软件已死，Agent 永生？

你好，我是曹犟，欢迎关注我的公众号。

最近身边很多人都在讨论美股软件股的暴跌，我也时不时会在群里面和大家交换一些意见。毕竟做了十一年 2B 软件，这一轮软件股的下行，对我们的业务环境、资本预期、客户预算，都造成了直接的影响。某种意义上，我们也是利益相关。

今天把我的一些阶段性的思考整理出来，分享给大家。

从二级市场可以看到的是，在 AI 基础设施公司（如英伟达）市值一路高歌猛进的同时，SaaS 软件股却跌跌不休。Salesforce、Workday、Adobe 等过去十年颇受追捧的“现金牛”，股价都遭遇重挫。有些公司即便交出了超出华尔街预期的财报，股价依然暴跌。在一级市场上，更是基本看不到软件公司融资的消息了。

这只是高利率环境下的周期性回调吗？

我的看法比较悲观：这不是周期的波动，而是一个时代的谢幕。软件正在死去，而 Agent 正在接管一切。

投资人的嗅觉是最灵敏的，毕竟他们得用真金白银投票。支撑过去十年 SaaS 黄金时代的底层逻辑，在 AI 时代面临着根本性的挑战。SaaS 并没有死，只不过我们熟悉的那个 SaaS 时代，可能真的要结束了。

PART01

商业模式的死结：当 AI 开始“杀”人头

过去十年，SaaS 行业有一个简洁有力的增长公式：

收入增长 = 客户数增加 x 客户员工扩招（席位增加）

这套逻辑完美契合了上一轮数字化转型的浪潮。软件是卖给“人”用的工具，企业发展越好，招的人越多，买的账号就越多，SaaS 厂商自然水涨船高。

但 AI 的出现，让一切都发生了变化。

AI 的核心价值是什么？是自动化，是 Agent（智能体），是替代人工。

这就带来了一个巨大的悖论：SaaS 厂商越努力地把 AI 加进产品、帮客户提升效率，客户需要的“人”就越少。

举个例子。一个客服团队原本有 100 人，购买了 100 个 Zendesk 账号。现在 Zendesk 推出了 AI Agent 功能，效率提升了一半，企业发现只需要 50 个客服就够了。于是，企业裁掉了 50 人，顺便退订了 50 个账号。

对客户来说，这是降本增效的好事；对 SaaS 厂商来说，这是自己革自己的命。

这也解释了为什么资本市场对传统 SaaS 巨头的 AI 故事并不买账：你的 AI 越强，原本的收入基石（席位收入）就塌陷得越快。

PART02

产品形态的祛魅：从 Copilot 到 Wrapper 的尴尬

过去两年，几乎所有的 SaaS 公司都在讲同一个故事：“我们也有 AI，我们也加了 Copilot。”

但在用户侧，实际体验往往令人失望。

大多数传统软件巨头的做法，是在原本就非常复杂、笨重的“软件系统”上，硬生生加了一个聊天对话框。

这种做法被称为 “AI Wrapper”——套壳。

本质上，软件依然是核心，AI 只是辅助。就像给马车装了一个导航仪，确实方便了一点，但它依然是一辆马车。

用户开始发现，为了这个并不太聪明的聊天框，SaaS 厂商竟然敢把订阅费涨价 20% - 30%。这种“加价不加量”的行为，只会迅速消耗了市场的耐心。

与之形成对比的，是像 Palantir 这样的公司。

看看 Palantir 最近的股价表现，它之所以受追捧，是因为它不仅仅是在卖软件，而是在卖决策和结果。它的 AIP（Artificial Intelligence Platform，人工智能平台）不是为了让你更方便地录入数据，而是直接帮你调度资源、分析战局、执行操作。

市场正在用脚投票：投资者抛弃了那些“辅助人干活”的工具，转而拥抱那些“直接干活”的 Agent。

PART03

Agent 不是新功能，而是新物种

那么 Agent 到底意味着什么？它和传统软件的本质区别在哪里？

传统软件的核心范式是“人驱动，软件执行”。不管界面做得多漂亮，流程多自动化，归根结底，是人在点击按钮、填写表单、做出决策。软件是一个被动的工具，你不操作它时，它就静静地待在那里。

