[鸭哥 AI 手记] 2026-03-29

> 软件正在为一个新的用户重新设计自己，这个用户不会点按钮，也不看界面。

懒人包：Klarna 把 1200 个 SaaS 系统重构成 AI 可调度的三层架构，员工从 7000 砍到 3000，但它踩过的坑比它省下的钱更值得关注。同一周，飞书和钉钉同时发布 CLI 让 agent 操作企业平台，选的是最朴素的命令行而非 MCP 协议。两件事指向同一个判断：当 agent 成为软件的主要操作者，谁先提供 agent 能消费的接口，谁就拿到下一轮入场券。

软件的交付物，正在变成不是软件的东西

鸭哥昨天发了一篇长文分析 Klarna 的内部重构（原文），核心判断是：Klarna 在做的事情比「用 AI 替代 SaaS」深一层。它用 Neo4j 搭建统一知识图谱，把散落在 1200 多个 SaaS 系统中的碎片数据重新编码成 AI 可以直接消费的语义层，然后在这个层上部署内部 AI 助手 Kiki。CEO Sebastian 自己的原话是 data equals knowledge。

群里马工分享了 Sebastian 的访谈视频，补了一个细节：Sebastian 用 Claude 搭了一个原型，让开源会计系统和 CRM 坐在同一个 agent 下面，一个人就能跑通过去需要整个 back-office 团队才能完成的流程。马工的观察是，他和 Sebastian 想到一块去了：AI agent 会利用开源基础设施写定制化软件，通用 SaaS 的护城河会被侵蚀。

数字能说明体量。Klarna 员工从 2022 年的 7000 人降到现在约 3000，目标 2030 年压到 2000 以下（Business Insider）。同期收入突破 10 亿美元（Klarna 财报）。但更值得注意的是 Klarna 踩过的坑：它曾用 AI 替掉 700 个客服岗位，结果质量塌了，又悄悄重建人类客服团队（Digital Applied）。这个翻车并非个案，Forrester 的数据显示 55% 做过 AI 裁员的雇主后来都需要部分回聘。

为什么客服替换失败了，而内部系统重构在推进？区别在于知识能否被结构化。客服场景的知识是隐性的、情境化的，很难被统一编码。内部系统操作的知识是显性的、可结构化的，可以被知识图谱捕获。

鸭哥文章里把这种新的交付物叫「生成内核」：硬底座（支付、风控、审计）+ 知识层（语义化的企业数据）+ AI 操作层（agent 可调度的高层动作）。只有中间那层到位了，上面的 agent 才做得动。有人在 Substack 上分析 Klarna 时提出了一个概念叫 intent engineering：让组织的目标、价值观和决策边界变得 machine-readable（Nate's Newsletter）。这和知识层的思路一脉相承：agent 要做对事，前提是有人把什么叫「对」编码清楚了。

群里杨正武的案例正好是微观版本：他帮朋友做了个育儿假计算软件，复杂的薪酬逻辑全部内置，用户直接从钉钉导出 Excel 就能跑。他说这种东西金蝶用友不会做，太定制了。但 agent + 知识层的组合让定制化的边际成本趋零。

这里有一个更本质的变化。鸭哥在群里聊 skill 设计时说：关键不是 skill 怎么写，而是逻辑的控制权从程序交给了 AI，这是个非常本质的变化。他举了个例子：有个服务在 opencode 任务完成后要发邮件通知，用代码实现这个逻辑非常痛苦，因为很难判断 opencode 是在等 subagent 还是真的做完了，80% 的时间在调这个。后来把发邮件做成 skill，在 prompt 里加一句「弄完了发 email」，无比丝滑。逻辑从程序移到了 AI 的判断层。这和 Klarna 从 GUI 成品转向生成内核的逻辑完全同构：从规定操作路径，转向定义目标状态。

