Google CEO：几乎所有软体 都要重做一遍

Google(GOOGL-US) 执行长 Sundar Pichai 4 月 7 日在最新访谈中表示：几乎所有的软体，都将面临一次重新建构。

据AI 深度研究员，核心原因在于，使用者的互动方式正在改变。搜寻正从返回结果向执行任务演进；使用者不再需要手动、逐步操作软体，而是直接下达目标，由系统自主完成。

‌

这种转变离不开 AI 智能体的参与。目前，Google 内部的一些团队已经开始使用智慧体协作工具。

Pichai 预计，2027 年将会是这场变革的转捩点。那么，软体重构究竟会如何发生？Google 在实践中遇到了哪些具体阻碍？这个重塑的过程又会持续多久？

Sundar Pichai 在访谈中提到一个关键概念：未来的搜寻，将演变成 Agent（智慧体）调度中心。

这个说法的核心不在于搜寻业务本身，而是使用者与系统互动方式的根本性更迭。传统搜寻遵循检索－筛选模式：输入关键字，获取排名连结，然后由用户自己去阅读和操作。这是一个你发出指令，它被动回应，你再继续操作的单向且割裂的过程。

但现在的搜寻，已经开始接手长週期、多步骤的複杂任务。你得到的不再是一堆网页连结，而是能看到一个正在推进的研究过程。以 Google 内部正在使用的 Antigravity 系统为例：它能够同时调度多个 Agent 并行工作，各自负责任务的不同模组，最终汇总交付。

伴随着底层硬体形态和输入输出方式（I/O）的根本性改变，软体原有的互动逻辑必须重写。

过去的 UI 介面是为人类手动操作设计的：按钮用来引导点击，选单用来提供选项，路径依赖人去一步步推进。当任务被全盘交给 Agent 执行时，这些设计就变成了冗余。

你不再需要紧盯每一个操作步骤在哪里发生，只要专注在最终目标是否达成。软体介面将从手动操作工具，彻底转变为任务监控面板。

工作流程也随之从静态固定走向动态生成。传统软体的流程是预设好的，因为机器需要引导人类操作；而 Agent 驱动的软体，能够根据目前任务的上下文，即时产生最优的执行路径。这意味着，即使是同一个目标，每次的实现方式都可能截然不同。

这带来了一个颠覆性的转变：软体正在从被人操作的工具，进化为替人做事的数位员工。当这种意图驱动的模式成为主流，现有的软体设计法则无疑将被彻底推倒重来。

这种底层互动逻辑的推倒重来并非只停留在预测层面。在 Google 内部，旧有的工作流程已被打破。

目前，Google DeepMind 与部分软体工程团队已经全面连接了 Antigravity 系统。如前文所述，这是一个 Agent 调度中枢，工程师们在其中运行各种工作流程，将任务交由 Agent 自动完成。上週，这套系统也正式推广至 Google 最核心的搜寻团队。

但这种向 Agent 时代的跃迁，并非一帆风顺，他们遭遇了四个具体的实行阻碍：首先是提示词工程门槛。工程师需要时间去适应如何向 AI 下达精準指令。这不仅是通用的对话技巧，更涉及深度的企业内部知识：如何让 AI 準确调用内部工具、如何清晰描述内部系统的複杂需求。

其次是程式码协作方式的冲突。AI 介入后，程式码的迭代与翻新频率极高，修改範围也大幅扩张。一个人甚至可以在发布前让 AI 重写多次程式码，导致程式码库变化速度远超传统预期，使多人协作变得更加困难。

第三是数据与权限的壁垒。解决複杂问题往往需要调用企业内部数据，但现有 IT 权限系统是为人设计，而非为Agent设计。如何界定 Agent 的存取层级？如何控制其权限边界？这些安全机制都必须重构。

最后是组织角色的模糊。工程师、产品经理、设计师等职能分工，是建立在过去工业化协作模式之上。当 AI 能同时处理程式开发、产品逻辑与介面设计时，这些角色边界开始瓦解。

对此，Sundar 的回应相当务实：Gemini 团队、Gemini 企业版团队以及 Antigravity 团队，正逐步解决这些问题。而这些内部经验与解决方案，也将成为未来产品路线的一部分。

换言之，Google 不只是描绘软体重构的愿景，而是先在内部实践，发现问题、解决问题，再将成果产品化推向市场。

这个转变对大型组织尤其困难。因为技术落地最大的阻碍，往往来自组织本身。

那么，跨越这场变革需要多久？Sundar 给出的时间点是：2027 年将迎来真正的产业转折。

他指出，届时某些垂直领域将发生深刻变化。例如在商业资料预测领域，将出现完全基于 Agent 的全新工作流程。但这会是一个渐进过程：企业在相当长时间内，可能採取新旧并行，先用传统系统验证 AI 结果，建立信任后再全面转换。

为什么到了 2026 年，这场变革才具备大规模推进条件？

Sundar 坦言，过去的问题在于底层技术容错率不足，就像基础设施不稳定，无法支撑新世界的运作。但到了 2026 年，技术已出现质变，系统稳定性终于达到可实际应用的门槛。

然而，即便技术成熟，不同企业的转型速度仍差异巨大。

新创公司转型较快。这些 AI 原生（AI-Native）团队从一开始就能依 Agent 逻辑设计组织，直接採用新流程运作，无需承担改造旧系统或重新培训的成本。

大型企业则背负沉重历史包袱，必须在维持既有业务稳定的同时进行转型，如同在飞行中更换引擎。这涉及大量员工、複杂系统与既有流程，必须分阶段逐步调整。

因此，软体重构将是一场分层推进的过程。部分领先企业可能在 2027 年前完成核心转型，而多数传统企业则需更长时间。

从 Google 的推进路径可见：先在小範围验证，再逐步扩散。DeepMind 与工程团队已转型，搜寻团队刚起步，其他团队仍在观望。

软体重做不是单一时间点的事件，而是一个持续演进的过程。

方向已确立，差异只在速度。几乎所有的软体，都将被重做一遍。

软体正从被动工具，进化为主动执行任务的系统。互动模式改变，开发流程与组织架构也必须随之重塑。

2027 年，将成为软体产业的重要转捩点。但归根究柢，需要重做的，不只是程式码，而是整个工作与协作的底层逻辑。