夜雨聆风执行摘要：中国软件企业正面临AI带来的结构性冲击，而非周期性波动。用友连亏三年、东软利润逆转亏损、亚信营收持续收缩、金蝶率先扭亏——四家头部企业的财务轨迹勾勒出一个行业的深层裂变。AI冲击分三波递进：编程工具替代开发者、智能体抹平工具技能差、行业深度渗透瓦解传统SaaS价值。六条转型路径各有隐忧，大B客户的自建浪潮正在合拢围墙。终局指向两种生存范式：公共平台赋能超级个体，或私有环境下的专属FDE高端服务。软件企业的组织形态将从"产品公司"向"服务网络"演进，但这一转型要求企业在模式选择、客户迁移和估值重构上做出明确取舍——轻资产、精英团队、服务溢价的组合，可能比固守ARR估值的沉船更具有资本叙事的说服力。
第一章：「钱去哪儿了」——中国软件企业的寒冬图景
2025年，中国软件和信息技术服务业整体收入达到15.48万亿元，同比增长13.2% [1]。单看这个数字，行业似乎仍在加速奔跑。但将镜头拉近到具体企业，画面截然不同。
用友网络，这家中国管理软件的旗帜性企业，2025年营收91.82亿元，同比微增0.32%，增长几乎停滞。更严峻的是，这已是其连续第三年亏损——2023年亏损9.67亿元，2024年扩大至20.61亿元，2025年收窄至13.89亿元 [2]。减亏并非来自业务回暖，而是靠压缩人员规模和费用支出。年报显示，截至2025年末，用友员工数量为19055人，较年初减少2228人；营业成本、销售费用、管理费用同比分别下降3.66%、6.83%、11.96% [2]。同一时期，研发费用同比增长7.72%至22.86亿元，占营收比重高达24.9%——在节衣缩食的同时，企业不敢停下技术投入的脚步。进入2026年，困局未见扭转。7月15日发布的半年度业绩预告显示，用友上半年营收36.5亿至37.0亿元，同比仅增长1.9%至3.3%；归母净亏损8.0亿至9.3亿元，与上年同期亏损9.44亿元相比改善微弱 [2]。唯一的亮点是AI相关合同签约9.1亿元，实现高速增长——但距离填补亏损缺口，仍有漫长距离。
东软集团，中国第一家上市的软件公司，2025年交出更为刺眼的成绩单：营收120.38亿元，同比增长4.14%；归母净利润亏损3.58亿元，同比暴跌668.07% [3]。经营活动现金流净额同比下降47.24%。公司给出的解释是"主动加大了对AI、数据价值化等领域的研发和市场投入"，研发费用同比增长34.27%至11.86亿元，创历史新高 [3]。但与此同时，其四大核心业务毛利率全面下滑，存货维持在41.53亿元高位，应收账款增至18.27亿元。2026年，形势进一步恶化。7月14日发布的半年度业绩预告显示，东软上半年归母净亏损2.6亿至3.2亿元，而上年同期为盈利5600万元 [3]。公司承认"营业收入有所下降"，并将亏损归因于宏观环境波动、芯片采购成本增加、日元汇率下跌冲击国际业务——多重不利因素叠加。截至7月14日，东软股价报7.69元，总市值仅92亿元，年内跌幅23.63% [3]。
金蝶国际是这场寒冬中为数不多的亮色。2025年营收70.06亿元，同比增长12.0%；净利润9300万元，实现扭亏为盈 [4]。云服务收入57.82亿元，占总收入82.5%，其中订阅收入同比增长20.9%至35.56亿元，订阅服务年经常性收入（ARR）约40.9亿元。进入2026年，转暖信号更加明确。7月7日正面盈利预告显示，金蝶上半年营收36.08亿至36.39亿元，同比增长13%至14%；归母净利润4000万至6000万元，而上年同期为亏损9800万元；经调整净利润1.05亿至1.25亿元 [4]。公司将改善归因于"订阅业务规模化效应及AI带来的效率提升"。CEO徐少春此前在年报中的表态——"拥抱AI者生，防御AI者死"——正在被数字验证。
亚信科技，中国电信软件与IT服务的龙头企业，2025年营收63.02亿元，同比下降5.17%；归母净利润1.14亿元，同比暴跌79.13% [12]。运营商核心系统业务（占收入75.9%）因通信行业投资压降而承压，收入同比下滑8.9%。亮点在于智能数据运营业务——收入8.07亿元，同比增长34.1%，成为增长最快的板块。但进入2026年，形势急转直下。7月24日半年度业绩预告显示，亚信科技上半年营收约21亿至23亿元，较上年同期的25.98亿元显著下降；净亏损4.6亿至4.9亿元，亏损较上年同期翻倍 [12]。公司将亏损归因于运营商IT投入周期性调整、主动关停低效传统ICT业务，以及组织人员结构优化产生的一次性离职补偿支出。截至7月24日，亚信科技股价报4.28港元，总市值仅40.23亿港元，年内累计跌幅高达42.98% [12]。
四家头部软件企业2023-2025年营收与净利润对比：
数据来源：各公司年度报告 [2][3][4][12]。金蝶2024年部分数据为基于年报披露增长率的合理估算。
