第01章 范式转移：从写软件到编排智能
前言立了 WLM 这根战略标尺。要回答 WLM 的第一环「为什么是现在」，先得确认一件最根本的事：这次到底是不是真的变了？还是又一次工具升级的喧嚣？ 本章解决这个根问题——范式确实转移了，且转移的方向是「从写软件，到编排智能」。第 02 章会接着论证：为什么这个范式转移，第一次让「一个人 = 一支队伍」在经济上成立。
1.1 结论先行：生产关系变了，不是工具升级
软件时代，人把逻辑写成代码，机器负责执行。Agent 时代，人指挥能写代码的智能体，机器不仅执行，还生成。这是生产关系的转移，不是工具的迭代。
范式转移 = 价值锚点从「代码」移到「编排」
写软件时代：核心竞争力 = 写出正确的代码（稀缺的是编码能力）
编排时代： 核心竞争力 = 编排出对的智能（稀缺的是判断与编排）工具升级改的是「效率」——你写得更快；范式转移改的是「谁能参与生产」——过去你必须会写代码才能造软件，现在你只要会判断需求、会指挥智能体。门槛从「会编码」降到「会判断」，这才是普通人机会的来源。
这不是预测，是已经在发生的事实。2026 年中的多项行业数据（数据截至 2026-05~06，均来自厂商官方案例，无独立第三方审计，引用时保留这一限定）显示：Smartsheet 500+ 工程师的代码产出提升约 3 倍；欧洲金融科技 Satispay 月度代码提交 75% 以上由 AI 生成；PwC 把遗留代码分析从 6 周压到 2.5 天。这些数字不是「快了一点」，是生产方式的重置。
理解这一点后，本章其余都在回答一个问题：凭什么说这是范式转移而不是又一次工具升级，以及它对「你该做什么」意味着什么。
1.2 什么是范式转移：定位、能力与边界
与「工具升级」的差异
| 维度 | 电子表格(1980s) | 低代码(2010s) | AI Agent(2020s) |
|---|---|---|---|
| 谁在生产 | 人 | 人（拖拽） | 人指挥智能体 |
| 稀缺能力 | 建模 | 配置 | 判断 + 编排 |
| 产出单位 | 公式 | 表单/流程 | 可运行的智能行为 |
| 参与门槛 | 会算账 | 会搭积木 | 会描述目标 |
| 本质 | 工具 | 工具 | 生产关系 |
电子表格和低代码都让人「更快地做同一件事」。Agent 让人「做以前根本做不到的事」——一个不懂代码的人，现在能造出一个能跑的软件。跨越「会不会编码」这道墙，才是范式转移的标志。
能做什么
- 把意图变成可运行产物。 描述目标，智能体生成代码、配置、内容、流程。
- 一人覆盖多角色。 同一个人，借 AI 同时承担产品、设计、开发、测试、文档、客服。
- 让领域专家直接造工具。 不懂代码的厨师、律师、财务，能把自己的专业经验封装成产品。
不能做什么（边界）
- 不能取代判断。 智能体生成，但「做什么、对不对、值不值得做」仍是人的决策。
- 不能消除不确定性。 它能降低执行成本，但市场需求、商业成败的不确定性照旧。
- 不是 AGI。 自主长链任务（>10 步）的可靠性显著下降；真实网页操作准确率仍只有 35-40%。它强在「被编排」，弱在「自主决策」。
1.3 原理拆解：为什么这次不一样
写软件时代 编排时代
┌──────────────┐ ┌──────────────────┐
│ 人 → 写代码 │ │ 人 → 编排智能体 │
│ ↓ │ │ ↓ │
│ 机器 → 执行 │ │ 智能体 → 生成+执行│
└──────────────┘ └──────────────────┘
价值锚点：代码 价值锚点：编排三个证据支柱，支撑「这次不一样」的判断。
