夜雨聆风AI 没杀死软件，是把软件的利润重新分配了。
2026 一开年，"AI 要杀死 SaaS"几乎成了行业共识。唱衰软件的声音铺天盖地，逻辑听上去也通顺：AI 能自己干活了，企业还买那么多软件干嘛。
但同一时间，另一批软件公司不但没垮，反而越活越好。同样是软件，同样身处 AI 浪潮，命运为什么分叉得这么彻底？
一、被干掉的不是软件，是"按人头收钱"那门生意
传统 SaaS——也就是按月租用、按账号付费的在线软件——这门生意的命门，是它的收费方式：按席位、按人头、每月收。一个公司一百个人用，就买一百个账号；用的人越多，软件公司收得越多。这套模式吃了二十年红利，因为企业里的人，过去只会越来越多。
AI Agent 把这个前提掀翻了。所谓 Agent，就是能自己拆解任务、自己动手干完的 AI，是能替你跑完一整套流程的"数字员工"。当一个人配上 Agent 能顶五个、十个人的活，企业裁员成为必然，SaaS账号数，当然就往下掉。账号一掉，按人头收钱的软件，收入基本盘就跟着塌。过去软件是"卖工具给工人用"，工人越多卖得越多；现在 Agent 自己成了不知疲倦的工人，那工具还卖给谁？
被冲击最直接的，是那些工作内容恰好能被 Agent 自动接管的软件：客户管理（CRM）、项目管理、文档协作、合同审阅、在线客服。这些活，AI 替代起来最顺手。像 Salesforce 这种按席位收费的 CRM，像各种按人头算钱的协作工具，压力都来自同一个地方——它们卖的"使用权"是按人来计的，而人正在变少。
所以过时的不是"软件"，是"按人头"这个商业模式。把"软件"和"按人头收费的软件"分开，是看懂这轮变化的第一刀。往后决定一家软件公司的死活：Agent 越多、跑得越凶，它是受益还是受损？同样一场台风，有的店被掀了屋顶，有的店专卖雨衣和沙袋——风越大，生意越好。
二、SaaS们不是没拥抱 AI，是越拥抱越被“双杀”
SaaS公司都又不傻，他们其实早就拥抱 AI 了。几乎所有 SaaS产品里都塞了智能助手、Copilot、一键生成。但市场偏偏不买账。问题不在它们做得不够多，而在做得越多、伤得越重。
方向首先就拧了。SaaS们的 AI功能，绝大多数是去"让人用工具用得更爽"——帮你写得快一点、查得准一点。可真正的变化是"工具自己干活、用工具的人在变少"。给马车装真皮座椅和卫星导航，问题是大家要的是汽车，不是更舒服的马车。
第一刀： 收入端的自残。一个按席位收费的软件，AI 功能做得越好用，一个人能顶的活越多，客户需要的账号就越少。它在用自己的创新，削自己的收入根基。AI 帮客户省下来的钱，实际是砍掉的自己的收入，进了客户的口袋，
第二刀： 成本端的反噬，这一刀最狠。传统软件之所以是公认的好生意，全靠一个特性：加一个用户，几乎不要钱。软件写好了，多一个人登录，服务器那点开销可以忽略不计，所以规模一上来，多收的钱几乎全是利润。这就是过去软件被当成"印钞机"的根本原因。AI 把这条根连根拔起了。每一次 AI 调用——你让它生成一段内容、分析一份文件——背后都要真金白银地烧算力、付推理费（推理，就是 AI 实际跑起来给你出结果的那个过程，跑一次花一次钱）。用得越多，烧得越多。软件的成本，第一次开始跟着使用量一起涨。
把这两刀合起来，就是双杀：收入被往下削，成本被往上顶。过去软件那把"收入猛涨、成本几乎不动"的剪刀差，从张开变成了收拢。
更要命的是，客户付的是固定的月费，公司扛的却是浮动的算力账单。一个特别爱用 AI 功能的客户，可能把这个账户从赚钱用成亏钱——用得越狠，公司贴得越多。要堵这个窟窿，涨价怕客户跑、限量怕体验差、自己吞又怕利润垮，三条路没一条好走。
所以市场不是不认可它们拥抱 AI，不是嫌它们不努力，是看明白了一件事：它们在用一门高利润、成本几乎为零的老生意，去换一门低利润、成本不可控、还得向上游算力供应商交钱的新生意。这不是升级，是降级。
要破局，得同时做成两件事——把收费方式从"按人头"改成"按用量"，对冲掉成本；再把算力成本自己消化掉，夺回成本的控制权。两件都做成的，凤毛麟角。
但同样一笔 AI 调用的成本支出，在另一批公司那里，根本不是亏损，反而是营业收入。它们是谁？
三、真正吃红利的软件，卖的不是功能，是收费站
受益的这批软件有个共同点：它们卖的不是给人用的功能，而是机器干活时绕不开的"收费站"。Agent 越普及，经过收费站的车流越大。更关键的是，它们要么本来就按用量收费、收入和算力成本天然同向；要么干脆卖的就是算力本身，调用成本就是它的收入。它们身上没有上一节那种"收入固定、成本浮动"的错配。同一笔 AI 调用，在收费站这边是营业额，在旧 SaaS 那边是亏损。
第一站是安全。过去企业要守的门，是员工的电脑和账号；现在每多一个 Agent，就多一个能自己动手的"数字员工"，也要给它发工牌、配权限、记录它进出干了什么。机器身份的数量，可能是人类账号的几十倍上百倍。更别说 AI 自己也成了找系统漏洞的高手，攻防同时升级，安全开支从"可花可不花"变成"不花不行"。
CrowdStrike、Palo Alto、Fortinet、Zscaler 做的就是Zero Trust 和 SASE——一套"不认网络边界、每一次访问都重新验身份、按最小权限放行"的逻辑；而 Agent 是能自己跨系统跑、没有清晰边界的访问主体，数量是人的几十上百倍、访问频率还高得多，恰好把这套"按访问次数干活"的生意基数撑了上去。
第二站是数据底座和监控。AI 要喂数据才跑得动，跑起来还得有人盯着它出没出错、快不快、卡在哪。数据存得越多、Agent 跑得越频繁，这类公司收得越多。Snowflake 管数据的存储和调用，Datadog、Dynatrace 管运行监控——Agent 不会自己长眼睛，它跑在谁的轨道上、被谁盯着，谁就收过路费。
第三站是连接和通信。Agent 要打电话、发短信、跟别的系统对话，每一次都是一笔计费。人会下班，Agent 不会——按"次数"收费的生意，客户从有限的、要睡觉的人，变成了无限的、不睡觉的机器。Twilio 做的通信接口、Cloudflare 做的网络流量，吃的都是这个量。
第四站是身份和授权。你要让一个 AI 替你订票、转账、改数据，前提是先确认"它到底是不是真代表你、有没有权限干这件事"。给机器发身份证、管权限，是个全新的大生意。Okta、CyberArk 做的就是这个。
这四道收费站卡在AI Agent 跑动的必经之路上。从技术上看是协议和架构，商业上是"必经的收费站关卡"。
四、结尾
AI 重新分配的从来不是软件的功能，是软件的定价权——而定价权，正在从离用户最近的那一层，朝离算力最近的那一层，一级一级往下走。
