
“Agent将取代SaaS。”
过去一年,关于“Agent是否会取代SaaS”的讨论越来越多。
更激进的版本甚至认为:
未来不少SaaS可能退到后台,用户主要通过Agent与它们交互。
用户不再打开一个又一个软件,不再学习菜单、按钮、工作流,也不再关心背后究竟调用了CRM、ERP、OA还是教务系统。
只需要告诉Agent:
“帮我把这件事做完。”
剩下的一切,由Agent完成。
顺着这个逻辑,一个问题自然会出现:
如果Agent能够理解需求、制定计划、调用工具并完成任务,我们为什么还需要今天这些复杂的软件?
但真正值得讨论的问题,或许并不是:
Agent什么时候取代SaaS?
而是:
Agent究竟会给传统软件带来哪些变化?
一、Agent改变的,是传统软件“预先定义流程”的产品逻辑
过去几十年,传统软件的形态一直在变,但一套基本的产品逻辑延续至今。
软件公司先理解一个业务。 然后把业务流程、规则、经验和判断,抽象成一套确定的业务逻辑。 再由产品经理和工程师,把这些业务逻辑固化成页面、按钮、菜单、字段和工作流。 最后,用户学习如何使用这套系统。
为什么ERP实施如此复杂?
为什么一个学校换一套教务系统,需要老师们重新学习?
为什么一些数字化项目实施到最后,业务流程反而要围绕系统进行调整?
背后都是同一个原因:
传统软件需要提前把大量业务规则、功能和流程设计进系统。
用户要完成一件事,通常需要先找到对应功能,再按照系统预先设计好的路径一步步操作。

Agent带来的变化,则是让其中一部分流程不必完全预先定义。
用户先提出目标,Agent再根据任务调用数据、工具和系统能力,组织完成路径。
过去更多是:
先设计流程,再让用户进入流程。
未来可能增加另一种方式:
先理解用户要什么,再组织完成任务所需要的能力。
这意味着,软件开始从“提供预设功能”,走向“围绕任务动态组织能力”。
二、Agent越来越强,为什么真正落地没有同步加速?
如果只关注AI能力,我们很容易得出一个结论:
Agent的技术能力正在快速成熟。
模型会推理、会调用工具、会写代码、会操作电脑。 一些Agent‑Native产品已经表现出很快的增长速度。
但到了真实业务中,情况并没有这么简单。
不少企业做了多个AI试点,却迟迟无法真正进入核心业务。
Demo的时候非常惊艳,一进入生产环境,就开始面对数据权限、错误责任、流程耦合、系统稳定性和员工抵触。
一些企业也开始重新评估自动化边界,在关键环节保留人工参与。
为什么两种完全相反的现象会同时发生?
因为我们经常把两个东西混在了一起:
能力上限,和落地下限。
Agent的能力上限,正在飞速提高。
每一次模型能力提升,都可能扩大Agent可以处理的任务范围。

但企业真正采用Agent,看的是另一条线:落地下限。
它能不能稳定运行? 数据能不能访问? 出了问题谁负责? 员工是否愿意把关键任务交给它? 合规部门是否允许? 客户是否相信?
这些问题,并不会随着模型能力提升而自动解决。
于是,Agent落地出现了一个明显的落差:
技术进步越来越快,组织适应越来越慢。
两者之间的差距,正是Agent从Demo进入真实业务必须跨过的一道门槛。
三、Agent取代风险,与软件的“逻辑确定性”和“数据厚度”有关
讨论Agent会不会取代SaaS,还有一个常见误区:
我们很容易把“SaaS”当成同一个类型来讨论。
但现实中的软件差异巨大。
判断一款软件受Agent影响有多大,可以先看两个维度:它的业务逻辑有多固定,以及它沉淀的数据和业务关系有多深。
有的软件,本质只是一个薄薄的操作界面。
它的数据来自别处,业务规则也不复杂,用户每天只是在里面重复点击几个按钮。
这类软件的操作层更容易被Agent接管,因为其中大量查询、录入和重复操作,本身就适合自动化。

