SaaS 护城河的坍塌与重建：AI Agent时代的软件产业结构性重构

SaaS 护城河的坍塌与重建：AI Agent时代的软件产业结构性重构 SaaS 护城河的坍塌与重建：AI Agent时代的软件产业结构性重构 Modified February 24 新护城河的轮廓：从 UI 到数据、合规与结果 如果旧的护城河（UI + 培训成本 + 席位锁定）正在坍塌，那新的护城河是什么？ Bustamante 提出了一个简洁有力的三重检验框架： • 检验一：数据是否专有？ 如果你的数据真的无法被复制——不能被获取、许可或合成——那么 LLM 让你的数据变得更有价值。在 LLM 世界中，这种数据成为每个 Agent 都需要的稀缺输入。 • 检验二：是否存在监管锁定？ HIPAA 不关心 LLM。Epic 在医疗电子病历领域的主导地位从根本上来说是一条监管护城河：18 个月的实施周期、合规认证、与医院计费系统的集成——这些都不受 LLM 影响。 • 检验三：软件是否嵌入在交易本身中？ 当你的软件直接处于资金流中——餐厅的支付处理、银行的贷款发放、保险公司的理赔处理——切换意味着中断收入。LLM可能作为更好的界面坐在你上面运行，但底层的交易处理轨道仍然不可或缺。Stripe 不会被 LLM 威胁，FIS 和 Fiserv 也不会。 零个"是"意味着高风险；一个意味着中等风险；两到三个意味着基本安全。 基于这个框架，SaaS 的新护城河正在从"UI + 培训成本"转向四个新的维度： • 数据独占性： 拥有不可复制的专有数据。 LLM 加速了数据资产的二分化——拥有专有数据的公司赢得更多，没有专有数据的公司失去一切。在 LLM 世界中，数据的"可搜索性"溢价消失了，但数据的"独占性"溢价反而增加了（因为每个 Agent 都需要稀缺输入）。 • 权限与合规： 嵌入受监管的工作流。 在高度受监管的行业中（医疗、金融、法律），合规不是可选项而是准入门槛。已经通过合规认证的 SaaS 拥有天然的防御壁垒。 • 系统编排能力： 成为 Agent 调用的核心基础设施。 在 Agent 时代，你的 API 质量比 UI 质量更重要。如果你的 API 和集成能力好到其他产品可以把你当成基础设施来用，你就是安全的。Bain 的分析指出，"只有少数巨头能同时成为中立的 Agent 平台和独特的数据供应商"——但能做到这一点的公司将拥有下一代软件生态中最强的结构性地位。 • 结果责任： 从提供工具转向承诺交付成果。 传统 SaaS 卖的是"工具"——你用或不用，效果由你负责。新一代 SaaS 需要卖"结果"——节省了多少律师时间、减少了多少合规风险、提升了多少良品率。Benedict Evans 在 Stratechery 访谈中将此称为"a throat to choke"（可问责的对象），而在 AI时代，这种可问责性变得更加有价值。 07 开放标准之争：Agent 时代的"操作系统之战" SaaS 护城河重构的底层，谁控制了 Agent 通信协议，谁就掌握了未来软件生态的"神经系统"——正如谁定义了 HTTP 就掌握了互联网的入口。 Anthropic 的战略在这方面最为系统，MCP（Agent 如何连接工具——"手和眼"）已经成为事实标准。Agent Skills（Agent 如何学习和执行工作流——"脑"）正在复制同样路径，Atlassian、Canva、Figma、Notion 等公司已成为首批合作伙伴。Google 推出 A2A（Agent 如何协作——"对话"）和 UCP（Agent 如何交易——"钱包"），补全了协议栈的其他维度。 对 SaaS 公司而言，是否支持这些协议已经不是选择题而是生存题。不支持 MCP 的 SaaS 工具将无法被 Agent 调用；不支持 A2A 的 Agent 将无法参与跨组织协作。正如 Cloudflare 推出 Markdown 格式让网页内容直接以 AI Agent 最高效的格式交付，Google 推出 WebMCP 协议让网站主动声明"我支持这些操作，直接调用我"——互联网基础设施正在从"人类中心"向"人机双中心"演进。 这场协议之争对 SaaS 护城河的影响是：传统的"集成壁垒"正在被标准化协议消解。当集成变成即插即用，切换成本就从"工程成本"降到了"选择成本"——而选择是廉价的。 08 三层分裂：SaaS 新物种的诞生 当旧护城河坍塌、新护城河成形时，SaaS 行业正在分裂为三个截然不同的新物种。