對於即將到來的高度定制軟體時代，我非常感興趣。 今天早上的例子 - 最近我的有氧運動有點鬆散，所以我決定進行一個更嚴謹的實驗，試圖在8週的實驗期間內將我的靜息心率從50降低到45。主要的方法是追求在區域2有氧運動中達到一定的總分鐘目標，以及每週1次的高強度間歇訓練。 1小時後，我為這個非常特定的實驗編寫了這個超自定義的儀表板，顯示我如何跟蹤進度。Claude不得不逆向工程Woodway跑步機的雲API，以提取原始數據，進行處理、過濾、除錯，並創建一個網頁UI前端來跟蹤實驗。這不是一個完全順利的體驗，我不得不注意並要求修復錯誤，例如它搞錯了公制與英制單位，還有日曆匹配日期等問題。 但我仍然覺得整體方向是明確的： 1) 對於這種事情，應該不會（也不應該）在應用商店中有一個特定的應用。我不應該需要尋找、下載和使用某種“有氧運動實驗追蹤器”，當這個東西大約300行代碼，LLM代理幾秒鐘就能給你。當LLM代理可以即時為你即興創建應用時，選擇一組離散應用的“應用商店”概念感覺有些錯誤和過時。 2) 其次，行業必須重新配置為一組具有代理原生人體工學的傳感器和執行器服務。我的Woodway跑步機是一個傳感器 - 它將物理狀態轉化為數字知識。它不應該維持某種人類可讀的前端，我的LLM代理不應該需要逆向工程它，它應該是一個API/CLI，讓我的代理輕鬆使用。我對整個行業進展緩慢感到有點失望（我的時間表相應地變慢）。99%的產品/服務仍然沒有AI原生CLI。99%的產品/服務維持.html/.css文檔，就好像我不會立即尋找如何將整個東西複製粘貼到我的代理以完成某件事。他們在網頁上給你一系列指示，讓你打開這個或那個網址，然後點擊這裡或那裡來做某件事。在2026年。難道我是一台電腦？你來做。或者讓我的代理來做。 所以今天我對這個隨機的東西花了1小時感到印象深刻（兩年前大約需要10小時）。但更讓我興奮的是思考這本來應該最多只需1分鐘。需要什麼才能讓它變成1分鐘？這樣我可以簡單地說“嗨，你能幫我在接下來的8週內跟蹤我的有氧運動嗎”，在非常簡短的問答後，應用就會啟動。AI已經擁有很多個人背景，它會收集額外所需的數據，參考和搜索相關的技能庫，並維護我所有的小應用/自動化。 總之，選擇一組離散應用的“應用商店”本身是一個越來越過時的概念。未來是由AI原生傳感器和執行器組成的服務，通過LLM粘合劑協調成高度定制的短暫應用。這只是還沒有到來。