软件终结的4个论点：从最差到最佳排序
如今，在大多数通话中，我们的投资人都会问我两个问题。
AI 是不是又一个泡沫？
软件已死吗？
对这两个问题的简短回答都是否定的，但比起结论，背后的逻辑更重要。
在与 Chris Farmer 共同创立 SignalFire 之前，我曾在 Google 花了十年时间构建高可用系统。工程师不相信感觉。我们相信数据、系统，以及我们能够预测的产出。而风险投资在其大部分历史中，运行模式恰恰相反，主要依赖直觉、熟人引荐，以及对创始人原型的模式匹配。我们创建 SignalFire（以及我们的 AI 平台 Beacon）时就坚信，这个行业最终将被迫建立在硬数据之上运作。那一刻已经到来，而且软件行业也迎来了这一刻。
泡沫之问问错了
对 AI 的需求仍在超过供给。我们投资组合中的一些公司无法服务所有顾客，因为它们没有足够的算力。这种需求背后对应的是数百亿美元的真实收入，而不只是眼球或月活跃用户。依我看，泡沫看起来并不是这个样子。
真正让我担心的是像人形机器人这样的领域，资金正以后期估值大举涌入。虽然我见过后空翻和各种有趣的舞蹈动作，但我还没有看到机器人完成具有经济价值的工作。更深层的问题是，任何工程师都会立刻指出：LLMs 之所以有效，是因为开放互联网的存在为其提供了训练材料，但机器人领域并不存在与之对应的语料库。训练数据从哪里来？目前还没有人能给出明确答案，这使其成为一个研究问题，而研究的时间表与风投的时间表并不能自然匹配。机器人终将迎来自己的 ChatGPT 时刻，但我不确定那会在何时到来，而那些以“这一时刻即将发生”为前提融资的人，同样也不知道。
“软件已死”的四种论调：从最差到最好排名
我从创始人和 LP 那里听到的首要担忧，是传统软件公司市值近期蒸发的 2850 亿美元。人们想知道，SaaS 是否已经在结构性层面走到尽头。关于这一论文，我听过四种论点；考虑到 SignalFire 在应用程序层投入了大量资本，我想分享一下自己对所谓“SaaS 末日论”的看法。
以下是关于“软件已死”最常见的四种论点，按从最差到最好的顺序排列：
第4名：每个人都会随手写出自己的软件
我听到的一种说法是：“既然你周末用 Claude 就能随手写出自己的 CRM，为什么还要花钱买 Salesforce？”
任何真正交付并运营过生产系统的人都知道这个问题的答案。生成一套代码库，并不等于运营一项关键任务服务。当那个随手写出你 CRM 的人离开后，这套代码库怎么办？代码生成并不能解决诸如 SOC2 合规或幻觉控制之类的问题。它也无法解决与某个 1998 年写成的 SQL 数据库的集成问题，更绝对无法解决这样一种责任归属：当凌晨 4 点仪表盘突然黑屏、顾客收入停止流动时，究竟由谁来为系统正常运行负责。
企业买的是信任，不是代码。如今在 AI 的帮助下，实现代码层面的对等已经很容易，但要实现信任层面的对等仍然非常困难。
#3：像 Claude 和 ChatGPT 这样的智能体将吞噬企业应用
这比“氛围编程”的说法更有说服力，但我怀疑，对于任何出错代价高昂的工作流，它都难以奏效。尽管前沿模型令人印象深刻，LLM 系统仍然是非确定性的，而且容易产生幻觉。普通的软件漏洞是可以复现的。你提交工单，找到那一行代码，然后发布修复。智能体失灵则更像一次不稳定的测验——98%的时候都能通过，却偏偏在最关键的那一次失败。
这种权衡对于起草一封电子邮件、总结一份文档或撰写营销文案这类低风险工作来说没问题；但当你第一次因为智能体忘记填写必填字段，或信心十足地记录了错误的合同金额，而丢掉一笔六位数的优惠时，你就会希望拥有一个具备专门产品界面的系统，来强制执行这些规则。
我亲眼看着这一幕在我们的投资组合中上演。那些尝试纯粹由代理驱动工作流的团队，几乎总会在其周围重新建立各种约束机制，包括验证层、审批步骤、回滚机制，以及 LLM 无法触及的审计日志。等到把这些都加上之后，你实际上就是围绕代理重建了一个 SaaS 应用。你并不是在取代这个应用，而是把一个代理嵌入了垂直应用程序之中。应用程序掌控着数据模型、权限、审计轨迹以及顾客关系。代理则在这一框架内运行，并会随着时间推移变得更加强大，但真正被销售、被支持并被续约的，仍然是这个框架。
随着模型可靠性提升，情况会变得更有意思，但我们还没到那一步。
#2：随着按席位定价逐渐消失，SaaS 模式也将被打破
这一点更接近某种真实情况。传统 SaaS 有三层：数据、业务逻辑和用户界面。现在，我们正在其上叠加第四层——“代理层”。如果你过去向人工用户出售 50 个席位，而现在两个代理无需界面就能完成这些工作，那么你的定价能力会发生什么变化？
在这里，我不同意那种末日论版本。如果代理在你的软件内部承担了更多工作，而客户获得了更多价值，那你面临的就不是生存危机。你真正面临的是定价和产品打包问题。那些弄清楚如何围绕价值定价、通过代币、结果或混合使用模式收费的供应商，依然会过得很好。而那些在客户不断用自动化消灭席位的同时，仍死守按席位收费模式的供应商，则不会如此。
但纯粹基于结果的定价很难在所有类别中都做到清晰、顺畅地落地，因此我预计在未来几年，混合模式（使用量 + 结果）将占据主导地位。
