这两天朋友圈和 X 上都在传一句话：字节的扣子（Coze）要完蛋了。

先把事实说准。扣子企业版是分阶段下线：11 月 30 日停止新售，旧套餐 2026 年 12 月 31 日下线，新套餐最晚 2027 年 12 月 31 日下线。团队已经并入豆包，个人版未宣布关停。所以「完蛋」这个词说重了，这不是关停。更准确的说法是：靠拖节点、连线条搭 AI 应用这个形态，正在退场。扣子自己也在往「说一句话，让 AI 去搭」的方向转。

我看到这条新闻，不太意外。扣子抓住的需求是真的：不会编程的人也想用上 AI，这个需求不会消失。我说的是拖拉拽这个形态走不远，不是说这个需求是假的。

我十几年前就在用 IBM WebSphere Portal 那一类的模块化编程组件。那时候的卖点和今天几乎一模一样：把功能做成一块块积木，配一配、拼一拼，系统就搭起来了，不用写那么多代码。演示的时候特别漂亮。

后来呢？我的判断一直没变：这类拖拉拽的低代码平台，都不会长久。对程序员来说，效率不高，不如直接编程；对普通人来说，门槛又太高，用不起来。两头都不讨好，就不是好产品。

问题不在 AI，在那张画布

我这里说的，是靠画布搭流程的这类低代码工具：把「读取文件」「让 AI 回答」「判断下一步」「写进表格」做成方块，让你拖上去、连起来，代替一部分手写代码。

会写代码的人先受不了。代码是文字，能搜索、能复制、能一眼看出改了哪几行；画布上是几十个方块和几十根线，找一个参数得一个个点开。业务一复杂，画布就成了一张蜘蛛网。对我来说，同样一段处理逻辑，直接编程更利索，没必要为了配合画布绕一圈。

不会写代码的人，卡在另一头。很多人以为难的是语法，其实难的是逻辑：这一步的输出是什么格式，什么情况走左边、什么情况走右边，出错了退回哪一步。拖拉拽只是把代码画成了图，该想的一样不少。老板打开画布，满屏的「变量」「分支」「循环」，第一反应是关掉。

所以我不觉得，把代码换成方块，普通人就自然会用了。用户仍然要学一套技术规则，只是换了个地方学。

还有一层，更要命。当年拖拉拽能火，一个原因是模型还笨，得靠人一步一步把路铺好，它只在每个节点里做填空。现在 AI 已经能根据要求拆任务、写代码。它当然还会出错，需要检查，但人在画布上一根根连线，等于在替模型的笨买单。模型越聪明，这张画布越多余。

现在我不画图了

我现在用的办法，是用大白话直接让 AI 干活。这里说的 vibe coding，就是把要干什么、按什么规则、做到什么程度讲清楚，让 AI 写代码，再看结果、改问题，不必自己逐行敲。

我每天用的 AI 助手 Grok Bot 就是这么用的。我把业务目标讲清楚，技术细节交给它。skills 可以理解成一份能重复使用的做事说明，routines 就是让事情按约定时间执行的任务安排。该整理成什么、怎么配置，不用我先研究明白再开口。

现在这套做法里，我没拖过一个节点，没连过一根线。

用 vibe coding 做 skills 和 routines，完全能替代这种拖拉拽平台。对用户来说，只要关注业务，不用关注技术细节，不会被扣子那么多节点和关系线条搞混脑子。

拿大健康里一个假设场景来说：健康管理机构想安排体检后的随访。复查时间和需要医生处理的情况，由相应专业人员确认；系统按这些要求提醒，拿不准的转交，不让 AI 自己决定谁该复查、什么时候复查。

放在拖拉拽平台上，这是十几个方块、几个分支；用大白话写，就是一段老板自己读得懂、医生也能签字的规则。至于后面要写多少代码、怎么接上已有工具，可以让 AI 辅助实现，再由懂技术和业务的人检查，不必逼老板先摆出一张图。

我常做大健康，也接其他行业的活。换成供应商对账、合同初审、订单跟进，用户同样关心事情怎么办，不是线条怎么连。

有两件事，别想简单了

我不是说流程这件事没用了。流程仍然需要，尤其是确定的、要反复跑、出错代价大的事，照样要有清清楚楚的步骤，这一点不会变。变的是谁来画这个流程：以前是人在画布上画，现在是人用话讲清楚，AI 去实现。

另一件事，用大白话搭东西，起步门槛是降了，出了错之后怎么查却没有自动变简单。AI 理解偏了，你得能看到它每一步做了什么、依据是什么。所以别只看它搭得多快，要看它出错时你能不能看懂。

拿一件真事，一周能验收

选工具，我不会只看销售准备好的演示。拿你最想交给 AI 的一件真事，一周能验收完这三样：

一，规则能不能用大白话读出来。 让供应商把你那件事的处理规则讲一遍：什么情况下继续做，什么情况下停下来找人。读出来是一段你听得懂的话，过关；只能给你看一张满是方块的图，或者一堆你看不懂的配置，要小心。规则写成人话，才真正属于你。

二，不懂技术的人改一处要多久。 业务一定会变。让你团队里一个不写代码的人，去改一个条件，比如把「第 7 天提醒」改成「第 10 天」。半小时内自己改完、自己验过，过关；得找供应商排期，你以后每次变化都要付钱等人。需不需要技术人员协助，也让对方讲明白，别把后续维护成本藏起来。

三，平台没了，你还剩下什么。 这一条，扣子和腾讯元器这类最近停服的智能体平台已经演过一遍了。问清楚：数据、对话记录、业务规则和程序，能拿走哪些？拿走后换个地方能不能继续用？文件能导出，不代表换一家就能运行；有一份大白话规则，也不代表迁移不花钱。让供应商讲明白哪些能保留、哪些得重做，比只听一句「不绑定平台」有用。

验的是你自己的业务，不是演示里的那张漂亮画布。

说到这儿，很多老板会卡在更前面一步：规则在自己脑子里，可真要写下来，讲不清；手上十件事，也不知道哪一件该先交给 AI。

这一步，就是我在做的事。我陪你把那件事的流程捋成人话：谁来做、按什么标准、哪里必须人点头、出了错怎么查；再用 AI 把它落地，跑起来，一周能验收。技术细节我来扛，你只管业务。

想先聊聊，到 xukun.me 留一句：是哪件事，现在怎么做的。带业务说明就够，不用带账号密码或客户隐私。

下次换个名字，还是同一张画布

技术一直在更新，追着试新工具不难，难的是提前看出哪种产品形态走不远。

这不是看几篇评测就能有的判断，得靠多年行业经验沉淀做底。我十几年前用过 WebSphere Portal 那类模块化编程组件，今天再看拖拉拽搭 AI，仍然会问：这个产品究竟帮用户省了事，还是把技术难题换个样子交还给用户？下次它换个名字再来，我希望你也能一眼认出来。

我们更要有的，是产品预判能力。

手上有件想交给 AI 的事，或者已经在某个平台上搭了一堆流程、心里不踏实，可以找我聊 15 分钟。我免费帮你看一眼，先捋哪一步。