链接：https://www.zhihu.com/question/1953809252960407580/answer/1985651748111656380
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
已经好几个月没用扣子了。
今天想起来有个工作流还在上面放着，打开扣子网站发现改名了：扣子编程！
我以为扣子准备也要新做一个跟百度秒哒、Google AI Studio一样的Vibe Coding产品，不以为意，因为这类产品太多了，基本每个大厂都有一个。
但是当我去找熟悉的工作流，发现原先的扣子智能体开发界面已经没了，我连创建智能体的按钮都找不到了！只有下面这个聊天框。
我又找了10多分钟，发现还是找不到以前的智能体创建按钮，新建项目也是回到上面这个聊天窗口界面，我都怀疑扣子产品经理是不是喝多了，怎么会犯这么严重低级的错误。
于是在微信上搜索了一下“扣子编程”四个字，看到了扣子公众号今天中午刚发的文章。
告别拖拽，拥抱心流？！
扣子这是要放弃拖拽式的工作流了吗？不管怎么说，也是大厂的新产品，先体验一下吧。
于是在聊天框输入以下内容：
编写一个深度搜写工作流，先意图识别 然后根据意图完成搜索 然后整理框架分析 最后总结出长文然后扣子编程就开始吭哧吭哧干活了，思考链和行动链都给实时显示出来。
大致看了一下，使用python编写后台的工作流逻辑，扣子应该内置好了python代码模版和集成的插件服务接口，直接告诉大模型去调用就可以。
我脑子一闪，这不就是字节把自己家的AI编辑器Trae的SOLO模式给拿过来了嘛！当然，这是我个人的瞎想，可能在火山引擎内部，扣子和Trae团队之间的项目代码不共享。
好在大约10分钟后，扣子编程终于给我交付了一个工作流，比较简单，但是用起来还可以，我当时提的需求，它都达到了。
然后我们可以把这个工作流一键发布，它会被打包构建，一气呵成，直接部署在扣子平台，并提供接口调用。
这个接口调用主要给程序员准备，特别是只做应用层产品开发的程序员。这不就是个云函数那一套嘛！也就是说，扣子编程不光能把界面开发出来，所想即所得，还能像云函数一样被调用。
其它的智能体、网页应用我没有尝试，但是能脑补出来啥样，因为用过的AI编程平台太多了。
现在我们回过头来重新思考，扣子开发平台为什么改名扣子编程？
我把扣子公众号的文章仔细读了一遍，终于明白它要做什么，为什么这么做了。
有个不得不不承认的事情，今年智能体这么火，但是论最落地，最商业化和最有想象力的业务场景，其实只有AI编程赛道，其它的Agent产品，本质只是换了个方式倒卖大模型token，本身产品交付和溢价能力很弱。
正如扣子负责人在发布会上说的，“我们做扣子的初心是让软件生产力平权，我们决心做一款产品，这款产品能让不会写代码的人也可以做出真正有用的程序和App，让每个有创意的人都能施展拳脚。”
这是扣子的初心吗，恐怕不是。
真相就是拖拽式的工作流智能体，门槛还是太高了，对小白用户太不友好了，因为大部分人，连自己的工作流都梳理不明白，拖拽也就成摆设了。
对程序员来说，拖拉拽又太不灵活了。
高不成低不就，扣子在拖拉拽的低代码工作流方向，已经看到了天花板，更无法盈利。在专业的业务面前，不懂行业的Know-how，他们的程序员能力也是有限的。
扣子的方向转变，代表着它开始积极服务更多小白大众，因为这个部分的受众足够大，有想象空间。
再者，扣子放弃了工作流，拥抱AI编程（心流），是因为编写代码能做的事情就更多。之前的低代码拖拽能做的事情，AI编程可以搞定；不能做的事情，AI编程也能搞定，只要用户足够有耐心去跟大模型对话交流，修改自己的想法。
不瞒大家，这两个月，我就用AI编程开发了多个能直接用的Web产品，功能流畅，界面美观，而我不是程序员。
前几天，我在秒哒看到过一款让我印象很深的产品。一个人跟大模型对话了200次做的油气井生产优化设计系统 ，连秒哒负责人都经不住感叹，真的太专业了！这就是AI编程最大的意义，让真正懂行业经验和业务的人，也能做成自己真正需要的平台系统。
界面功能虽然没有特别复杂，但是我已经被这个系统所包含的业务逻辑，深深折服了，因为看起来太专业复杂了。
那现在扣子编程的定位就更清晰了。
AI编程将是全民普及的产品,且面向的用户分为三类。
第一类是程序员群体，这个Trae、Cursor、Kiro、Antigravity、 Claude code 等等产品非常多，是很卷的一个赛道，没扣子编程什么事情了。
第二类就是抱着游戏娱乐心态的普通大众，这类群体主要抱着玩的心态，很有可能做出许多有趣的东西，如果全民参与AI编程，真的跟人人都上阵做自媒体一样。AI编程最后会成为一门艺术。
第三类是原先coze上的智能体用户，以及我上文提到的真正懂行业经验和业务的人，这些垂直领域的专业人士，因为他们知道市场需求和痛点在哪里。培育好这部分人的AI编程习惯，将会创造比之前拖拽工作流更多的生产力。
普通小白怎么参与呢？现在门槛已经非常简单了，打开一个AI编程，然后在输入框中输入想法就行了。就这么简单。
什么Vibe Coding,Vibe Workflow,都是浮云，我觉得再过一年，我们就可以Vibe Working了，每个人的工位面前不需要键盘鼠标，只需要一个话筒就可以了。
AI编程入门也不需要看很多技巧文章或者入门教程，都是浪费时间，从最简单的生活场景找需求，直接上手。今天看短视频，还看到亚马逊组织的AI展会上，有个活动是酒后编程，就是编程前先和两杯酒，然后对着AI编辑器一通说，最后现场做出产品来，简直太有乐子了。
话说来，AI编程中，什么是我们的护城河或者需要积累的事情呢？
答案就是积累我们的Skills。
这是Claude又造的一个新概念，本质就是Know-How，大家可以去搜一下了解了解。
什么是Skills呢，简单来说就是对一个完整流程的详细描述，就像做一道菜，从原料准备、工序流程，使用到工具佐料都要有条理的描述的清清楚楚。
换个更专业的描述，Skills是思维链和行动链的标准定义和标准描述，本质也是结构化的提示词。
其实和上半年火的MCP对比着理解就可以。我用Gemini3画了一张信息图。
你可以想象，你电脑硬盘里面有很多文件夹，每个文件夹都仔仔细细写的你掌握的每个小技能的完整文档描述，以及用到的工具或者软件包，整整齐齐躺在那里。
AI编程没普及之前，你需要手动去做这些事情，这些文档只是让你不用重复踩坑。但是现在你只需要告诉大模型你要做什么以及这个文件夹的位置，大模型就能替你把事情做了。
好了，那现在我们应该干嘛。
多说无益，直接上手吧，Just Do it!