这些数字背后，是一个行业的"增收不增利"困境。工信部数据显示，2025年全行业利润总额1.88万亿元，同比仅增长7.3%，增速较收入增速低了近6个百分点 [1]。收入在增长，但利润被不断攀升的研发投入、转型成本和价格竞争吞噬。
资本市场给出了一致的判断。四家头部软件企业的股价表现构成了一幅清晰的图景：用友网络2026年年内累计下跌33.48%，从2020年高点至今市值蒸发超过七成；东软集团7月14日股价报7.69元，总市值仅92亿元，年内跌幅23.63% [3]；亚信科技7月24日股价报4.28港元，总市值仅40.23亿港元，年内跌幅42.98% [12]；金蝶国际虽在业绩上率先回暖，但年内股价仍有波动，市场对"能否持续盈利"仍持观望态度。更值得警惕的是冰火两重天的结构性分化。一方面，申万计算机指数在过去三年跑输上证指数和科创50，反映传统软件板块的估值中枢持续下移；另一方面，国内AI算力与模型企业的估值却在快速攀升——寒武纪（688256）作为已上市的国产AI芯片龙头，股价在过去两年间涨幅惊人；燧原科技、摩尔线程、壁仞科技等未上市的AI算力企业则密集推进IPO，融资规模屡创新高。全球维度下，这一分化同样鲜明：美国的AI基础设施企业（英伟达、微软、Google）驱动纳斯达克屡创新高，而中美两国的传统软件/SaaS公司的股价表现均显著弱于各自的AI概念股。AI浪潮不是在"杀死"所有科技公司——它只是在重新分配市值。
从业者的体感同样冰冷。用友2025年净减少员工2228人，东软连续多年优化组织架构。招聘平台数据显示，软件行业技术岗位的平均薪资在2024-2025年间出现罕见的增长停滞，部分细分领域甚至同比下降。
这不是行业周期。当全行业收入增长13.2%、但头部企业纷纷亏损时，信号已经足够清晰：增长属于那些站在AI浪潮上游的企业，痛苦则集中于传统软件企业。
第二章：「从模型竞赛到系统战争」——AI冲击的三波浪潮
第一章描述了"发生了什么"——软件企业的收入和市值在收缩。本章追问"为什么会发生"——答案不在软件行业内部，而在上游AI技术的系统性冲击。从大模型的寡头化、到编程工具的替代效应、到智能体的平台级渗透，三波冲击呈现出由浅入深、由工具到系统的递进特征。
2.1 国产大模型第一阵营固化
截至2026年7月，国产大模型的竞争格局已经从"百模大战"收敛为清晰的寡头结构。综合SuperCLUE、Arena等权威榜单的最新测评数据，第一阵营由DeepSeek-V4-Pro、通义千问Qwen3-Max、智谱GLM-5.1和字节豆包Seed-2.0-pro构成，四者综合能力差距持续缩小 [5]。7月27日，月之暗面刚刚开源了Kimi K3——参数规模达2.8万亿、为前代K2.5的3倍，创下全球开源模型参数规模纪录，上线30分钟即登顶Hugging Face趋势榜 [6]。这一发布再次印证了寡头格局的自我强化：头部玩家不仅没有放慢脚步，反而在加速拉开与追赶者的距离。MiniMax M2.7、百度文心、腾讯混元等则在多模态、行业场景等专项能力上各有突破。第二梯队以下的新进入者面临极高的突围门槛——模型训练成本数以亿计，而头部模型的API价格持续走低，价格战使得"烧钱追赶"的策略几乎不再可行。
这一格局对下游软件企业的含义是清晰的：上游供给已趋于稳定，模型能力正在成为"基础设施"而非"差异化武器"。当大模型能力趋同时，"调用哪个模型"不再是核心竞争力。软件企业如果仅仅在自身产品中嵌入大模型API作为"AI功能"，将很快发现这一优势在3-6个月内就会被竞争对手复制。
全球视角下，这一趋势更为明显。OpenRouter数据显示，2026年2-3月，中国模型周调用量多次包揽全球前六，Token消耗占比过去一年增长421% [7]。当最顶尖的AI模型以极低成本（部分模型API价格仅为GPT系列的几十分之一）向所有人开放时，"拥有AI能力"这件事本身就不再稀缺。
2.2 第一波冲击：AI编程工具
AI编程工具市场规模在2026年预计达到128亿美元，较2024年的52.8亿美元增长超过一倍 [8]。GitHub Copilot截至2026年1月拥有470万付费用户、2000万以上总用户，已部署在90%的财富100强企业中 [9]。Cursor截至2026年2月做到20亿美元ARR，仅用了24个月即创造B2B SaaS历史上最快的增长纪录 [9]。Anthropic旗下的Claude Code，截至2026年初年化收入已达25亿美元规模；Menlo Ventures数据显示，Anthropic在编程场景占据了54%的模型份额 [9]。OpenAI的Codex截至2026年7月突破700万周活跃用户，年初时用户"几乎为零"——半年内完成了从零到700万的爆发式增长 [9]。GPT-5.3-Codex在SWE-bench Verified上达到85%的得分，且知识工作者（非开发者）已成为增长最快的用户群，增速是开发者的3倍 [9]。这三款工具恰好勾勒出AI编程的三条路径：插件寄生（Copilot）、IDE原生（Cursor）和智能体自主（Claude Code直接操作文件系统、Codex云端沙箱并行执行）——后两者正在模糊"使用工具"和"替代开发者"的边界。需要说明的是，此处按冲击对象做了人工切分（"第一波"聚焦开发者、"第二波"聚焦全体脑力工作者），但实际演进中Claude Code和Codex已具备跨波次的智能体特征。