每个物种有不同的生态位、护城河逻辑和进化路径。 7.1 AI Infra SaaS——新时代的"卖铲人" 在任何淘金热中，最稳定的赢家往往是卖铲子的人。AI 时代的"铲子"是基础设施层——计算、存储、网络、协议、开发工具。 2026 年，五大超级云厂商计划在基础设施上投入 6600 6900 亿美元，几乎是 2025 年的两倍，其中约 75% 专门用于 AI 基础设施。这是资本市场上最确定的赛道：无论谁赢得模型之争或应用之争，都需要算力。 AI Infra SaaS 的典型代表包括 NVIDIA（GPU 霸主）、各大云服务商（AWS、Azure、GCP 的 AI 推理服务）、以及协议/标准层的定义者。AI Infra SaaS 的护城河是规模经济和资本壁垒——这不适合大多数创业者，但它是整个 AI 经济的地基。 7.2 Vertical AI SaaS——领域知识的深度变现 如果说 AI Infra 是"卖铲子"，Vertical AI SaaS 就是"在特定金矿里最懂地质的矿工"。Bessemer Venture Partners 在其研究报告中提出了一个惊人判断：Vertical AI 的市值规模将至少是传统 Vertical SaaS 的 10 倍。 Vertical AI SaaS 的护城河是三重的：数据护城河，领域知识护城河，以及监管护城河。 最典型的案例是法律 AI 公司 Harvey（2025 年 8 月突破 1 亿美元 ARR，E 轮融资后估值达 5０ 亿美元），它深度理解法律推理的逻辑、判例法的引用规范、合同条款的风险评估。 正如 LangChain 创始人 Harrison Chase 在 Sequoia 访谈中指出的："很多 Agent 是由知识驱动的。不是通用知识，而是关于如何执行特定模式的知识。" 一个经过长时间磨合、内化了特定任务模式与背景记忆的 Agent，将形成极高的护城河。 7.3 Agent SaaS——从"工具"到"数字员工" Agent SaaS 的本质不是"更好的软件工具"，而是"能够自主完成任务的数字员工"。 Bain & Company 提出了 Agent 时代 SaaS 的三层架构： 底层是记录系统（数据库功能仍然需要），中层是 Agent 操作系统（编排、调度、权限管理），顶层是结果界面（用户描述想要的结果，Agent 负责实现）。 Agent SaaS 的商业模式也在发生根本性转变。 新定价模式正在浮现：基于用量（按 API 调用或 token 消耗计费）、基于结果（按阻止的欺诈金额或成功入职的候选人收费）、以及混合模式（基础订阅加消耗费用）。 Agent SaaS 的典型代表包括 Cursor（AI 代码编辑器，将编程从"人写代码"变为"人与 Agent 协作"）、Claude Cowork（跨应用的自主工作流执行）、以及微软 Copilot Studio（已有 7 万客户用它创建自定义 AI Agent）。 Agent SaaS 的护城河逻辑不同于前两者：它的壁垒在于多 Agent 编排能力、信任和安全治理（当 Agent 的自主权越大，信任问题越关键），以及"结果责任"的承诺——从卖工具转向卖成果。 7.4 夹在中间的 Horizontal SaaS：风暴中心 在这场三层分裂中，Horizontal SaaS（通用型 SaaS）面临的风险最大。原因有四： • 缺乏数据护城河。 任务列表、联系人记录、日历事件——这些通用数据缺乏行业特异性，无法构建有意义的 AI 数据飞轮。 • 按座位定价模型的结构性崩塌。 列表构建（HubSpot）、任务看板（Monday.com）、Tier 1 客服（Intercom）——这些工作流的任务结构化且重复，AI 自动化潜力高。 • AI 原生竞争者的直接入侵。 OpenAI 和 Anthropic 不再满足于做"基础模型供应商"。Claude Cowork 直接进入了知识工作者的核心工作流；OpenAI 推出了符合 HIPAA 合规要求的生命科学工具，直接与 Veeva 和 Salesforce 竞争。 • UI 层的贬值。 当 Agent 通过 API 直接操作数据时，一个 SaaS 产品的 UI 再好，对 Agent 来说都是不必要的中间层。 