跳过正文
  1. 数据库老司机/

“软件世界大熔断:当翻译层被压扁”

·2775 字·6 分钟· ·
冯若航
作者
冯若航
Pigsty 创始人, @Vonng
目录

一、软件世界大熔断
#

软件世界正在经历一场史诗级的估值崩塌。

software-meltdown.jpeg

这不是个别公司的问题。这是整个 SaaS 板块的系统性崩盘。华尔街在用真金白银投票:这些软件公司的商业模式,正在被判死刑。

为什么?

因为资本市场终于意识到一件事:这些 SaaS 产品的本质,不过是 “数据库的漂亮皮肤” 。一个 CRUD 后台,加一套业务逻辑,再包一层好看的 UI。

而这三样东西,AI Agent 全都能做。而且做得更快、更便宜、更个性化。

2025年初,微软 CEO 纳德拉说:“SaaS is Dead”

当时很多人觉得是危言耸听。一年后,市场给出了答案。

同样,就在这两天爆火的 AI 助理 Clawdbot 让大家更为直观地感受到 Agent 代替 App 的体验到底是什么样子。 而 Clawdbot 的开发者 Steinberger 说得更直接:

未来一大批应用都会消失。提示词就是新的界面

一个万亿市值公司的 CEO,一个爆火 AI 助理的独立开发者,指向同一个结论:

软件栈正在经历 “熵减” 。中间层正在被压扁。最终剩下的,只有 Agent + Database。

PostgreSQL 正在吞噬数据库世界。ClaudeCode 与 Clawdbot 正在开拓 Agent 世界。

两者之间的一切——前端、后端、中间件、SaaS 订阅、流程软件 —— 都在被挤压、被吞噬、被消解,最后只剩下 CLI。

这不是预言。这是正在发生的事。

featured.webp


二、中间层的消亡
#

为什么中间层会被压扁?先看传统软件栈的本质:

层次组件说明
用户人类使用软件系统的最终用户
前端React/Vue把数据翻译成界面,操作翻译为请求
后端Node/Go/Java把请求翻译成 SQL
中间件Redis/Kafka/…翻译效率不足时打的补丁
数据库PostgreSQL…数据的最终归宿

中间那几层的本质是什么?翻译层

Frontend 把数据翻译成人类能看懂的界面;Backend 把操作翻译成数据库能执行的 SQL;中间件是翻译效率不足时打的性能补丁和解耦补丁。

现在问题来了:如果有个 “超级翻译器” ,能直接把自然语言翻译成数据库操作,这些中间层还有必要吗?

这是 Agent 时代的软件栈:

neo.png

中间层呢?压扁了。

用户不需要学某个 App 的 UI 逻辑,不需要理解后端 API 的设计意图。用自然语言说出想要什么,Agent 翻译成 SQL,直接从数据库存取数据。

这就是 “SaaS is Dead” 的真正含义 —— 那些只是 “数据库套壳” 的应用会消失。

Steinberger 举了个例子:健身 App —— 热量计算

传统流程:打开 MyFitnessPal → 搜索食物 → 手动输入 → 计算卡路里 → 显示结果。

Agent 流程:拍张照片,说 “算一下这顿饭的卡路里,更新我的健身计划” 。完事。

整个过程没有任何 “App 界面” 。Agent 就是界面。

app-gone.webp


三、CLI 的意外胜利
#

当软件的中间层被压扁,下一个问题就浮现了:Agent 和数据库之间,靠什么界面交互?

答案是 CLI —— 命令行工具。翻译层的消亡,点燃了 CLI 的复兴。

要理解这一点,先要回答一个基础问题:界面是为谁设计的?

  • GUI 服务于人类,利用视觉认知把操作翻译成按钮和图标;
  • API 服务于程序员,把能力抽象成函数调用;
  • CLI 天生面向文本处理,输入文本、输出文本,用管道自由组合。

AI Agent 本质上是以文本为输入、以文本为输出的推理引擎。 CLI 与 LLM 天生契合,当 Agent 握有一套自描述、结构化、可组合的命令行工具箱时,效率急剧提升。

在 Clawdbot 爆火前,Steinberger 花了大把的时间开发了无数命令行工具。他直言道:

“GUI 扩展性差。真正具备扩展能力的是命令行。”

逻辑很朴素:给 Agent 一个 CLI 工具,它就能通过 --help 自行摸清能力; 而且 CLI 天然支持串联和复用,这恰好对应 Agent 擅长的 “工具编排”,一个 Bash 就能将这些工具的 可组合性 发挥到极致。

上下文窗口经济学 也在起作用 —— Agent 的注意力带宽有限,每个 Token 都要掏钱。 与其把完整文档塞进上下文,不如在需要时调用 CLI 询问参数。CLI 的 “按需获取” 远比 “全量加载” 更划算。

