夜雨聆风
最开始，它做出来的东西更像小学生作业。
字能放上去，也知道配几张图，但配色、排版和信息层级都比较随意。你可以说它“会做”，但不能拿去见客户。
后来，它开始能做一般性的商业 PPT。
封面、目录、图表、总结页都有了，结构也像一份正式汇报。但它做的只是“通用的专业”，还不是“针对一家公司的专业”：没有公司的模板和品牌规范，也不真正理解这次汇报是给谁看的。
再后来，只要上传公司模板，它已经可以沿着模板完成一整套 PPT。配色、字体、版式和品牌元素基本统一，内容也能根据汇报要求重新组织。
经过人工检查和少量修改，基本可以商用。
半年时间，从不能商用，到基本可以商用。
这个变化给我的感受，不只是方便，而是震撼。
因为它说明，大模型的进步已经不只是“更会回答问题”，而是在快速跨过真实工作的交付门槛。
但这也让我想到一个反常识的问题：
既然模型越来越强，为什么真正站稳脚跟的 AI 应用软件仍然不多？
我的判断是：大模型进步太快，既给了应用软件能力，也让应用软件面临快速折旧。
今天需要一家软件公司专门开发的功能，几个月后，可能就会变成大模型的原生能力。
一、这不是错觉：模型正在从“会说”走向“会交付”
先看几组近半年的数据。
2025 年 12 月发布的 GPT-5.2，在 GDPval 真实知识工作评测中，达到或超过行业专业人士的比例为 70.9%。到 2026 年 4 月发布 GPT-5.5 时，这个数字已经提高到 84.9%。
GDPval 测试的不是选择题，而是演示文稿、财务表格、文档等真实工作成果。
同一时期，模型操作电脑的 OSWorld-Verified 得分从 47.3%提高到 78.7%；深度搜索能力 BrowseComp 从 65.8%提高到 84.4%。
长上下文的进步更快。2026 年 3 月，GPT-5.4 在 51.2 万至 100 万 Token 的 Graphwalks BFS 测试中得分为 9.4%；不到两个月后，GPT-5.5 提高到 45.4%。
到了 2026 年 7 月，GPT-5.6 又把重点推向更长时间的任务、更强的工具调用，以及用更少 Token 完成复杂工作。
单项评测不能直接等同于真实生产力。模型跑分很高，也不代表它能稳定完成所有企业任务。
但把这些指标放在一起看，方向已经很清楚：
模型正在从“生成一段内容”，走向“理解任务、调用工具、操作软件、检查结果并交付完整成果”。
PPT 能力的三次跨越，只是这条曲线在我工作中的一个投影。
以前，一款 PPT 软件要分别开发大纲生成、版式推荐、图表制作和品牌模板适配。现在，越来越多能力可以由通用模型直接完成。
大模型不再只是软件的发动机。
它正在长出方向盘、仪表盘，甚至一部分车身。
二、模型进步越快，AI 软件的“功能折旧”越快
传统软件开发有一个默认前提：底层能力相对稳定。
数据库、操作系统和编程语言也会升级，但软件公司通常可以围绕一个相对稳定的底座，持续打磨产品、积累客户，再用几年时间收回研发投入。
AI 应用面对的环境完全不同。
假设一家创业公司发现，大模型不会制作符合企业模板的 PPT。于是它投入人员，开发模板识别、版式匹配、图表生成和自动校验。
产品刚做出来，新一代模型已经可以直接读取模板，生成整套汇报。
原来需要一个团队开发的核心功能，突然变成模型的一次升级。
这就是 AI 应用面临的特殊风险：
研发投入还没有完成商业回收，产品能力已经被上游模型免费“批发”了。
一款 AI 软件的价值，可以简单拆成三个部分：
AI 软件价值 = 模型暂时不会的能力 + 数据与流程整合 + 客户信任与交付责任
当模型快速进步时，第一项会不断缩水。
如果一家公司的主要价值只是提示词、对话框和一层简单工作流，它的产品边界就会被模型不断侵蚀。
今天还是一款独立产品，明天可能只是大模型菜单里的一项功能。
这不是一般的软件迭代，而是产品的地基在不断升高。
房子当然可以继续盖，但开发者很难判断：哪些楼层值得自己砌，哪些很快会被地基直接顶上来。
三、钱已经进场，企业却不敢把产品形态押死
最初，我以为软件公司没有大规模投入 AI。
但数据并不支持这个判断。
Menlo Ventures 对约 500 名美国企业决策者的调查和市场测算显示，2025 年企业生成式 AI 支出约 370 亿美元，是 2024 年的 3.2 倍；其中约 190 亿美元流向应用层，占比超过一半。
传统软件公司也不是没有拿到收入。
Salesforce 披露，截至 2026 财年末，Agentforce 的年度经常性收入已经达到 8 亿美元，同比增长 169%，累计签署超过 2.9 万笔交易。
所以，更准确的说法不是“钱没有进入 AI 软件”，而是：
钱已经进场，产品也大量涌现，但大部分企业仍在试点，真正进入核心流程并形成稳定回报的项目还不多。
麦肯锡 2025 年全球调查显示，88%的受访组织已经在至少一个业务职能中经常使用 AI，但只有大约三分之一开始在企业范围内规模化。
