昨天晚上，我跟一个认识十几年的老朋友聊到很晚。绕来绕去，聊的就是一个问题：AI 把一切都翻了个底朝天，接下来到底还有什么软件值得做？
说实话，没人知道未来长什么样。这个时代，大部分人能做的，就是蒙着眼往前狂冲。
蒙眼狂冲没问题，我自己也在冲。但有件事我越来越确定：方向可以靠撞，方法论不能丢。 没有方法论，你会撞上一堆本来可以绕开的墙。
我从 2024 年开始做 Data Agent，从开源 Auto-Coder 一路做到今天的 InfiniSynapse，这两年自己撞过的墙不算少。昨晚那场聊天，我们把"什么软件还值得做"收敛成了三条标准。趁着还热乎，我把它写下来。
先说什么别做：一周能做出来的，就别做了
先划一条红线，再讲方向。
凡是你一周、一个月就能做出来的通用软件，基本别做了。露头就被秒。
道理很简单。以前一个 idea 从想清楚到能用，要好几个月，这几个月本身就是壁垒。现在 AI 把这段时间压到了几天，壁垒没了。你辛辛苦苦做出来的第二天，别人对着 AI 描述一句，一个差不多的东西就出来了。
所以反过来看，能活下来的方向就清楚了——往小做、往难做、往深做。中间那块"不大不小、不难不深、刚好够 AI 一周抄完"的地带，恰恰是最危险的。
一、往小做：给自己做软件
如果你非要做一个软件，我的第一建议是：给自己做。
人类已经进入了"完全个性化软件"的时代。这句话不是口号，是我天天在用的事实。
举个我自己的例子。我要录屏、剪视频。放在两年前，我得去下载 Screen Studio、剪映这类工具。买软件的钱是小事，真正贵的是学习它、把它练熟的那段时间——每个工具都有自己的脾气，你得反过来迁就它。
现在不一样了。我把我的剪辑习惯、想要的效果，原原本本描述给 AI，丢给它跑一晚上。第二天早上，我手里就多了一个只为我一个人写的视频剪辑工具。
我不需要学它。因为它本来就是照着我的习惯长出来的，每一个按钮都在我以为它该在的地方。
翻译工具也一样，邮件助手也一样。我不再去适配别人做的通用软件，而是让软件来适配我。
这种软件最大的好处是：它根本没有市场，所以也没有竞争。 它只服务我一个人，永远不会"露头"，自然也谈不上"被秒"。效率第一，合手第一，就够了。
再往深想一层——给自己做软件，本质上是在投资你自己。
这两年我越来越认一个理：你自己，才是最值得被投资的那个标的。 投别的都有风险，投自己几乎稳赚。你每给自己长一个趁手的工具，效率就往上抬一档。
而你，就是你这家公司的天花板。放大你自己的能力，就是在放大整个公司的能力。 所以别把它当成"不务正业、捣鼓小玩意"——在 AI 时代，这是回报率最高的一笔投入。
二、往难做：做 AI 覆盖不了的
第二条路，做 AI 现在够不着的事。
AI 的能力，来自它能看到的东西。它看不到、拿不到的地方，就是它的边界。
哪些是它够不着的？闭源的系统它看不进去，企业的私有数据它拿不到，线下的信任和交付它替代不了，强监管行业的合规它担不起。这些都不是 AI 再努力一把就能跨过去的，是它打根上就够不着——缺的不是聪明，是输入。
往难做，难的往往不是技术本身，而是那部分 AI 永远拿不到的输入。你掌握了那部分输入，你就站在了 AI 的射程之外。
这里其实还藏着一类更硬的"够不着"——不是 AI 看不到，而是它没法替你熬出来。这个值得单独讲，就是第三条。
三、往深做：做 AI 之下的
第三条，也是我自己正在走的：做 AI 之下的东西。
现在所有人都在做 Agent。Agent 是最上面那一层，谁都能套个壳。我做的不是 Agent，我做的是 Agent 脚下踩的那整套地基。
为什么这类东西有壁垒？核心就一句话：好东西都是和用户协同进化出来的。
同一件事，有一百种做法。到底哪种更好？做的当下谁都不知道，AI 也不知道——这不是 AI 笨，是这个答案当时根本还不存在。它只存在于用户真正用过之后、给你的那些反馈里。
而用户的反馈，不是一天就能给齐的。它是按年的维度，一点一点长出来的。今天用户嫌这里别扭，明天嫌那里绕，你改一版，再喂回去，再改。三年下来，几万次这样的来回，才攒出一套"就该这么做"的判断。
这才是护城河。 不是某一段代码——代码 AI 抄得走。是这几年时间里、被反馈一遍遍打磨出来的手感和判断，这个 AI 抄不走，因为它没经历过。
还有更现实的一点：现在聪明人遍地都是，但聪明人最缺的恰恰是耐心。需要熬几年的事，几乎没人愿意熬。于是"熬得住"这件事本身，反而成了壁垒。
再给 AI 三年，它也做不出一个 MacOS。第一，人家不开源，AI 根本看不进去（这就是第二条说的"看不到"）；更要命的是第二点，MacOS 是几十年里、亿级用户一帧一帧反馈打磨出来的，这段时间没法快进，也没法跳过。
回到我自己。我做 Data Agent，但我真正在做的，从来不是那个 Agent：
- 我把 SQL 语言重做了一遍——InfiniSQL；
- 我把知识库重做了一遍——InfiniRAG；
- 我把分布式 SQL 引擎，也重做了一遍。
这些才是 Agent 脚下的东西。Agent 谁都能套一个，但它脚底下这套 harness，得一行一行、跟着用户一年一年磨出来。
这就是我说的——有壁垒，有审美。 审美也不是天上掉下来的，它是无数次"这样不对、那样才顺手"攒出来的结果。审美这东西，AI 给不了你，只有用户能。
最后
AI 把"做软件"这件事的门槛，一脚踩到了地板上。这是好事。
但也正因为门槛没了，什么东西值钱反而更清楚了：要么只为你一个人生长（往小），要么 AI 根本够不着（往难），要么深到藏在 AI 脚底下（往深）。 中间那条一周就能被抄完的路，别走。
蒙眼狂冲可以，但手里得攥着这张地图，能少撞几堵墙。
如果你也在用 Cursor、Claude Code 这类 Agent，想让它们直接调用 InfiniSynapse 做数据分析：到 infinisynapse.cn/tools（国际站 infinisynapse.com/tools）下载一个叫 agent_infini 的二进制 Command Tool，放进 PATH、配一次 API key 就行——不用 pip install，不用 Node，也不用起一个 MCP 服务常驻在你本机。
之后在 Cursor / Claude Code 里，不需要自己写完整命令。你直接对 Agent 说一句中文就能开跑，比如：
用
agent_infini工具"帮我统计 Q1 营收，销售口径和财务口径并列输出"
Agent 会自动把这句话转成实际的 agent_infini 命令，提交到远程 InfiniSynapse 任务里。
连库、查知识库、跑完整分析任务，结果再拿回到你的编辑器里。这就是"在 Agent 之上，调用 Agent 之下那套 harness"最直接的方式。
想要完整产品的，访问 infinisynapse.com（国内 infinisynapse.cn），SaaS、桌面版、企业私有化三种形态都有。任何问题发邮件到 zhuhl@infinisynapse.com，我本人会看。
我想做的，一直是最后那种东西——AI 脚底下的地基。让每一个在 AI 上面狂奔的人，脚下都踩得更稳一点。