面对这场风暴，Horizontal SaaS 公司基本面临两种命运： 进化为 Agent 平台（Salesforce 推进 Agentforce，微软用 Copilot 重新定义 Office 生态），或被压缩为数据存储层（利润率急剧压缩，估值回到传统 IT 服务水平） 。 那些功能单一、容易被 AI 复制的"功能型产品"可能彻底消失。 09 反论与边界条件：SaaS 没那么容易死 在被 AI 颠覆的叙事席卷一切之前，必须听听反方的声音。 企业惯性是真实的。 大型企业花了数十年积累了数万亿数据点，这些数据深嵌在其软件基础设施中。全面推翻这些投资迁移到新平台，在短期内不太现实。 AI 本身的局限性。 当前的大语言模型是概率性的。在需要 100% 一致性的关键业务流程中——承保、税务计算、药品配方——"十次对六次"的正确率是不可接受的。 "Vibe Coding 取代 SaaS"是幻觉。 Benedict Evans 在 Stratechery 访谈中称企业自建软件的想法"delusional"。构建软件最难的部分从来不是写代码——而是发现问题、设计正确的工作流、建立进入市场策略、赢得客户信任。 成本低估问题。 企业在将 AI 从试点规模化到生产时，经常发现成本被低估了 500 1000%。Gartner 预测到 2027 年 40% 的 AI 项目将被取消。Agent 经济的运行成本可能比很多人想象的要高得多。 Euclid Ventures 的总结最为精辟： SaaS 没有"死亡"——但它正在经历物种分化。适应的物种将更强大地生存下来，不适应的将被淘汰。 就像当年从本地部署到云的转型应该"杀死"Oracle、SAP 和 Microsoft 一样，成功的巨头完成了转型，并且比以前更大。 10 战略启示：不同角色的行动指南 对投资者 2026 年的"SaaSmageddon"创造了一个独特的投资窗口。核心框架是 Bustamante 的三重检验： 数据专有吗？有监管锁定吗？嵌入交易吗？零个"是"的公司是做空标的；两到三个"是"的公司在恐慌中被错杀。关键不再是"AI 会不会改变 SaaS"，而是"在 Agent 时代，这家公司的护城河是什么？当 Agent 不再需要点击按钮时，它还剩下什么价值？" 对 SaaS 公司 如果商业模型仍然是纯粹的按座位订阅，2026 年的市场已经给出了清晰的警告信号。必须做的事情包括：识别自己在三层分裂中的位置（AI Infra、Vertical AI、Agent SaaS，还是危险的 Horizontal 中间地带？）， 启动从席位定价向使用量/结果定价的过渡，强化数据资产（数据比界面更有价值），以及确保 API 支持 MCP 等标准协议（不支持就等于被 Agent 世界排除在外）。 对创业者 Vertical AI SaaS 是最佳战场。全球超过 50% 的 VC 资金已流向 Vertical AI 和 Agent 解决方案。 关键是深耕数据护城河、从"卖工具"转向"卖结果"、以及在所在垂直领域积极参与行业数据标准和合规框架的制定。 红杉指出，Coding Agent 可能是所有 AI 员工的原型——那么问题就是：你所在行业的"Coding Agent"是什么？ 11 结语：Software as a Service → Service as Software 我们正在见证的不仅是 SaaS 行业的周期性调整，而是一场范式转换—— 从"Software as a Service"（软件即服务）到"Service as Software"（服务即软件）。 在旧范式中，SaaS 公司出售工具，人类使用这些工具来完成工作。价值链是：SaaS 公司→工具→人类用户→业务成果。 在新范式中，AI Agent 直接交付业务成果。价值链被压缩为： AI Agent→业务成果。工具不再是终端产品，而是 Agent 调用的底层 API。人类从"操作者"变为"监督者"和"决策者"。 正如一位分析师所说："移动互联网用了不到 10 年就走完了互联网需要 20 年才能走完的路。AI 可能需要更短的时间就能走完移动互联网 10 年才走完的路。" 如果说 2022 2025 年是大模型快速普及的时期，2026 年应该是 AI Agent 大规模普及的元年。 2 万亿美元的蒸发不是终点，而是起点。它标志着市场开始为一个新的现实定价：SaaS 的护城河正在改变。理解什么在坍塌、什么在重建，是理解未来十年软件投资的核心命题。 