最近红杉那篇 《Services: The New Software》 被很多人转。

我看了很多抖音博主的视频、朋友圈同仁的分析，感觉大部分人的理解停留在一个比较表层的结论上：

• AI 工具会越来越强；
• 企业服务会被重做一遍；
• Agent 会成为新一代软件入口。

这些理解当然不算错。

但如果只停留在这一层，我觉得还是没有真正碰到问题的底。

因为如果我们从第一性原理往下看，会发现这篇文章最重要的地方，不是它预测了某个赛道，而是它说出了一件几乎带有必然性的事：

AI 应用的终局，不会只是更强的工具，而会越来越走向”结果交付”；不会只是卖软件，而会不断侵入服务。

换句话说，红杉不是在说”AI 应用会变多”。

它真正说的是：

软件和服务之间原本很稳固的边界，正在被 AI 推着往前移动。

而且这个变化，不是因为大家更会讲故事了，而是因为底层约束条件真的变了。

---

一、第一性原理第一层：企业真正购买的，从来不是工具，而是确定性结果

很多人讨论 AI 应用，习惯从产品形态出发：

• 是不是 copilot；
• 有没有 Agent；
• 工作流做得够不够深；
• 多步推理行不行；
• 能不能调用系统。

但如果从第一性原理往下看，企业采购一项东西时，真正要买的从来不是工具本身，而是：

一个更便宜、更稳定、更快、更省心的结果。

没有哪个 CFO 真正想买”更聪明的财务软件”。

他真正想买的是：

• 账更快关完；
• 差错更少；
• 人更少；
• 风险更低；
• 合规更稳。

没有哪个法务负责人真正想买”更强的合同助手”。

他真正想买的是：

• NDA 更快出；
• 合同错误更少；
• 合规检查更完整；
• 内部流程更顺。

也就是说，从客户视角看，软件只是手段，服务只是形式，结果才是终点。

所以红杉那句最重要的话，为什么杀伤力这么大？

A copilot sells the tool. An autopilot sells the work.

因为它一下子把问题讲得比较透：

• Copilot 卖的是”你来干，我给你提效”；
• Autopilot 卖的是”你不用自己干了，我把结果直接交给你”。

这不是产品小迭代，这是商业模式重心的迁移。

谁更接近结果，谁就更接近预算的大头；谁只是工具层，谁就更容易被系统能力吞掉。这让我想起来 2015-2018 年的各种 S-P-I 等“X”aaS 项目此起彼伏，讲一个高渗透转付费增购的故事，结果在第一步低付费转化率就低到令人咋舌…需求被证伪了？客户教育成本太高了？结果其实就在这里了。

---

二、第一性原理第二层：软件和服务的本质差别，不是形式差别，而是”有没有被编码”

