盯着AI用量看了半天后：我对 AI 未来的三个判断

给我自己的项目加了几个新功能后，我习惯性瞄了一眼菜单栏的 CodexBar——这是我给自己装的小工具，专门盯 Claude Code 和 Codex 的用量。这几个功能的上线主要来自连续不断地和Claude对话让他帮我实现的，好家伙一看用量 86%/5h（写爽了，但额度呢

盯着那个小小的用量条，我突然想起小时候的自己：每到月底就蹲在卧室里查手机流量还剩多少 MB，纠结要不要忍到下个月流量刷新再听会歌、刷会网站，或者把我QQ农场的菜收了。那会儿谁能想到，有一天流量会便宜到没人再看流量条呢。

我白天在云厂商做数据库产品经理，主攻向量数据库和 Agent Memory；晚上回家用 Claude Code 折腾博客和各种小项目。算是工作和业余都泡在 AI 一线的人了。最近老有朋友问我"AI 接下来会怎么走"，正好把脑子里盘了很久的三个判断写下来。

先把三个判断剧透在这儿，后面挨个展开：

• One Agent, All Applications：以后你只需要打开一个 Agent，剩下的 App 都会变成它顺手调用的工具
• Your Harness, Your Memory：模型留不住你，攒在 harness 里的记忆才留得住——谁拥有 harness，谁才拥有 Memory
• Token like Network Traffic：token 正在重演手机流量走过的老路，从精打细算到没人在意

纯个人判断，不代表任何官方观点，说错了欢迎回来打脸(斜眼笑

一、One Agent, All Applications

先讲一件今年六月我自己干的事：用 Claude Code 参考 NotionNext，把整套博客推倒重写。Notion 当后台，Next.js 做前端，一天就出货，真好。

但这件事里最让我后怕的其实是另一个细节：那一整天，我几乎没有"打开"过什么其他软件或网站（当然Notion不算在里面。

没开 VS Code 一行行改代码，没开浏览器翻文档，没在部署平台的控制台里点来点去。我就坐在终端前面跟 Claude Code 说话，它自己读代码、查资料、跑构建、看报错。那些我原本要挨个打开的应用，全变成了它顺手调用的工具。比如：

• Github 是 Claude code 帮我操作的，新建仓库、init、add、commit、push，全程我没怎么动手
• Vercel 也是之前配过的，直接CLI帮我操作新建项目、变量添加.....
• Notion ，当然也是他帮我搞的，Database怎么组织，哪些变量需要调整，哪些变量可以删掉了，用Notion的API就能实现

你可以回想一下自己手机里的 App。真正每天打开的有几个？大部分 App 承载的只是一个"功能"：查个快递、订张票、转个账。你要的从来只有那个结果，打开 App、找入口、点按钮，全是被迫的中间步骤。

也许，在未来，Agent 会把这些中间步骤全部吃掉。现在已经是进行时了。

MCP（Model Context Protocol）这类协议在干的事情，就是把应用的能力拆出来，变成 Agent 能直接调用的接口。应用还在，只是它的"界面"对你不可见了——你面对的只剩那一个 Agent。

而 MCP 的下一个形态，我赌是更朴素的 CLI。用过 Claude Code 的应该都有体感：它操作 GitHub 压根不用装什么专门的集成，直接敲 gh 命令就完事了，Vercel 同理。命令行这个四十多年前给人类工程师设计的接口——文本进、文本出，--help 自带文档，管道就是编排——意外地成了对 Agent 最友好的形态。上面博客那个例子里，GitHub 和 Vercel 就是这么被调用的。给 Agent 递工具，一个装好的 CLI 往往比一打 MCP Server 还好使。

可能你会问：那 App 们愿意吗？入口就是流量，流量就是命根子啊。

不愿意也没办法。这一幕其实上演过一次：微信小程序刚出来的时候，多少独立 App 心不甘情不愿地把自己塞进了那个超级入口——因为用户在哪，你就得在哪。等用户习惯了跟一个 Agent 说话，"被 Agent 调用"就会从屈辱变成资格：挤不进工具列表的应用，才是真的死了。

当然，我也没觉得所有应用都会消失。游戏、视频、社交这些"体验本身就是目的"的场景，界面还会活得很好——没人想让 Agent 替自己打守望先锋(那我玩什么

但工具类应用的宿命基本写好了：从一个面向人的产品，慢慢退化成一项面向 Agent 的能力。GUI 是给人看的，API 才是给未来看的。

入口只会剩一个，剩下的都是插件。

二、Your Harness, Your Memory

入口收敛到 Agent 之后，下一个问题马上就来了：Agent 们用的模型越来越同质化，那用户到底被什么留住？

这个问题正好撞在我的工作上。我现在做 Agent Memory 方向的产品，长期跟踪 Mem0、Zep、Supermemory、MemOS，还有 AWS 的 AgentCore Memory 和 Google 的 Memory Bank。看得越多，心里一个疑问反而越大：记忆这个东西，真的能做成一个独立的第三方组件吗？