本文综合参考了以下来源：Nicolas Bustamante "The Crumbling Workflow Moat" & "10 Years Building Vertical Software"、Ben Thompson "Thin Is In" (Stratechery)、Euclid Ventures "Software Is Dead — Long Live Software"、McKinsey "Upgrading Software Business Models to Thrive in the AI Era" & "The AI Centric Imperative"、Bain & Company Technology Report 2025、Bessemer Venture Partners "The Future of AI is Vertical"、Sequoia Capital / LangChain 创始人访谈、以及作者此前的系列分析文章。 Monday.com 新护城河的轮廓：从 UI 到数据、合规与结果 如果旧的护城河（UI + 培训成本 + 席位锁定）正在坍塌，那新的护城河是什么？ Bustamante 提出了一个简洁有力的三重检验框架： • 检验一：数据是否专有？ 如果你的数据真的无法被复制——不能被获取、许可或合成——那么 LLM 让你的数据变得更有价值。在 LLM 世界中，这种数据成为每个 Agent 都需要的稀缺输入。 • 检验二：是否存在监管锁定？ HIPAA 不关心 LLM。Epic 在医疗电子病历领域的主导地位从根本上来说是一条监管护城河：18 个月的实施周期、合规认证、与医院计费系统的集成——这些都不受 LLM 影响。 • 检验三：软件是否嵌入在交易本身中？ 当你的软件直接处于资金流中——餐厅的支付处理、银行的贷款发放、保险公司的理赔处理——切换意味着中断收入。LLM可能作为更好的界面坐在你上面运行，但底层的交易处理轨道仍然不可或缺。Stripe 不会被 LLM 威胁，FIS 和 Fiserv 也不会。 零个"是"意味着高风险；一个意味着中等风险；两到三个意味着基本安全。 基于这个框架，SaaS 的新护城河正在从"UI + 培训成本"转向四个新的维度： • 数据独占性： 拥有不可复制的专有数据。 LLM 加速了数据资产的二分化——拥有专有数据的公司赢得更多，没有专有数据的公司失去一切。在 LLM 世界中，数据的"可搜索性"溢价消失了，但数据的"独占性"溢价反而增加了（因为每个 Agent 都需要稀缺输入）。 • 权限与合规： 嵌入受监管的工作流。 在高度受监管的行业中（医疗、金融、法律），合规不是可选项而是准入门槛。已经通过合规认证的 SaaS 拥有天然的防御壁垒。 • 系统编排能力： 成为 Agent 调用的核心基础设施。 在 Agent 时代，你的 API 质量比 UI 质量更重要。如果你的 API 和集成能力好到其他产品可以把你当成基础设施来用，你就是安全的。Bain 的分析指出，"只有少数巨头能同时成为中立的 Agent 平台和独特的数据供应商"——但能做到这一点的公司将拥有下一代软件生态中最强的结构性地位。 • 结果责任： 从提供工具转向承诺交付成果。 传统 SaaS 卖的是"工具"——你用或不用，效果由你负责。新一代 SaaS 需要卖"结果"——节省了多少律师时间、减少了多少合规风险、提升了多少良品率。Benedict Evans 在 Stratechery 访谈中将此称为"a throat to choke"（可问责的对象），而在 AI时代，这种可问责性变得更加有价值。 07 开放标准之争：Agent 时代的"操作系统之战" SaaS 护城河重构的底层，谁控制了 Agent 通信协议，谁就掌握了未来软件生态的"神经系统"——正如谁定义了 HTTP 就掌握了互联网的入口。 Anthropic 的战略在这方面最为系统，MCP（Agent 如何连接工具——"手和眼"）已经成为事实标准。Agent Skills（Agent 如何学习和执行工作流——"脑"）正在复制同样路径，Atlassian、Canva、Figma、Notion 等公司已成为首批合作伙伴。Google 推出 A2A（Agent 如何协作——"对话"）和 UCP（Agent 如何交易——"钱包"），补全了协议栈的其他维度。 对 SaaS 公司而言，是否支持这些协议已经不是选择题而是生存题。不支持 MCP 的 SaaS 工具将无法被 Agent 调用；不支持 A2A 的 Agent 将无法参与跨组织协作。