在中国，字节跳动的Trae以41.2%的市场份额位居第一，注册用户突破600万；阿里通义灵码覆盖超过1万家企业客户 [10]。腾讯CodeBuddy、百度文心快码、华为CodeArts悉数入局。
这波冲击的对象，恰恰是软件企业最核心的生产资料——开发者。GitHub数据显示，平台上超过一半的代码已经是AI生成或AI辅助生成的。90%的开发者在工作中至少使用一种AI工具，51%每天都在使用 [11]。金蝶年报披露，41%的新增代码由AI生成，部分场景AI生成代码比例最高达100%，研发交付周期缩短21% [4]。
从商业模式的角度看，意义更为深远。当AI将开发效率提升数倍时，"按人天计费"的传统软件外包模式根基开始动摇。如果过去需要一个5人团队干3个月的项目，现在1个熟练掌握AI工具的开发者就能在6周内完成，那么客户的付费意愿将不再是"按投入成本"，而是"按产出价值"。
这一趋势在2026年催生了一个被广泛讨论的现象——"vibe coding"。这个由OpenAI联合创始人Andrej Karpathy于2025年2月提出的概念，在2026年被柯林斯词典评为年度词汇，指的是开发者用自然语言描述需求、AI生成完整代码的开发范式。2026年，vibe coding已成长为一个47亿美元的市场 [11]。Indie Hackers数据显示，2026年第一季度新上线的微SaaS产品中，34%的创始人此前从未写过代码 [11]。最极端的案例来自以色列开发者Maor Shlomo：他用Cursor和Claude在三周内独立构建了应用构建平台Base44，上线即达到100万美元年化收入，两个月后被Wix以8000万美元现金收购——全程零员工。另一位标志性人物Pieter Levels，以单人身份运营Photo AI、Interior AI等产品，年收入超过270万美元 [11]。这些案例不是偶然——它们标志着"单人全栈"的生产力已突破了传统组织的规模门槛。
2.3 第二波冲击：智能体与桌面生产力工具
如果说AI编程工具冲击的是"开发者"这一群体，那么以WorkBuddy为代表的桌面智能体冲击的则是"所有脑力工作者"。这类产品具备文件操作、网页交互、代码生成、数据分析、跨应用协同等能力，本质上是一个能够完成复杂任务链的AI执行者，而非单纯的对话工具。
同类产品在全球范围快速涌现——Microsoft Copilot深度嵌入Office和Windows生态、Google Gemini整合Workspace、Claude Computer Use直接操控用户界面。它们的共同指向是：智能体正在抹平"专业技能"的信息差。"会用某个工具"将不再构成竞争优势，因为智能体可以替任何用户操作任何工具。
"工具技能平权"对软件企业的冲击是结构性的。传统的SaaS产品本质上是一套封装好的"专业技能界面"——财务软件封装了会计知识，CRM封装了销售管理方法，BI工具封装了数据分析能力。当智能体可以直接理解用户意图并跨多个工具完成复杂任务时，单一SaaS产品的"界面层"价值被系统性架空。用户不再需要进入某个软件产品去操作，而是告诉智能体"帮我分析上季度销售数据并生成周报"——智能体自己决定调用哪些工具、如何组合。
智能体桌面入口的争夺已经开始。谁控制了用户与AI交互的入口，谁就掌握了分发权——这意味着软件企业不仅面临"产品被替代"的风险，更面临"客户触达被切断"的风险。
2.4 第三波冲击预测：行业深度渗透
基于前两波的递进逻辑，第三波冲击将呈现显著的分层特征。
信息化水平越高的行业（金融、电信、政务等），越早被AI深度渗透。这些行业拥有高质量的结构化数据、明确的业务规则和强烈的降本增效需求——三者叠加，使它们成为智能体替代人工的最优场景。四大国有银行的科技投入在过去三年持续增长，部分银行的AI替代人工的试点已经在客服、风控、反洗钱等场景取得明确成效。
下沉市场（传统制造、农业、本地服务等）因数字化基础薄弱，将获得一个"缓冲期"。但这种缓冲不是免疫——恰恰相反，当行业内卷加剧、利润空间收窄时，AI降本将从"可选项"变为"生存刚需"。同质化竞争越激烈，AI替代的加速度越大。
2.5 AI产业链的"冰火两重天"
与软件企业的经营困境形成鲜明反差的，是AI产业链上游的空前繁荣。两组数据的对比足以说明问题：
数据来源：[7]及前述各公司年报。AI模型调用量数据来自OpenRouter 2026年3月统计。
这一分化不会自然弥合。向上游延伸（做模型、做算力）对大多数软件企业而言门槛过高；向应用层深化（做行业解决方案）则面临来自大模型厂商和同行的双重挤压。这构成了一个结构性困局："暖湿气流"（AI产业链繁荣）的另一面就是"寒潮"（下游软件产业萎缩），而上游的繁荣恰恰在加速下游的替代。
