夜雨聆风
肢解 SaaS:AI 不是来替代软件的,是来拆零件卖的
你用 Notion 做了三件事：写文档、记笔记、搭了一个简单的管理看板。然后 Notion 越来越重，加了一堆你不需要的功能，界面改了又改。你开始想：我其实只想要一个写东西的地方。
这个”越来越重”的冲动不是 Notion 的问题，是整个 SaaS 行业的商业模式决定的。每个季度要给投资者交代，路径只有一条：加功能、改界面、覆盖更多用户。工具是为”大众”设计的，但你可能只想要其中一小块——一个 sliver。
Ben’s Bites 最新通讯提出了一个锐利的观察：SaaS 的真正威胁，不是 AI 能帮你造一个替代品，而是工具在持续膨胀，膨胀到背离你最初买它的理由。
SaaS 有一个内生的死亡螺旋
SaaS 公司的增长逻辑是自我破坏式的。
当一个工具渗透了足够多的用户，它的自然选择是：加功能。加到一定程度，重度用户开心了，但新用户觉得太复杂。这时候产品又面临选择：继续加功能讨好老用户，还是简化界面讨好新用户？
大多数 SaaS 选了前者。于是工具继续膨胀，用户开始流失，工具再继续加功能来挽留——一个自我强化的下行螺旋。
“卖功能集合”的故事在 AI 时代尤其脆弱。当用户可以用自然语言 prompts 来组合出自己需要的那一小块功能时，为”大众”设计的冗重工具就失去了溢价理由。
这才是 AI 真正在做的事：不是替代 SaaS，而是肢解它（unbundle）。把功能打碎，让买家只为真正解决问题的那块 sliver 付钱。
连接正在变成公共服务
在 Ben’s Bites 同一期通讯里，还藏着一个被大多数读者忽略的技术细节：MCP（Model Context Protocol）将在 7 月 28 日完成一次重大升级。
MCP 是一个让 AI 模型直接连接外部数据源的协议。在这个协议出现之前，SaaS 的护城河之一是”我有 200 个集成”——用了我的平台，就能连接 Salesforce、Slack、HubSpot，形成生态锁定。用户想迁移？代价是重建所有集成。
MCP 颠覆了这个逻辑。AI 模型通过 MCP 直接连接数据源，不再需要”集成中转”。“Being the connector used to be a moat. Soon, it’ll be a utility.” 连接这件事正在变成公共服务，任何 MCP 兼容的模型都可以直接接入数据源，集成商的价值归零。
Emergence Capital GP Jake Saper 把这个趋势讲得更直白：四类 SaaS 当前最危险——
- Generic productivity tools（通用效率工具）
- Project management software（项目管理软件）
- Basic CRM clones（基础 CRM 仿品）
- Thin AI wrappers built on top of existing APIs（套了一层 AI API 的薄包装）
“如果产品主要是界面层，没有深度集成、专有数据或嵌入流程知识，强力的 AI-native 团队可以很快重建，” Saper 说。投资者正在把资本重新分配给”拥有工作流、数据和领域专业知识”的公司。
什么在变值钱：数据和 Agent 专用接口
有趣的是，SaaS 最大的护城河并不是集成，而是系统 of record——那些存放核心业务数据的数据库。Databricks CEO Ali Ghodsi 在 TechCrunch 采访中说：”为什么要把你的系统 of record 搬走？迁移很难的。”
但 Ghodsi 也点出了一个转折：SaaS 历史上最大的护城河不是功能，是人。数百万人学会了 Salesforce、ServiceNow、SAP 的操作——这种学习成本是真实的护城河。当界面变成自然语言，这个护城河正在消失。
Databricks 的回应是押注 AI-native 数据层。Lakehouse 推出 8 个月，收入已经是同期数据仓库的两倍。Ghodsi 的形容是：”一个蹒跚学步的小孩，身板已经是同龄人的两倍大。” 这个增长不是来自抢现有客户，而是来自一个新的客户类别：需要让 AI agent 能够读写的数据基础设施。
这类需求和为人类设计的传统数据仓库完全不同。Lakehouse 从第一天起就是 API-first，给 agent 用的，不是给人设计 UI 用的。
Cursor 做了一个选择，Claude Code 做了另一个
Saper 认为有一个案例比任何分析都更能说明问题：Cursor vs Claude Code。
Cursor 拥有开发者的工作流——代码补全、审查、重构，整个开发过程都在它的 UI 里发生。Claude Code 只是一个执行者，你给它一个任务，它完成任务走人。
“Developers are increasingly choosing the execution over process，” Saper 说。换句话说：人们不在乎在哪个工具里完成工作，他们只在乎任务完成。
这对所有强调”workflow stickiness”的 SaaS 是警讯。如果产品价值建立在”让人在你的软件里花时间”上，当 AI agent 开始替代人执行任务，这个逻辑就不成立了。
但在 Salesforce 的叙事里，这是完全不同的故事。
Marc Benioff 在最新财报会上推出了一个新指标：Agentic Work Units（AWU）。逻辑是：token 数是给 AI 看的，AWU 是给人看的——一个 agent 到底写入了多少条记录，完成了多少个可验证的任务步骤。Salesforce 上一季度处理了 19 万亿 tokens，但在企业世界里，”写了一句诗”没什么价值，可验证的任务步骤才有。
更重要的是，Salesforce 展示了自己的技术栈架构愿景：SaaS 在最上层，拥有数据和工作流；AI 模型厂商在最底层，是看不见的、可互换的 commodity。
这和 OpenAI Enterprise Agent 发布时展示的架构完全相反——在 OpenAI 的架构里，AI 在顶层，SaaS 数据库在底层。
两种架构，谁对谁错？市场没有答案。但有一点很清楚：谁先把自己的产品变成”工作流提供者”而不是”功能集合”，谁就在下一代软件竞争中占据有利地形。
没有定论，但方向很清楚
WorkOS 卖积木，Stripe 卖 API，Databricks 卖 AI-native 数据层——这三家公司的共同点是：它们不卖”完整产品”，它们卖可组合的零件。
工具会膨胀，这是 SaaS 的宿命。AI 不会让 SaaS 消亡，但它正在肢解 SaaS 的价值链——把功能打碎，让买家只付钱给真正解决问题的那个 sliver。
SaaS 没死。死的那个”SaaS 作为整体解决方案”的故事。