正如 Cloudflare 推出 Markdown 格式让网页内容直接以 AI Agent 最高效的格式交付，Google 推出 WebMCP 协议让网站主动声明"我支持这些操作，直接调用我"——互联网基础设施正在从"人类中心"向"人机双中心"演进。 这场协议之争对 SaaS 护城河的影响是：传统的"集成壁垒"正在被标准化协议消解。当集成变成即插即用，切换成本就从"工程成本"降到了"选择成本"——而选择是廉价的。 08 三层分裂：SaaS 新物种的诞生 当旧护城河坍塌、新护城河成形时，SaaS 行业正在分裂为三个截然不同的新物种。每个物种有不同的生态位、护城河逻辑和进化路径。 7.1 AI Infra SaaS——新时代的"卖铲人" 在任何淘金热中，最稳定的赢家往往是卖铲子的人。AI 时代的"铲子"是基础设施层——计算、存储、网络、协议、开发工具。 2026 年，五大超级云厂商计划在基础设施上投入 6600 6900 亿美元，几乎是 2025 年的两倍，其中约 75% 专门用于 AI 基础设施。这是资本市场上最确定的赛道：无论谁赢得模型之争或应用之争，都需要算力。 AI Infra SaaS 的典型代表包括 NVIDIA（GPU 霸主）、各大云服务商（AWS、Azure、GCP 的 AI 推理服务）、以及协议/标准层的定义者。AI Infra SaaS 的护城河是规模经济和资本壁垒——这不适合大多数创业者，但它是整个 AI 经济的地基。 7.2 Vertical AI SaaS——领域知识的深度变现 如果说 AI Infra 是"卖铲子"，Vertical AI SaaS 就是"在特定金矿里最懂地质的矿工"。Bessemer Venture Partners 在其研究报告中提出了一个惊人判断：Vertical AI 的市值规模将至少是传统 Vertical SaaS 的 10 倍。 Vertical AI SaaS 的护城河是三重的：数据护城河，领域知识护城河，以及监管护城河。 最典型的案例是法律 AI 公司 Harvey（2025 年 8 月突破 1 亿美元 ARR，E 轮融资后估值达 5０ 亿美元），它深度理解法律推理的逻辑、判例法的引用规范、合同条款的风险评估。 正如 LangChain 创始人 Harrison Chase 在 Sequoia 访谈中指出的："很多 Agent 是由知识驱动的。不是通用知识，而是关于如何执行特定模式的知识。" 一个经过长时间磨合、内化了特定任务模式与背景记忆的 Agent，将形成极高的护城河。 7.3 Agent SaaS——从"工具"到"数字员工" Agent SaaS 的本质不是"更好的软件工具"，而是"能够自主完成任务的数字员工"。 Bain & Company 提出了 Agent 时代 SaaS 的三层架构： 底层是记录系统（数据库功能仍然需要），中层是 Agent 操作系统（编排、调度、权限管理），顶层是结果界面（用户描述想要的结果，Agent 负责实现）。 Agent SaaS 的商业模式也在发生根本性转变。 新定价模式正在浮现：基于用量（按 API 调用或 token 消耗计费）、基于结果（按阻止的欺诈金额或成功入职的候选人收费）、以及混合模式（基础订阅加消耗费用）。 Agent SaaS 的典型代表包括 Cursor（AI 代码编辑器，将编程从"人写代码"变为"人与 Agent 协作"）、Claude Cowork（跨应用的自主工作流执行）、以及微软 Copilot Studio（已有 7 万客户用它创建自定义 AI Agent）。 Agent SaaS 的护城河逻辑不同于前两者：它的壁垒在于多 Agent 编排能力、信任和安全治理（当 Agent 的自主权越大，信任问题越关键），以及"结果责任"的承诺——从卖工具转向卖成果。 7.4 夹在中间的 Horizontal SaaS：风暴中心 在这场三层分裂中，Horizontal SaaS（通用型 SaaS）面临的风险最大。原因有四： • 缺乏数据护城河。 任务列表、联系人记录、日历事件——这些通用数据缺乏行业特异性，无法构建有意义的 AI 数据飞轮。 • 按座位定价模型的结构性崩塌。 列表构建（HubSpot）、任务看板（Monday.com）、Tier 1 客服（Intercom）——这些工作流的任务结构化且重复，AI 自动化潜力高。 