本报告的立场在此明确：我们既不认为AI将"消灭"所有软件企业，也不认为软件企业只需"拥抱AI"就能渡过难关。真正的问题不是"AI会不会替代软件"，而是"什么样的软件企业形态能够在AI时代存活"。接下来的第三章至第六章，将围绕这一追问展开。
第三章：「叙事焦虑」——软件企业的六条转型路径
面对寒冬，软件企业并非坐以待毙。但审视当前的六条主流转型路径，尚未出现一条被验证的"标准答案"。这六条路径并非平行并列，而是沿着价值链形成了从"轻度调整"到"彻底转型"的战略梯度。
第一组：收入模式转型——仍在卖软件，但换计价方式
3.1 Token运营：从"卖软件"到"卖调用"
金蝶的实践提供了部分参照：2025年AI合同签约金额3.56亿元，发布了近20款AI原生智能体 [4]。但AI收入在总营收中占比仍然较低，距离成为核心增长引擎还有相当距离。
3.2 算力渠道：卖铲子生意能走多远？
**实践案例：**部分传统软件集成商已开始代理销售华为昇腾服务器和国产AI算力解决方案，利用与政企客户的现有关系赚取渠道差价。但这门生意的脆弱性在于——一旦算力供需趋于平衡或华为自身销售体系完善，中间商的生存空间将迅速收窄。
第二组：能力栈延伸——从纯软件向相邻领域拓展
3.3 物理AI叙事：产品逻辑与资本逻辑的拉锯
部分软件企业将物理AI（具身智能、机器人）视为第二战场。这一选择面临结构性的内在矛盾：产品逻辑要求长期研发投入、工程验证和场景打磨；资本叙事则追求短平快的概念认同和估值提升。
3.4 软硬一体：从代码到物理世界
**实践案例：**亚信科技是第二组的典型代表——在物理AI方面与全球工业机器人龙头ABB共建具身智能联合实验室，在软硬一体方面以5G专网产品（累计出货核心网50套、基站超2.1万台）打入核电、矿山等工业场景 [12]。方向清晰，但2026上半年的巨额亏损说明转型之路远比想象中崎岖。
第三组：价值链位移——彻底离开软件应用层
3.5 AI原生重构：嫁接还是重写？
存量软件企业面临一个无解的追问：是在现有产品上加AI功能（嫁接），还是用AI彻底重写产品逻辑（重写）？嫁接的代价是AI功能沦为噱头，重写的代价是推倒重来且可能丢失存量客户。
值得注意的是，六条路径中，AI原生重构是唯一从根本上重新定义软件企业存在价值的路径——不是在旧模式上打补丁，而是重新回答"企业为什么需要你的产品"。金蝶的AI合同签约金额2025年达3.56亿元，用友2026年上半年AI合同签约9.1亿元，增速远超传统业务 [2][4]。虽然绝对值仍小，但方向正确。这条路径的风险是切换成本，但潜在收益是"如果做成了，你将不再是一个正在被AI替代的软件企业"。
3.6 数据淘金：退守产业链上游
第四章：「围墙花园」——大B客户的自建浪潮
当软件企业在六条转型路径中摸索时，它们的最大客户群——大型企业——正在做一件更具颠覆性的事情：自己建。
4.1 安全刚性需求
央国企和金融机构面临的数据安全合规要求构成了外部SaaS的天然屏障。私有化部署不仅是技术选择，更是监管要求。《网络安全法》《数据安全法》《个人信息保护法》三法框架下，关键信息基础设施运营者的数据本地化和安全审查义务使得任何外部SaaS产品进入核心业务系统都面临极高的合规门槛。这个"刚需"不会因技术进步而消失，反而可能随着数据主权意识的增强而进一步强化。
4.2 自建算力中心
三大运营商是这场自建浪潮的急先锋。中国移动2025年算力投资持续加码，智算中心布局覆盖全国主要区域；中国电信天翼云在政务云市场保持领先，AI算力池规模快速扩张；中国联通依托混改优势加速算网融合。主要金融机构同样在构建自有AI算力基础设施，采购华为昇腾NPU、寒武纪思元系列AI加速卡等国产算力硬件进行私有化大模型部署。
这些投资的一个共同特征是端到端的闭环设计：从国产算力卡采购、到私有化大模型部署、到业务系统改造、到运维治理体系——每个环节都倾向于"能用自有的就不用外部的"。
4.3 自建三产公司
大型企业成立科技子公司承接母公司IT/软件/数据业务，这正在成为一个系统性趋势。运营商体系内的中移系统集成、中电信数智科技、联通数字科技等公司，年营收规模已达数十亿甚至上百亿元级别，业务范围从系统集成扩展至软件开发、数据治理和AI应用。
银行系金融科技子公司同样在加速扩张。建信金科、工银科技、农银金科等不仅服务于母行，还开始向同业和产业链上下游输出技术能力。
4.4 对软件企业的三重影响
第一，自建浪潮创造了维护治理需求。基础设施建好后的运维、安全、持续治理服务是软件企业可以承接的领域。但这本质上是"物业公司"角色，而非"建筑设计师"角色——利润空间和话语权都不可同日而语。
第二，存量业务系统与AI技术栈之间存在代际差，这为软件企业提供了一个改造升级的窗口。但这个窗口期正在快速收窄——大B客户的学习曲线陡峭，一旦完成从"外购"到"自研"的组织能力建设，外部供应商的进入空间将急剧萎缩。