如果再往下拆，什么叫软件？什么叫服务？

我觉得可以把它理解得更简单一点：

软件，本质上是被编码、被标准化、被产品化的人类智力。

服务，本质上是那些还没有被充分编码、还需要人来完成的工作。

过去为什么很多企业服务必须靠人来做？

不是因为软件公司不想做。

而是因为很多任务长期处在一个尴尬地带：

• 规则很多；
• 情况很复杂；
• 输入不标准；
• 过程不透明；
• 还牵扯责任；
• 结果又需要一定灵活性。

这类工作，传统软件吃不下，只能由人来补。

所以你会看到大量行业长期存在这样的结构：

• 上面一层是软件；
• 中间一层是流程；
• 最下面真正把活干完的，还是一堆人。

也就是说，过去很多”企业服务行业”，本质上不是服务天然不可产品化，而是：

原来的技术能力，还不足以把这部分智力劳动继续往前编码。

而 AI 的出现，第一次大规模改变了这件事。

它最根本的意义，不只是”会聊天””会总结””会生成”。

而是：

它让过去大量介于’纯规则软件’和’纯人工服务’之间的智力劳动，第一次开始具备被重新编码的可能。

一旦这件事成立，软件的边界就一定会往服务那边继续推进。

这不是观点，这是技术—成本—组织三者共同作用下的必然结果。

---

三、第一性原理第三层：为什么 AI 不会先吃掉所有岗位，而会先吃掉一批”外包型智力劳动”？

很多人一谈 AI，就喜欢直接跳到一个极端问题：

• 它会不会替代律师？
• 会不会替代会计？
• 会不会替代咨询顾问？
• 会不会替代程序员？

但这种问法，很多时候太粗了。

因为第一性原理不是问”这个职业会不会消失”，而是问：

这个职业内部，到底哪一部分最先会被重新编码？

红杉在这里其实给了一个很好的拆法：

• Intelligence（智力）
  
  ：复杂但可拆解、可执行、可复核；
• Judgement（判断）
  
  ：需要经验、责任、权衡、情境感知。

这就意味着，AI 第一波最容易吃掉的，不会是整套职业身份，而会是那些：

• 智力密度高；
• 判断密度相对低；
• 结果能验收；
• 已经有成熟采购习惯；
• 最好还是外包出去做的任务。

为什么”外包”很关键？

因为这里有一个极现实的组织问题：

替换外包合同，是换供应商；替换内部 headcount，是动组织。

前者只需要客户相信：

• 你能不能把活干完；
• 能不能更便宜；
• 能不能更快；
• 能不能更稳。

后者则会牵扯：

• 部门边界；
• 岗位定义；
• 责任归属；
• 协同流程；
• 绩效机制；
• 组织阻力。

所以从第一性原理看，AI 最容易先改写的，不是”最重要的岗位”，而是“最容易被无痛替换的工作单元”。

这也是为什么我会觉得，未来第一波真正容易跑出来的 AI 应用，大概率集中在这些方向：

• 财税与关账；
• 合同与标准法务件；
• 理赔与保险协同；
• IT 运维托管；
• 采购与长尾供应商管理；
• 招聘前段与标准岗位筛选。

这些方向未必最性感。

但它们更接近结果，更接近采购，更接近预算，更接近真正的收入闭环。

---

四、第一性原理第四层：真正能跑出来的 AI 应用，必须同时满足五个条件

如果再结合更底层的方法论看，我觉得判断 AI 应用，最终还是要回到五个变量：

人、时间、价值、信用、科技。

1. 人：它到底在替谁干活？又替谁省钱？

所有商业活动，本质上都围绕人的需求和人的成本展开。

AI 应用如果只是让专业人士更方便一点，它还是工具逻辑。

但如果它能直接替买方完成一部分工作、减少一部分人力消耗、降低一部分组织摩擦，它才更接近真正的服务替代逻辑。

所以以后看项目，第一句不是问”模型强不强”，而是问：

它到底替谁干活？替谁省钱？替谁承担了复杂度？

2. 时间：它会不会越做越强，还是永远只是一层壳？

好的商业模式必须是时间的朋友。

真正好的 AI 应用，不是 demo 很惊艳，而是随着时间推移会越来越强：

• 数据越来越多；
• 异常案例越来越全；
• 决策路径越来越准；
• 交付边界越来越清晰；
• 人工介入越来越少。

如果一个产品不能形成这种复利，它就很难成为真正的大公司。

3. 价值：它创造的是不是更高质量、更低成本、更高确定性的结果？

企业不会为”AI”三个字买单。

企业最终只会为价值买单。

而价值最直接的表达通常就四个：

• 更快；
• 更便宜；
• 更准；
• 更稳。

如果一个 AI 应用讲不清这四件事，那它大概率还停留在概念层。

4. 信用：它能不能让客户放心把结果交给它？

这一点特别容易被低估。

服务行业的本质，不只是把活做了，更重要的是：

客户敢不敢把责任和结果交给你。

所以很多 AI 应用真正难的，不是生成能力，而是：

• 可审计；
• 可追溯；
• 可解释；
• 可担责；
• 可合规。

没有这层信用能力，它就很难真正从工具走向服务。

5. 科技：它有没有把原本不可编码的工作，再往前推进一步？

AI 的本质价值，不是锦上添花，而是推进”可编码边界”。

过去只能靠人的部分，现在是否能部分编码？

过去只能给建议的地方，现在能不能开始交付结果？

过去只能做辅助的环节，现在能不能形成闭环？

谁能持续推进这条边界，谁才真正有可能长成下一代平台型公司。

---

五、这对一级市场真正意味着什么？

如果把这些第一性原理重新落回投资判断，我觉得后面看 AI 应用项目，很多问题都要换一种问法。

过去常问的是：

• 用户增速快不快；
• seat 扩张快不快；
• ARR 漂不漂亮；
• 会不会成为平台。

以后这些问题当然还要看。

但更重要的是另外几件事：

• 它卖的是工具，还是结果？
• 它吃的是软件预算，还是服务预算？
• 它切的是外包任务，还是内部岗位？
• 它的结果能不能验收？
• 它有没有数据飞轮和信用闭环？
• 它是单纯包一层模型，还是在真正重构某条服务链？

如果这些问题讲不清，哪怕看起来”很 AI”，也未必是一个真正值得重估的标的。

但反过来，如果一家 AI 应用公司真的占住了结果交付入口，它的逻辑就完全不一样了。

因为它积累的不再只是用户数，而是：

• 工作流；
• 结果数据；
• 异常处理；
• 人工纠偏；
• 验收标准；
• 行业 know-how。

这些东西，才是未来从智力层继续侵入判断层的真正基础。

---

所以

这篇文章真正深的地方，不是它说”AI 应用会很大”，而是它把这件事背后的第一性逻辑讲明：

企业买的从来不是工具，而是结果。

软件和服务的边界，本质上是谁被编码、谁还只能靠人。

AI 的根本价值，不是让工具更炫，而是把原本无法产品化的一部分服务，重新推回软件边界之内。

如果这个判断成立，那么未来 AI 应用赛道真正的分水岭，可能根本不是”谁的 Agent 更聪明”，而是：

谁能把一项原本由人完成的智力服务，真正做成一项可交付、可验收、可复制、可持续优化的结果服务。

Ok！这才是”服务即软件”这句话最深的一层含义。