Monday.com • AI 原生竞争者的直接入侵。 OpenAI 和 Anthropic 不再满足于做"基础模型供应商"。Claude Cowork 直接进入了知识工作者的核心工作流；OpenAI 推出了符合 HIPAA 合规要求的生命科学工具，直接与 Veeva 和 Salesforce 竞争。 • UI 层的贬值。 当 Agent 通过 API 直接操作数据时，一个 SaaS 产品的 UI 再好，对 Agent 来说都是不必要的中间层。 面对这场风暴，Horizontal SaaS 公司基本面临两种命运： 进化为 Agent 平台（Salesforce 推进 Agentforce，微软用 Copilot 重新定义 Office 生态），或被压缩为数据存储层（利润率急剧压缩，估值回到传统 IT 服务水平） 。 那些功能单一、容易被 AI 复制的"功能型产品"可能彻底消失。 09 反论与边界条件：SaaS 没那么容易死 在被 AI 颠覆的叙事席卷一切之前，必须听听反方的声音。 企业惯性是真实的。 大型企业花了数十年积累了数万亿数据点，这些数据深嵌在其软件基础设施中。全面推翻这些投资迁移到新平台，在短期内不太现实。 AI 本身的局限性。 当前的大语言模型是概率性的。在需要 100% 一致性的关键业务流程中——承保、税务计算、药品配方——"十次对六次"的正确率是不可接受的。 "Vibe Coding 取代 SaaS"是幻觉。 Benedict Evans 在 Stratechery 访谈中称企业自建软件的想法"delusional"。构建软件最难的部分从来不是写代码——而是发现问题、设计正确的工作流、建立进入市场策略、赢得客户信任。 成本低估问题。 企业在将 AI 从试点规模化到生产时，经常发现成本被低估了 500 1000%。Gartner 预测到 2027 年 40% 的 AI 项目将被取消。Agent 经济的运行成本可能比很多人想象的要高得多。 Euclid Ventures 的总结最为精辟： SaaS 没有"死亡"——但它正在经历物种分化。适应的物种将更强大地生存下来，不适应的将被淘汰。 就像当年从本地部署到云的转型应该"杀死"Oracle、SAP 和 Microsoft 一样，成功的巨头完成了转型，并且比以前更大。 10 战略启示：不同角色的行动指南 对投资者 2026 年的"SaaSmageddon"创造了一个独特的投资窗口。核心框架是 Bustamante 的三重检验： 数据专有吗？有监管锁定吗？嵌入交易吗？零个"是"的公司是做空标的；两到三个"是"的公司在恐慌中被错杀。关键不再是"AI 会不会改变 SaaS"，而是"在 Agent 时代，这家公司的护城河是什么？当 Agent 不再需要点击按钮时，它还剩下什么价值？" 对 SaaS 公司 如果商业模型仍然是纯粹的按座位订阅，2026 年的市场已经给出了清晰的警告信号。必须做的事情包括：识别自己在三层分裂中的位置（AI Infra、Vertical AI、Agent SaaS，还是危险的 Horizontal 中间地带？）， 启动从席位定价向使用量/结果定价的过渡，强化数据资产（数据比界面更有价值），以及确保 API 支持 MCP 等标准协议（不支持就等于被 Agent 世界排除在外）。 对创业者 Vertical AI SaaS 是最佳战场。全球超过 50% 的 VC 资金已流向 Vertical AI 和 Agent 解决方案。 关键是深耕数据护城河、从"卖工具"转向"卖结果"、以及在所在垂直领域积极参与行业数据标准和合规框架的制定。 红杉指出，Coding Agent 可能是所有 AI 员工的原型——那么问题就是：你所在行业的"Coding Agent"是什么？ 11 结语：Software as a Service → Service as Software 我们正在见证的不仅是 SaaS 行业的周期性调整，而是一场范式转换—— 从"Software as a Service"（软件即服务）到"Service as Software"（服务即软件）。 在旧范式中，SaaS 公司出售工具，人类使用这些工具来完成工作。价值链是：SaaS 公司→工具→人类用户→业务成果。 在新范式中，AI Agent 直接交付业务成果。价值链被压缩为： AI Agent→业务成果。工具不再是终端产品，而是 Agent 调用的底层 API。