第三，也是最严峻的风险：端到端能力闭环完成后，外部软件企业将被彻底"院墙化"——只能做边缘补充，无法进入核心业务。运营商的BOSS系统、银行的Core Banking、电网的调度自动化——这些核心系统一旦完成AI能力内化，第三方的进入机会将从"有限"变为"几乎没有"。
需要指出的是，上述分析聚焦于"最坏情况"。现实中存在三个重要的缓冲因素：第一，银行Core Banking和运营商BOSS这类超大规模遗留系统的AI化改造极其复杂，在技术和监管两个层面目前仍然高度依赖外部供应商的专业能力，"完全自研"的时间窗口可能比预想的长。第二，大B客户的"自建"不等于"完全封堵"——实践中多数采取"甲方做总包+乙方做模块"的模式，软件企业仍有分包和专项服务机会。第三，中国的信创政策（国产化替代）在某种程度上为本土软件企业创造了新的市场空间——"替换Oracle数据库""替换VMware虚拟化"本身就是百亿级别的增量需求。因此，"围墙花园"对软件企业的挤压是真实的趋势判断，但挤压的速度和范围取决于每个细分市场的具体竞争格局。
第五章：「超级个体」——服务市场的解构与重构
本章讨论的"超级个体"涵盖两个维度：5.1节聚焦C2C服务市场——AI赋能的个人直接面向终端消费者提供服务（知识服务、技能服务、商业服务等）；5.2节聚焦B2B技术服务市场——全栈交付工程师（FDE）面向企业客户提供高端技术服务。两者虽然服务对象和商业模式不同，但底层逻辑一致：AI正在将"单人产能"提升至足以替代传统组织的水平。
5.1 超级个体：重构小B/个人服务市场
当"产品"被AI替代、当"客户"自建能力闭环、当"组织"的中间层价值被抽空，一个逐渐清晰的图景浮现出来：唯一无法被替代的生产单元，是那个与AI深度融合的"人"本身。
超级个体不是"自由职业者2.0"，而是AI赋能的单人/小团队服务单元。他们不需要软件企业作为"组织中介"，直接面向终端客户提供高价值服务——借助AI工具完成过去需要一个团队的认知产出。
张雪峰不是孤立的个案。他的教育咨询服务本质上是一个超级个体的知识产品——借助社交分发实现裂变式传播，客单价远超传统教育咨询。在技术领域，同样形态的超级个体正在批量涌现：vibe coding运动为这一趋势提供了最硬核的注脚。2026年，全球vibe coding市场规模达到47亿美元，Indie Hackers数据显示34%的新微SaaS产品由从未写过代码的创始人构建，最成功的单人创业者年收入超过270万美元 [11]。这些"AI原生开发者"的共同特征不是技术背景，而是"理解用户需求+用AI实现"的能力。
更值得关注的是那些不那么"明星"的超级个体。中国灵活就业人口已超过2亿，知识付费市场规模持续高速增长。在技能服务领域（中医推拿、养生调理等）、商业服务领域（独立运营顾问、财务规划师等），C2C细分服务市场极其稳定——需求真实、供给灵活、无需中间层。AI工具正在让这些个体服务者的产能和覆盖半径大幅提升：一个中医推拿师可以借助AI管理客户档案和个性化调理方案，一个财务规划师可以用AI工具同时服务过去三倍的客户。
5.2 全栈交付工程师：新型专业角色的诞生
全栈交付工程师（Full-stack Delivery Engineer，FDE）是AI时代涌现的复合型技术角色，融合了架构能力（理解业务需求并设计端到端系统）、分析能力（从数据和业务逻辑中提取关键洞察）和交付能力（借助AI工具独立完成从原型到上线的全流程）。FDE是"软件工程师 + 架构师 + 产品经理 + AI工具驾驭者"的融合体。传统软件企业中需要5-8人的分工协作模式，被压缩为"单人全栈"。
这不是预测。Cursor（估值293亿美元，ARR超20亿美元）、Lovable（ARR超4亿美元）、Bolt.new和Replit构成的vibe coding工具生态，已让单人开发者常态化地完成从前需要一个团队的产出。Indie Hackers社区追踪的数据显示，成功的单人微SaaS产品在90天内即可达到1200美元月经常性收入，顶尖的独立开发者年收入超过200万美元，且34%的新产品创始人没有编程背景 [11]。在中国，这一趋势同样在加速——WorkBuddy等桌面智能体让非技术背景的领域专家也能独立完成从前需要外包开发团队的系统搭建。
在更宏观的层面，C2C服务平台的GMV在过去三年持续高速增长。当平台提供了支付、信用、分发的"水电煤"，个体服务者只需要聚焦于自己的专业领域，就能实现规模化收入。
至此，我们走完了一条完整的叙事弧线——第一章用数据描绘了软件产业的寒冬，第二章拆解了AI冲击的三波浪潮，第三章扫描了软件企业在焦虑中尝试的六条转型路径，第四章揭示了大B客户正在构建的围墙花园。一个逐渐清晰的图景浮现出来：当"产品"被AI替代、当"客户"自建能力闭环、当"组织"的中间层价值被抽空——唯一无法被替代的生产单元，是那个与AI深度融合的"人"本身。超级个体和全栈交付工程师，不是在旧秩序边缘生长的"新职业"，而是软件产业在被剥离一切冗余之后剩下的"最小可存活单元"。
