# Prompt、Skill、MCP 都会消失：人们只为结果付费

- Author: Rory Cai (https://coiggahou2002.github.io/)
- Published: 2026-09-19 (Asia/Shanghai; 2026-09-18T16:34:00.000Z)
- Language: zh-CN
- Canonical: https://coiggahou2002.github.io/zh/blogs/pay-for-outcomes/
- English version: https://coiggahou2002.github.io/blogs/pay-for-outcomes/

分享一些最近我们团队里碰撞出的思考。

今天大家忙着研究的 prompt、skill、hook、plugin，\
全都只是 AI 应用的过渡形态。

它们不会留下来。

留下来的，会是一个市场：\
一个只交付结果的 Agent 市场。

为什么？

这个话题过去其实以不同的形式被人讨论过很多遍，我们来梳理一下。

## 一、有了外包市场，为什么还要有企业

先问一个问题：为什么会有企业？

1937 年，一个 26 岁的英国年轻人写了篇论文，\
回答的就是这个问题。\
他叫科斯，论文叫《企业的性质》（The Nature of the Firm）。\
五十多年后，他因此拿了诺贝尔经济学奖。

他的答案只有一句：

"The main reason why it is profitable to establish a firm would seem to be that there is a cost of using the price mechanism."

建立企业之所以有利可图，主要原因似乎是：使用价格机制是有成本的。

其实上面这句话只为了装逼，用人话来说就是：\
**每件事都去外面找人、谈价、签合同，太贵了。**\
**不如把人聚在一起，长期、固定地管起来。**

科斯还点出了最明显的那项成本：\
**光是弄清楚该付多少钱，就得花力气。**

里面比外面便宜，企业就诞生了。\
经济学管这个叫"交易成本"。

软件是同一个道理。

把一个固定流程，花点钱，请人做成固定的逻辑。\
以后照着跑，比每次手搓便宜得多。

合同审核是这样。进销存是这样。医院录病历也是这样。\
全是标准流程。

没有系统的时候怎么办？手抄。\
纸传来传去，难管，更难找。

所以有了软件。\
付一点代价，换一大截效率。

## 二、人要的是结果，不是过程

那软件为什么有那么多按钮、窗口、流程、点击？

没有人想去学 Photoshop 里面那几百个功能，都是被迫的。\
我们只想要最后那张图。

哈佛商学院的莱维特教授，\
在 1983 年的《营销想象力》里引过一句老话：

"People don't want to buy a quarter-inch drill. They want a quarter-inch hole!"

人们不想买一个四分之一英寸的钻头，他们要的是一个四分之一英寸的洞。

医生录病历，要的是什么？\
是最后病历安稳地进入系统。\
哪天患者出院、转院、会诊，随时找得到。

可为了这个洞，他得先学会用钻头。\
点这个，点那个。医院的电脑往往还卡得不行。\
一不小心没保存，又搞半天，病历才输进去。

修图也一样。\
学那么多技术，不是为了过程。\
是为了把一张朴素的咖啡杯照片，\
变成老板想要的那张广告海报。

再看邮件。\
在 Outlook 里点开一封，又一封。\
鼠标滚轮滚出几百米。\
找到那个 PDF，下载附件，打开，眯着眼睛全读一遍。\
最后跟老板说一句：这事是这样的 blabla...

他要的，就是最后那一句话。

设计学里有个词，专门说这件事。\
《设计心理学》的作者唐纳德·诺曼，\
把"我想要什么"和"系统逼我怎么做"之间那道沟，\
叫作**执行鸿沟**。

过去的软件，就是在这道沟上架了一座很难走的桥。\
人从来要的都是结果。\
软件逼着人先学会过桥，才给结果。

现在不用了。

## 三、Agent 来了，过程又回来了

有了 Agent，有了 MCP——一种让 AI 能读写你数据的标准接口。\
只要 AI 碰得到你的数据，\
你说一句话，结果就出来了。

理论上是这样。

实际上呢？

你得先搞懂什么是大模型。\
ChatGPT、Claude、Kimi、千问、DeepSeek，有什么不一样？\
这个是 MoE，那个不是。\
这个参数量大，那个榜单分高。\
这个写代码强，那个做设计强。