---

飞书钉钉同时发 CLI，MCP 的理想主义撞上了现实

鸭哥同一天发的另一篇文章（原文）切入了一个更具体的问题：当平台认真面对 agent 接入时，它选什么接口？飞书直接把 2500+ API 整理进了开源 CLI，覆盖 11 个业务域和 19 个 AI Agent Skills。钉钉同步发了 10 项核心能力的 CLI，但选择了闭源。群里陈明的评论很直接：钉钉那么垃圾的 API 封装的 CLI 有什么好闭的？格局不行。

杨正武写了篇博客分析飞书 CLI 的 Agent2Agent 协作潜力（博客），认为这验证了他从一开始的判断。两家都没有同步发 MCP server。

技术上很容易理解：Claude Code、Cursor、Codex 这些 shell-native agent 天然运行在终端里，CLI 是零摩擦的默认接口。--help 就是现成的 skill 文档。但更深的原因在于 MCP 协议本身正在分裂。

OpenAI 的 Apps SDK 用 _meta 域绕过 context window 传递 GUI 状态，这个绕行已经成了事实上的官方扩展路径，携带嵌套组件声明和交互逻辑。结果是，深度使用 Apps SDK 的 MCP server 在 Anthropic 的 host 上跑不了。与此同时，SSE transport 被废弃、OAuth 2.1 引入伴随多个 CVE、Kiro CLI 对接部分 MCP server 出现兼容故障。这和 SQL 的历史高度相似：标准名义上存在，各家实现之间已经无法互换。

先发 CLI 是一个务实到近乎无聊的选择，但恰恰因为无聊，它能用。Google Workspace 的 googleworkspace/cli 虽然还是实验性项目，但同时内置了 gws mcp 命令，说明即使 CLI 和 MCP 可以共存，CLI 依然是先做出来的那个。

把这两个话题放在一起看：Klarna 在企业内部重建了 agent 可消费的知识层，飞书钉钉在企业外部提供了 agent 可调用的接口层。方向一致，路径务实。GUI 和协议标准化都在优先级上后退了，先让 agent 用起来才是当下的共识。

群里有人分享了一篇文章叫「两看相厌：Agent 和传统软件，都觉得对方是屎山」，有群友评论说这种互相嫌弃在历史上每次范式切换时都出现过，最终会有一个中间层把两边连起来。这个中间层可能就是鸭哥说的生成内核，而 CLI 是它当前最朴素的接口形态。

---

也值得知道

2026 Q1 科技裁员突破 45000 人：Amazon 裁 14000，Meta 裁约 16000（占员工总数 20%），Block、Atlassian 等跟进。Meta 2026 年 AI capex 预算 1150-1350 亿美元，几乎是 2025 年的两倍。多家分析认为这轮裁员是永久性的：被替代的岗位在经济回暖后也不会重新开放。群里陈明的判断是，哪怕已经在搞 AI Coding 的先锋也不能掉以轻心，还是要给自己重新找职业身份。（Reuters，Storyboard18）

Anthropic 未发布模型 Mythos 引发安全讨论：Anthropic 向官方披露 Mythos 模型专为高度自主 agent 设计。安全社区关注的焦点是 shadow AI：Dark Reading 调查显示 48% 的网络安全专业人员已将 agentic AI 列为首要风险。Palo Alto Networks 同步升级了 Prisma Browser，新增检测和阻断自主 AI agent 的能力。（Axios）

WSL 的 GitHub issue 被黑产爆破：群友薇冷发现 Microsoft WSL 的 issue 页面被 LLM 生成的垃圾内容灌满。目标是 GitHub 在大模型搜索信源中的高权重，这是一种新型投毒，瞄准的是 LLM 的训练和检索管线而非传统搜索引擎。（GitHub）

---

本期素材来自 AI Builder Space 社群讨论与公开 AI 行业信息的交叉验证。

本文由AI综合领域调研和微信群聊自动生成。请注意甄别幻觉。

订阅本 newsletter：yage-ai.kit.com