第一：代码如今已变得廉价，削弱了功能护城河
这是我最认真对待的一种论点。像 SAP、ServiceNow 和 Salesforce 这样的公司的护城河，很大程度上来自数十年来不断累积的工程师规模。所有能想到的功能、集成和报表，都已被构建、调试并吸收到其代码库中，初创公司几乎不可能现实地追赶上来。如今，AI 正大幅压缩这一时间线。
如果你的产品只是一个纯粹的工作流层，而你的防御性故事是“我们率先做出了这个功能”，那你就麻烦了。在我看来，商业智能和创意内容生成如今的护城河最薄，因为 LLMs 极其擅长这些产品所做的恰恰就是这类工作。
如今护城河真正所在之处
如果功能迭代速度不再是护城河，那么什么才是？根据我们如今在 SignalFire 的投资判断，以下三点依然站得住脚：
- 错误预算几乎为零的高准确性工作流。 例如，金融基础设施、医疗保健以及受监管的合规领域。“氛围编程”经不起 HIPAA 审计，也扛不住对账差错。在这里，出错的代价本身就是护城河。
- 专有数据反馈闭环。 当顾客使用产品时，产品会显著变得更好，而竞争对手无法仅靠部署同样的基础模型来复制这种优势。在这里，资产是数据，而不是模型。
- 深度记录系统。 这类软件深度嵌入传统业务运营，掌握真实数据来源，并形成很高的转换成本。这些公司应当积极拥抱 AI，而不是躲着它。智能体层实际上会让它们的数据更有价值。
AI 技术栈现状：我们投资什么，以及我们不投什么
如今，说“我们投资 AI”已经和 2012 年说“我们投资软件”一样，几乎没有任何差异化可言。以下是 SignalFire 对 AI 技术栈的看法。
这里有四个层级，它们不应获得同等规模的资本投入。
1. 硬件： 在这一轮周期中，算力仍然是最关键的约束。我们在 Neolabs 等公司身上看到了这一点：它们仍在等待本该几个月前就获批的采购订单。需求是真实存在的，供应受到限制，而这一层的赢家大多是上市公司或已经具备规模的企业。一张种子轮支票并不能改变这里的结果。
2. 模型： 在我看来，前沿模型是一门资本开支型业务，而不是风险投资型业务。要把一个模型真正训练到顶尖水平，成本之高几乎可与一个小国的 GDP 相提并论，而能够玩得起这场游戏的公司，比如 OpenAI、Anthropic 和 Google，已经都在场上了。试图在模型层正面进攻它们的初创公司，是在选错战场。我们在这一层投资过的少数几家公司，比如 Sciforium，走的是不同路径：采用新颖的架构、新颖的训练与推理方法，以及新颖的问题定义方式。 如果你向我们推介的是对 ChatGPT 发起“正面攻击”，那会很难打动我们；但如果你是通过一种现有巨头难以轻易复制、因为那会蚕食其核心业务的方法，从侧翼包抄模型实验室，我们非常愿意听。
3. 基础设施： 这才是 AI 以真正有趣的方式打破旧有 SaaS 假设的地方。传统 SaaS 以读取为主，你存储一行数据，然后查询它上百万次。AI 工作负载则将这一模式彻底颠倒。训练流水线、智能体记忆、向量数据库以及评测框架都高度依赖写入和更新操作，而且处理的数据形态也是传统技术栈从未为之设计过的。
在这里，我们正同时在这两个层面积极投资：
– 数据层本身， 投资对象包括 PlanetScale 和 Greybeam 等公司，它们正在针对这种工作负载形态，重构 OLTP 和 OLAP 的数据库底层能力。
– 数据生成层， 投资对象包括 Preference Model、Moody Pines 和 Terac 等公司，它们提供干净、结构化、带标注的数据——一旦算力问题得到解决，这才是真正的瓶颈。
4. 应用程序。 这是我们目前投入大部分资本的领域。应用层是真正将价值传递给买方的地方。其覆盖面极其广阔，因为 AI 如今已能够应用于此前难以触及的工作流程，例如医疗编码、货运优化、法律审查、销售流程和临床运营。竞争异常激烈，定价也面临压力（见上文基于席位的论点），但对于任何拥有如此庞大可触达需求的层级而言，这都是其固有特征。最终的赢家，将是那些把 AI 原生工作流程与上述某种护城河结合起来的企业：高准确率环境、专有数据闭环，或深度系统记录。
给在这一市场中创业的创始人的一则提示
如果你想弄清自己的初创公司处于哪个位置，测验很简单。硬件和模型领域大多对新进入者关闭，除非你具备结构性优势。基础设施领域则大门敞开，前提是你已经认识到，AI 工作负载并不是简单加装了聊天机器人的 SaaS 工作负载。而应用程序层才是规模所在，也是门槛提升最快的地方。
如果你处于种子轮或 A 轮阶段，以下才是我真正会采取的做法。别再把“我们开发速度快”当作你的护城河来推销了，因为这如今只是基本门槛。相反：
– 推销你所积累而他人无法获取的数据。
– 推销你正在吸收、且顾客无法轻易剥离的工作流程。
– 推销你的系统在“出错代价高昂”的环境中所提供的准确性。
如果你只是夹在两个更大应用程序之间的一个功能模块，那你就处于死亡地带，而且你应该清楚这一点。
软件并未走向消亡，但那种臃肿、仅具工具属性的软件版本，正在被实时重新定价；而取而代之的东西，将比利用模型 API 在一个周末内拼凑出的项目更难构建。这才是我真正感到兴奋的部分。对于什么才算得上一家真正的公司，门槛刚刚被抬高了。