Agent 的范式则完全不同，是“人定义目标，Agent 自主完成”。你告诉它“把这个季度的客户流失率降低 5%”，它就会自己去分析数据、制定策略、执行动作、评估效果、调整方案。它不是一个等待指令的工具，而是一个能独立思考和行动的“数字员工”。

这不是程度上的区别，而是本质上的区别。传统软件是导航仪，它告诉你路线，但方向盘在你手里，油门刹车都得你踩。AI Copilot 是辅助驾驶，它能帮你保持车道、自动跟车，但你不能松手，最关键的是，出了事还是你的责任。Agent 则是自动驾驶，你只需要设定目的地，它来负责把你安全送到。

这也解释了为什么 AI Wrapper 注定只是过渡形态。在一个复杂的 ERP 系统上加一个聊天框，就像在马车上装了个语音助手，你可以用语音说“加速”，但本质上还是一匹马在拉。真正的变革，不是给马车加功能，而是换成汽车。

Agent 的真正威力在于，它让软件从“提升人的效率”变成了“替代人的工作”。这不只是一个产品形态的变化，而是整个商业逻辑的重写：

-定价逻辑变了：不再按席位收费，而是按完成的任务或产出的结果收费。

-竞争逻辑变了：比的不是谁的功能多，而是谁的 Agent 在特定场景下完成任务的质量更高。

-客户关系变了：从“卖工具给客户的员工用”变成“替客户把活干了”。

当我们说“软件已死”的时候，死的是那个“人操作软件”的旧范式。当我们说“Agent 永生”的时候，指的是软件正在进化成一种全新的存在。它不再是工具，而是劳动力本身。

PART04

Build vs Buy 的逻辑反转

这是我最近思考最多的一个点，也可能是对 SaaS 行业打击最大的一个变量：Build vs Buy（自研 vs 购买）的天平正在倾斜。

除去中国之外，在过去二十年的 IT 圈，有一条被广泛认可的准则：“能买 SaaS 就不自研。”

理由很充分：自研太贵、太慢、太难维护。你需要招募昂贵的工程师，花费数月时间开发，最后做出来的东西可能还不如市面上成熟 SaaS 的十分之一好用。所以，企业习惯了“削足适履”，改变自己的业务流程去适应 SaaS 软件的标准流程。

但是，AI Coding 正在将软件开发的边际成本大幅拉低。像 Claude Code、Codex 这样的工具，让一个非技术背景的业务人员，也有可能在几小时内搭建出一个贴合自己业务的小工具。

打个比方：通用 SaaS 就像餐馆的饭菜，标准化的中央厨房出品，味道不错，出餐快，但它不可能照顾到你个人的口味偏好。你只能点菜单上有的菜。企业自研就像自家做的饭，也许摆盘没有餐厅好看，做法也不标准，但它完全符合你的口味。

以前，大家不自己做饭，是因为“厨师”（内部开发团队）太忙了，做一顿饭要几个月，而且出品质量不稳定。现在，AI 成了那个随叫随到的帮手。

当一个业务主管可以通过自然语言，在很短的时间内生成一个贴合自己部门需求的小工具时，他为什么还要去买那个庞大、昂贵、还很难用的通用模块呢？

通用型 SaaS 引以为豪的“行业最佳实践”，在 AI 带来的个性化能力面前，正在快速贬值。

与其买一个 80 分的标准软件，不如用 AI 快速搭一个 100 分的专用工具。这对于那些依靠“标准品”打天下的 SaaS 巨头来说，是一个根本性的挑战。

PART05

价值链的重构：从卖工具到卖结果

如果 SaaS 不好卖了，那未来卖什么？

我在之前的文章从卖工具到卖效果：RaaS 如何重塑 To B 市场格局？中讨论过这个问题。我的观点是：RaaS（Result-as-a-Service，结果即服务）可能是破局的关键。

传统 To B 软件卖的是工具和能力，客户买回去能不能用好，风险主要由客户承担。但 AI 的出现让“按效果付费”成为了现实可能——因为 AI Agent 可以自主执行、持续迭代，软件公司终于有能力为结果负责。

