最近Hacker News上有一个项目引起了不小的关注：Semble，一个号称"为Agent设计的代码搜索工具"，能用比grep少98%的token完成代码搜索任务。
283分，96条评论。对于一个代码搜索工具来说，这个热度相当高了。
但真正让我觉得值得写的，不是这个工具本身，而是它背后的一个趋势：越来越多的新工具，目标用户不再是人类开发者，而是AI Agent。
98%的token节省意味着什么？
先理解一下Semble解决的问题。
当AI Agent需要理解一个代码库时，它通常需要搜索文件、读取内容、理解上下文。用传统的grep+read方式，Agent需要消耗大量的token来读取它并不真正需要的内容。
Semble的做法是直接返回Agent真正需要的代码片段，而不是整个文件。这意味着Agent每次搜索消耗的token大幅减少。
98%的token节省听起来很夸张，但在AI Agent的场景下，这是完全可能的。因为人类开发者可以"扫一眼"就知道哪些内容重要，但AI Agent需要逐字读取——除非有人帮它做这个筛选。
一个更大的趋势正在发生
Semble不是孤例。
过去几个月，AI Agent工具链正在以肉眼可见的速度膨胀：
- 代码搜索：从grep到Semble，从人类可读的搜索结果到Agent可读的结构化输出
- 代码导航：从人类点击的文件树到Agent可用的代码图谱
- 测试工具：从人类查看的测试报告到Agent可解析的评估信号
- 文档工具：从人类阅读的Markdown到Agent可用的结构化知识库
这些工具的共同点是：它们的"用户"是AI Agent，而不是人类。
这意味着一个根本性的转变——开发者工具的设计范式正在从"人类优先"转向"Agent优先"。
这不是坏事，但它会改变游戏规则
有些人可能会觉得这是一个令人不安的趋势——工具不再为人设计了，而是为机器设计了。
但换个角度想，这其实是技术进步的必然。
就像编译器不是为人类写的（汇编才是），而是为机器执行的。IDE不是为机器设计的，而是为人类交互的。每一层抽象的出现，都是为了服务于特定角色的需求。
AI Agent工具链的出现，只是因为AI Agent已经成为代码世界中一个新的"角色"。它们需要适合自己的工具，就像人类开发者需要IDE一样。
但这也带来了一些值得思考的问题
第一，可观测性下降。当工具的输出是为Agent设计的，人类开发者怎么理解Agent在做什么？如果一个搜索工具返回的是结构化的Agent-friendly格式，人类还能看懂吗？
第二，工具碎片化。未来我们可能需要两套工具链——一套给人类用，一套给Agent用。这会不会导致维护成本的增加？
第三，Agent工具的质量标准是什么？ 人类工具的好坏可以通过用户体验来判断。但Agent工具的"用户体验"是什么？是token效率？是准确率？还是别的什么？
一个可能的未来：Agent-first，Human-friendly
最好的情况是，这些工具能做到"Agent-first，Human-friendly"——底层为Agent优化，但提供一个人类可读的界面。
就像API和Dashboard的关系：API为机器调用设计，但Dashboard让人类能理解发生了什么。
Semble目前的做法是命令行工具，输出是结构化的JSON。这很好——结构化输出既可以直接给Agent用，也可以被人类工具渲染成可读的格式。
这种分层设计，可能是未来Agent工具链的最佳实践。
结语
Semble拿到283分，不是因为它的技术有多突破，而是因为它踩中了一个正在发生的趋势。
AI Agent不再是概念，它们正在成为代码世界的"公民"。而为它们设计工具，正在成为开发者工具行业的新战场。
对于开发者来说，这可能意味着你需要开始思考一个问题：你的工具，是为谁设计的？
是人类，还是你的AI同事？
答案可能不再是二选一了。