只有 39%的受访者认为 AI 已经对企业层面的息税前利润产生影响，而且其中大多数认为贡献不足 5%。
Gartner 在 2025 年初的一项调查中发现，19%的受访者表示所在组织已经对 Agentic AI 进行重大投入，42%选择保守投入，还有 31%仍在观望或不确定。
Gartner 同时预测，到 2027 年底，超过 40%的 Agent 项目可能因为成本上升、价值不清或风险控制不足而被取消。
需要强调，这是预测，不是已经发生的结果。
但它反映了企业的真实顾虑：
不是 Agent 没有能力，而是很多项目还不能稳定回答三件事——能省多少钱，出了错谁负责，规模扩大后成本是否可控。
因此，软件公司的“审慎”，更多体现在产品策略，而不是停止花钱。
先把 AI 嵌入现有产品，而不是轻易另起炉灶；先做插件、Copilot 和局部 Agent，再决定是否重构主产品；保持底层模型可以替换，不把全部能力押在一家模型公司和一个版本上；优先进入效果可以计算、失败可以兜底的场景，而不是一开始就追求全自动。
这不是消极。
这是在地基快速变化的时候，主动保留选择权。
四、AI 应用很多，真正稀缺的是商业闭环
现在的 AI 应用并不少。
真正稀缺的，是模型升级以后，仍然有理由单独存在的应用。
一款 AI 产品要从演示走向商业化，至少要跨过四道门槛：
技术可行 → 产品有用 → 客户付费 → 公司盈利
大模型的进步，解决了第一道门槛，也在快速改善第二道门槛。
但后面两道门槛，不能靠模型参数自动解决。
企业真正购买的不是“模型很聪明”，而是一个能安全放进组织、可以稳定交付的结果。
这背后包括专有数据、系统连接、权限管理、审计记录、异常处理、人工确认、售后服务和最终责任。
这也是为什么，AI 应用最先在少数场景形成规模。
Menlo Ventures 的测算显示，2025 年企业部门级 AI 支出中，编程工具达到 40 亿美元，占了一半以上；医疗是最大的垂直 AI 市场，支出约 15 亿美元，其中环境式医疗记录工具约 6 亿美元。
编程和医疗看起来相差很远，却有几个共同点：任务高频，结果相对容易检查，节省的时间可以计算，而且软件能够嵌入明确的工作流。
换句话说：
AI 应用不是在“模型最聪明的地方”率先爆发，而是在“价值最容易验收的地方”率先爆发。
五、AI 软件不必等到大模型停止进步
最初，我的判断是：AI 软件可能要等到大模型基本触及能力边界，或者能力进步变得相对可预期之后，才会真正爆发。
现在看，这句话需要改一半。
等待大模型触及最终边界，可能没有意义。
我们不知道边界在哪里，也不知道什么时候能够到达。即使模型的总体能力继续上升，它在某个具体场景里的表现，也可能提前进入可用区间。
软件真正需要等待的，不是模型停止进步，而是三个变量在具体场景中变得可预期：
第一，能力可预期。明确任务的成功率足够高，失败方式可以识别。
第二，成本可预期。Token、推理时延、人工复核和实施成本，能够被产品收费覆盖。
第三，边界可预期。哪些能力会由通用模型提供，哪些能力必须由行业软件长期承担，逐渐变得清晰。
只要这三个条件成立，应用公司就不必等待模型到顶。
相反，它应该尽早进入客户流程。因为真正的壁垒，往往不是模型本身，而是在使用过程中形成的数据、连接、权限、组织习惯和结果责任。
判断一款 AI 软件有没有长期价值，可以问一个简单的问题：
如果明天大模型能力再提高一倍，这款软件会更值钱，还是会被直接替代？
如果答案是被替代，它卖的可能只是模型暂时不会的功能。
如果答案是更值钱，它通常掌握了模型之外的东西：进入了客户的关键业务流程，能够合法调用专有数据，连接复杂的既有系统，处理权限、审计、安全和失败恢复，并对一个可以验证的结果负责。
模型越强，这类软件能够调用的能力越强，交付成本反而可能越低。
它不是和模型争夺功能，而是把模型变成自己的生产资料。
结语：模型拿不走的东西，才是软件真正的价值
半年时间，Agent 做 PPT 从小学生水平走到基本可以商用，说明大模型的能力曲线仍然非常陡峭。
这条曲线一方面不断打开新场景，另一方面也不断让旧的产品设计失效。
于是，我们看到了一个看似矛盾的阶段：AI 应用数量很多，资金投入也不少，但企业仍在大量试点，软件厂商也不敢轻易把未来押在一个固定的产品形态上。
真正的 AI 软件爆发，不会等到大模型完全停止进步。
它会先发生在那些即使模型继续进步，也拿不走核心价值的地方。
模型负责变聪明。
软件负责进入流程、组织数据、控制风险并交付结果。
大模型的边界，决定软件今天能做什么；模型拿不走的东西，才决定软件明天值多少钱。
数据来源与口径说明
文中模型评测主要采用模型厂商披露数据。不同评测的任务集、推理强度和运行环境不同，不宜跨基准直接比较；公开评测也不能等同于企业生产环境中的稳定性。Menlo Ventures、麦肯锡和 Gartner 数据来自调查、市场测算或预测，适合观察趋势，不代表所有企业的实际情况。
声明：本文仅用于软件产业、AI 技术变革与商业模式研究，不构成任何投资建议。