但超级个体不可能悬浮在真空中运作。他们需要基础设施、需要客户获取渠道、需要信任背书、需要分工协作网络。由此引出一个更深刻的追问：如果超级个体是新的生产力原子，那么围绕他们会凝聚出什么样的生产关系？什么样的组织形态能最大化他们的价值？
第六章：「终局研判」——两种生存范式与MCN化之问
模式一：公共健身房 + 超级私教
将平台类比为健身房，超级个体类比为私教教练，可以清晰勾勒出第一种生存范式：
平台提供算力、基础模型和运营体系（健身房的场地和器材） Token订阅是基础能力调用权限（健身房办卡） 超级个体/小型团队在平台之上提供高附加值服务（私教课程） 平台与超级个体按服务收入分佣（私教抽成）
对软件企业的启示链条包括八个关键环节：
建基础设施。云、算力、基础模型等底层能力是平台经济的"场地和器材"。没有这些，后续一切无从谈起。
建运营体系。安全审计、Token计费、权限管理、合规审查构成平台的"前台、门禁、储物柜"——让用户放心使用。
建知识体系。行业know-how、领域知识库、智能体应用模板是平台的"课程体系"——标准化、可复用的价值载体。
打造明星私教。企业的核心竞争力从"软件产品"转向"高价值服务提供者"。收入模式从单一的API调用费，升级为"平台分佣 + 服务溢价"。
商业模式切换。本质上是"服务订阅+按次分佣"替代"软件license+年费"。
平台获客与流量分发。没有流量，超级个体不会入驻。传统销售团队获客模式在此失效，需要建立新的流量入口——内容营销、社区运营、生态合作、API marketplace。这是"健身房的地段和选址"。
个体质量管控与信任机制。评价体系、认证门槛、交付质量审核、纠纷仲裁——没有这些信任基础设施，平台无法规模化。这是"健身房的教练资质认证"。
平台与个体的权利边界。超级个体借平台积累客户关系后独立接单，是平台经济的经典死穴。数据归属、客户关系归属、竞业限制和分润机制必须提前设计——这决定了平台是"明星私教的归宿"还是"跳板"。
模式二：私有健身房 + 专属FDE
大B客户的私有化部署需求催生了第二种范式：
大B客户自建AI基础设施（私有算力中心 + 私有模型 + 数据平台）= 私有健身房 外部FDE团队进入客户私有环境服务 = 专属私教 "IP归属客户" = 交付物（代码/数据/文档）完全归属于客户；FDE不带走客户任何资产，但随项目积累的方法论能力和工具驾驭力持续增强
这一模式下的启示链条更为复杂，包含十一个环节：
帮助建"健身房"。为大B、央国企建设AI基础设施——算力规划、安全审计、私有化大模型部署。
帮助建"知识库"。将企业隐性知识显性化、结构化，使其可被AI调用——协助客户建立企业级行业know-how和本体知识体系。
提供"外部私教服务"。专属FDE在客户私有环境下现场交付，交付物全部归属客户。
组织形态剧变。软件企业不再拥有传统意义上的"产品研发团队"和"商业IP"，转而主打轻资产、少量、高端的明星FDE工程师。
知识壁垒瓦解。AI可以快速吸收行业知识，真正的稀缺性从"知道什么"转向"理解需求+架构设计+交付落地"的综合能力。
后训练能力建设。企业客户订阅外部模型作为基座，同时建立自有后训练（Post-training）机制适配业务。软件企业的角色是帮助客户完成从模型选择、数据准备到训练评估的完整闭环。这是"私教的课程定制能力"。
销售角色消失。不再有纯粹的"销售"，取而代之的是"销售工程师"——懂业务、能理解需求、能独立完成POC验证、能设计系统架构。这是整个组织价值链中最深刻的角色重塑。
商业模式重置。从"订阅制"转向"高级服务费"，按人/天计费。本质是高端咨询服务而非软件产品销售。
FDE培养与留存。如果核心竞争力是明星FDE，必须回答三个子问题：FDE从哪里来（招聘标准与培养体系）？如何防止FDE被客户高薪挖走？激励机制如何设计（高底薪+项目分成+长期绑定）？其中第二个问题是高端服务模式的经典风险——FDE深度嵌入客户业务后，被挖走比模式一中的"个体出走"更为致命。
规模化天花板与突破路径。按人/天计费的收入天花板 = FDE人数 × 人天单价 × 利用率，本质上线性增长。突破路径在于"FDE × AI工具效率"提升单人产出——借助智能体工具将FDE的有效产能从1人天提升至3-5人天的等效产出。这需要软件企业在保持轻资产特征的前提下，构建一套FDE内部的效能工具链，核心目的不是对外销售，而是放大每位FDE的交付能力。
FDE的核心能力构成。FDE不是真正"空手"进入客户现场，而是带着一套不涉及客户业务IP的方法论工具箱进场。这套工具箱包括三个层次：行业参考架构（解决"这类问题通常怎么设计"）、方法论框架（解决"项目该按什么阶段推进"）、可配置的AI工具链（解决"用哪些智能体工具加速交付"）。它们是FDE的"瑞士军刀"——交付物全部归属客户（满足"空手走"），但FDE的方法论能力和工具驾驭力随着项目积累持续增强。这正是FDE区别于"外包程序员"的关键壁垒。
