AI 让写软件几乎免费，跑软件却更贵。价值从代码搬走以后，中小公司的机会在哪里。
这个月，一个开发者用 Claude 把 Word、Excel、PowerPoint 各克隆了一遍，Rust 写的，开源。表格那个，Excel 的 523 个函数做出了 513 个。
今年第一季度，内存合约价一个季度涨了九成左右。
写软件快不要钱了，跑软件却越来越贵。两件事碰在一起，会改变企业买什么、软件公司卖什么。我想把它想清楚，最后落到一个具体问题上：中小公司在 AI 时代该做什么。
写软件便宜了，跑软件贵了
先说便宜的一头。用 AI 重构几十万行代码、把性能提几倍，已经是每周都能刷到的新闻。想用 Office，有人做出来了；想要 Navicat 又不想付钱，自己做一个也不难。Retool 今年调查了 817 个企业开发者：35% 已经用自建工具替换过至少一个 SaaS，78% 打算明年做更多。
再说贵的一头。服务器、内存、算力都要真金白银地买，而且在涨。还有一笔新账：现在的软件每用一次，都要调一次模型。token 单价在降，可 agent 做一件事用掉的 token 涨得更快，总账单还是往上走。软件正在从「一次买断」变成「按用量交电费」。
两头一夹，会带出一个有意思的变化。过去几十年有条 Wirth 定律：软件变慢的速度，比硬件变快的速度还快。因为内存便宜、人工贵，大家宁可多吃内存也要省开发时间，一个聊天软件占 1GB 也没人管。现在反过来了，内存贵，优化的人工便宜，AI 一晚上就能把一个模块重写一遍。软件可能要迎来一段瘦身期。不过省下来的内存，多半又会被模型吃掉。
每家公司都能有自己的软件
钉钉和飞书做的事，本质是把几十万家公司的需求抽象成一份标品。钉钉偏标准化，飞书多照顾一些定制，但都是「大家需求的平均值」。
现在多了一条路。老板可以直接对 AI 说：「给我做个聊天办公软件。」第一版当天就能出来，之后缺什么加什么。小公司常常说不清自己要什么，这曾经是自建软件最大的坑；现在可以先做出来、边用边改，原型就是需求文档。
资本市场已经当真了。今年 2 月，华尔街给软件股的大跌起了个名字，叫 SaaSpocalypse，几周内蒸发的市值据估算接近 1 万亿美元，按人头收费的公司跌得最狠。也有人算了反方向的账：Jira 一个月 400 美元，自己造再加上维护，肯定更贵；Salesforce 一个月 2.5 万美元，自己造可能真划算。那篇文章的结论我认同：软件未死，平庸已死。
价值搬去了哪里
代码不值钱了，钱并没有消失，只是换了地方。我数下来有四处。
1. 数据
代码谁都能写，你公司十年的客户记录、审批历史、组织关系却抄不走。SaaS 剩下的粘性，基本就是「你的数据在我这里」。
问题是，这种粘性越来越像扣人质。以前 SaaS 收钱，是因为你自己做不出来；现在你做得出来，它还在收钱，凭的只是数据。企业当然更想走。AI 还顺手降低了搬家成本：读懂旧系统的导出、对上新表的字段、照着旧审批流重建一份，都是 agent 擅长的活。
厂商有两条路：锁得更紧，或者主动开放、靠服务留人。2025 年 5 月，Salesforce 改了 Slack 的 API 条款，不许第三方批量导出数据，也不许拿这些数据喂大模型。我更相信最后的形态是数据和软件分开：数据放在企业自己名下，上面的软件随时能换。软件股大跌那阵子，做数据底座的 Snowflake 有一天涨了 35%，钱在往数据层走。
2. 入口
公司内部可以各用各的软件。可你要和客户、供应商打交道，大家就得用同一个产品。企业微信背后是微信，钉钉背后是阿里的商家生态，飞书背后是字节。入口在大厂手里。
