用户要结果，软件给过程

报销这件事，你一定经历过：打开 OA，填 12 个字段，贴 3 张发票，抄 2 个审批编号，提交——然后等三天。中间还被打回来一次，因为发票抬头少写了一个括号。

再看一个：你想知道“上月华东区哪个产品卖得最好”，点开报表系统——七层菜单找到入口，拖二十个字段拼出一张表，等它跑完，导出 Excel——发现口径不对，重来。

这两件事有个共同点：员工想要的只是“把这事办了”，软件给的却是一整套“教你自己办”的流程。

用户要结果，软件给过程。 五十年了，软件一直在教用户学软件—— 这一次，轮到软件学人话。

这是《AI Native 软件系统》系列的第二篇。上一篇我们讲清了大佬们嘴里的 AI Native 到底指什么——三条共识：AI 是工作方式不是功能、为 AI 重新设计而不是打补丁、越用越强。这一篇往根上挖一层：需求侧，到底什么变了。

答案一句话：用户不想要更多按钮了。

PART 01

软件进化史，就是用户妥协史

先看一段所有人都熟的历史。

从命令行到图形界面，到 Web，再到 App——软件五十年的进化，主线只有一条：降低学习成本。不用背命令了，用鼠标点菜单；不用装软件了，浏览器打开就用；不用开电脑了，手机划两下。

每进化一代，用户都省了一门学费：

但注意那张表里从没变过的东西：不管哪一代，用户都必须学会软件的世界观——它怎么切分功能、怎么组织菜单、怎么定义流程。命令行时代你按它的语法说话，GUI 时代你按它的菜单思考，到了 BI 你还得懂它的“维度”和“指标”。

五十年进化，学费一直在降，但这门课从来没停过。

这个前提在企业软件里体现得最狠。买一套 ERP 的钱只是开始，真正的大头是全员培训：功能清单每加一行，培训 PPT 就厚十页。Gartner 的数据很直白：培训投入占项目总预算不足 13% 的企业，达不到业务目标的可能性，是投入超过 17% 的企业的 3 倍；Gartner 还预测，到 2027 年，超过 70% 新上线的 ERP 项目将无法完全达成最初的业务目标——被点名的主要风险之一，就是终端用户采用率低。

翻译成人话：企业软件最大的失败原因之一，是**“用户学不会、不想学”**。

💡 五十年软件史都在做同一件事：让人更容易操作机器。却从没问过一句：用户为什么必须学会操作机器？

五站演进：命令行→GUI→Web→App→AI Native，每站标“要学什么/省掉什么”；底部点题“五十年不变的隐含条款”

PART 02

用户要结果，软件给过程

现在把镜头拉近，看看每一次“使用软件”的瞬间到底发生了什么。

你脑子里有一个意图：“把上个月的差旅报销了。”这个意图进入软件，被拆解成 12 个字段的填写、3 张发票的粘贴、1 条流程的提交。软件不认识你的意图，它只认识预先定义好的操作集合——从“我想要什么”到“我该点哪、填什么”的翻译，全部由你自己完成。

每个按钮，都是对用户意图的一次粗暴预分类。

软件的设计者没法穷举用户的万千意图，只能先验地把它们切成功能颗粒——报销是一个按钮，请假是一个按钮，“把这事办了”不是一个按钮。切下来的每一刀，都是一道翻译题，留给用户。

三个日常场景，同一道鸿沟：

报表：你想问一句“上月华东区哪个产品卖得最好”；软件说，请进入 BI，选数据集，拖 20 个字段，配好筛选器，点运行。

客服：你想说“发票开错了，帮忙重开”；软件说，请先选择工单类型（计费/售后/其他），填写 8 项表单，然后等待流转。

订票：你说“周五下午到上海，别太贵”；软件说，请依次设置出发时段、价格上限、航司偏好、舱位、是否接受中转——五个筛选器，逐个点。

三件事的共同点：**软件把“我想要什么”翻译成“我该点哪个”的活儿，全部外包给了用户。**翻译次数 = 摩擦次数 = 出错次数。填错一个字段，打回重来；选错一个工单类型，重新排队。

