过去 18 个月，DHH 和 37signals 团队做了一个大多数软件公司不太敢公开承认的决定——不发。他们在 Basecamp 和新产品 Fizzy 里塞过一大堆 AI 功能，Fizzy 那边试了各种花样，Basecamp 也一样。DHH 的结论，和微软、和其他一票公司撞到的是同一堵墙：要做出一个真正好用、用户真心欢迎的 AI 功能，没那么容易。所以他们没发。对一家靠 Basecamp 吃了二十年饭的公司，「我们没发」这三个字本身就是一种立场。
但他没有停在观望。DHH 判断，这一轮 AI 真正跑出来的杀手级应用，不是某个内嵌的智能功能，而是 agent。理由他讲得很具体：LLM 一旦能用工具检查自己的思考，就聪明得多；文件系统又给了它跨 prompt 学习所需要的那块「记忆植入体」；于是它终于能真的动手做事了。方向变了，产品的做法就得跟着变。
于是 37signals 今天上线的，不是又一个 AI 功能，而是一个「对 agent 完全可访问」的 Basecamp。他们重写了 API，做了一个全新的 CLI，再把这一整套包进一个 skill，专门教 agent 怎么把它们用好。DHH 说效果出奇地好，而且很快。这里的关键动作要看清楚：他们没有往产品里塞智能，而是把产品本身改造成一个 agent 能操作的界面。
值得把这层顺序说透。DHH 并没有放弃做原生 AI 功能，他明说团队还在继续打磨 Basecamp 里真正有用的那些原生能力。只是在「做一个好用的内嵌功能」和「把产品向 agent 敞开」这两条路里，后者今天就能扎实交付，前者还在灶上炖。一家公司诚实地承认自己暂时做不出足够好的内嵌 AI，转而先把产品变成 agent 的操作台，这个取舍本身就是一条给所有软件团队的信号。
「凡是你能在 Basecamp 里做的事，agent 现在都能做。」
摊开就是——你的 agent 能翻遍 Basecamp 里的一切、按你要的口径做总结，也能建待办清单、发消息更新、和人以及其他机器同类聊天、上传参考文件、排一份项目日程。用户不再是坐在界面前一格一格点的那个人；用户的 agent 成了那个操作的人，人退到后面下指令、看结果。
真正的威力在于叠加。当 Basecamp 和你在用的其他 agent 可访问工具接到一起，事情就串起来了。DHH 举的例子很实在：做软件开发，用 Sentry 的 MCP 去扒主要的 bug 来源，再让 agent 把它总结成一条消息发进 Basecamp；或者给 agent 接上你的客服系统，让它下载、分析、挑出关键的客户投诉。一条工作流横跨几个产品，中间没有人工搬运。
这些事过去也不是不能做。API、手写集成、再雇几个数据科学家，都能拼出来。但 DHH 的原话是，那样又麻烦、又慢、又贵，所以绝大多数人干脆不做。他给了一个扎心的数字：真正直接碰过 Basecamp API 的客户，少到几乎可以忽略。
「过去这些用 API 也做得到，只是又麻烦又慢又贵，于是大多数人根本不做。」
但 agent 会不一样，DHH 赌采用会来得很快。他的逻辑不是「人人都会去跑命令行」——OpenCode、Claude Code、Gemini CLI 这些终究是少数人的工具。真正的通道是，agent 正在被直接塞进 ChatGPT、Gemini、Grok 这些主流入口，这些大厂被 OpenClaw 的蹿红集体尴尬了一把，都在补课。外面对「一个能当私人行政助理的个人 agent」的需求，大得很。当普通用户的 agent 就长在他们已经天天用的聊天框里，Basecamp 对 agent 敞开，就等于对这些用户全体敞开——而这批人里，绝大多数这辈子都不会自己去调一次 API。
DHH 用一句冰球老话收束整个战略：冰球要往哪去，他们就往哪滑。agent 可访问会成为全线标配——Basecamp 打头，Fizzy 接着，HEY 也不会太久。重写的 API、完整的 CLI，加上教 agent 上手的 skill，不管你的 harness 或那副「爪子」长什么样，都能接得上。
「冰球要往哪去，我们就往哪滑。」