shadow 的实验室 · Agent 数据底座 · SaaS 范式重画
之前发了个朋友圈提到了 Agent friendly 的软件架构。今天结合第30期的演示案例,来梳理下 Agent friendly 的基本概念。
这篇是属于 #Agentic Designing ,设计Agentic架构/体验。
SaaS 的下一刀,不是加更多功能,是把"智能"从自己身上剪下来。
Poll Pink 是这件事的最小验证样本:30 期训练营里的即兴演示项目,被我从能跑一路推到Agent 数据底座。
原始命题一句话能讲完:给一群忙碌的人 10 秒协调出会议时间。

最初版本完全匿名:打开网页、填议题、加时段、生成短链、发群里、大家勾、创锁人锁定。零登录、零门槛,跑得通就行。
按惯例,训练营结束它就该归档。我没让它停。
因为 MixLab 一直缺一个东西:自由发布议题、收集反馈的工具。它刚好是雏形。一有空我就回来迭代,慢慢把它从能用推到现在长这样。
很多看起来用完即弃的演示项目,骨子里藏的就是生态真正缺的那一块。
第一个改造:接入 MixLab OIDC。

原始版本里 voter 用 localStorage 兜个 token,creator 也匿名 —— 你没法"找回我创建的投票",更没法跨产品复用身份。
接入 OIDC 后,creator 必须登录。效果跟 Google ID 很像:
后来我把整套 OIDC 逻辑抽成 npm SDK mixlab-oidc-next,生态其他项目直接复用。Poll Pink 自己只保留业务专属鉴权 —— API token、admin、principal 合并,剩下的全交给 SDK 管。
沉淀的资产 = 把通用层抽成 SDK,业务层只留自己的一亩三分地。OIDC → SDK 化 → 业务专注化,三步走,一条通路。
第二个改造:给机器发身份证。

creator 登录后能拿一个长期 API token,格式 ppt_xxx——跟 GitHub 的 ghp_、OpenAI 的 sk_ 一个套路。它能调 creator-only API:创建投票、锁定时段、隐藏投票、查"我的投票"。
但只有 API token 不够。真正的魔法在"一键复制 prompt"。
创建 API token 后的弹窗里有个按钮 —— "复制给 AI Agent 的 prompt"。点一下,剪贴板里就是一整段可以直接贴给 Claude 或 Cursor 的指令:
用户把这段 prompt 贴给 agent,agent 就懂了。
API token 是机器的钥匙,prompt 是钥匙的使用说明书。一个给系统,一个给 agent。SaaS 的护城河不在 API token 长什么样,在 prompt 写得清不清。
传统 SaaS 把智能锁在自己身上:内置提醒、内置分析、内置 AI 助手。
结果产品越来越臃肿,每个 SaaS 都重写一遍"理解自然语言"的轮子。
这条路走到尽头,就是每个 SaaS 都背一个笨重的"AI 助手"层,互相不通用、互相不串联、谁也追不上 LLM 的迭代速度。

Agent-friendly SaaS :SaaS 提供干净的数据 + 干净的动作,把理解和调度让给 agent。
三条好处:
本质区别在哪?前者逼 SaaS 把所有判断揽在自己身上,后者让 SaaS 退回被调用的服务。前者越走越重,后者越走越轻。

一个永远有人用的简单工具,加上一套 OIDC 账号 + 一个 API token + 一段一键 prompt —— 把"智能"完全外包给 agent。
一个投票工具能讲清楚的事,比一堆 PPT 能讲清楚的多。
SaaS 是数据库,Agent 才是大脑。

如果你的 SaaS 还在拼命塞 AI 助手,先问一句 ——
你做的事,到底是 SaaS 该做的,还是 Agent 该做的?
vibe coding 是 SaaS 标配,干净 prompt 才是护城河
AI 时代的产品 = 干净数据 + 干净动作 + 干净 prompt
#SaaS重构 #Agent数据底座 #判断密度