# 让软件成为 Agent 用得上的工具 Next Token 博客 软件对 Agent 的开放程度，取决于它是否暴露能力接口、结果能否检查、宿主能否承接执行。从建模软件到剪辑工具，这条判断线正在成形。 发布：2026-10-09 更新：2026-10-10 用 Agent 建一个 3D 模型，过程可能和想象完全不同：[Blender](https://nexttoken.tv/wiki/products/blender) 的界面上毫无动静，一直停在欢迎页面，Agent 在旁边持续写代码——它用的是 bpy，Blender 自带的 Python 接口。过一会儿它说建好了，打开一看，模型已经完成。整个过程对图形界面的依赖，只剩最后打开文件确认结果。 这个案例值得仔细拆解，因为它展示了软件真正"被 Agent 用起来"时发生的事情：操作不走界面，走的是软件暴露的编程接口；结果可以被检查，闭环才能成立。 ## 界面不是给 Agent 的入口 图形界面为人设计，靠可视化和即时反馈帮助人理解状态。Agent 更高效的路径是绕过这层，直接调用接口。一条兜底路线是 Computer Use：模型厂商等不及软件逐个改造，先训练模型去操作人类界面，让它能使用以前的软件。软件自己主动适配是另一条路线，两条并行推进。但只要软件开放了接口，操作界面就只是过渡形态——每次点击背后本来就是一个可调用的能力。 通过接口操作还有效率上的差别。用 bpy 建模几乎不消耗"看界面"的开销，Token 效率高，中间用 MCP 截图确认的次数也很少。[Godot](https://nexttoken.tv/wiki/products/godot-engine) 等游戏引擎有类似的结构：做完直接打开就有结果，不存在一个"操作界面"的过程。 这提示了一种分工：让代码负责操作，让界面负责查看。软件可以继续把交互打磨得对人友好，同时为 Agent 的调用效率单独做一套基建——两条通路服务两类使用者，不必互相迁就。 ## 能力接口与可检查的结果 软件对 Agent 的可用性，第一个标准是它暴露了哪些能力接口。命令行工具天然占优：剪辑工作流里，Codex 加 FFmpeg 可以直接完成剪辑——不是因为它操作了某个剪辑软件的界面，而是 FFmpeg 本身就是一套文本接口。相比之下，图形软件如果没有开放接口，同样的工作流就接不进去，无论它的界面做得多么完善。这与某款软件好不好用无关，只是接口开放程度的差别。 第二个标准是结果可检查。Agent 的产出要能被验证，任务才算闭环：模型建好了，打开文件确认；排版生成了，截图比对。可检查性决定了 Agent 能否自我修正，也决定了人需要在哪些节点介入。 ## 内置 Agent 与开放能力是两回事 软件拥抱 Agent 有两种方式，经常被混为一谈。第一种是把 Agent 装进自己的软件：内置一个助手，改善自家产品的体验。剪辑软件出自己的 Agent 属于这一类。第二种是把软件的能力开放出来，让外部 Agent 调用。 两者的差别在封闭性上最明显。一个剪辑软件的案例是：它有类似 Skill 的能力体系，但录制那次讨论时只能用在自己家的 Agent 里，外部的 Codex 调不了。能力是有的，只是锁在自家生态里。另一种做法是 DaVinci Resolve 把能力拆成 MCP，任何模型都能接；当时它还把 MCP 放在付费版里——开放本身成了付费点，说明软件厂商开始把"能被 Agent 调用"当成一种可以定价的能力。 两种方式回答的是不同问题：内置助手服务于自家软件的用户，开放能力让软件进入别人的工作流。对使用多种 Agent 的用户来说，第二种决定了这款软件能不能出现在自己的任务链里。 ## 宿主也要接得住 软件开放了能力，还需要宿主 Agent 有执行环境承接，这一环同样经常缺失。垂类设计 Agent 的反例：接的模型明明有编码能力，产品却主动限制编程；排版的参考图能上传、Agent 也能看到文件夹里有它，真要调用时却调不了——文件系统支持不完整。即使建模软件开放了 bpy，这样的宿主也用不上。临时的虚拟机还带来持久化问题：每次拉起的是不同环境，上下文难以延续。 ## 软件成为 Agent 插件 把两条线索合起来，可以得到一个方向性的说法：原来的模式是软件把 Agent 弄进来，接下来的模式是软件把自己变成 Agent 插件——不再等某个内置助手，而是让自己的能力成为所有 Agent 都能调用的工具。围绕这个方向已经有产品设想，比如为封闭生态的剪辑软件做一个支持外部 Agent 调用的替代品；设想是否成立，要看它能否回答前面列出的三个问题：能力接口是否完整、结果是否可检查、宿主环境是否接得住。 这三条也构成评估任何一款软件"Agent 可用性"的清单。三条都满足，软件才不只是给人用的界面，而是 Agent 工作流里真正用得上的工具。 ## 相关资料 - [用 bpy 写代码建模的体验](https://nexttoken.tv/weekly/002/transcript#quote-fe0f9eda66da21490336)及[Godot 的类似结构](https://nexttoken.tv/weekly/002/transcript#quote-74af9f2569f40800b725)、[接口操作的 Token 效率](https://nexttoken.tv/weekly/002/transcript#quote-3252d4202577e7b11351) - [为 Agent 调用效率做基建、为人留界面的主张](https://nexttoken.tv/weekly/002/transcript#quote-a6541d5453bc83e4b71e) - [等不及软件改造的 Computer Use 路线](https://nexttoken.tv/weekly/002/transcript#quote-2fefda8f8f0b427add9a)与[软件主动适配并行推进](https://nexttoken.tv/weekly/002/transcript#quote-ee1c77c3f5f3c32bc390) - [回到 FFmpeg 的剪辑工作流](https://nexttoken.tv/weekly/002/transcript#quote-555026c6546093f334d0)与[Codex 加 FFmpeg 的实际使用](https://nexttoken.tv/weekly/002/transcript#quote-44ebeac53c74a2109226) - [DaVinci Resolve 拆出 MCP、不绑定单一 AI](https://nexttoken.tv/weekly/002/transcript#quote-88e066d70994208c2f85)与[对这种开放方式的评价](https://nexttoken.tv/weekly/002/transcript#quote-c7e68571b152b978685f) - [设计 Agent 缺少执行环境的问题](https://nexttoken.tv/weekly/002/transcript#quote-d005ab06bf8c7838d1cf)及[参考图看得到调不了的细节](https://nexttoken.tv/weekly/002/transcript#quote-270690b8a10dceedf73a) - [Descript 只支持自家 Agent](https://nexttoken.tv/weekly/005/transcript#quote-1b705657a948e563b830)与[类 Skill 能力锁在自家生态](https://nexttoken.tv/weekly/005/transcript#quote-e95c6b7cd1ae7594e3bd)、[内置 Agent 与软件成为插件的两种模式](https://nexttoken.tv/weekly/005/transcript#quote-8bef4b9d3f8a34c4f954) ## 来源与相关链接 - [网页版文章](https://nexttoken.tv/blog/software-as-agent-tools) - [Weekly #002 完整文字稿](https://nexttoken.tv/weekly/002/transcript) - [Weekly #005 完整文字稿](https://nexttoken.tv/weekly/005/transcript)