文章批评当前 AI 产品的两种范式：以任务为中心（如 Codex）和以 Bot 为中心（如 Grok Bot、Muse），认为两者本质相同——都把 AI 的组织工作交给用户，要求用户先分类、判断该找哪个 Bot 或建立哪个 Task。作者指出这一错误的根源是把 AI 当作人，套用人类社会的职业分工逻辑。作者提出 AI 应被理解为全知全能的'唯一神'，用户只需持续地向其表达意图，AI 在后台自行理解 Intent、Episode、Project 与 Memory，所有交互应发生在同一个持续的 AI relationship 中。
作者复盘自己做的一个 Vibe Coding 辅助产品失败的经历。该产品旨在帮新手在设计产品（业务系统、页面结构、视觉风格）后再让 AI 写代码。做到一半他发现失败根源不在技术，而是他把'我看到的现象'当成了'用户需求'：他厌恶混乱的 vibe coding 结果，但用户追求的恰恰是低成本快速试错，'能跑就行'。他用开发者视角和专业标准去定义需求，却没有做调研，最终得出结论：不是发现了需求，而是自行补完了后半句，于是停掉了产品。
作者作为程序员，长期使用 Claude Code、Codex 等开发类 Agent，却因技术视角而忽略了普通用户需求。他将 Agent 分为个人、工作、开发三类，发现豆包和飞书分别对应个人与工作场景，弥补了他的认知盲区。文章反思了“技术的诅咒”，指出 AI 产品应封装复杂性，从用户需求出发，而非追求功能堆砌。最终总结两点：工具应服务于真实需求，设计应回归用户视角。
文章讲述了 TiDB 从传统分布式数据库演变为面向 AI Agent 的统一存储层的过程。作者通过回顾从解决 MySQL 分库分表问题，到支持百万级数据库、文件系统、Agent Runtime Workspace，再到构建 Agent Stack 的六个阶段，阐述了基础设施产品如何被客户实际需求而非顶层设计推动演化，最终成为 AI 应用背后的关键基础设施。