**Unix 诞生于 1969 年。小工具、文本流、可组合的哲学,在 55 年后被 AI Agent 再次发扬光大。


四、Agent 原生的 CLI
#

Agent 时代,命令行工具将迎来一场重生。

以数据库操作为例:Agent 应该用什么工具来操作 PostgreSQL?专门的 MCP 适配器?不,它会直接使用 psql

psql 是命令行工具的巅峰作品之一,几十年来帮助人类 DBA 驾驭 PostgreSQL。 但它太老了,而且假定使用者是人类:输出是供人眼阅读的表格,错误信息默认读者理解行号和约束名,交互模式依赖"人输入 → 等结果 → 人决定下一步"。

这些假设放在 Agent 身上,统统失效。

看一个具体的对比,传统为人类设计的命令行,报错可能长这样:

ERROR: duplicate key value violates unique constraint "users_pkey"
DETAIL: Key (id)=(42) already exists.

而 Agent 原生的版本,会给出对机器更友好的结构化输出:

{
  "error": "duplicate_key",
  "constraint": "users_pkey", 
  "table": "users",
  "column": "id",
  "value": 42,
  "suggestion": "use ON CONFLICT clause or check existing records before insert"
}

人类 DBA 看第一个版本,一眼就懂;但 Agent 需要解析自然语言、推测修复策略。第二个版本,Agent 可以直接读取错误类型、定位问题、执行修复建议。

现有的命令行工具,都值得在 Agent 时代重新做一遍。

这不是参数上的小修小补,而是翻译层形态的彻底重构 —— 三层递进的重构:

  1. 输出格式:默认返回 JSON 或其他机器友好格式,而非漂亮却浪费 Token 的表格
  2. 认知负载:接口应自我介绍命令、参数、权限,Agent 无须把整本手册塞进上下文
  3. 反馈闭环:结构化错误码、成因提示、修复建议,让 Agent 不再在模糊报错里盲猜

这样的接口会长得像命令行,但已不是服务于人类开发者的 CLI,而是为 Agent 打磨的新一代交互层 —— Agent Native CLI

agentic-cli.webp

老冯也在摸索,PostgreSQL 管理的 Agentic CLI 应该是什么样子:PIG,欢迎尝试。


五、GUI 不会死,但会变
#

CLI 崛起了,图形界面会消失吗?

不会。但它的角色将被改写。

第一,视觉输出不可替代。 艺术创作、地图导航、监控大盘——这些场景的最佳载体始终是图像。 把这些信息压成纯文本,是对人类感知力的浪费。运维更希望 “一眼扫过” 就看懂系统状态,而不是听 Agent 念一串数字。

第二,GUI 是提示系统。 布局、按钮、表单、下拉菜单——这些视觉元素告诉用户 “你可以这样做”。 这层 “视觉提示词” 极大降低了提问门槛。面对空白对话框,再聪明的 Agent 也无法帮你意识到自己应该提什么需求。

在 Agent 负责理解意图、CLI 负责执行的世界里,GUI 不再是数据库的漂亮皮肤,而是 提示画布结果展示层: 它总结 Agent 的建议,把复杂状态转成可视化图层,提供对话历史的结构化回顾,能够充分利用人类视觉认知优势的 GUI 会继续存在。


结语:范式跃迁的起点
#

软件形态的终局是什么?

Agent + Database。

Database 是信息的物质基础。数据总要有地方存,精确系统无法被模糊系统取代 —— 这是不可规约软件本质复杂度的一部分。

Agent 是信息的万能翻译器。理解意图,生成输出,调用工具。中间的一切 —— Frontend、Backend、API、中间件——都是历史遗留的翻译补丁。当翻译能力足够强,补丁就会被删除。

CLI 介于两者中间,成为 Agent 与 Database 之间的桥梁。

五十五年前,Unix 设计者不会想到,他们的哲学会在 AI 时代被证明正确。

三十年前,数据库设计者不会想到,SQL 会成为 Agent 与数据世界的通用语言。

我们正站在又一次范式跃迁的起点。

翻译层正在被压扁。软件形态正在改变。

理解这个趋势的人,将定义下一个时代的基础设施。

参考
#

纳德拉:SaaS已死:软件从数据库开始

《微信公众号原文:软件世界大熔断:当翻译层被压扁》

相关文章

AI Agent 的操作系统时刻

·7008 字·14 分钟
我们正在见证一个"AI 操作系统"的诞生。LLM 是新 CPU,Context 是新内存,Agent 是新应用。那么 OS 会是什么? 理解这个类比,也许能帮助我们预测未来 2-3 年基础设施的演化路径 —— 以及找到真正的机会所在。