这背后有一个市场空间的根本性变化：

• 传统软件公司盯着的是企业的 IT 预算。这个池子通常只占企业营收的 3% - 5%，而且正在肉眼可见地收紧。
• 如果转向按效果付费，软件公司可以切入企业的业务预算——营销预算、客服预算、运营预算。这个池子通常占企业营收的 30% - 50%。

这是一个数量级的差距。

对甲方来说，RaaS 的吸引力也很直接：ROI 清晰可见，决策门槛降低，风险有效转移——不出效果不付费，在当前预算收紧的环境下极具吸引力。

当然，RaaS 远不止是定价策略的调整。正如我在之前文章中提到的，它涉及从技术架构到组织形态的系统性重塑——产品逻辑从“大而全的平台”转向“深耕具体场景”，组织从传统的职能分工转向围绕场景的“增长小队”，团队的思维也从“交付思维”转向“效果思维”。

简单来说，未来的软件公司，本质上可能是雇佣了无数“数字员工”的服务公司，靠结果说话。

美股市场上，凡是能证明自己切入了“业务”预算、能为结果负责的公司，估值都在重构；而还在争夺“IT”预算、只卖工具的公司，估值都在回归。从“卖铲子”到“卖金子”，这是正在发生的价值链迁移。

PART06

护城河的转移：代码贬值，数据称王

在这样的变革下，企业的竞争壁垒也发生了转移。我认为有四个层面值得关注。

第一，代码不再是核心壁垒。

以前，拥有一套几百万行、经过多年打磨的代码库，是巨大的资产。但在大模型面前，代码正在变成一种相对廉价的商品。AI Coding 工具可以在很短的时间内读懂需求并进行实现，软件的供给将会极大丰富。

第二，私有数据是新的核心资产。

如果代码大家都能写，那凭什么你的 AI 比别人的好？答案是数据。

这里的关键是私有闭环数据——不是网上爬来的公开数据，而是那些只有你通过业务流才能捕获的、非公开的行业知识。

Adobe 为什么还有底气？因为全世界设计师的行为数据、图层数据都在它手里。Salesforce 为什么还有机会？因为客户的核心交易数据还在它的系统里。谁拥有数据的所有权，谁就拥有了训练垂直 Agent 的入场券。

第三，业务理解是催化剂。

只有数据还不够，关键在于你懂不懂业务。你需要能把复杂的业务流程拆解成 AI 可执行、可校验的步骤，并清楚标注哪些环节必须由人类介入确认与兜底。对行业的深刻洞察，往往来自长期的一线经验与判断力，短期内很难靠 AI 的“暴力计算”快速补齐。

第四，信任和客户关系依然不可替代。

2B 业务的本质，是客户信任你，然后正好有一个问题，依赖你解决，你过往解决得很好，那么，这次依然优先你来干。当软件从“工具”变成“决策者”，客户最大的顾虑不是“它贵不贵”，而是“它会不会把事搞砸”。2B 公司长期积累下来的信誉、客户关系，某种意义上，可以帮助来兜底，“让企业敢于把方向盘交给 AI”。

PART06

写在最后

美股软件股的暴跌，某种意义上宣告了“SaaS 1.0”时代的终结。软件没有消失，但它正在从“人操作的工具”进化为“自主行动的 Agent”。

对于创业者来说，不要再去卷功能列表了，而是应该去思考如何构建 Agent，不要只想做铲子，要敢于去承诺结果。

对于企业主来说，在采购软件时，要换个视角，不要只看它有多少功能，要看它能替代多少 FTE（全职员工当量）。能帮你省人的 Agent，才是好“软件”。

对于开发者来说，不要因为 AI 能写代码而焦虑。你的价值将从“实现功能”转移到“定义问题”和“设计架构”。未来最稀缺的，是能把复杂业务拆解成 Agent 可执行步骤的人。

以上是我个人的一些思考，一家之言，仅供参考。欢迎大家在评论区交流讨论。

以上都是一家之言，欢迎大家与我交流讨论。

END