人类从"操作者"变为"监督者"和"决策者"。 正如一位分析师所说："移动互联网用了不到 10 年就走完了互联网需要 20 年才能走完的路。AI 可能需要更短的时间就能走完移动互联网 10 年才走完的路。" 如果说 2022 2025 年是大模型快速普及的时期，2026 年应该是 AI Agent 大规模普及的元年。 2 万亿美元的蒸发不是终点，而是起点。它标志着市场开始为一个新的现实定价：SaaS 的护城河正在改变。理解什么在坍塌、什么在重建，是理解未来十年软件投资的核心命题。 本文综合参考了以下来源：Nicolas Bustamante "The Crumbling Workflow Moat" & "10 Years Building Vertical Software"、Ben Thompson "Thin Is In" (Stratechery)、Euclid Ventures "Software Is Dead — Long Live Software"、McKinsey "Upgrading Software Business Models to Thrive in the AI Era" & "The AI Centric Imperative"、Bain & Company Technology Report 2025、Bessemer Venture Partners "The Future of AI is Vertical"、Sequoia Capital / LangChain 创始人访谈、以及作者此前的系列分析文章。 🔗 原文链接： https://mp.weixin.qq.com/s/g3GnnBc5... https://mp.weixin.qq.com/s/g3GnnBc5... Louis Louis Louis的AI随想录2026年2月23日 19:53 中国台湾 SaaS 行业正在经历一场根本性的护城河重构： 2026 年 1 2 月，软件板块蒸发近 2 万亿美元市值，这不是周期性调整，而是市场对一个结构性判断的定价：传统 SaaS 的四层护城河——界面复杂性、工作流锁定、数据捆绑、制度惯性——正在被 AI Agent 系统性瓦解。 界面护城河已死：旧护城河的核心是"人类使用软件的必要性"。 按座位收费模式建立在一个隐含假设上：软件的价值与使用它的人数成正比。当一个 Agent 能替代 5 10 个初级员工的软件操作，"人头×许可证"的收入模型在数学上不再成立。 定价模式的革命不可逆：从按席位到按使用量、按行动、按结果的迁移正在发生。 Gartner 预测到 2030 年，至少 40% 的企业 SaaS 支出将转向基于使用量、Agent 或结果的定价模式。 新护城河的公式已经清晰：旧公式是"UI + 培训成本 + 席位锁定"，新公式是"专有数据 × 监管嵌入 × 交易嵌入 × 结果责任"。 新护城河正在从四个方向重建：数据独占性、权限与合规、系统编排能力、结果责任。 Bustamante 的三重检验框架提供了清晰的判断标准：数据是否专有？是否存在监管锁定？软件是否嵌入交易本身？零个"是"意味着高风险，两到三个"是"意味着安全。 开放标准之争是 Agent 时代的"操作系统之战"：Anthropic 的 MCP 已成为事实标准（OpenAI、Google 均已采纳），Agent Skills 规范正在复制同样路径。 谁定义了 Agent 与工具、Agent 与 Agent 之间的通信协议，谁就掌握了下一代软件生态的入口。 SaaS 正在分裂为三个新物种： AI Infra SaaS（卖铲人，资本密集、赢者通吃）、Vertical AI SaaS（领域专家，数据+合规+领域知识构成三重护城河，市值规模可达传统垂直 SaaS 的 10 倍）、Agent SaaS（数字员工，从工具转向承诺交付成果） 。 夹在中间的 Horizontal SaaS 面临最大的生存危机——既缺乏数据护城河，又缺乏监管壁垒，按座位定价的商业模式正在被 Agent 从根基瓦解。 对投资者的核心启示： 不要问"AI 会不会改变 SaaS"，要问"在新架构中，这家公司的护城河是数据、领域知识、规模、还是仅仅是用户习惯？" 当 Agent 不再需要点击按钮时，只有前三种护城河有意义。 01 序章：2 万亿美元的重新定价 2026 年 2 月 3 日，被交易员们称为"软件黑色星期二"的那天，软件板块基准指数单日暴跌 13%。