所以我觉得，不是大厂的公司，别去碰通用办公 SaaS。功能做得再好，客户也不会为你装一个新 app；大厂把办公软件当引流的门，可以不收钱，你不行。
有一个变数。agent 之间可以通过协议直接对话，比如 Google 发起、现在归 Linux 基金会管的 A2A。真走到那一步，入口就像电子邮件：谁家的邮箱都能互相发信，不需要用同一个产品。但大厂也在抢「企业的 agent」这个位置，起点还更好，所以这只是变数，不是小公司的必胜牌。agent 之间怎么交接，我在另一篇文章里写过。
3. 养护
做出来容易，养起来难。不懂技术的人一直往上加需求，有几个坑是看不见的：
- 加容易，改难。加个按钮很简单；把「一个部门」改成「多个部门」，就得迁移全部旧数据，出了错，数据就没了。
- 不知道自己不知道。老板判断得了功能对不对，判断不了谁能看工资表、离职员工的账号关没关。
- 有些东西生成不了。推送证书、应用商店审核、合规备案，代码能生成，手续生成不了。
- 技术债以 AI 的速度堆积。一年加两百个需求，没人看整体结构。
还有一层更隐蔽：依赖没有消失，只是换了对象。以前租软件，被 SaaS 厂商绑住；以后租的是「AI 程序员」，被模型和 agent 平台绑住。软件是你的，能维护它的却可能只有那个 AI。
4. 算力
每家公司都有了自己的软件，每个软件都要调模型。就像每户人家都装了电器，中间得有一层负责供电、配电、计量，还得有保险丝。软件可以散在各家，但硬件越贵，算力越会往共享的平台集中。
一个判断标准
说到机会，最先想到的往往是「帮企业造第一版软件」和「帮企业搬数据」。可这两件事，企业自己的 agent 就能做。老板说一句，第一版就出来了；导出、对字段、清洗、导入，也是 agent 的拿手活。AI 外包会有一个窗口期，就是企业还不会指挥 agent 的这一两年，过了就关上了。
所以我用一个问题来筛：
这件事，企业自己的 agent 能不能做？能做，就不是好生意。
agent 做不了的事，至少占下面一条：
| 条件 | 说的是什么 |
|---|---|
| 门禁 | 别人不给你的 agent 开门，比如旧 SaaS 限制导出 |
| 兜底 | 出了错，得有人负责、有人签字 |
| 持续 | 不是做一次就完，得一直做 |
| 规模经验 | 服务过很多家才学得到，比如某个财务软件版本的字段坑 |
三类正在长出来的需求
用这把尺子筛一遍，剩下三类。短期的活多半是一次性的，长期的才是能一直做下去的生意。
| 类别 | 占了哪条 | 短期（1–2 年） | 长期（3–5 年） |
|---|---|---|---|
| 养护 | 兜底、持续 | 自建工具的安全和权限体检 | 软件维保、数据保险箱、行业种子 |
| AI 中转站 | 持续、规模经验 | token 监控、模型路由 | 企业 AI 网关：计量、计费、合规、私有模型 |
| 新入口 | 门禁 | 钉钉、飞书上的行业 agent | 企业 agent 前台、A2A 接口 |
养护：像维护一条流水线
企业的软件像工厂里的一条流水线。可以自己养工程师来维护，也可以不养人，交给流水线的供应商维保。线少、不关键，自己兼着管；线多、停不起，就签维保合同。
麻烦在于，供应商能维保，是因为它认识这台机器，机器本来就是它造的。企业用 AI 自己造的软件，世上没有一个供应商认识，接手就像修一台没有图纸的机器。
解法是行业种子。拿连锁餐饮举例，一个「餐饮种子」里有门店、菜品、库存、排班这些数据结构，有订货、盘点、交班的标准流程，接好了外卖平台、收银机和电子发票，带着食品安全台账，还附一份给 AI 看的说明书和测试：哪里能改，哪里不能动，改完怎么检查有没有改坏。一家有五个门店的火锅店拿到它，对 AI 说「加一个锅底配方管理」，AI 就在种子上改，不用从零开始。
