锋面观点 | 未来基础设施：AI-first（AI优先）、AI-native（AI原生）

最近看到一个开源软件仓库，里面没有代码，只有一段提示词。很多开发者用这段提示词，配合不同的大模型、不同的代码执行环境、不同的上下文资料，做出了功能接近的软件。也就是说，这个仓库开源的不是一个已经编译好的产品，不是一套完整工程，而是一种“生成软件的意图”。

卡帕西（Karpathy，OpenAI联合创始人）最近在关于高度个性化软件的讨论中，举了相关例子。他为了追踪自己8周的心肺训练实验，用AI在大约一小时内做了一个自定义的仪表板。他觉得这类个性化的需求不应该去应用商店里找通用程序，而应该由智能体即时生成。更关键的是，他认为未来不是一堆离散应用程序的集合，而是由AI原生的传感器、执行器和服务，通过大模型胶水层（LLM glue）编排成高度定制的软件。

卡帕西认为Software 1.0是人写给计算机执行的代码，Software 2.0是更抽象、更不人性化的语言（例如神经网络权重），而Software 3.0则是用自然语言去编程。未来的软件工程会增加新的内容，包括上下文工程、提示词版本管理、工具调用协议、语义接口、智能体规划、任务回放、生成结果验证，以及人机协同的需求澄清机制等。

过去开发者把一个通用应用程序做出来，用户在应用商店成千上万个应用程序中选择最接近自己需求的版本，但大多数人的需求不是标准化应用程序能完全覆盖的。一个研究员想要只服务于某个课题周期的资料整理工具，这种需求太长尾、太具体、太动态，传统软件市场不可能逐一满足。AI编程和智能体编排能把为一万人做的通用软件，变成为个人生成的定制化软件。

当然，个性化软件的瓶颈并不只是代码生产速度，也包括需求表达能力。很多人无法清晰描述自己的需求，更不能描述边界条件、异常场景、数据口径和验收标准。

研究人员说“我想要一个管理案例的工具”，这句话离可运行的软件还很远，要不要权限分层？要不要提交记录？要不要评分量规？要不要导出？要不要提醒？要不要保留历史版本？要不要多人协作？这就不是简单地对AI说一句“帮我做个案例库”，而是帮助用户把模糊愿望逐步厘清为可执行的需求描述。

因此，未来软件生产中间层会出现大量AI原生平台，负责把自然语言需求转化为结构化规格、工作流和可维护代码。

然而，在卡帕西举的例子中存在一个问题，目前终端上的仪表板是为了兼容人类的感知系统而设计的。它们把数据库里的结构化数据变成颜色、曲线、地图、柱状图、漏斗图和排名表，让人类通过视觉模式识别来理解业务状态。但当智能体逐渐成为我们的助理，甚至成为第一层数据分析者时，继续让AI像人一样“看大屏”“读网页”“点按钮”，其实是一种低效而且不稳定的路径。

AI获取数据的主要入口，不应该是图形界面，而应该重新回到接口、协议和命令行。图形界面是给眼睛看的，应用程序接口（API）是给系统调用的，命令行接口（CLI）是给自动化编排的，事件流是给实时决策的，结构化日志是给机器追踪因果链的。

未来真正重要的不是“这个系统有没有一个漂亮大屏”，而是它有没有可发现、可调用、可验证、可授权、可回放的机器接口。一个AI助理不应该通过光学字符识别（OCR）去读数据看板，它应该直接查询数据接口，拿到带有数据结构、时间戳、口径说明、权限边界和置信元数据的结构化结果。

因此，未来的一部分基础设施会从人优先（human-first）走向AI优先。这里的AI优先不是说不再服务人，而是说系统的底层表达首先要对机器友好，然后再派生出对人友好的界面。过去我们常常先做页面，再顺手补一个API；未来更合理的顺序可能是先定义资源模型、事件模型、权限模型、工具模型和语义契约，再由AI或前端框架生成不同的人类界面。

在智能体时代，仅有“接口能调用”还不够，还需“接口能被AI正确理解和安全组合”。这就是为什么模型上下文协议（MCP，用于解决模型被数据孤岛困住、每接一个数据源都要单独集成的问题）、智能体间通信协议（A2A，不同厂商、不同框架构建的智能体之间如何安全通信、交换信息和协调行动）这类协议值得关注。

AI原生基础设施至少需要几层能力：

第一层是能力发现（capability discovery），也就是智能体必须先发现一个系统能做什么？有哪些工具、资源、事件、权限、限制和代价？

第二层是强类型调用（typed invocation），也就是每个动作必须有明确的输入输出数据结构、约束条件、错误码、重试语义、幂等键和副作用声明。

第三层是上下文绑定（context binding），也就是工具调用不能只是裸API，而要携带业务语义、字段口径、历史上下文和组织规则。

第四层是策略强制执行（policy enforcement），也就是权限、合规、速率限制、数据脱敏、审批流不能藏在人类操作手册里，而要变成机器可执行的策略。

第五层是可观测与回放（observability and replay），也就是智能体每一次读了什么、算了什么、调用了什么、改了什么、为什么这么做，都可以追踪、回放、审计和纠错。

未来的软件世界，真正重要的基础设施不再只是更漂亮的页面，而是更清晰的接口、更可信的协议、更强的语义描述、更严格的权限控制，以及更容易被AI理解和调用的现实世界入口。谁能把现实世界的设备、数据、流程、权限和行动封装成AI可理解、可调用、可验证的接口，谁就掌握了下一代软件生态的入口。

END

文章来源：2026年7月23日《国际对标研究报告》。本文作者系我院首席科学家、决策AI中心总监楼崇。

成文时间：2026年7月22日。

特别声明：未经许可或授权，请勿转发、转载。