1.3.1 支柱一：能力跨过了临界点
AI 编码能力已从「玩具」跨入「生产力」。SWE-bench Verified（软件工程基准）最高通过率约 76.8%；多家公司的真实工程产出出现倍数级提升。关键不是「AI 多聪明」，而是它已经强到「值得正式编入生产流程」——当 75% 的提交由 AI 生成，它就不再是辅助，而是主力。
1.3.2 支柱二：采用鸿沟 = 窗口仍在
一项面向 1,260 人的调查显示：81% 的人试过聊天机器人，但只有约 20% 每周使用编码 Agent。这个 81% vs 20% 的鸿沟，是本书最重要的一个数字——它意味着：
- 绝大多数人停在「聊天」，把 AI 当搜索引擎用；
- 只有少数人进入「编排」，把 AI 编入生产。
鸿沟还在，就是窗口还在。 等鸿沟闭合（多数人都开始编排），先发者的优势就被抹平。第 04 章会专门判断窗口还剩多久。
1.3.3 支柱三：基础设施标准化 + 市场整合
范式成熟的标志是基础设施收敛。MCP（Model Context Protocol）正成为智能体接驳工具的事实标准，被多家主流厂商采纳；市场也在快速整合（如 Cognition 收购 Windsurf）。当一个领域开始出标准、出并购，说明它从「实验」进入了「产业化」。
1.3.4 范式之争尚未定论，但「编排」已是主路径
即便头部厂商，对「智能从哪来」也分三派（结论源自公开架构分析，非照搬任何厂商机密）：
编排派 —— 智能在多智能体协作 + 外层编排（Claude Code 路线）
推理派 —— 智能在单模型推理深度（部分厂商路线）
集成派 —— 智能在上下文集成 + 模型可替换（IDE 路线）三派押注不同，说明 AGI 路径远未定论。但对你而言，结论很实用：编排能力是当前最通用、最不被单一模型绑架的杠杆——无论哪派赢，会编排的人都不亏。这呼应 WLM 的 L 环（杠杆）。
1.4 两个心法
心法一：别再用「工具升级」思维看 AI
铁律：把 AI 当工具升级的人，会继续亲手干；把它当范式转移的人，会开始编排。前者优化旧杠杆，后者换新杠杆。
- 落地动作：列出你本周「亲手做」的 5 件事，逐个问「这件事能不能交给智能体生成、我只做判断？」
- 落地动作：把衡量自己价值的单位，从「我写了多少」改成「我编排了多少」。
心法二：盯能力边界，别盯炒作
铁律：决定你能不能用 AI 的，不是它有多强，而是你知不知道它在哪里强、在哪里垮。
- 落地动作：记一份「可靠 / 不可靠任务清单」（见实战）。AI 在代码补全、翻译、检索上接近满分；在大规模架构设计、复杂并发调试、长链自主决策上仍是短板。
- 落地动作：把不可靠的任务，设计成「AI 草稿 + 人审」的流程，而不是「AI 全自动」。
1.5 实战：一张「能力边界」速查表
先建立对 AI 能力边界的体感。这是一份基于 2026 年中公开基准的定性分级（非精确数值，用于判断方向）：
★☆☆☆☆ 必须人主导 ★★★★★ 可放手让 AI 做
─────────────────────────────────────────────
大规模架构设计 ★★ 代码补全/重构 ★★★★★
复杂并发调试 ★★ 翻译/改写 ★★★★★
长链自主决策(>10步) ★★ 信息检索/摘要 ★★★★☆
真实网页操作 ★★★ 文档生成 ★★★★☆
终端多步任务 ★★★ 单元测试生成 ★★★★☆验证：你能脱口说出自己领域里「AI 最强的 3 件事」和「最弱的 3 件事」。
失败边界（对能力边界的误判）：
| 症状 | 根因 | 处理 |
|---|---|---|