两个模式是否成立？——兼论三个战略抉择
在进入MCN化之问之前，需要先直面一个前置问题：上述两种模式是可信的终局推演，还是空中楼阁？
我们的判断是：两种模式的底层逻辑成立，但它们的可行性不取决于"有没有解法"，而取决于企业能否在三个战略抉择上做出明确取舍。这三个抉择不是"现实约束"，而是"岔路口"——每条路都有代价，但每条路也都走得通。
抉择一：选边还是骑墙？
模式一和模式二在客户群、交付模式、团队基因上几乎互为镜像——一个追求标准化和规模效应，一个追求深度定制和高客单价。理论上两者构成连续光谱，但实践中的核心挑战不是"能否共存"，而是"同时做两种模式会导致组织分裂"：平台团队和FDE团队在资源分配、考核机制和文化基因上天然冲突。解法不是调和，而是选边——至少在组织层面，用独立实体（子公司/新事业部）各自专注一种模式，而非在一家公司内"既要又要"。这不是悲观判断，而是组织设计的基本规律：两种基因无法共用一套免疫系统。
抉择二：存量是包袱还是燃料？
持有大量年度订阅/License客户的软件企业面临真实的迁移困境——收入断崖风险、组织内耗、客户认知转换成本。但换个角度看：存量客户关系恰恰是新模式最稀缺的"冷启动资产"。一家在运营商市场深耕二十年的企业，与客户的信任深度和业务理解深度，是任何新进入者无法在短期内复制的。真正的挑战不是"放弃存量"，而是"用存量关系启动增量模式"——以新产品线/新事业部独立运作，用存量客户中的创新预算作为第一批验证场景，待新模式跑通后再逐步引导核心业务迁移。这需要的是资本市场的耐心，而非商业模式的先天缺陷。
抉择三：估值重置是灾难还是跳板？
这个问题的答案取决于立场。传统软件企业估值锚是ARR/PS倍数（看重可预测的经常性收入），服务模式估值锚是PE倍数（看重盈利能力和人效），中间确实存在一个"切换期"的估值真空。但反过来看：当一个软件企业的ARR增速已经降到个位数、亏损连年、市场用脚投票（如前述四家企业年内跌幅23%-43%），固守ARR估值的锚本身已经是沉船上的桅杆。相比之下，轻资产、精英团队、高客单价、服务溢价——这四个要素恰恰构成一个资本叙事上更有想象力的组合。Palantir、Anduril的估值不是靠ARR撑起来的，而是靠"不可替代的交付能力×深度的客户捆绑"。从PE估值的视角来看，一个100人精英团队创造5亿收入、1亿利润的公司，比一个5000人团队创造50亿收入但亏损的公司，资本市场可能给予前者更高的估值倍数。
这三个抉择共同指向一个结论：两种模式并非伪命题，但它们不是"现有软件企业的改良方案"，而是"需要组织层面根本性重构的新物种"。有没有第三条路——在一家公司内部同时承载两种模式、逐步过渡、估值平稳切换？理论上存在，但历史上鲜有成功案例。大多数成功转型的企业，选择的都是"先裂变、再独立、最后让市场选择赢家"的路径。
终极思考：软件企业终将走向"MCN化"吗？
将软件企业类比为MCN（多频道网络）——成为"超级个体/FDE的网络化组织"而非"产品的开发与销售组织"——这个判断既有深刻的洞见，也有明确的局限。
正面论证：AI加持下的个体生产力已超越传统组织效率。平台抽佣模式比自研产品模式更轻、风险更低。超级个体天然适合裂变式增长（个人IP + 社交分发）。行业know-how不再稀缺，产品走向同质化，服务差异化成为唯一壁垒。
反面论证：MCN模式天花板明显——依赖少数"明星"，规模化困难。MCN行业最深刻的教训是平台经济天然导致赢家通吃：95%的尾部创作者实际上沦为平台的"数字佃农"，只有头部5%真正受益。如果软件企业MCN化，可能出现类似的场景——少数明星FDE赚得盆满钵满，大量普通工程师被降维为"AI辅助的计件工人"。软件交付物需要工程级可靠性，不能是"内容作品"逻辑。大B客户的合规和责任制要求使得个人难以独立承担法律和商业责任。MCN的"人治"属性与软件企业的"工程文化"存在根本冲突。
我们的判断：MCN化不完全成立，但MCN模式中的关键要素——平台化、分佣制、个体赋能——必将深刻重塑软件产业。终局不是"所有软件企业都变成MCN"，而是"能够将平台效率与工程可靠性结合起来的新型组织形态将胜出"。这种组织形态可能同时汲取MCN的灵活性（超级个体赋能网络）和传统软件企业的严谨性（工程交付标准、合规治理体系）。它既不是"软件公司"，也不是"MCN"，而是一种尚未被命名的新物种。
附：全球对标案例
全球范围内，与本报告提出的转型方向存在多个接近的案例：
平台+个体模式：Upwork/Fiverr/Toptal构建了自由职业者的平台经济基础——平台提供匹配、支付、信用基础设施，个体提供差异化服务，按比例抽佣。Substack让独立作者直接面向读者订阅变现，去掉了传统出版业的中间层。Patreon使创作者直接向粉丝收取月费。这些平台的共同特征是：赋能个体、抽佣获利、平台价值在于"让个体不需要操心基础设施"。
