随着大模型技术从对话交互向任务执行演进，AI Agent 正在重塑软件生态的底层逻辑。传统 App 依托图形界面（GUI）构建的护城河，正面临自然语言交互（LUI）与技能调用（Skill）的双重挑战。这场变革并非简单的替代，而是交互范式与商业逻辑的深层重构。
在这场关于未来的讨论中，行业一线的产品负责人与技术专家 gathered 在一起，试图厘清 Skill 与 App 的边界，以及_agent_生态下的新机遇。以下是基于近期一场深度沙龙的现场实录与行业观察。
资深观察员 发自 北京
科技前沿观察
中关村科学城国际创新服务集聚区的会议室，座无虚席。
原定 2 点开始的沙龙活动，不少观众提前一个小时就到场。他们大多是从业多年的产品经理、创业者，也有大学生和刚入行的年轻人。
OpenClaw 带来的连锁反应，还在继续扩散。
这段时间，以它为代表的智能体技术，正以Skill 调用取代App 跳转，让传统应用形态第一次感受到被“架空”的危机。
过去，打车、点餐、修图……每件事都要打开特定 App，遵循“找应用 – 选功能 – 完成操作”的固定路径。
现在，一句指令，智能体就能调用 Skill 完成任务，甚至直接操控手机里的其他 App。
新的入口似乎正在替代分散的 App。
无数产品经理都在追问：龙虾时代，还需要做 App 吗？产品人的下一张牌该怎么打？
在近期举办的「龙虾时代，Skill 会吃掉 App 吗？」主题沙龙上，我们看到深耕传统 App 生态多年的从业者与“养了 50 只龙虾”的算法工程师正面交锋。
还有来自 AI 健康、智能办公、效率笔记、通用 AI 智能体、底层智能体操作系统等多个领域的一线创业者与产品负责人，疯狂输出干货。
大家围绕Agent 生态、Skill 能力边界、App 未来形态等话题激烈讨论，现场碰撞出许多有意思的观点：
- Skills 不会完全干掉 App，App 会以 Skill 形式继续存在并进化；
- 笔记这类工具，未来不只是存储工具，而是 AI 的个人记忆底座；
- Skill VS App 不是谁消灭谁，是 GUI（图形界面）向 LUI（对话式交互）迁移；
- 吃掉 App 的不是 Skill，而是 Agent 产品；
- 给人用的产品，不会被给 Agent 用的产品取代。
- ……
当 App 的边界被 Skill 打破，当 Agent 团队开始模仿人类组织分工协作，一个更值得深思的话题是：
人类组织本身，又该朝着怎样的方向进化？
看完下面这份回顾实录，相信你会有自己的答案。
小卡健康是一款为减脂和健身人群设计的 AI 饮食记录 App，通过 AI 拍照和 AI 对话，记录饮食和计算食物热量。上线 1 年多，用户超过 200 万。
它的创始人兼 CEO 包炬强，结合自身 AI 行业经历与对 App 市场的数据观察，直言目前受 AI 冲击最明显的是搜索类产品，对其他 App 流量影响有限。
在他看来，App 与 Skill 有本质不同。前者面向人类、以图形界面交互、流程通用、追求用完即走；后者服务于 AI Agent，采用自然语言或命令行交互，流程个性化、注重理解用户。
Skills 更像 AI 时代的“小程序”，小程序没干掉 App，Skills 也未必能。
既然不会被干掉，那么 App 在 AI 时代该怎样自处？包炬强分享了四条命运走向：
- 主动成为 Skill，服务已有⽤户，只是部分⽤户⼊⼝迁移了；
- 在 Skills⽣态中，生长出 App 的替代品；
- 原有服务 Agentic 化，获得更多新增流量，可被 AI 调用；
- 部分场景直接消失，不再需要独立形态。
数据层面，我观察到两波关键变化。一是目前受 AI 冲击最明显的是搜索类产品，对其他 App 流量影响有限。
二是今年年初，Anthropic 推出 Claude CoWork 插件市场，引发的美股 SaaS 史诗级暴跌。资本市场普遍担忧 SaaS 产品会被 AI 替代。
