在 SOFTWAREMAGEDDON 中求生：当刚刚蒸发了 1T 美元时，如何投资 SAAS

愿你生活在有趣的时代。这句老话本意是一种诅咒——希望你经历的是混乱而非平静。欢迎来到 2026 年的软件世界。

过去一个月里，投资者突然意识到 AI 对传统软件企业的潜在影响，市场反应极其残酷。传统 SaaS 的市值蒸发了超过 1T 美元。The S&P 500 Software & Services Index——140 家公司——年初至今下跌了 20%。有人将其称为 Softwaremageddon。投资者向传统 SaaS 发出的信息非常直白： 我们认为你们未来的现金流量面临重大风险。

那么，究竟发生了什么变化？在 AI 发展的头三年里，大多数人的体验，基本上都是在和一个越来越聪明的人聊天。到了 2025 年，模型具备了“reasoning”和“deep research”能力，能够挖得更深，从而给出更好的答案。但 2026 年是模型不再只是回答问题，而是开始做事的一年——能够跨工具和 API 完成完整任务以及复杂的多步骤工作。能够做出智能决策的新前沿模型，再加上人们正用来取代整个职能的开源 agent 框架，彻底改变了局面。选股者们惊呼“哦，糟了。”SaaS 一下子显得岌岌可危。

我认为这种恐慌被夸大了。下面说说原因——以及我是如何在这一过程中进行投资的。

我们才刚刚起步

2023 年是 AI 的“大爆炸”时刻——这是大众第一次大规模接触这项技术。研究过以往“大爆炸”时刻（PC、移动端、云）的研究者发现，技术采用会经历四个阶段，而完整走完这四个阶段需要 30 到 50 年。我们才进入第一阶段三年。前面的路还很长。

社会变革远远滞后于技术变革

Scaling laws 描述了能力加速的速度。但采用并不存在这样的规律。它受制于人类与制度性的摩擦，而摩擦是顽固的。请记住：

• 在 Amazon IPO 的四分之一个世纪之后，只有 20% 的购物发生在线上。
• 企业数据中只有 60% 存储在云端。
• 多年来我们一直在谈论“剪线”，但仍有 50% 的家庭保留有线电视。
• 移动端支付的占比为 15–20%，而在 15% 的交易中，我们仍然使用现金。
• 多年来，EVs 一直“风靡一时”，但在汽车促销中仍然只占 10%。

我理解那种本能反应式地压低 SaaS 倍数的做法。但颠覆现有企业所需的时间，将比人们想象的长得多、长得多。这种能力掌握在早期采用者手中，而且在很长一段时间内都不会均匀分布。在未来几十年里，帮助企业完成这一转型将带来大量赚钱机会。

变化的速度比以往任何时候都更快——而且还在加速

几十年来，整个行业一直沿着摩尔定律前进：晶体管数量大约每两年翻一番。在过去十年左右的时间里，硬件的发展速度超过了软件复杂性的增长，大多数创新都集中在将计算能力部署到云端（说实话——新 iPhone 真的有那么大提升吗？）。

AI 打破了这种模式。现在，你拥有的是计算密集程度极高的应用程序，它们不受摩尔定律约束，而且发展速度远远快于摩尔定律。有人估计，AI 智能大约每六个月翻一番。短短三年间，我们就从一个相当聪明的聊天机器人，发展到能够在复杂的多步骤任务中做出智能决策的软件。而且这一切还在加速。系好安全带。

SAAS 与 AGENTS——了解其中的区别

这正是恐惧的核心，所以我们来准确说明这一点。

传统 SaaS——Salesforce、Slack、Notion——提供的是结构化界面、仪表板和预定义工作流。你登录、点击按钮、填写表单。它按席位、按月收费，并承诺为每位员工带来 10–20% 的适度生产力提升。

AI agents 则是完全不同的物种。它们是代表你采取行动的自主系统——能够推理、决策、实时适应，并在你无需亲自动手的情况下跨多个工具执行多步骤任务。它们往往按结果定价（完成的任务数），并承诺带来极高的生产力提升，甚至可实现对整个岗位的完全替代。SaaS 等待指令；agents 预判需求并交付结果。