| 把架构设计全交给 AI | 高估长链可靠性 | 拆成小步，每步人审 |
| 什么都自己手写 | 低估生成能力 | 先让 AI 出草稿再改 |
| 相信「全自动」宣传 | 忽视 35-40% 的网页操作失误率 | 关键路径留人审环节 |
1.6 范式转移 vs 自动化 / 外包：分工
| 维度 | 范式转移(AI编排) | 自动化(脚本/RPA) | 外包(给人) |
|---|---|---|---|
| 适应变化 | 强（自然语言调整） | 弱（改流程要重写） | 中（沟通成本） |
| 边际成本 | 极低 | 低 | 高（按人时） |
| 谁保留能力 | 你（编排） | 你（写脚本） | 别人（执行方） |
| 适合 | 需求多变、需判断 | 规则固定、高频 | 需要人脉/履约 |
决策树：
- 规则完全固定、跑一万次不变 → 自动化
- 需要真人履约/关系（如线下交付） → 外包
- 需求多变、需要判断、可数字化 → AI 编排（本书主线）
1.7 失败边界：三种对范式转移的误判
死法一：把它当工具升级
症状：继续把「亲手写代码/做设计」当核心竞争力，AI 只用来「加速」旧做法。
根因：没意识到价值锚点已经从「产出」移到「编排」。你优化的是正在贬值的杠杆。
对抗：每周自问一句——「如果 AI 明天就能做我现在 80% 的手工活，我还剩什么？」剩下的那 20%，才是你该投资的。
死法二：把它当 AGI
症状：幻想 AI 全自动，把判断也交出去，结果被低可靠性坑（幻觉、长链错误累积）。
根因：把「被编排的智能」当成「自主的智能」。>10 步的自主任务可靠性会显著下降。
对抗：守住「AI 草稿 + 人审」的纪律。任何超过 5 步的链路，中间必须有人的检查点。
死法三：等范式定论再动手
症状：「等三派之争分出胜负」「等 AI 更稳定」——一直观望，始终不动手。
根因：误以为「未定论 = 风险高」。实际上，窗口期的红利恰恰在「未定论」阶段最厚——等定论了，所有人都冲进来，鸿沟闭合，优势归零。
对抗：范式未定论，正是「会编排」最值钱的时候。先用最小成本跑通一个闭环（见第 15 章），再谈优化。
红线边界：不可让渡的决策
- 「做什么」的判断：需求方向必须人定，AI 只负责「怎么做」。
- 「对不对」的验收：产出的质量、合规、商业判断，必须人审。
- 「值不值得」的取舍：哪些任务编排、哪些保留手工，必须人决策。
1.8 小结 / 核心心法
价值锚点从「代码」移到了「编排」。还在练旧杠杆的人，是在优化一个正在贬值的资产。
- 这是范式转移，不是工具升级——门槛从「会编码」降到「会判断」，这才是普通人的机会。
- 三个证据支柱——能力跨过临界点、采用鸿沟（81% vs 20%）、基础设施标准化。
- 编排是当前最通用的杠杆——无论范式之争谁赢，会编排的人不亏（呼应 WLM 的 L 环）。
- 盯能力边界，别盯炒作——知道 AI 在哪强、在哪垮，比知道它「多厉害」更重要。
- 判断、验收、取舍是人不可让渡的决策——把这三件交给 AI，就是把方向盘交出去。
本章锚定了 WLM 的 W 环起点：范式转移是「为什么是现在」的根因。下一章把它落到经济账上——为什么这个范式，第一次让「一个人 = 一支队伍」成立。
执行清单（范式体检）：
- [ ] 我列出了本周「亲手做」的 5 件事，并标注哪些可交给 AI？
- [ ] 我能脱口说出自己领域里 AI 最强/最弱的各 3 件事？
- [ ] 我是否还在用「我写了多少」衡量自己的价值？（是→改）
- [ ] 我有没有把「做什么/对不对/值不值得」中的任何一件交给 AI 全自动？（是→收回）