顺着这个逻辑推演，第三波冲击，有没有可能是 AI Agent 与 Skill 生态，对现有 App 模式的系统性颠覆？
Skill 服务于 AI Agent，适配机器阅读，交互偏向自然语言与 CLI 命令行，无需复杂界面，使用流程高度个性化，能在不同技能间自由跳转完成复杂组合任务，目标是更懂用户、积累上下文、提供专属服务。
当前，Skill 主要分为四类，绝大多数是原有服务的延伸，各类 App 与软件通过 API 开放能力接入生态，仅把 GPT 作为交互入口。
其次是组合服务，能串联多个工具实现个性化需求，也是目前玩法最多的方向。此外还有基建服务与创新服务，纯创新型技能目前仍较少，需要生态逐步成熟。
未来 App 可能有几种走向：主动接入成为 Skill、被生态内新服务替代、自身实现 Agent 化开放能力，或是保留独立场景不接入 AI 生态。
我的判断是，App 会持续作为服务载体存在，不会被 Skill 完全取代，而是适配生态进化。
现阶段，Skill 发展仍有不少问题：使用成本偏高、多数服务不支持 CLI、生态不完善；人类还不擅长精准向机器描述需求，容易浪费 token。
更深层的是组织架构问题，当前团队协作依赖人工传递信息，上下文大量丢失，真正的效率提升需要 Agent 化组织，让 AI 之间直接对接传递完整信息。
当然，Skill 的优势也很明显：服务互联互通，个性化流程更灵活；上下文完整连贯，体验更贴心有情绪价值；多 Agent 并存提供服务，个体效率将 10 倍提升。
我建议大家亲自使用 GPT、Claude 等工具，只有亲身实践才有真实体感。特别是企业管理者，如果不亲自使用 AI，就无法搭建适配 AI 时代的组织架构，创新也只能停留在空想。
最后我想说，AI 时代，每个人都值得温柔以待，每个人都配得上更个性化的服务。
两周前，金山办公 WPS 的 AI 原生笔记刚刚完成内测，补上了 WPS 产品组件板块的最后一块拼图。
“很多人都在说，WPS 为什么没有一个笔记软件？也有人说，已经有 WPS 了，为什么还要做一个笔记软件？”过去一段时间，两种声音在徐奕成耳边碰撞了太多次。
作为金山办公 WPS AI 产品总监，徐奕成向沙龙现场的创业者和产品经理抛出一个问题：”你们设计的产品能被 Claude Code 直接调用吗？“
他的答案很明确，如果一个 App 应用不能被 Agent 访问，那么在 AI 的世界中，它已经消失了，“因为 AI 看不见它”。
徐奕成用自动驾驶举例，称以前是“人开车”，现在讨论最多的是“车载人”。比如特斯拉，已经推出无方向盘、无踏板的无人出租车了。
放到应用产品上也是同理：从前是人使用 App，未来会变成App 主动服务人。
需注意的是，过去 20 年，App 的竞争本质是抢用户打开的界面战争，比拼功能、体验、价格，核心目标是让用户主动点开 App，是基于界面设计的用户竞争。
而 AI Agent 到来后，竞争彻底改写：新用户不再是人，而是 Agent。Agent 不看界面、不在乎设计，唯一决策标准是你有没有 MCP（模型上下文协议）？接口稳不稳？
尽管现阶段“龙虾”还有各种各样的问题，比如很费钱、效果不那么好，但不能否认它是一个新范式。
“范式一旦发生，是不可逆的。就像接受了 Vibe Coding，我们就再也回不去古法编程的时代了。”徐奕成说。
今天我们聚焦核心话题：Skill 会吃掉 App 吗？由此延伸出两个关键问题：当 Agent“吃掉”应用时，究竟吃掉了什么？剩下的又是什么？
用人开车和现在的自动驾驶来理解这个问题，App 的发展也是如此。
以前是人去操作 App，为了让大家能用更短的路径达成需求，我们不断丰富功能、优化交互体验。
进入 AI 时代，尤其是 AI 能够并行处理任务的当下，路径长短或许已经不那么重要，只要 AI 能精准承接用户的需求，给出想要的结果就足够了。