种子的提供者，就是这条流水线的供应商。所以种子和维保是同一门生意：种子把客户带进来，维保合同把客户留下。比较常见的分工会是这样：企业自己的 agent 管日常改需求，服务商管监控、巡检和大修。和真的流水线不一样，软件每周都在改，所以「养」不只是修，还得保证改了一百次以后它没被改坏。
同一条线上还有数据保险箱。一家 50 人的贸易公司，客户在 CRM 里，订单在财务软件里，审批在钉钉里，合同在网盘里，报价单在销售自己的 Excel 里。保险箱每天把这些同步到企业自己名下，用统一的格式存好。它的卖点不该是「防锁定」，中小企业要到换软件那天才会觉得疼；卖点应该是「让你的 AI 看懂你的公司」，这个今天就能感受到。
要说清楚的是，种子和保险箱本身都很难卖出高价。钉钉、飞书的模板中心大多免费，如果一个种子只是一张表加几个流程，AI 自己就能生成。值钱的是 AI 不知道的那部分：行业对接、合规规则，以及跟着政策和接口变化的持续更新。
AI 中转站：电网和电表
算力、模型路由、用量计量、按用量或按结果计费、账单治理，合起来就是一个新行业：AI 时代的电网加电表。企业不再直接连各家模型，而是统一走一个口子。在这里决定简单的活给便宜模型、难的给好模型；按部门和应用记账、设上限；敏感数据不出门，每次调用都留下记录。
国内一说「中转站」，很多人想到的是转卖模型 API、赚差价。这种生意靠信息差，来源不明，随时可能断，差价也迟早被抹平。值钱的是治理那一半。这一行也会被云厂商和模型厂商挤压，单纯转发会越来越不赚钱；但部门预算、审批、审计、私有化部署这些细活，大厂未必愿意为中小企业做细。
新入口：借大厂的入口，或者等 agent 直连
短期最现实的做法，是长在大厂的入口上：在钉钉、飞书里做行业 agent，入口借大厂的，价值自己做。也可以占一个行业的小入口，比如建材商和工地之间、药厂和药店之间的协作。长期则押注 agent 之间直接对话，把自己的报价、下单、查进度做成别人的 agent 能调用的样子。
中小公司现在能做什么
如果你的公司是用软件的：
- 先把数据拿回来，存整齐。数据在自己手里，换软件、用 AI 都不怕被卡住。
- 通用的继续买；能让你比同行强的流程，再自己造。
- 每个自建工具都要有一个负责的人，每个月 token 花了多少也要记清楚。
- 培养会提需求、会验收的人。写代码交给 AI 以后，说清楚要什么、判断做得对不对，成了新的核心能力。
- 把自己的服务做成 agent 能调用的样子。以后找上门的，可能是客户的 agent。
如果你的公司是做软件的，方向是从卖软件变成养软件：
| 别做 | 改做 |
|---|---|
| 通用办公 SaaS | 行业垂直，或者长在大厂入口上 |
| 按人头收费 | 按用量或按结果收费 |
| 卖成品 | 卖种子，再签维保 |
钱流向哪里
| 以前 | 以后 | |
|---|---|---|
| 企业买什么 | 功能 | 数据、入口、养护、算力 |
| 怎么收费 | 按人头 | 按用量或按结果 |
| 软件从哪来 | 买标品 | 从种子长出来，AI 来养 |
| 被谁绑住 | SaaS 厂商 | AI 平台 |
写代码不再是壁垒以后，竞争就转到了 agent 自己做不了的事情上：门禁、兜底、持续，还有服务过很多家才攒下的经验。
留个问题给你：你的公司现在离不开哪个 SaaS？粘住你的，是它的功能、你的数据，还是它的入口？