2026 年 10 月 26 日｜AI 开始替你操作软件了：下一个被淘汰的是 UI，还是软件本身？
想象你把一项工作交给 AI：读完邮件里的材料，更新表格，再把结果交给同事。
过去，它会告诉你该怎么做。现在，它开始自己打开网页、找文件、修改内容。你少做了几次复制粘贴，却可能多出几次确认：这是最新版本吗？这份资料能发给对方吗？做到这里，可以提交了吗？
截至 2026 年 10 月，AI 已经开始替人穿过浏览器、文件和多个应用的操作界面。我们的判断是：先被削弱的，是人必须亲自操作每一步的必要性；软件的价值会更集中在数据、权限、协作状态和出错后的恢复上。
这并不意味着界面马上消失。变化更像是：原来教你怎样操作软件的页面，开始让位于告诉你任务进度、请你处理例外、让你验收结果的页面。
一、AI 绕过的，是哪一层界面？
我们在上一篇软件观察里，讨论过 ChatGPT 操作浏览器、Copilot 修改 Office 文件。这些变化的共同点，是把“找到入口，再按步骤操作”交给 AI。
接着看 10 月的新材料，变化又往前走了一步：用户交代工作的地方，与 AI 执行工作的地方，开始分开。
Anthropic 在 10 月 21 日发布的 Claude Duet，配有自己的虚拟机和浏览器；用户离开后，它仍可继续任务，完成或需要审核时再通知。首轮是面向美国 Pro、Max 用户的研究预览候补，并非全球全面开放。官方也提醒它可能误读信息、判断错轻重缓急。
对读者来说，关键不在“又多了一个 App”，而在于你可以从消息里交代工作，让另一端的执行环境去操作软件。人在手机上回复，工作也未必发生在手机上。
沟通入口、执行环境、业务记录，开始成为三件可以分开的事。
二、给 AI 一台电脑，软件就退场了吗？
几家产品都在把这个分工做成产品，但具体设计并不相同。
OpenAI 的 Dots拥有云电脑和浏览器，用户可以从 ChatGPT、Slack 或 Teams 接续工作。其主动后台研究被限制为只读；涉及修改、发送等动作，另有权限和审批规则。持续在线不等于随时可以改动所有应用。
Meta 的 Muse把执行环境放进专用虚拟机，沟通入口可以是自己的 App 或 WhatsApp。官方描述它会在关闭 App 后继续任务，并在发信、购买前请求批准。
Grok Bot 的文档则强调持久保存的浏览器、文件和终端。同一账号下的多个 Bot 共享一台云电脑，包括文件、浏览器会话和登录状态；不能把它理解成每个 Bot 都有完全隔离的一台机器。
这些是一手产品说明，能够支持“厂商正在提供这样的执行方式”，还不能证明普通用户已经稳定省下多少时间。
但有一点已经很具体：AI 要替你做事，仍然需要软件保存文件、读取记录、执行交易。只是你不一定再亲手进入每个软件。
给 AI 配电脑，也不一定是再买一台实体机。它可以是云端虚拟机，也可以是其他获准使用的执行环境。真正影响使用的是工作能否接着做、权限是否清楚、结果能否取回。
三、按钮少点了，为什么人还这么忙？
把操作交出去以后，人可能从执行者变成监督者。
Anthropic 的内部研究给出了一个值得注意的例子：到 2026 年 8 月，交互式 AI agent 工作时长约为员工工作时长的六倍；但交互式 Claude 会话的总时间里，约 80% 在等待人工输入。研究还观察到，围绕管理、监控 agent 等事项的 meta-work，占交互会话的比例从 2025 年秋季约 10% 升至 2026 年春季约 22%。
六倍时长不能换算成六倍有效产出。等待比例也不表示员工有 80% 的时间在闲着。它们描述的是不同统计口径下的 agent 活动，而且只来自一家高度采用 AI 的公司。
对界面的启发却很直接：当多个任务同时推进，最稀缺的可能是人的注意力。
你不需要看它点过的每一个按钮，却需要知道：它正在做什么，卡在哪里，用了哪份数据，下一次确认会造成什么后果。
这会产生新的界面需求。任务列表、修改对比、授权范围、失败提醒、撤回入口，都可能比藏在菜单里的某个功能更重要。
操作可以变少，理解和确认结果的工作仍然需要有人承担。
四、软件还凭什么收费？
假设有一款工具，主要工作是把邮件附件搬进表格，再排成固定格式。当通用助手能完成相同步骤，用户就会重新考虑这份订阅。
再想一套公司正在使用的订单系统。AI 可以替人填入订单，但库存是否同步、同事是否看到同一状态、谁有权改价、失败怎样恢复，仍要由工作系统处理。
这两个例子是我们用于分析的假设场景，不是已经测量出的市场替代结果。它们说明，判断软件是否容易被替代，不能只看界面能不能被复制。
更值得问的是：
- 数据：它保存的记录是否可信，能否持续更新？
- 权限：允许 AI 读什么、改什么，能否真正限制住？
- 协作：多人和多个 agent 同时工作，状态是否一致？
- 历史与恢复：错误能否发现、追查和撤回？
- 交付：最后由谁确认结果，失败后由谁处理？
这也是我们此前讨论 SaaS 付费理由时的判断：做出相似功能，只完成了替代的一部分。客户购买的还包括持续交付一项工作的能力。
对现有软件公司，支持 agent 调用可能让产品更容易进入工作流程，也可能让用户更少接触自己的品牌。能否留住收入，要看它在结果里承担了什么，不能单凭“接入 AI”得出答案。
我们的判断
UI 会先失去一部分日常操作入口的地位，但会继续承担观察、授权、协作和验收的工作。 设计得好的界面，应该让人用更少注意力看清正在发生什么。
软件是否被淘汰，取决于它除了界面还提供什么。 只包装一段简单操作的工具，替代压力可能更早出现；保存共同记录、执行权限和承担恢复工作的系统，仍需按可靠性与总成本比较。
对普通用户，先交出去一段范围明确的工作。 例如整理一批材料、生成可检查的表格草稿。记录你花在交代、确认和修错上的时间，再判断是否值得扩大委托范围。
下一轮软件竞争，会越来越多地围绕一个问题展开：当用户不用亲手点击时，你还能不能把工作可靠地交付出来？
本文依据截至 2026 年 10 月 26 日核对的一手发布与研究撰写。产品能力描述来自厂商，本文未对上述产品进行实际验收；场景推演和结尾判断为 SurviAGI 的编辑分析。