但另一类软件完全不同。
它们可能沉淀了多年的业务数据,连接着多个内部系统,绑定复杂的权限体系,嵌入财务、合规、供应链、教学管理等核心流程。
这类软件的核心价值,就不只在UI。
而在它背后的:
数据、规则、权限、流程和组织关系。
Agent可能拿走它的“入口”。但短期内未必拿得走它的“底座”。

所以未来更可能发生的,不是SaaS整体消失,而是软件内部的价值重心发生迁移:
界面价值下降,数据价值上升; 单点功能价值下降,连接与编排能力上升; 让用户“会使用”的价值下降,直接完成任务的价值上升。
软件还在。但值钱的东西变了。
四、Agent与传统软件融合,可能形成三条主要路径
如果沿着这个逻辑继续推演,Agent与软件的结合大致会出现三条路径。

第一条路:Agent成为软件之上的统一入口
用户只和Agent交流。
Agent再去调用CRM、ERP、搜索、文档、教务系统等各种工具。
这种模式最大的优势是简单。
但问题也很明显:
越通用,就越难保证专业场景里的确定性。
所以它更可能成为“总入口”,而不是包办所有专业工作的“全能软件”。
第二条路:Agent进入现有软件
今天大量SaaS企业正在走这条路。
原来的产品还在,只是在里面增加Copilot、智能助手、自动分析、自动执行。
它最大的优势是迁移成本低。
数据、客户和业务关系都已经存在。
但如果只是增加Copilot或智能助手,也可能停留在“旧流程+AI”的阶段。
原有架构和业务流程也不会因此自动消失,因此“传统软件+AI”很可能长期存在。
第三条路:从头设计Agent‑Native产品
它从第一天开始,就不是围绕菜单、按钮和固定工作流设计。
而是围绕一个问题:
“用户到底想完成什么?”
这类产品不再从已有软件功能出发,而是从用户要完成的任务重新设计产品。
AI编程是目前Agent‑Native探索较活跃的领域之一。
编程任务目标相对清晰、反馈及时,又天然发生在数字环境中,因此成为Agent较早深入的场景之一。
未来类似的机会,还会出现在更多行业。
五、软件还在,但软件公司靠什么赚钱、靠什么竞争,模式会变
所以,“Agent会不会取代SaaS”可能从一开始就是一个错误的问题。
它默认Agent和SaaS是两个彼此竞争的产品品类。
但更可能发生的情况是:
Agent正在改变软件价值的重心。
这种变化最终会传导到软件的入口、交互方式、连接方式,甚至定价和商业模式。
过去的软件卖的是:
“我给你一套工具。”
未来越来越多的软件可能卖的是:
“你告诉我结果,我替你把事情完成。”
对软件公司来说,更值得警惕的不是SaaS会不会整体消失,而是原本依赖界面和操作形成的价值正在下降。
对教育科技公司来说,未来真正需要回答的,可能不再只是“我们的系统有多少功能”,而是“这些数据、规则和能力,最终能帮老师和学校完成什么任务”。
软件不会消失,但软件的价值重心,正在被Agent重新排列。

高校智能体如何真正落地?六类核心能力决定从“会回答”到“能办事”
2026年高校智能体的五个趋势:聚焦学科、平台、协同、执行、治理五大演进方向
高校AI智能体如何选型?一文看懂云端智能体、桌面智能体与智能体开发平台!
高校智能体不该走"后门":为什么CLI不是正解,API+MCP才是
打通 “任督二脉”,汇聚 “数字内力”!高校 API 资产库 + MCP 广场,为何非建不可?
破解高校“数据服务接口”乱局!一款合格的iPaaS应用集成平台该有哪10大核心能力?
Salesforce“无UI架构革命”背后:高校数字化建设正在迎来一场能力革命
夜雨聆风