大模型不会杀死所有软件。

黄仁勋最近那份访谈实在干货很火，我把全文扒了下来，共计两万四千多字，我估计AI投资大佬们，应该能解读出很多内容。

我是小傻逼，我讲讲我之前的一个思考，黄仁勋给我的启发。

我在自己研究token经济学的时候，得出一个推演结论(图2）：大模型是不会杀死所有软件的，相反，那些能嵌入工作流、持续拿到高质量数据的软件，未来会在Ai的扶持下，更加无敌。

黄仁勋被问到了怎么看待AI对软件的摧毁，他的核心观点是：agent 数量的爆发，反而会把专业软件从“给人点击的界面”推向“给机器调用的底座”。

怎么来解读这个话？

市场看到自然语言界面崛起，就以为专业软件的护城河会被抹平。黄仁勋强调的恰恰相反——未来 agent 数量会指数级增长，工具用户数量也会指数级增长，因此像 Synopsys（芯片设计师的cad） 这类专业工具的实例数很可能大幅上升。

AI 削弱的不是工具本身，而只是工具原来那层“由人手动点击”的外壳。工具并没有消失，只是从“给人操作的界面”变成了“给 agent 调用的底座”。

当 agent 真正开始干活时，决定价值的就不再只是底层模型有多聪明，而是它进入了什么系统、能调什么工具、遵守什么规则、输出能否被组织接受。

黄仁勋说：我们将以前所未见的方式探索设计空间，我们将使用我们今天使用的工具。我认为工具的使用将导致软件公司迅速发展。

这意味着未来新增的不是一套完全脱离旧系统的 AI 世界，而是 agent 大规模进入既有的工作系统，在既有工具中执行任务、探索设计空间、完成流程。谁控制这些工具，谁就控制了 agent 的创造的价值。

工具之所以重要，不在于界面有多复杂，而在于它们是工作真正发生的地方。

放到企业里，这个“工具”绝不只是一个功能模块，而是一整套被长期写进系统的组织经验：审批路径、字段定义、异常处理、权限边界、数据调用关系、跨系统接口、合规约束。这些东西过去藏在专业软件、流程引擎、行业系统和数据库里。

一旦模型和 agent 开始持续读取这些沉淀，企业记忆就从后台资料变成了生产资料。模型能力可以迁移，但这套私域记忆很难迁移；谁掌握得更深，谁就更接近真正的闭环。换句话说，未来未必是“最强模型”赢，而更可能是“最深嵌入组织记忆的系统”赢。

agent 将使用这些专业工具，去做设计、布线、规则检查等高价值任务。这里隐含的前提是：这些工具不是聊天玩具，而是结果会进入真实流程的生产系统。只要 AI 进入真实流程，责任问题就一定浮现——谁对错误结果负责，谁对误判负责，谁对合规事故负责。

这也正是为什么专业软件可能被重估。因为专业软件天然就比通用模型更接近责任链：它知道谁审批、谁修改、谁确认、谁留痕、谁回滚。它不仅承载执行，还承载审计。

能把 AI 接进真实流程、并敢于对结果承担部分责任的人，才更有资格拿走利润最厚的一层。

旧视角认为软件的护城河在界面复杂、培训成本高、替换麻烦；新观点则应当是：它们掌握了行业最难编码、却又最必须被执行的那部分隐性知识。

未来会有两种路径：要么这些软件公司自己造 agent，要么 agent 学会调用它们。无论哪一种，最后都不是工具被消灭，而是工具被重新定价。

问题来了，哪家公司真的有这种价值？我看到科创板好像有一个标的非常有潜力