先解释一个词：harness，直译是"马鞍"。模型本身只是一个大脑，harness 是套在大脑外面的那一整套东西——系统提示词、工具、技能、工作流、记忆。同一个模型，套上不同的 harness，表现天差地别。Claude Code 好用，一半功劳在模型，另一半就在它那套 harness。

而 harness 里最值钱、也最特殊的一块，是记忆。

说它特殊，是因为我啃过 mem0 的源码，也调研过 16 个 Agent 自演化项目，越看越承认一个有点扎心的结论：通用记忆组件能给你的，无非 add、search、update 这几个动词；但记忆真正难的决策全在另一侧——什么时候该记、记成什么粒度、检索回来的内容怎么塞进上下文、什么时候该主动忘掉。这些问题的答案，和 harness 自己的工作流咬得死死的。脱离了具体的 harness 谈记忆设计，就像脱离了户型谈装修。

顺着推一步：真正开发 harness 的那一方，才最懂自己的记忆该怎么组织。

所以你会看到，每一个做大的 harness，最后都自己长出了记忆系统：ChatGPT 有自家的 Memory，Claude Code 有 CLAUDE.md 和自动记忆目录，Cursor 有 Rules。就像每个操作系统最后都自带文件系统，没人会把这么核心的东西外包出去。第三方记忆组件不会死，但位置会越来越偏配角：服务那些自己不做 harness 的团队，或者给自研记忆当底层零件。

这是供给侧的故事。换到用户这一侧，同一句话还有另一层意思：你用哪个 harness，你的记忆就长在哪个 harness 里。

ChatGPT 记住的那个你，Claude 里面可能是另一副模样；Claude Code 给我攒下的项目记忆，也搬不进 Cursor。行业里到今天都没有"记忆漫游"这回事——换模型是改一行配置，换 harness 是搬家，而记忆就是那批最难搬的家具。

问你一个问题：换一个模型，你会心疼吗？基本不会。但换掉你调教了半年的 harness 呢——CLAUDE.md 里写好的项目规范、调教顺手的技能、Agent 记住的你的偏好和黑历史？

这才是真正的迁移成本，也是所有 harness 厂商心照不宣的护城河：谁拥有 harness，谁就拥有用户的记忆；谁拥有记忆，谁就攥住了用户关系。

这一幕似曾相识。你为什么换不动手机生态？照片、通讯录、聊天记录全在里面。记忆，就是 AI 时代的相册。

或许有人会说：上下文窗口越来越长，几百万 token 都塞得下，还要什么记忆系统？我的看法是，窗口解决的是"这一次对话能装多少"，记忆解决的是"跨越几个月、几台设备、甚至几个模型之后，你还是你"。这从来就是两件事。

所以我给普通用户的建议特别朴素：在"记忆漫游"到来之前，自己给自己做可迁移性。把你的偏好、工作流、项目上下文，尽量沉淀成能带走的文件，别全托付给某一家的黑盒——模型是租来的，记忆得是自己的。我自己的博客写作风格、项目规范，现在全躺在几个 markdown 文件里，走到哪带到哪。

大脑可以随便换，人生履历得攥在自己手里。

三、Token like Network Traffic

聊完记忆，绕回开头那个 CodexBar 的用量条。

我为什么要装一个工具专门盯 token？因为不够用啊。重度 AI coding 之后，token 消耗就是实打实的斩杀线：写代码烧一轮，改 bug 烧一轮，让它自己 review 一遍再烧一轮，什么时候额度耗光了，到下一个刷新时间节点前，我也基本上80%废了（乐

这个感觉我太熟悉了——这就是 2013 年的手机流量。

不妨把两条时间线摆在一起看。流量的故事：按 KB 计费的黑暗时代，到各种月租流量包，到人手一个流量管家，再到提速降费、无限流量，最后没人再看流量条。

Token 的故事正走在同一条路上：按量计费是现在时；订阅套餐已经出现（Claude Pro/Max 这些）；用量监控工具也有了——我装 CodexBar，跟当年装流量管家是同一个动作。然后呢？

沿着这个类比往下推，很多正在发生的事都能对上号：

• Prompt caching 是 CDN：重复的上下文缓存起来，省的就是"带宽"
• Rate limit 是 QoS 限速：高峰期给你降速，和运营商一个套路
• OpenRouter 这类聚合商是虚拟运营商：自己没有"基站"（模型），批发转售
• 一代代模型的降价是提速降费：单 token 价格每年都在跳水

