AI重构SaaS,颠覆与永生

多客科技

作者：微信文章
同事Kevin最近转了一篇X帖子给我，博主分析了AI对SaaS产业的影响，确实讲得很有深度。分享一下我对博主内容的理解，当然，我是基本上都认可博主的观点的。SaaS行业最近变化很大，裁员、股市大跌、新Agent陈出不穷、AI的市场估值也受其波动，这些变化是必然，但，我们也要看清事物的本质。

一，哪些软件依赖的能力会被颠覆？
1，依赖固定的界面和快捷键形成的软件生态护城河被彻底颠覆。大模型交付界面就是自然语言，没有形式化的界面和操作动作（对应传统的快捷键）。
2，固定工作流被彻底打破。以前靠工程师写大量代码的场景被一堆Prompting（Markdown）替换。过去需要数年编写流程化的程序，现在只需要数周就能完成Prompting的撰写。昨天，我就用了大概几分钟，写了一个SFT的prompting，用Cursor+Opus，20分钟就生成了微调程序，并且能成功微调。
3，公开数据的检索能力被大模型完全覆盖，不再需要一堆独立的工具去解析、分析、检索数据。
4，软件产业不再需要既懂业务又懂软件的人才，行业专家不需要太懂软件就可以生成软件。行业专家能非常清楚描述需求即可。
5，整合型软件被智能体替换。智能体整合软件非常在行，这就是AgenticAI的能力。

二，哪些软件不会被AI替换？
1，具备行业私有数据和专有数据的软件不会消失。通用大模型访问不到这些私有和专有数据，因此，基础大模型不会替换具备非公开数据的软件。
2，受监管和合规锁死的软件不会被颠覆。比如，美国受FDA合规约束的软件，大模型干不了。
3，嵌入交易流程的软件仍然会有市场。
4，强网络效应的软件，全网都在用的沟通、协作软件，不会被轻易被大模型替换。这类软件的价值不是因为数据，也不是因为界面，而是因为其承载的用户网络。
5，作为客户信息的核心记录系统，短期不会被颠覆。比如，记录病人数据和客户关系数据的应用，涉及信息的权威性和可靠性，切换风险大，因此，短期不会被颠覆，长期存在威胁。

通过这个博主的梳理，大概就可以看出哪些软件会被颠覆，哪些能力仍然具有市场，企业和个人应该如何去匹配这个智能化转型。

博主其实没有提到一些重要的其他能力：
1，后训练能力。私有数据和专有数据蕴含的垂直行业的知识和专家经验，部分是需要通过SFT和RFT后训练进大模型，一是提升模型的智能水平，二是提升智能体的推理性能。
2，学会利用基于大模型的软件生成工具。比如，代码Agent，设计Agent。行业专家不仅要学会定义需求，还需要学会利用工具，生成规范的多智能体协作和智能体的设计文档（一堆提示工程文本），基于设计文档生成代码，并且具备基本的代码阅读能力。当前，代码生成工具有IDE类型的Cursor，有CLI类型的Claude Code、Open Code等；设计工具，刚起步，也有一堆基于SDD（Spec-Driven Developmeng）的开源工具，并且这些工具仍然在演进，也还会有新的工具产生。
3，垂直领域的智能体编排与调度能力，包括工具的调用能力。这些能力，部分是可以转换成一些数据，通过后训练让模型学会这些能力，部分是需要人通过提示词来构建业务流程。
4，智能体的运行和训练系统的结合，让智能体无法满足的需求能反馈到后训练系统，快速让模型学会处理新需求的能力。这个过程可以叫做私有数据飞轮，或者知识/经验飞轮。
5，当然，基础模型仍然会发展，需要具备预训练、蒸馏的能力。虽然，不是每个公司都会做基础模型，但，这也是软件的范畴。
6，智能时代的新开发范式的布道师。这个能力是社会持续必须的，不言而喻。

AI发展很快，AI的能力、使用范式、垂直行业的智能体，都会逐步沉淀下来，智能化转型时代新的角色，逐步成型，也会持续发展。

X博主帖子链接：
https://x.com/nicbstme/status/2023501562480644501