2月3号，美股软件板块遭遇了一轮暴跌。
有一个专门追踪美股SaaS公司的标普北美软件指数（SPGSTI），2月第一周单日暴跌超6%，仅2月3号一天就蒸发了接近3000亿美元的市值。而整个2月的前7个交易日，累计蒸发接近万亿。
华尔街也给这次灾难取了个名字，SaaSpocalypse，也就是SaaS末日。
比较有意思的是，，标普500整体还在历史高位附近。也就是说，市场并不是在看空科技，而是在用真金白银投票不看好传统的SaaS软件公司。核心原因其实就两个：Anthropic发布了Claude Cowork，能自动化完成大量原本需要软件工具结合人工配合的工作。还有就是Google发布了Project Genie，能直接用AI生成可交互的游戏世界。
那么这次的大波动是恐慌导致的市场错杀，还是AI真的在颠覆SaaS的商业逻辑？虽然已经过去了好几天，市场也出现了回调，我还是花了些时间研究这个问题，今天这篇文章就聊聊我的看法。
这场崩盘到底有多惨
大盘指数前面讲了，再来看看具体公司有多惨。
1月29号，Google DeepMind发布了Project Genie。当天Unity暴跌24%，创下了2022年以来最大单日跌幅。Roblox跌了13%。游戏股短暂蒸发了约470亿美元。
2月3号，Anthropic推出了Claude Cowork的法律、金融等行业插件。法律科技股跌得最狠。Thomson Reuters跌了18%，RELX跌了15%，LegalZoom更是大跌20%。这股恐慌性也快速地蔓延到一些通用的SaaS软件公司。Salesforce年初至今跌了24.7%，ServiceNow跌了27.5%，连Adobe都跌了超过20%。
更雪上加霜的是，微软CEO纳德拉在这个时候说了一番话。未来的软件应用将沦为简单的工具（Simple Tools），而AI代理将成为核心大脑，重塑CRM、财务和运营系统。
这导致了最直接的市场解读：如果AI Agent是大脑，那Salesforce就只是一个被调用的数据库。SaaS应用层的价值就不剩什么了。
Anthropic和Google到底发布了什么
这次崩盘的直接原因是两个产品。和之前新模型发布不一样，这次是AI跟软件交互的方式彻底变了。
Anthropic Claude Cowork：AI学会了像人一样用电脑
Claude Cowork在1月16号首先向Max订阅用户开放了预览版。它的核心能力是Computer Use，也就是让AI像人一样操作电脑。
一些传统的自动化操作工具，需要依赖系统底层的API接口或固定的界面结构（操作DOM）。大多数还是操作页面结构去模拟操作，这种情况下软件界面一旦更新，脚本可能就失效了。而Claude Cowork则直接通过截图实时分析屏幕，识别按钮、菜单、输入框的位置和含义，然后计算像素坐标，控制虚拟鼠标去点击和输入。不管软件用什么技术栈开发的，它都能理解。
所以说AI可以操作任何为人类设计的软件。完全不需要软件厂商定制的API。它能打开Excel读数据，进行分析，再打开Outlook发邮件。这种跨应用的工作流，以前只有人能做到，现在AI已经通过多模态理解学会了如何做，只是在操作的准确性上有待持续提升。
但真正让市场恐慌的，是2月初Anthropic推出的11个行业插件，覆盖法律、销售、营销和数据分析。X上有用户做了推演，以法律行业为例，一个律师用LexisNexis做尽职调查，每小时收费400美元。现在Claude的法律插件可以自动完成合同审查和合规追踪，成本降到了最低每月20美元的级别。这种量级的成本差异，市场不恐慌才怪。
与Claude Cowork配套的还有一系列MCP服务，可以直接连接本地文件、Slack、Google Drive、Snowflake等各种数据源。说白了，Anthropic想基于Claude Cowork打造出一个全能的AI工作助手，什么工具的数据都能接。
SaaS公司一直靠把数据闭环在自家平台里来维持用户粘性和提高切换成本。而MCP的目标是把所有SaaS应用变成AI可以随意读取的外部存储器。一旦数据可以被AI通过MCP无缝提取和整合，SaaS作为工作界面的价值就消失了，只剩下数据存储的价值。简单说，Claude Cowork让AI能操作任何软件，MCP让AI能读取任何数据。两个加在一起，我认为SaaS原来的壁垒基本就没了。