这是我的第一个思考：App 就像车，核心能力（代码或 AI）就像引擎，它们都会一直存在，但人需要手动操作的“驾驶舱”会逐渐弱化，操作步骤会越来越少。
随之而来的另一个问题的是：这个“引擎”到底属于谁？
当你的应用能被 AI 调度，用户不会在意 Agent 调用的是 Office 还是 WPS，他们只在乎最终能不能拿到想要的 Word、PPT。
但对我们厂商而言，这一点至关重要。
所以我们的竞争，已经从传统的交互层面，更多转向了 AI 交互层面。
再跟大家分享一个生活化的类比：大家平时会怎么管理家里的杂物？我知道有些人家里弄了专属货架，把所有东西分门别类，只为快速找到想要的东西。
但如果家里有一个小精灵，你只要告诉它想要什么，它就会帮你找出来，那我们还需要货架吗？答案显然是不需要。
这和笔记软件的现状很像，很多用户会要求我们做文件夹、做各种组织结构，但在 AI 时代，这些繁琐的分类方式未来可能都会被替代。
当然，为了尊重用户的使用习惯，我们目前还是保留了树状组织架构，但 WPS 笔记也在不断探索新的范式。
AI 时代，信息熵增的速度远远超过用户整理的速度，很多软件的能力和用户需求出现了结构性不匹配，这不是升级某个功能就能解决的，而是需要推翻重做。这也是 WPS 笔记诞生的核心原因。
WPS 笔记的核心定位很明确：AI 只做一件事——帮用户整理，不帮用户生成内容。
很多人问我，WPS 笔记如何和印象笔记等同类产品竞争？我们很清楚，单品很难获得竞争优势，我们的核心竞争力在于WPS 全生态。
用户可以无负担地将所有内容导入笔记，笔记能作为写 PPT、文字、表格时的优质信息上下文。
同时，我们的核心优势是“记忆能力”，能记住用户的分类逻辑、沉淀私有数据，这就是我们所说的“得记忆者得留存”。
最后回到核心问题：Skill 会吃掉 App 吗？我认为不会，可能会吃掉“为人设计”的那部分。
但 Agent 作为新范式，一旦形成，用户就再也回不去了。
和徐奕成一样，印象笔记产品负责人焦文超也提到了“记忆”之于笔记类产品的重要性。
他的核心观点是，人脑有两大局限：记忆容量有限、处理带宽有限。
传统笔记能解决人类“记不住”的问题，但 AI 时代，面对指数级增长的信息，人的大脑带宽无法快速处理，需要第二大脑做过滤与聚焦。
焦文超提到，AI 时代第二大脑的核心使命，是让 AI 更“懂我”，只输出适配我的相关结果。
同时他也指出，当前 Agent 的痛点是，能独立完成 80%-90% 任务，但协作场景易断连，最后 100 米往往需要人工介入。
而且，简单文件式记忆太粗糙，维度少、精度不足，一旦记忆上下文过长，容易产生幻觉。
随着 AI 对人的记忆累积，焦文超觉得必须做结构化、分层级的记忆管理。印象笔记这类产品，未来不再只是存储工具，而是成为 AI 的精准记忆源。
很多人现在都习惯用大模型解决问题，既然可以把智能体理解为人类的大脑外挂，那是否还有必要再设计一个笔记软件？
相信这是很多人的疑问。我们是这么考虑的，印象笔记从诞生起就以“第二大脑”为定位，解决人类大脑的两大天然局限：
1、记忆容量有限；2、处理“带宽”有限，无法同时高效处理多任务。
在 AI 时代之前，印象笔记的第二大脑概念，其实更多的作用是把信息存下来、方便检索，解决人的大脑容量空间不够的问题。
现在 AI 时代来了，导致信息在生成上速度是爆炸式的。无论是短视频还是公众号，包括我们跟豆包问的各种各样的内容，这些信息导致数据量急剧上升。
人的大脑带宽本身有限，有这么多数据进来的时候，人根本无所适从。因为我们越靠近 AI，越会感觉到人脑和 AI 之间的差距。
因此，AI 时代的第二大脑不再只是“存储工具”，核心使命是适配人类带宽，过滤无效信息，让 AI 只围绕个人目标处理数据，实现“一句话交付、一站式结果”。
OpenClaw 和 Claude Code 这类工具，已经在尝试给 AI 做简易记忆库，它们的做法是：用 Markdown 文件当”AI 的小笔记本”，让 AI 记住和你相关的信息。
