当知识成为可执行的:透视 AI 时代软件的本质变革

知识执行 AI 理解文档

发布于 2026-06-13

版权声明

我们非常重视原创文章，为尊重知识产权并避免潜在的版权问题，我们在此提供文章的摘要供您初步了解。如果您想要查阅更为详尽的内容，访问作者的公众号页面获取完整文章。

查看原文：当知识成为可执行的:透视 AI 时代软件的本质变革

文章来源：

卷书成船

扫码关注公众号

扫码阅读

手机扫码阅读

文章主旨：AI 时代知识形态发生革命性转变——从需要学习的信息转变为可直接安装和执行的“能力包”，这重新定义了软件工程、团队协作与知识工作的本质。

关键要点：

知识从“信息→理解→实践→能力”的传统路径转向“安装即执行”，实现知识与执行的统一。
团队协作从依赖文档和培训的“行为监督”转向通过共享可执行知识（Skills、Agent Blueprint）的“能力对齐”，大幅提升一致性与效率。
软件执行模型从“机械执行固定程序”转向“AI 理解意图并自主决策”，智能运行时具备信息优势、理解深度和质量判断能力。
软件创造范式从“编写精确代码”转向“描述意图和知识”，抽象层次提升至自然语言，程序员核心能力转向知识设计、系统架构与质量控制。
软件的本质被重新定义为“可执行的知识”，传统程序、可执行知识和混合模式将长期共存。

内容结构：

引言：通过一个“新员工审核文档”的类比，展现AI助手安装技能包后立即获得专家能力，引出“可执行知识”的概念——知识不再需要学习转化，而是可直接被AI运行的能力包。作者指出这是一场“知识形态的革命”，并预告文章从五个角度展开。

展开：

2.1 可执行知识：知识的新形态
- 以学做菜类比传统知识传递的低效，对比AI直接下载烹饪能力。
- 关键转变：知识与执行从分离走向统一。过去说明书与程序分离，程序员充当翻译；现在AI理解人类语言，说明书本身就是可执行程序。
- Claude Skills的三个设计实现可执行：
  - 三层架构：元数据层（描述能力）→ 指令层（任务描述）→ 资源层（脚本/参考），将专家经验物化为结构化资产。
  - 渐进式加载：初始仅加载简短元数据，需要时再加载完整指令，支持管理数十个技能包。
  - 自然语言调用：无需命令语法，AI自动理解意图并激活相关技能。
- 具体实例：team-document-review技能包就是普通的文字说明（检查清单），但安装后AI能理解并系统化执行，封装了资深编辑的隐性经验。
2.2 协作标准化：从制度到能力
- 传统协作困境：知识与执行分离、隐性知识难以传递、一致性依赖个人自觉（数据：标准一致性仅60%，新人上手2周）。
- 新范式：通过Project Skills和Agent Blueprint直接分发能力，实现一致性从60%提升到95%，新人上手缩短至3天。
- 根本性转变：从“行为监督”（外部约束）到“能力对齐”（系统自动保证一致性）。
- 知识物化：Agent Blueprint（工作流程）、Skills（标准能力）、Reference Data（领域知识）变得可传播、可执行、可演进、可复用。团队协作本质从“共享代码”转向“共享知识”，从“同步行为”转向“对齐能力”。
2.3 智能运行时：会思考的执行者
- 传统执行：自动售货机式，机械执行固定指令，无法处理意外。
- AI执行：助手式，理解目标和标准，根据实际情况灵活决策。
- 三个关键差异：
  - 信息优势：AI 基于实际数据（如不同格式报价单）智能判断，而非固定假设。
  - 理解深度：可处理意料之外的情况，如自动适应从未见过的格式。
  - 质量判断：不仅检查格式，还能评估内容合理性（如价格是否抄错）。
- 哲学转变：从“精确控制”到“意图引导”。AI 模型成为核心执行单元，系统行为由自然语言描述的意图和标准引导。
2.4 范式转移：从代码到知识
- 引用 Brooks 1986 年观点：软件核心工作是思考和设计，编码是翻译的辅助工作。AI 突破了翻译瓶颈，允许直接用自然语言描述理念。
- 四个维度改变：
  - 表达方式：从写详细步骤到说清楚目标。
  - 团队协作：从共享文档到共享能力。
  - 质量控制：从事后检查到实时保证（AI边做边检查）。
  - 执行方式：从机械执行到理解执行。
- 真实效率提升：区域研究报告从1-2个月缩短到2小时，成本从5000-20000元降至7.5美元。
- 编程语言演进逻辑：从机器语言到汇编、高级语言、声明式语言，最终到自然语言——抽象层次持续提升。
2.5 软件的边界：一个哲学问题
- 传统定义的软件（精确代码）正在扩展为“可被执行的知识”。三种形态共存：
  - 传统程序：绝对准确、高速场景（操作系统、银行系统）。
  - 可执行知识：信息型、规则清晰、重质量（市场研究、法律审查）。
  - 混合模式：核心确定性+外围灵活性（推荐系统、智能客服）。
- 行业预测：2027年约40%企业服务由AI智能体交付，60%仍用传统或混合方式。
- 创造软件的人（程序员）核心能力转变：从精通编程语言到知识设计、系统架构、质量控制、知识管理。编码仍然重要，但重心转向“构思和设计”这一核心工作。

升华：

软件本质回归：软件不是代码，是知识。代码是知识的一种表达形式，AI让知识可以有更灵活的表达。
三类读者的启发：
- 开发者：核心能力转向用自然语言描述意图、隐性知识显性化、设计可执行知识模块；对领域深刻理解的价值提升。
- 管理者：团队协作本质是“对齐能力”而非“同步行为”；投资知识物化可带来协作质量跃升和新人培养成本断崖式下降。
- 知识工作者：获得能力的方式从学习数月到安装即用；学习重心转向元认知——发现、评估、组合知识的能力。
开放性结尾：学习的意义并未消失，而是升级。人类创造知识，AI执行知识。学习的重心从记忆具体知识转向培养创造力与判断力。知识的形态改变将重塑教育、成长和价值创造逻辑。

文章总结：本文系统阐述了AI时代“可执行知识”如何颠覆软件工程、团队协作与知识工作范式，强调这是知识形态从信息到能力的质变，并对不同角色的未来能力转型提出了深刻洞见，指出学习的本质将从知识获取升级为元认知与创造力培养。