至不用输入提示词”，指的就是这个。提示词是聊天时代的遗产。在意图计算时代，最好的提示词是零提示词。
聊天没死，它沉下去了
最后说一件违反直觉的事。人机交互的历史上，旧范式从来不会真正消失，它沉到更底层去了。
命令行没死。它变成了开发者的基本功——Claude Code 和 Codex 的第一个界面就是命令行。图形界面没死。它变成了操作系统的皮肤。网页没死。它变成了 App 内嵌的 WebView。
聊天框也不会消失。它会降级为 Agent 的一个子界面——当 Agent 需要跟你确认一个关键决策时，弹一个对话框出来。聊天从“正餐”变成“调味料”。
真正在发生的事，比“聊天已死”宏大得多：我们正在从“人操作软件”的时代，过渡到“软件替人操作”的时代。
第一个时代，你得学会用 Word、Excel、Figma、每一个 App 的每一个按钮。你是操作者，软件是工具。
第二个时代，你说目标就行。怎么做，是 Agent 的事。你是决策者，Agent 是执行者。
从 AutoGPT 到 Devin 到 Cursor 到 Claude Code 到 Codex 到 OpenClaw 到 Hermes，三年时间，Agent 从一个跑 12 秒就掉下来的实验品，变成了写 80% 生产代码的正式员工。
这个速度，让 ChatGPT 从 0 到 1 亿用户的 2 个月都显得慢了。
最后一个问题：当 Agent 替你干了所有执行的事，你打算用省下来的时间干嘛？欢迎在评论区留言讨论。