但我们觉得可能这些对记忆的处理精度还是不够，做得还是比较粗暴。
真正可用的 Agent 需要“被养出来”，通过深度记忆越来越懂使用者。
我们将个人记忆拆解为六大核心维度：长期基础信息、个人风格偏好、中短期目标任务、行为规律、人际关系网络，以及更高阶的决策思维模式。
相比简单文件存储，更需要用结构化方式管理记忆，区分长期记忆、动态记忆等不同深度，提升效率与准确性。
所以我们认为还是应该有一套记忆系统去管理，才能让 AI 更好地理解你。
我们做了一些 demo，比如我连接了我的笔记、知识库、SaaS 工具、邮件系统等。
可以做的事是，它根据我的数据分析提炼出我的记忆，拿到记忆信息之后，帮我去行动。
例如，自动读取邮件、结合当前任务生成回复草稿。当然我们认为这个步骤不能直接做决策，但至少可以做到帮你写好草稿，你确认一下没问题就可以发送。
这个过程中，才能让 AI 做成真正的闭环。这也是我们认为 AI 与笔记办公工具结合的方向。
元空 AI 是一家由北京大学在读博士团队创业而成的公司，其核心产品 AI Excel 工具——ChatExcel，于 2023 年 2 月测试版上线，累计服务用户超千万次。
谈及本次沙龙主题，元空 AI 创始人&CEO 逄大嵬说，AI、Skill 与 App 的发展都是进化过程，如同生物从单细胞到人类的演化，需要时间沉淀且充满变异，无法预见终局。
但他能肯定的是，如同新形态技术从未杀死旧形态，Skill 也不会吃掉 App。
“App 只是进化中的一个阶段，用户真正关注的是最终结果而非中间过程。”逄大嵬强调，AI 创业的核心是团队坚持信念、穿越周期，产品名称与形式不重要，解决用户需求、提供优质结果才是关键。
今天我就以我们自身产品的发展变化，来回答”Skill 会不会吃掉 App”这一问题，核心关键词就是进化与破界。
这是我很喜欢一张生物进化图，从单细胞生物到人类，整个过程没有固定脉络，本质是变异与时间沉淀的结果。
这和我们今天讨论的 AI、Skill 与 App 的话题高度契合。
它们都是进化的过程，周期漫长且无法预见。就像 2023 到 2026 年，每年的行业话题都在快速迭代，这正是进化的体现。
我们的产品是典型的 AI 原生产品，和金山办公、印象笔记等前辈不同，我们从第一天就采用 GUI 到 LUI 的对话式交互模式。2023 年 3 月上线后，日活最高达 15 万。
上线初期，大家总会问“你们和 WPS、微软有什么区别？”，这正是 GUI 与 LUI 模式的核心差异。
但到 2025 年下半年，这个问题几乎没人再问，因为用户已经接受“对话就能干活”的模式，这背后是技术与用户心智的双重进化。
我们始终认为，AI 产品的核心是技术驱动，而非需求驱动，要跟着模型成熟度走，不断的去挑战技术边界。
我们定位”AI for data”，从单场景单任务，逐步拓展到全模态数据处理，推出 ChatDB、数据看板、AI PPT、AI 文档报告等产品，从单点 Agent 延伸到全产业链服务，这个过程既依托模型成熟，也顺应了用户需求的变化。
而“破界”的关键，我认为是 OpenClaw 的出现，它像生物变异一样，让我们的基础能力长出更多新东西。
我们是第一批做 AI Agent 的团队，也是春节后国内第一个发布小程序版本龙虾的平台。作为平台方，我们能看到用户领养 Agent 后的真实使用场景。
它已进入生产力环节，比如我们的实习生现在只需要用 1 小时、10 元钱就能完成原本要用半天、花费 150 元的图文排版工作，还改变了内部工作流程。
其实，行业里总在讨论“新形态是否会杀死旧形态”，但历史已经证明，PC 没有杀死大型机，智能手机没有杀死 PC，云计算也没有杀死本地服务器，它们只是完成了角色重构。
Skill 与 App 的关系也是如此。
App 只是进化过程中的一个阶段，用户真正关注的不是中间过程，而是最终结果。