好不容易选好了、注册了、用上了。

发现它不太听话。

那就调教。\
接 MCP，让它摸到你的数据。\
装 skill，让它记住固定套路。\
挂 hook，给它加约束。\
再反复改 prompt。

调了一通，终于顺了。\
来回返工几乎为零。\
每天一句话，一份满意的日报。

绕了一大圈，还是为了结果。

## 四、这真是人想要的吗？

停下来想一想。

我们为什么要去理解你是不是 MoE？\
为什么要懂参数量、思考强度？\
为什么要去网上收集这个 skill、那个 skill？

我只想把工作干完，早点下班而已啊。

这不就是旧软件的老路吗？\
为了结果，先学过程。\
过程从"点按钮"，换成了"调 AI"。\
执行鸿沟还是没变窄，还是麻烦得一批。

苹果的老工程师拉里·特斯勒，有一条定律：

每个应用都有一份去不掉的复杂度。唯一的问题是：谁来扛？用户，还是开发者？

今天，这份复杂度压在用户身上。

喜欢 DIY 的工程师，会爱死这一套。\
但一项技术要能够让普通人都会用，甚至用的溜。\
背后的工程师就必须代用户来承担复杂度。

## 五、技术总是先特化，再普惠

任何技术的发展，都有一个渐进式的过程。

社会学家罗杰斯在《创新的扩散》里，\
把接受新技术的人分成五拨：\
创新者、早期采用者、早期大众、晚期大众、落后者。

第一拨，只有 2.5%。

今天在折腾 skill、MCP、hook 的，就是这 2.5%。\
他们愿意为了结果，先啃下过程。

剩下的 97.5% 不会。\
他们要等到过程被藏起来的那一天。

先特化，再泛化，再普惠。

照相是这样。\
早年拍照，得自己配药水，\
钻进暗房冲底片。\
1888 年，柯达打出一句广告：\
**你按快门，剩下的交给我们。**

开车是这样。\
早年的汽车，要下车摇曲柄点火。\
曲柄一回弹，胳膊都能打断。\
1912 年，凯迪拉克装上电启动器。\
坐进去，一按就着。

用电脑也是这样。\
早年要背一行行命令。\
后来有了图形界面，点鼠标就行。\
再后来，手指碰一下就行。

过往的技术都是这样，AI 也会这样。

## 六、终局：一个只卖结果的 Agent 市场

过程被藏起来了，那要怎么搞？

举个例子。

你要起诉一家公司。\
今天的做法是：打开 Kimi，装一个 skill，接上天眼查，\
只为了在起诉前，搞清楚对方的法人、股权结构、在诉案件。

你又装了几个法律 skill，接了几个法律 MCP，\
只为了想好：被告狡辩的时候，我应该怎么回答。

以后的做法是：\
去市场上，找一个调查 Agent，一个法律 Agent。

你只交三样东西：\
**指令，材料，背景。**

它们用自己的行业经验，直接交结果。\
按结果定价，按结果收钱。

你不用懂大模型和 Agent 有什么区别。\
不用懂 MCP，不用懂 skill，\
不需要知道 MoE、参数量、思考强度。\
什么都不用懂，这些关我屁事，我只要结果。

这件事其实已经开始了。

做客服 Agent 的 Intercom，\
它的 AI 客服按"解决一个问题"收费：0.99 美元一次。\
没解决，不收钱。

另一家 Agent 公司 Sierra，创始人布雷特·泰勒说得更直接：\
整个市场都会走向按结果付费。

亚当·斯密在《国富论》里，有一章的标题是：\
**分工受市场范围的限制。**

市场越大，分工越细。\
当每个人都能一句话买到结果，\
就会有足够大的市场，\
养得起专做合同审查的 Agent、专做尽调的 Agent、专做病历的 Agent。

人们只为价值和结果付费。\
从来不为过程付费。

## 结尾

1911 年，哲学家怀特海写过一句话：

"Civilization advances by extending the number of important operations which we can perform without thinking about them."

文明的进步，在于不断增加那些我们不用思考就能完成的重要事情。

---

**引用来源**

Ronald Coase, The Nature of the Firm, Economica, 1937

Theodore Levitt, The Marketing Imagination, 1983

Don Norman, The Design of Everyday Things（中译《设计心理学》）

Larry Tesler, Law of Conservation of Complexity（约 1984）

Everett Rogers, Diffusion of Innovations, 1962

Adam Smith, The Wealth of Nations, 1776, Book I, Chapter III

Intercom Fin 定价页：intercom.com/pricing

Alfred North Whitehead, An Introduction to Mathematics, 1911

本文首发于微信公众号「罗里戴行思录」：[原文链接](https://mp.weixin.qq.com/s/owQcWuhFxdkOID1PtjtJWQ)
