AI让混搭应用卷土重来

混搭（mashup）一词在2010年代流行起来，指的是将两个或多个数据源整合到单一用户界面的应用。如今，随着AI技术的进步，社交媒体上涌现出大量由AI生成的副项目、小应用、演示文稿和实用工具，许多作者是此前从未尝试过开发的人。借助ChatGPT和Claude等工具，集成不同来源的数据并构建有用功能变得前所未有的简单。

虽然混搭并非新鲜事物，但入门门槛已大幅降低，而AI模型和工具的改进也显著扩展了可能实现的规模。我在工作中也观察到了这些混搭应用，这令人振奋，因为更多人有能力构建工具、探索问题，而无需等待软件工程团队的支持。

这种趋势之所以重要，原因如下：

• 能从内部数据源中挖掘更多价值
• 包含突出趋势或模式的可视化内容
• 只需极少的编程技能

新在何处？ 关键在于这些混搭应用的规模和复杂性。借助Claude Code、Codex、Cursor等工具，人们能够构建功能完备的Web或移动应用。其重要性体现在：

• 使用API集成不同服务比以往更简单
• AI代理能响应查询并与用户进行后续交互
• 集成身份验证或数据存储变得空前容易
• 代理技能的提升解锁了更多能力，允许用户打包和共享可重复的流程

总体而言，这引发了混搭应用的寒武纪大爆发，一批新开发者不断发布和分享自己的项目。

对现有SaaS提供商的影响？ 在墨尔本AI工程师大会等活动中与同行交流后，我清楚看到，拥有领域知识且明确待解决问题的人正在构建混搭应用，以自动化日常任务并提供更好的运营报告。企业正在构建自己的门户，利用OpenClaw等工具整合多个平台的数据流，作为其业务的神经中枢。这些门户结合API、模型上下文协议（MCP）服务器、消息系统和代理，推动日常运营任务，并提供任何单一平台难以实现的集成报告。

例如，团队可将CRM数据、在线商店的邮件通知以及供应商发票整合到一个小型内部门户中，展示业务健康状况并通过OpenClaw触发后续操作。

作为副作用，SaaS提供商观察到：

• 用户界面流量减少，人们主要仅在配置新功能或诊断复杂问题时使用
• MCP的广泛使用，为代理提供了更易访问的接口
• 来自客户的API流量增加

我认为重要的是，构建这些混搭的人通常只是为了解决自身业务问题，且方式具有业务特异性。

平台如何更好地支持混搭？ 如果平台希望支持这一波混搭创新，那么可组合性必须成为优先事项。需关注的领域包括：

• 稳定的、有文档的API，提供版本控制、可预测的架构、有用的错误提示和清晰的弃用窗口
• 支持委托访问的可靠身份验证，包括标准化的OAuth/OIDC流程及有意义的范围权限
• 细粒度权限，因为一个混搭可能只需要读取一个数据集、一个工作区或一种资源类型
• 安全控制，保护客户混搭演变过程中的安全，包括审计日志、策略执行、令牌过期和连接工具的清晰可见性
• Webhooks和事件流，支持重放、签名、交付日志和重试行为，避免集成依赖轮询
• 合理且可见的速率限制，应在文档和响应头中返回
• 组合多个服务的示例，展示真实的集成模式：同步作业、事件驱动工作流、导入/导出、嵌入式视图和权限处理

最成功的平台将通过提供稳定原语、清晰边界和良好文档化的能力，使集成变得简单。

总结 混搭之所以重生，是因为AI工具让任何人都能更容易地结合数据、API和用户界面，而无需等待完整的软件交付流程。关键要点：

• 混搭并非新鲜事，但入门门槛已大幅降低，AI模型和工具的进步改变了其可能实现的规模
• 更多人现在可以利用现有数据源构建有用的内部工具
• SaaS提供商应预期API和MCP使用量增加，而对默认用户界面的依赖减少
• 良好的安全控制有助于在混搭从实验转变为运营工具时保护客户安全
• 投资于可组合性、稳定API、委托认证、Webhooks和优秀示例的平台将更容易在其上构建。