作为 AI 创业者，我们 2023 年从校园创业起步，去年连续融资三轮，服务百万用户，我们自身就是进化的缩影。
当前 AI 产品迭代已快至以周为单位，比起纠结技术细节，更重要的是团队能否坚持信念、穿越周期。
最后我认为，AI 时代产品叫什么不重要，能给用户提供想要的结果、提升体验，才是核心。
关于”Skill 会不会吃掉 App”这一话题，TTC 联创&CTO、ClawOS 创始人宁辽原的立场更加明确。
他说，吃掉 App 的不会是 Skill，而是 Agent 产品。
Skill 和 App 都只是过渡态，未来的趋势是从 Skill 走向 Agent Team，乃至 Agent Economy。
宁辽原曾在微软从事 AI 产品与工程师相关工作，后来加入过飞书，如今创办 TTC，专门为 AI 企业和科技企业招募技术人才。
今年，他们公司也推出了 Agent 产品 ClawOS。
在他看来，传统基于 GUI 交互的 App 不会消失，而是会被 Agent 重构融合，如今自然语言交互的统一入口更具优势，就像豆包集成多种功能那样，能替代大量单一功能 App，但微信这类超级 App 短期内难以被替代。
“多数人误解 Skill 只是简单的 Prompt，而实际上高阶 Skill 能实现复杂功能。”宁辽原表示，Skill 存在兼容性差、与主 Agent 易冲突、权限安全有隐患等短板，Agent 才是承载 Skill 的最佳容器。
同时他也提到，当前 Agent 间协作仍有提升空间，跨体系、跨组织的无信任边界协作，在协议、状态、平台流程等方面仍需完善，目前已有大量创业者涉足该领域。
而且，巨头企业也发现大量 Agent 使用场景，行业正从“为人打造产品”转向“为 Agent 打造产品”。
今年我们也推出了 Agent 产品，结合实践，我认为Skill只是初期形态，颗粒度太低，算是过渡产物。
传统 App 是基于 GUI 的交互入口，而现在，无论是“养虾”还是各类交互，一个能理解上下文、记住用户习惯、掌握各类工具的自然语言已经成为主流。
这无疑比零散的 App 更便捷，也能替代大量单一功能的 App。但微信这类高频超级 App，短期内仍难以被替代。
很多人对 Skill 存在误解，认为它只是一个更精致的 Prompt，或是一个简单的指令文档，只能完成基础任务，比如用 PPT Skill 做演示、用会议纪要 Skill 整理录音。但事实并非如此。
真正的高阶 Skill，我称之为 Deep Skill，不仅能封装指令、脚本，还能调用 API、设置 Hooks 等工具，实现更复杂的功能。
即便如此，Skill 仍有诸多短板。首先是兼容性问题，不同平台的 Skill 无法通用，基于云代码开发的 Skill，在开放代码平台可能无法运行，反之亦然。
其次是冲突问题，复杂的 Skill 脚本、Prompt，容易与主 Agent 的模型、配置发生冲突，导致 Agent 逻辑混乱，甚至互相干扰。
再者是权限与成本问题，部分 Skill 需要获取大量用户信息，存在隐私安全隐患，且部分 Skill 本可使用低成本模型，却因主 Agent 采用高价模型而造成浪费。
此外，多 Skill 组合调度时，易出现互相冲突的情况，管理难度极大。
基于此，我认为Skill 并非承载能力的最佳容器，Agent 才是。
实践中我还发现，单个 Agent 远远不够用，于是我开始创建多个 Agent，甚至打造了 HR Agent，专门帮我批量创建、管理各类角色的 Agent，久而久之就形成了 Agent Team。
这就像我们不再零散购买吸尘器、扳手等工具，而是直接雇佣专业人员，让他们带着自己的能力、思路和权限来工作，效率会大幅提升。
在 Agent 协作的基础设施方面，开放的 Open API 体系尤为重要，能让更多人参与到 Agent 生态的建设中。
当专业 Agent 能调用云端数据、外部服务，彼此协作、交易时，Agent Economy 时代已经到来。