从 1 月 15 日到 2 月 14 日，整个软件行业蒸发了约 2 万亿美元市值。Jefferies 创造了一个新词："SaaSmageddon"——SaaS 末日。 触发这场雪崩的直接导火索，是 Anthropic 在 2026 年 1 月底发布的 Claude Cowork 平台，以及随后密集推出的 Claude for Legal Review 和 Claude for Excel。传统 SaaS 的护城河——那些支撑了 20 30 倍估值倍数的竞争壁垒——正在被 AI Agent 从根基瓦解。理解这场瓦解的逻辑和新护城河的轮廓，是理解未来十年软件投资的关键。 02 旧护城河的解剖：为什么传统 SaaS 能收高价 要理解护城河的变化，首先需要理解旧护城河是什么、为什么有效。 过去 20 年， SaaS 的价值链清晰而稳固：数据存储 → 业务逻辑 → 用户界面 → 按座位收费 。每个环节都有明确的价值归属，整个链条的利润率由"人类使用软件"的必要性保证。 Nicolas Bustamante在其引起广泛关注的文章中，将传统垂直软件的护城河解构为十层。其中最核心的四层构成了 SaaS 定价权的基础。 第一层：界面复杂性——操作肌肉记忆的锁定。 Bloomberg 终端用户花了数年学习键盘快捷键、函数代码和导航模式。界面不是功能，界面就是产品。 第二层：定制工作流和业务逻辑——编码了一个行业实际运作方式的规则。 Bustamante 在创建 Doctrine 时发现，最难的部分不是技术，而是理解律师实际如何工作。将这种理解编码为可用的软件不是普通工程师能做的——需要既能写生产代码又真正理解行业领域的稀缺人才。 第三层：数据捆绑——通过不断添加相邻功能来增加切换成本的生态策略。 Bloomberg 从市场数据起步，然后添加了即时通讯、新闻、分析、交易和合规模块。每个新模块都增加了切换成本，因为客户依赖的是整个生态系统而非单一产品。S&P Global 以 440 亿美元收购 IHS Markit 正是这种策略的极致体现。 第四层：制度惯性——企业流程围绕特定工具硬编码。 当你的软件成为企业关键工作流的一部分时，切换不仅是不方便的，而是存在性的风险。Epic 是患者数据的记录系统，Salesforce 是客户关系的记录系统。这些公司受益于留存成本（高费用）和离开成本（潜在数据丢失、运营中断）之间的不对称性。 这四层护城河相互叠加，构成了传统 SaaS 高估值的底层逻辑。市场给予这些公司 15 30 倍收入的估值倍数，因为它相信这些护城河是持久的。 但所有这些护城河都有一个共同的隐含前提： 人类是软件的唯一操作者。 当这个前提被打破时，整个防御体系开始动摇。 03 Agent 的三面夹击：旧护城河如何被系统性瓦解 AI Agent 正在从三个方向同时解构 SaaS 的价值链，每个方向都攻击了旧护城河的不同层面。 3.1 从上层：界面被自然语言对话替代 Ben Thompson 在 2026 年 2 月的 Stratechery 文章《Thin Is In》中提出了一个关键洞察： 大多数人与 AI 交互的方式——聊天——本质上就是最极致的薄客户端。 Thompson 进一步指出：问题不在于 AI 用户界面"不同"，而在于对许多使用场景来说，AI 用户界面基本上不存在。 更关键的是 Agent 对界面的超越。Agent 的目标不是帮你使用电脑，而是直接完成一个具体任务。Claude Cowork 和 OpenAI 的 Operator 能够导航任何软件界面——Agent 不需要点击按钮，不需要导航菜单，它通过 API 直接与数据交互。 考虑一个金融分析师的日常。分析师只用对 AI Agent 说："给我看所有市值超过 10 亿美元、市盈率低于 30、收入同比增长超过 20% 的软件公司。为前五名构建 DCF 模型。对折现率和终端增长率进行敏感性分析。" 三句话。没有键盘快捷键，没有函数代码，没有导航。 3.2 从中层：业务逻辑从代码迁移到 Markdown 如果说界面层的瓦解是显而易见的，那么业务逻辑层的迁移则更为深刻且被严重低估。 传统垂直软件将业务逻辑编码在代码中，由既懂代码又懂行业的稀缺工程师花费数年构建。LLM 正在将这一切变成一个 Markdown 文件。 在 Fintool，他们有一个"DCF 估值技能"——一个 Markdown 文件，告诉 LLM Agent 如何做贴