这是Cowork对SaaS行业的冲击。另一个引爆点，来自游戏行业。
Google Project Genie：不需要引擎也能生成游戏世界
Google发布的Project Genie基于Genie 3世界模型，1月29日向美国的AI Ultra订阅用户（每月250美元）开放。
过去是生成式AI，比如Sora，生成的是视频，用户只能看不能动。而Genie生成的是可交互的环境。据了解它的世界模型学习了数百万个小时的游戏视频，理解了游戏物理引擎的绝大部分细节（重力、碰撞等）和交互逻辑。用户输入一段文字描述，比如"一个烟盒的冒险之旅"，Genie直接生成一个可交互的3D环境。用户通过键盘控制角色在里面行走、跳跃，24帧实时生成。
整个过程不需要Unity引擎，也不需要3D建模和显卡渲染。用户走一步，AI生成下一帧画面，而且它具备长期记忆功能，即使视角移开，背后的世界依然保持一致。
对于Unity来说，这个威胁非常大。传统游戏开发需要建模、贴图、编写脚本、调试物理引擎，这些都是Unity赚钱的基础。但如果游戏是生成而不是渲染出来的，那图形引擎授权费用向谁收呢？Roblox的情况也类似。它一直靠低门槛创作来吸引用户，但如果Google能让任何人编写提示词生成高质量的交互体验，Roblox的”门槛低“这个卖点就不值钱了。
当然，Project Genie目前还有非常多的局限性。比如只能支持几分钟的持续交互，画面也不完全逼真，并不总是遵循真实物理规则。Unity CEO回应的也不是没有道理，他说这种输出并不适合需要一致、可重复玩家体验的游戏。
但资本市场往往是预期先行，看的是未来几年可能发生的情况。
SaaS靠什么赚钱，AI又是怎么打破它的
要理解这次崩盘为什么不是普通的情绪波动，咱们得先搞清楚SaaS赚钱的底层逻辑。
过去十年SaaS赚钱的核心模式为：软件是工具，人类使用工具，企业按人头收费。
公式也很简单：收入 = 员工数 x 每人的订阅费。
正向循环是这样的：软件帮员工提高效率，效率提升带来业务扩张，扩张需要招更多人，更多人需要买更多软件席位。这是很多SaaS公司能享受到80%毛利率的根基（因为软件的边际成本为0）。
在2023年到2025年AI迅猛发展的这几年，业界对于AI和SaaS的关系理解主要还是AI作为软件的增值功能，微软的Copilot、Salesforce Einstein这些工具帮用户提效，SaaS公司也借此涨价，大家都很开心。
而到了2026年2月，这套说法开始站不住脚。因为Anthropic和Google都在努力证明一件事，AI已经逐步可以坐到主驾驶位上了，它直接替人干活。
新的逻辑就变成了：AI Agent直接完成人的工作→企业裁员→席位需求大幅减少。方向完全反过来了。
所以投资者开始算替代率。如果一个AI Agent可以完成5个初级会计师的工作，企业只需要购买1个AI Agent的算力，而可以裁掉5名员工。对于按人头收费的Workday或ServiceNow来说，客户的裁员直接等于收入的流失。
除了席位制商业模式可能受到很大的挑战，SaaS还有两个麻烦。
第一个是用户可能不再使用SaaS的界面了。如果运行SaaS的系统提供了底层软件操作的能力，那么用户通过AI Agent在后台操作软件时（比如从系统的帧缓冲区中读取图像数据，理解后，再调用系统提供的软件操作接口），SaaS就退化成了后端API服务。
很明显的一个趋势是，未来的交互是意图驱动的。当用户对AI说，”帮我点一杯冰美式“，AI自动会比价下单。用户只知道自己在跟AI助手对话，根本不在乎底层调用的是瑞幸还是星巴克。失去了界面，品牌会弱化，替换成本也会大幅降低，软件彻底商品化。
这个趋势在国内已经开始探索。去年底字节跳动和中兴合作推出的豆包手机，用户说一句"帮我订一杯最便宜的奶茶"，AI就自动跨美团、饿了么比价下单，全程不打开任何App。外卖平台在这个过程中就是被调用的后端服务，用户根本不知道也不在乎最终是哪个App完成的。
我一直觉得微信小程序也天然适合这个方向。绝大多数小程序本身就是工具化的，而小程序平台对于海量的小程序来说就是底层操作系统，技术上完全没问题，后面要解决的无非是隐私合规。