现在越来越多的产品，正在从“为人服务”转向“为 Agent 服务”，这是一个不可低估的趋势，也蕴藏着大量创业机会，比如垂直领域的专业 Agent、Agent 协作基础设施、Agent 交易结算机制等。
基于这些思考，我们打造了两款产品：
一是 Agent Team Harmony 系统，解决飞书等传统办公工具难以管理多 Agent 协作、无法查看 Agent 间对话的痛点；
二是 Agent 开发平台，帮助专业 Agent 找到客户、实现商业化。
最后总结，我认为未来真正的趋势是 Agent Team 与 Agent Economy，这才是值得我们所有人重点关注的方向。
主题演讲后，上述五位嘉宾围绕龙虾对产品形态、产品护城河以及传统广告商业逻辑的冲击等话题，在圆桌对谈环节又碰撞出不少火花。
对话中，嘉宾们普遍认为，龙虾的走红并非能力上的颠覆性突破，其核心意义在于完成了市场教育，让 AI 从技术圈层走向更广泛的用户群体。
在大家看来，DeepSeek 的爆火是行业一个关键转折点。它的开源特性，让行业内从业者得以快速接入、基于其基础进行优化，带动整个行业“支棱起来”。
不过，目前 AI Agent 仍处于摸索阶段，使用成本、部署难度等问题仍需逐步解决，但其打开了“随时随地用 AI 干活”的想象空间，成为 OS 级别的范式更新。
关于产品设计，几乎所有嘉宾都认可，给人设计与给 Agent 设计是两套截然不同的逻辑。
人类用户注重体验与情感，产品需兼顾易用性与习惯迁移成本；
而 Agent 只关注效率与结果，开发者需重点优化接口兼容性、报错反馈等细节，让 Agent 能无痛、高效调用产品能力。
两者并非替代关系，而是长期并行、互相影响，未来将形成“入口级产品服务人类，底层产品支撑 Agent”的格局。
本场圆桌，记忆系统也是现场观众关心的焦点。
因为记忆是 Agent 的“大脑”，也是未来产品的核心壁垒，尤其是企业级私有数据记忆，将成为小厂与大厂抗衡的关键。
整场对话中，进化、开放、平权成为高频词。
面对 AI Agent 时代的到来，大家普遍认为，这不仅是产品形态与交互方式的升级，更是底层商业逻辑的一次重构。
过去，产品服务于“人”，商业模式建立在用户注意力与流量分发之上。
而当使用产品的主体从“人”转向“Agent+ 人”并存的局面，传统的广告变现逻辑正受到根本性冲击——Agent 不会看广告，只会执行最优指令。
这意味着，一个新的商业机会正在浮现：to Agent 的营销。
谁能让自己的服务被 Agent 优先调用，谁就能在新的分发通道中占据先机。
围绕这一点，现场也出现了观点的交锋。
有嘉宾认为，未来营销模式将更加去中心化、更加平权和开放，每个 Skill 都有被调用的平等机会，不再受制于流量寡头。
也有嘉宾持不同判断，认为去中心化只是过程，Agent 时代仍然会诞生类似“超级商店”的集中入口，掌握规则与分发的平台将重新占据主导。
似乎，未来只有打破闭环、拥抱开源，兼顾人类用户与 Agent 的双重需求，才能在 AI 浪潮中真正抓住机会。
你觉得呢？
客观分析：
从本次沙龙的讨论可以看出，行业共识正从”AI 能否替代人类”转向”AI 如何重塑工具链”。Skill 与 App 并非简单的零和博弈，而是服务粒度的重新划分。App 作为功能集合体，其价值在于封装 kompleks 流程；而 Skill 作为原子化能力，价值在于被灵活调度。未来的胜负手不在于形态本身，而在于谁能更低成本地接入 Agent 生态，并提供更结构化、可被机器理解的数据接口。
此外，商业模式的变迁值得警惕。当流量分发权从应用商店转移到 Agent 调度协议，传统的广告变现路径将面临失效风险。企业需提前布局“机器可读”的服务接口，并探索基于效果付费的 To Agent 营销新模式。对于创业者而言，深耕垂直领域的记忆管理与 Agent 协作基础设施，可能是比泛化大模型应用更具确定性的机会。
