最近在思考 AI 应用的设计，感觉目前主流的做法大多还是沿用传统思路，在复杂的 UI 表单角落勉强塞进一个对话框。既然现在的大模型已经具备了强大的推理和工具调用能力，我开始设想一种“Built for Agents”的可能性。 为了验证这个想法，我还是开发一个独立开发者三件套之一的记账软件开刀，我把它改造成一个面向 Agent 驱动的底层引擎。 我将底层的接口通过 MCP （ Model Context Protocol ）直接暴露给大模型，让 Agent （比如 OpenClaw 、Hermes 等）取代人类，成为软件的“第一使用者”。在这种纯粹的 Agent-Native 交互范式下跑通了核心链路后，我获得了一种截然不同的体验： 1. 开发者的角色巨变（剥离脏活累活） 很多以前在复杂的业务逻辑和定制化需求（比如账单智能分类、从非标准截图里提取数据、解析不同银行支付宝微信的账单格式），都不需要写代码去实现了，LLM 本身自带的能力直接把这些复杂度消化掉了。作为开发者，唯一要做的就是：提供安全，定义清晰的底层接口和 Schema ，剩下的交给 Agent 。 2. ...