第二个是边际成本的逆转。SaaS原来是个挺好的商业模式，代码复制的边际成本几乎为零，毛利率轻松80%以上。但在AI时代，每一次交付都有对应的推理计算成本。微软把毛利率指引从67%下调到65%就是一个信号。SaaS公司的成本结构正在从轻量级变重。
而且为了维持竞争力，它们还得不断投入真金白银去购买算力，这笔开支没有尽头。中小型SaaS根本扛不住，因为它们根本无力承担自建数据中心的费用。
巨头们要怎么应对？
面对这场危机，几家头部公司的反应值得我们关注。
微软的方式比较激进：直接把Copilot从助手提升为核心大脑，底层的SaaS应用退化为被调用的工具。微软的思路是，既然应用层要贬值，那就去抢控制层。Copilot Studio让企业可以编排自己的AI代理，Entra ID负责代理的身份和权限管理。微软在利用自己的生态优势，抢占AI时代的核心位置。
但代价也很明显。AI资本开支大幅增加，毛利率从67%降到65%，而且如果以后从卖软件许可证变成卖算力，利润结构就不一样了，这对微软来讲是个挑战，但我还是相信
Salesforce也在艰难转型。它推出了Agentforce，从按坐席收费转向按对话收费。最初定价$2/conversation，但遭到客户抵制，后来改成了混合模式（订阅 + 信用点消耗）。这种模式带来了很大的收入波动性，客户不好预算，也很难用传统的年度订阅收入模型来估值。比较危险的信号是，已经有头部客户开始放弃使用，Klarna公开宣布放弃Salesforce，自建AI工具处理客户关系。
Workday的应对策略相对聪明一些。它推出了Agent System of Record（ASOR），把定位从管理人的系统转型为管理AI和人的系统。逻辑是这样的：既然AI Agent要取代人类员工，那企业就需要一个系统来管理这些AI Agent，Workday试图成为AI时代的HR系统。想法不错，但能不能落地还要另说，管理AI是否需要像管理人类那样复杂的SaaS套件？这个需求到底有多大？都不好说。
很明显，这些巨头本质上都在争夺AI Agent编排层。未来企业内部会充斥着成千上万个AI Agent，谁能成为管控这些Agent的平台，谁就能在后SaaS时代活下来。
不过，市场是不是反应过头了？
上文分析了这么多AI Agent给传统SaaS带来的挑战，但当前这个阶段，我们还是得理性的去看另一面。
AI Agent目前还没法解决幻觉问题。在法律、金融这些高风险领域，AI的幻觉问题依然严重。目前测试下来，即使最先进的模型在处理复杂法律咨询时，错误率仍在15%到32%之间。如果AI误签了一份导致巨额亏损的合同，谁为结果买单？软件供应商？模型厂商？还是使用的企业？在法律框架明确之前，大企业不敢大规模部署全自动代理。人机协同在相当长时间内还是刚需。
还有，就是大型企业的IT架构极其复杂，充满了几十年的遗留系统和定制化流程。虽然Claude Cowork可以通过视觉操作软件，但面对企业内部极其卡顿、逻辑混乱的老旧系统，AI的表现未必比人类强。让一家企业把运行了10年的SAP ERP换成全新的AI原生系统，决策周期可能长达数年。SaaS巨头拥有庞大的存量客户，这提供了好几年的缓冲期。
还有算力成本的问题。目前高性能Agent的推理成本还很高。要让AI Agent像人类员工一样全天候工作、实时响应，所需的GPU算力非常高。在推理成本大幅下降之前，AI完全替代人类在经济账上未必总是划算。
投资方面的一些思考
最后说说投资方面的看法。老规矩，仅代表个人观点，不构成投资建议。
我认为这次SaaS的恐慌不是空穴来风，席位制商业模式确实在被AI从根本上动摇。但恐慌中也有机会。
首先，任何仅提供薄层功能、缺乏专有数据的壳类SaaS公司都应该警惕，比如基础的文案编写，简单的流程管理，最先会被颠覆。
反过来，拥有不可替代数据资产的公司可以多关注。比如Thomson Reuters和RELX，短期虽然受挫，但长期价值可能会被重估。AI能力越强，对高质量、权威性训练数据的需求就越大。另外就是能成功转型为AI Agent管理平台的巨头，比如微软，这次大跌我就买了一些。而夹在中间的纯功能型SaaS，日子应该会越来越不好过。
