这两天一直在想一件事，起因是前段时间 AX 那篇分享的邀约。
本来只是准备讲讲 AI、Agent、中台这些东西。但越想越觉得，背后其实有一个更底层的变化：在 AI 时代，给自己做点东西变简单了，但做点东西给别人用，反而变得更难了。
这个判断乍一听有点反直觉。AI coding 这么强，页面可以生成，脚本可以生成，搜索可以增强，表单可以自动填，孩子作业也能临时做个小字典。个人以前不会做、不值得做、懒得做的很多东西，现在都可以在一两个小时里做出来。
但也正因为这样，问题变了。
过去做一个东西给别人用，难点首先是“你能不能做出来”。今天很多轻量场景里，别人也能做出来。哪怕他不会写代码，他也能描述需求、上传材料、让 AI 生成一个页面或 workflow。你做了一个工具，第一反应不再一定是“太好了，我终于有得用了”，而可能是“这个我自己是不是也能让 AI 搭一个”。
这不是用户变挑剔了，而是能力分布变了。
自用工具靠记忆，公共产品靠契约
我以前写过一句话：一个人用 AI Coding 做出一个小工具，自己用得挺开心，不等于它可以推给团队用。
自用工具有一个巨大优势：作者本人就是运维系统。坏了自己知道怎么修，数据错了自己知道哪里能补，权限粗糙一点也只影响自己。很多隐含知识不需要写出来，因为它就在作者脑子里。
但给别人用就完全不同。
别人不知道这个工具哪里脆，不知道数字口径有没有变，不知道失败后应该重试还是停下来，不知道出了问题该找谁。一个自用工具里的“我知道”，到了公共产品里都会变成坑。
所以从自己用到别人用，中间差的不是多写几个功能，而是一整套契约：部署、权限、日志、监控、回滚、数据口径、责任归属、交接标准。
AI 能帮你写代码，但它不会替你承担别人对这个系统的依赖。
AI 降低的是制造成本，不是托付成本。
这也是为什么很多 AI 做出来的小工具看着很惊艳，但很难真正进入组织生产流程。Demo 是给人看的，产品是给人依赖的。两者不是同一个东西。
别人也有 AI，工具的稀缺性被打掉了
过去一个工具之所以有人用，很大程度上是因为用户没有能力自己做。你有研发资源，他没有；你有系统，他没有；你能把流程固化下来，他只能手工处理。
AI 把这个前提打松了。
一个普通业务同学也许还是不会写工程化代码，但他可以让 AI 帮他做一个临时页面、整理一批数据、生成一个小脚本、拼一个自动化流程。这个东西可能不完美，可能不稳定，但对他自己的局部场景来说够用。
这会让大量轻工具进入一个新状态：大家都能做一个七十分版本。
当七十分版本变得随手可得，你做出来的八十分工具就不能只靠“我也能实现这个功能”来证明价值。你必须回答更深的问题：为什么别人要把自己的流程托付给你？为什么他不用自己的 AI 临时做一个？为什么他的 AI 助手应该优先调用你的能力？
这也是我最近重新思考中台时很强的一个感受。过去中台常常靠“集中建设更划算”成立。因为业务自己做太贵，所以统一平台有价值。但 AI Coding 之后，应用层工具的建设成本下来了。业务自己做很多东西，不仅可能，而且有时更贴近场景。
这时候中台如果还站在前台，要求所有人进入同一个页面、走同一个流程，就会越来越别扭。
中台真正应该退到业务自己做不出一致性的地方：权限、审计、语义、指标口径、数据血缘、评测、发布门禁、责任边界。
换句话说，业务可以自己装修，甚至自己盖楼。但道路、电网、水管、消防标准和验收规则，不能每栋楼自己定义。
产品不只给人用，还要给人的 AI 用
还有一个更容易被忽略的变化：你做出来的东西，未来不只是给人用，还要给别人的 AI 用。
过去我们讲产品体验，默认对象是人。人能不能看懂，按钮好不好点，流程顺不顺，页面漂不漂亮。这些仍然重要，但已经不够了。
当用户有自己的 AI 助手时，他不一定愿意打开你的页面。他可能希望直接在自己的 AI 对话里说：“帮我查一下这个数据”“帮我完成这一步”“帮我把结果接到我的文档里”。这时候你的产品是不是好用，取决于另一个问题：他的 AI 能不能稳定调用你的能力。
这就是 MCP、tool use、function calling 这些东西为什么重要。它们不是新一轮接口名词，而是在提醒我们：产品的协同对象正在从人扩展到 agent。
一个面向 AI 的产品能力，至少要能被发现、被理解、被调用、被验证。工具描述要清楚，参数语义要稳定，错误反馈要可处理，权限边界要明确，结果来源要能解释。
如果做不到这些，你的页面再漂亮，也可能只是一个人类可用、AI 不会用的孤岛。
这也是为什么我越来越觉得，AI 时代的产品力不是下降了，而是换了位置。过去产品力更多在界面和流程里。现在它开始长到业务语义、接口契约、上下文、评测闭环和信任机制里。
真正变贵的是判断、标准和责任
这件事最后会落到一个更朴素的问题：什么东西还值钱？
代码当然还重要，但代码不再是最稳定的壁垒。能被清晰描述的功能，会越来越容易被 AI 做出来。真正变贵的是那些不能只靠生成解决的东西。
比如你是否理解业务语义。比如你是否知道什么结果算对。比如你是否有高质量失败样本。比如你是否能定义边界，知道什么时候该拒答。比如你是否能把权限、审计、回滚、人工接管做进系统。比如出了问题以后，组织是否知道谁负责。
这些东西听起来都不性感，也不像一个“AI 功能”。但它们才是别人愿意依赖你的原因。
所以我现在看很多 AI 产品和中台建设，会先问一个问题：它到底是在做一个功能，还是在做一个可托付的能力？
功能可以被复制。能力要能被嵌入、被调用、被验证、被治理、被追责。
这两者之间，就是 AI 时代“给自己做”和“给别人用”的分水岭。
回到 AX 那篇分享
如果要把这次思考压成一个主题，我不会讲“AI 让人人都能做产品”。这句话太乐观，也太表层。
我更想讲的是：AI 让软件的制造权下放了，但没有让信任、责任和组织协同自动下放。
个人做东西，会越来越像写草稿。想到什么，试一下，跑起来，自己用，坏了再改。这是非常大的进步。
但做给别人用，会越来越像建设一段基础设施。你要考虑别人为什么经过这里，别人的 AI 怎么进入这里，出事故时怎么封路，谁来维护路标，哪些规则不能被绕过。
所以 AI 时代不是“做产品更简单了”。更准确地说，是“做出东西更简单了，做成别人愿意依赖的东西更难了”。
而真正值得做的，恰恰是后者。