微妙的转折在于：agents 完成工作所需的大量上下文 存在于 SaaS 记录系统之中——以及横跨这些系统之间（电子邮件、Slack、CRM）。这不是无关紧要的补充说明。这正是 SaaS 比恐慌情绪所暗示的更具持久性的原因。

价值正转移到智能层

软件一直按职能部门化——销售用 CRM，仓库用 ERP，财务用会计软件。这些孤岛给了我们仪表板。但人们并不想要仪表板。他们想要智能：用自然语言获得关于其业务的答案，而不必知道数据存储在哪里。

所以，真正的问题是，买家会为嵌入到各个传统系统中的 AI 付费，还是会为一个横跨整个企业的新智能层付费。投资者之所以将 Salesforce 的估值从 30 倍营收打到 15 倍营收，部分原因在于他们怀疑 Salesforce 是否会拥有这一层——它只能用 Salesforce 数据来运行 AI。我倾向于同意。既然一个元智能层可以同时跨电子邮件、短信和 Slack 回答“我上周就 Project X 和谁交流过？”这样的问题，为什么还要为每个子应用里的 AI 支付溢价呢？

可能性 vs. 概率性 vs. 现实性

以下才是恐惧超前于事实的地方。Agentic AI 提高了人们对可能性的预期。但大概率会发生的和实际发生的仍然严重滞后。

我们终于有数据了。Anthropic 的劳动力市场研究将真实的模型使用情况与理论能力进行了对照，结果让那些末日论者清醒了不少：

• 自 2022 年末以来，在高度暴露的劳动者中并未出现系统性的失业上升（尽管有迹象表明，暴露岗位中对年轻劳动者的招聘已经放缓）。
• AI 远未接近其理论上限——实际覆盖范围只是可行范围的一小部分。
• 即使在受影响程度最高的岗位中，实际使用率也不到理论水平的一半。一些所谓高暴露度的领域——建筑、生命科学——如今几乎没有使用。

社会变革再次落后于技术变革。采用率最高的领域，恰恰是那些 LLM 公司正直接瞄准的地方（编码，借助 Claude Code 和 Codex）。这正告诉你，哪些地方不应过早投资——以及哪里才有漫长的发展空间。

那么，如何在 Softwaremageddon 之中投资 SaaS？

动荡的时代意味着新进入者的机会。我正在遵循几条规则：

避开爆炸半径。 过于接近核心模型的应用程序——也就是那些 wrappers——会随着模型改进而面临最高风险。通用代理打开了竞争的第二战线。不要投资于 LLM 实验室正在发力的领域。

可持续的价值存在于细分领域中。 一直如此。真正持久的公司理解并整合了特定行业的工作流程，而这是通用工具做不到或不愿做的——碎片化的 POS 系统、行业特定的集成与合作关系，以及那些并不起眼的底层基础设施。在 LLMs 触及这些大多数垂直领域之前，还需要很长时间。

押注需求与供给之间的缺口。 2025 年，超过 95% 的企业 AI 应用未能投入生产。对能够解决特定业务问题的 AI 的需求，仍然远远超过供给。自由职业者正大举采用自主代理，但愿意把自己的账户凭证和密钥交给它们的企业仍然寥寥无几。

及早押注快速迭代者。 那些找到合适顾客群体并且迭代速度足够快的早期公司，将会大获成功——恰恰因为当地基发生变化时，它们在产品和 GTM 上仍处于早期阶段。

还有一点值得坚持。最好的垂直软件不会取代人——它会吞掉低价值工作，让人们能更多去做那些人类最擅长的事。前台接待这份工作从来都不是重点；服务客户才是。若运用得当，AI 带来的是更多人与人之间的连接，而不是更少。

Softwaremageddon 在屏幕上是真实存在的。但 1 万亿美元的恐惧，并不等同于 1 万亿美元的过时淘汰。我们正处在一部三十年长片的前三年。机会不在于押注软件的衰落——而在于构建它的下一层。