💡 用户要结果，软件给过程——中间那条翻译链，是软件行业五十年来收得最稳的一笔“税”。

三行对照：左“用户说的一句”（气泡）vs 右“软件要的一串”（表单盒）；底部“意图是需求，功能只是过程”

PART 03

为什么以前做不到，现在能做到

看到这里你可能会说：这不是废话吗，软件又听不懂人话。

对。以前，确实做不到。

**以前：系统只认精确指令。**点击、表单、SQL——计算机科学的整座大厦建立在确定性指令之上，而自然语言模糊、有歧义、缺上下文，进不了系统的门。于是“把意图翻译成精确指令”这件事只能由人来干。不是用户天生就该学软件，是系统听不懂人话——学软件，成了用户不得不尽的义务。

现在：模型听懂了意图，轮到系统接球。“听懂人话”这一关已经被大模型破了，上一篇讲过，不再展开。真正的问题换了位置：用户说“把这事办了”，系统接不接得住？能不能替用户去填那 12 个字段、走那 7 层菜单、拖那 20 个维度？这就不是模型问题了，是系统设计问题——一个为“只会执行精确指令的人类”设计的系统，接不住一个“听懂了意图的执行者”。同一个需求，老系统和 AI Native 系统各会怎么完成？这是下一篇的主场，到时候逐帧演给你看。

**体验倒挂已经发生。**你在生活中已经习惯了对话式拿结果——对着手机问一句话、跟导航说个“避开拥堵”。回到公司打开 OA，你又降级回了“点按钮、填表单、抄编号”。同一个人，两套体验，倒挂着。而倒挂的东西从来撑不了太久：不是用户突然变了，是软件第一次有机会跟上用户。

上一篇说过：用户已经被 ChatGPT 提前教育完了。需求侧早就 ready，现在等的，是软件侧。

💡 不是用户突然变了，是软件第一次有机会跟上用户。

PART 04

需求原点

把前面三段收拢，其实就一句话。

功能，是开发者对用户意图的猜测；意图，才是需求的本来面目。

过去五十年，软件围绕“功能”组织自己：功能目录、菜单树、权限表、培训课。这套组织方式成立的前提，是“用户学会软件的世界观”——PART 01 那张表里五十年从没被动摇过的一列。

AI Native 的原点，就是动摇这个前提：**软件围绕“意图”重组，而不是围绕“功能”重组。**用户负责说清楚要什么结果，系统负责把过程走完。

这正是上一篇“三条共识”第一条的需求侧版本。第一条说：AI 是工作方式，不是功能。放到需求侧就是：意图是需求，功能只是过程。

上一篇留过一个判据：把 AI 拿掉，会怎样？这一篇给出更底层的那个：用户说完一句话之后，系统还要不要他把这句话翻译成 N 个操作？要，就是过程导向；不要，才是意图导向。

谁先参透这一点，谁做下一代产品。

⚠️ AI Native 的需求原点一句话：软件围绕“意图”重组，而不是围绕“功能”重组。

收尾

软件行业的下一个十年，拼的不是谁的功能多，是谁的翻译少。

功能清单还会越列越长，但用户已经不想再学了。这股力量比任何技术曲线都确定——毕竟，没有人喜欢填 12 个字段。

拼的不是功能多，是翻译少。 用户不想要更多按钮了。

你最受不了哪个软件的“操作迷宫”？评论区聊聊，点赞最高的，下一篇拿它当案例。

📚 系列前文 · 往期回顾

› 系列 1｜满大街都在说的 “AI Native”，大佬们到底在指什么

› 前作 1｜AI 生成的代码没有架构：一个开源 SaaS 作者的 Vibe Coding 反思

› 前作 2｜Jev 不会说话，但它暴露了 Agent 落地最难的一关

› 前作 3｜Agent 一旦能执行，企业真正缺的就是一个治理平台

› 前作 4｜阿里抢着认证的 FDE，暴露了企业 Agent 落地最缺的根本不是模型

› 前作 5｜外包和 AI coding 都不是真 FDE：真正的 FDE，是“交付即沉淀”的平台飞轮

💬 一起聊 AI Native 落地

想深入交流「AI Native 软件系统」这个系列、 以及企业里怎么落地？扫码加我微信，我们一起把这件事聊透。

— 行者 / Jagger · 技术理想派