AI原生服务公司：Harvey AI以高端按需计费模式提供法律AI服务，卖的不是"软件license"而是"AI交付的法律工作成果"。Cognition AI推出的Devin定位为"AI软件工程师"，客户购买的是一次次具体的开发交付。这些公司的定价逻辑与传统SaaS截然不同——按"成果"而非"席位"收费。
高端技术服务模式：Palantir的"向前部署工程师"（Forward Deployed Engineer）模式与本报告中的"专属FDE"高度相似——工程师进入客户现场工作，深度理解业务需求，在客户环境中完成交付。Anduril深度捆绑国防客户，提供"解决方案即服务"而非"产品即服务"。两家公司的共同特点是：轻产品、重交付、工程师即核心竞争力。
AI工具赋能独立开发者：由Andrej Karpathy提出的"vibe coding"在2026年已成为一个47亿美元的市场。Pieter Levels以单人模式运营多个AI产品，年收入超270万美元；Maor Shlomo用Cursor和Claude在三周内构建的应用被Wix以8000万美元收购。Indie Hackers数据显示，34%的新微SaaS产品由从未写过代码的创始人构建，成功的单人产品在90天内即达到1200美元月经常性收入。这不是未来预测，而是2026年正在发生的事实。
中国市场平行案例：猪八戒网曾是中国最大的自由职业者平台，但未能成功转型为AI时代的"超级个体赋能平台"——这恰好说明"中国版Upwork"的机会窗口仍在。在企业服务领域，华为的"军团制"组织变革值得关注——将研发、销售、服务整合为面向特定行业的精锐小团队，本质上接近"FDE团队"的组织理念。信创政策驱动的国产化替代创造了百亿级别的增量市场，为软件企业向高端服务转型提供了独特的中国红利。
参考文献
[1] 工业和信息化部. 2025年软件业运行情况[R]. 2026.
[2] 用友网络科技股份有限公司. 2025年年度报告[R]. 2026; 用友网络. 2026年半年度业绩预告[R]. 2026-07-15.
[3] 东软集团股份有限公司. 2025年年度报告[R]. 2026; 东软集团. 2026年半年度业绩预告[R]. 2026-07-14.
[4] 金蝶国际软件集团有限公司. 2025年年度业绩公告[R]. 2026; 金蝶国际. 正面盈利预告（2026年上半年）[R]. 2026-07-07.
[5] SuperCLUE. 通用榜-总排行榜-2026年7月测评[EB/OL]. 2026; SegmentFault. 2026 AI大模型全景对比：从选型困境到落地实战[EB/OL]. 2026-07.
[6] 月之暗面. Kimi K3正式开源：2.8万亿参数，全球最大开源模型[EB/OL]. 2026-07-27.
[7] OpenRouter. Model Usage Statistics, Feb-Mar 2026[EB/OL]. 2026.
[8] AgentMarketCap. AI Coding Tools Market Report 2026[R]. 2026.
[9] AgentMarketCap. Copilot vs Cursor: The AI IDE War by the Numbers[R]. 2026.
[10] 澎湃新闻. AI Coding,终究是大厂的[N]. 2026-04-22.
[11] Stack Overflow. 2025 Developer Survey[R]. 2025; VibeCoding.app. Top 10 Vibe Coding Tools 2026[EB/OL]. 2026-06; GreyJournal. How to Make Money With Vibe Coding in 2026[EB/OL]. 2026-05; AIBusiness.vc. Vibe Coding Income Guide 2026[EB/OL]. 2026.
[12] 亚信科技控股有限公司. 2025年年度业绩公告[R]. 2026-03-23; 亚信科技. 2026年半年度业绩预告（盈利警告）[R]. 2026-07-24.
免责声明
本报告为行业研究与分析性质，仅供专业读者参考，不构成任何形式的投资建议。报告中所引用的数据和信息均来自公开渠道，包括但不限于上市公司公告、政府统计数据、行业评测报告和权威媒体报道，作者已尽力确保数据的准确性和时效性，但不对其完整性做绝对保证。报告中的分析、判断和推演仅代表作者基于当前信息的研究观点，所涉及的任何公司、产品或行业趋势分析均不构成买入、卖出或持有任何证券的建议。投资者在做出投资决策时应独立判断并咨询专业顾问。报告中的前瞻性陈述受制于已知和未知的风险与不确定性，实际结果可能与预测存在重大差异。