原文：803K9s2c8@1M7s2y4Q4x3@1q4Q4x3V1k6Q4x3V1k6E0M7q4)9J5k6i4N6W2K9i4S2A6L8W2)9J5k6i4q4I4i4K6u0W2j5$3!0E0i4K6u0r3M7#2)9J5c8X3u0f1d9V1#2y4x3#2)9#2k6U0k6A6y4q4j5K6b7f1Z5J5x3g2m8s2y4$3q4&6N6#2)9J5y4X3&6T1M7%4m8Q4x3@1t1`. 作者：GD梯度下降

在 2026 年的今天，SaaS 行业正处于一个微妙的转折点。一方面，二级市场对传统软件公司的估值逻辑正在重构；另一方面，AI Agent 的爆发让“软件代工”从幻想变为现实。

近日，Atlassian CEO Mike Cannon-Brookes 与 a16z 合伙人 Alex Rampell 进行了一场深度对话。他们拆解了所谓的“SaaS 末日”真相，并提出了一个核心观点：软件的本质正在从“数字文件柜”进化为“自动化的执行者”。

软件史的跃迁：从“文件柜”到“思考机器”

Mike 指出，从 1960 年到 2022 年，软件进化的本质其实非常枯燥：就是把物理文件柜（Filing Cabinet）变成了数字化数据库（Database）。

• 1.0 时代： 比如 1960 年的 Sabre 航空订票系统，它只是把纸质档案存进了昂贵的硬盘里。

• 2.0 时代： 到了 SaaS 时代，Workday 替代了 HR 文件柜，Salesforce 替代了客户名录。

但关键在于，这些软件本身并不会“思考”。你依然需要人类去检索、去分析、去操作。而 AI 带来的质变是：文件柜现在可以自己干活了。 它不仅存储你的税务数据，还能主动去执行背景调查或催收账款。

SaaS 的三条命：谁在“末日”中幸存？

Alex 将现有的 SaaS 公司分为三类，通过这一框架可以清晰看到 AI 冲击的重灾区：

定价心理学：为什么企业痛恨按量收费？

目前的 AI 软件大多倾向于消耗量计费（Consumption-based），但 Mike 提出了不同的看法。他认为，企业客户其实非常讨厌像“赌场筹码”一样的 Token 计费。

“如果我多发了一倍的日志，我愿意多付一倍的钱给 Splunk，因为那是我的主动行为。但如果软件厂商增加了一个 AI 总结功能，导致我的 Token 消耗一夜之间翻了 10 倍，我会觉得这很不公平。”

定价的本质是公平感（Fairness）。按席位收费虽然传统，但它具备极强的可预测性。未来胜出的定价模式，必须在“反映 AI 产出价值”与“客户预算可控”之间找到平衡点。

输入受限 vs. 输出受限：重新思考业务流程

Mike 提出了一个极具启发性的管理框架，将业务流程分为两类：

• 输入受限（Input-constrained）： 比如客服或法务。客户提多少问题，你就处理多少。AI 在这里的目标是极致的效率，用更少的人、更快的速度完成固定量的任务。

• 输出受限（Output-constrained）： 比如市场营销、软件研发。这里的产出理论上是无限的，受限于人类的创意。AI 在这里的价值是释放规模，让你在同样的时间内，产出 10 倍甚至 100 倍的创意和代码。

设计的瓶颈：从“空白对话框”到“协同回路”

Mike 认为，目前 AI 模型的能力已经远远超出了它所交付的实际价值。最大的瓶颈不在于算法，而在于 UI/UX 设计。

空白框问题

如果你给用户一个拥有“无限能力”的空白聊天框，用户往往会陷入瘫痪，最后只能问它：“给我讲个笑话。”

信任挑战

如果 AI 智能体在后台静默处理了 50 封邮件，用户会感到恐慌而非惊喜。

未来的软件设计必须解决“人类与智能体的协作回路（Collaborative Loops）”。例如 Atlassian 推出的 Rovo，它不再是传统的文本编辑器，而是采用“左侧文档 + 右侧聊天指令”的范式。用户可以通过对话批量修改文档样式、检索全公司知识，而人类始终掌握最后的“审核权”。

软件行业正在经历一场从“被动记录”到“主动代理”的范式转移。正如 Mike 所说，这场变革最令人兴奋的部分不是 AI 替代了谁，而是它让我们重新审视：一家企业到底是由哪些独特的流程构成的？

在这个新时代，活下来的将是那些能够把“复杂的底层规则”与“简单的人机交互”完美缝合的公司。

传播安全知识、拓宽行业人脉——看雪讲师团队等你加入！