而最像"流量"的一点还在后头：Agent对Agent的 token 消耗，会超过人对机器。

现在你跟 Agent 聊天，烧掉的 token 还是你读得完的量级。但等 Agent 调用 Agent、Agent 之间开会、Agent 7x24 跑自动化任务之后，绝大多数 token 根本不会经过人眼。数据中心行业管这叫东西向流量——服务器之间的内部流量，规模早就把用户访问的南北向流量甩在身后了。AI 的东西向时代也快到了：我自建的 MemoryRadar 每天抓 RSS、做摘要、入库，烧掉的 token 里没有一个字是我逐句读过的，我只关心最终产出的日报和周报里面的内容。

对企业来说，这会直接改写采购逻辑：以前买带宽、买算力，以后买"token 容量"，像规划机房出口带宽一样，规划智能的进出口。做 ToB 的朋友可以留意，这里面全是新生意。

对我们普通人呢，结局大概率是美好的。还记得流量的故事怎么收尾的吗？提速降费、无限流量，然后所有人都忘了"流量"这回事。短视频、直播、云盘，全是在流量便宜到可以挥霍之后，才长出来的新物种。

token 也一样。今天我们盯着用量条精打细算，恰恰说明智能还是稀缺品。等单价再跌两个数量级，会长出什么样的新物种？我不知道。但我很确定一件事：

智能一旦不再稀缺，稀缺的就会是别的东西。

尾声：稀缺的会是什么

是什么？绕回第二章：是你的想法、记忆、品味和判断。

为什么是这几样？把前面三个趋势倒过来推一遍，答案自己会浮出来。

未来 Agent 会成为唯一的入口，应用退化成能力，token 便宜成流量。到那时候，每个人的 Agent 都调得动同样的工具、订得了同样的票、写得出同样水准的代码——落地这件事，人类历史上头一次不再是门槛。"能做到什么"拉不开人和人的差距了，能拉开差距的，只剩你脑子里的东西：想法、品味、判断。

生成一旦门槛降低，瓶颈就挪到了选择上：人人都能让 Agent 一晚上吐出十个方案、一百篇文章，可知道哪个方案对、哪篇文章值得发的人，还是那么少。流量的故事早就预演过这一幕——流量便宜到挥霍之后，稀缺的变成了内容和注意力，抢流量的运营商，让位给了抢注意力的短视频。智能便宜到挥霍之后，稀缺的就是"知道要什么"。

这里面还得再拆一层。品味和判断，其实是能沉淀的——第二章说的 Memory 干的就是这件事：你的偏好、你的标准、你踩过的坑、你为什么否掉上一个方案，都会被 harness 一点点学走、存下来。用得越久，你的 Agent 越像你：挑方案的眼光像你，改文字的手感像你。品味和判断会变成资产，躺在你的记忆文件里慢慢升值。

但想法呢？

想法背后的创造力，是我能想到的唯一存不进任何记忆系统的东西。记忆存得下你做过的每一个判断，却存不下你的下一个念头。创造力是人类特有的一种综合性本领——产生新想法、发现和创造新事物，再把它变成有用的价值。往大了说，它是社会和文化往前走的基石；往小了说，它写在基因里，是我们对这个世界与生俱来的回应本能。AI 可以把一个想法执行到极致，但"我想要一个这样的东西"的那个瞬间，到今天为止，仍然只属于人。

这一点我自己就是例子。从大学点亮树莓派、刷 OpenWrt 旁路由，到现在用 Claude Code 一天重写博客、搭 MemoryRadar，十年间工具换了一茬又一茬，可那股"想搞个新东西试试"的劲，一直是同一股。工具越强，这股劲越值钱。

拉远一点看，稀缺性一直在沿着技术栈往上爬。计算的历史转过好几个这样的圈：大型机时代租 CPU 时间，PC 时代买硬件，云时代租算力，现在我们开始租智能。每一轮的规律都一样——某一层变成基础设施、便宜到不值得拥有之后，价值就往上一层挤。电便宜了，值钱的是电器；流量便宜了，值钱的是内容；智能便宜了，值钱的是记忆；而记忆再往上，是那个连记忆都装不下的东西：创造力。

所以这三个判断串起来，与其说是三个趋势，更像同一件事的三个侧面：Agent 把落地包了，token 把智能变成白菜价，harness 把你的品味和判断都存了档——凡是能被机器接管的，统统会被接管。接管到最后，剩在你手里的那一块，就是"我想创造点什么"的念头。往后十年，人和人拼的就是这一块。

总有一天，CodexBar 会像当年的流量管家一样被我卸载，因为再也没人心疼 token。到那天，希望我攒下的那堆 CLAUDE.md 和记忆文件还乖乖跟着我(但愿不要吃灰

不过更希望的是，那个当年蹲在卧室里数着 MB 省流量的少年，和现在蹲在终端前盯着用量条烧 token 的我，到那天还是同一个人——流量不稀缺了，token 也不稀缺了，但他永远惦记着下一个想搞的新东西。

以上。

/ 作者：Codgi / 联系邮箱：i@codgi.xin