半年时间，华尔街给同一批公司判了两次刑：先判死刑，后改误杀。
1月30日，Anthropic发布11个AI插件。随后一周内，美股软件与服务类股票市值蒸发近10000亿美元。交易员的潜台词很直接：SaaS的核心业务，AI顺手就能做了。恐慌在2月到达顶峰，Anthropic为Claude Cowork一口气推出覆盖法律、投行、财富管理、HR、工程设计的十余款垂直AI插件，被市场解读为AI直接替代专业软件；一个月内部分公司合计损失超7300亿美元，IGV指数（可以理解为美股软件ETF）不到一个月跌了近30%。
当时那条恐慌逻辑链写得很清楚：AI提高人效，企业少招人，付费席位减少，SaaS收入下降。更悲观的一版是，Agent干脆绕过软件界面，软件连入口价值都一起丢掉。
半年后，故事翻到另一面。CrowdStrike年内涨了106%，Okta涨了118%，被认为是"老登"的Salesforce在财报后单日大涨22.6%。经过半年业绩验证，那条传导链并没有在龙头身上兑现：多数龙头SaaS订阅增速维持在11%到36%之间，没有出现席位断崖，Salesforce的净新增年度订单价值还创了四年新高。
一跌一涨之间，其实藏着一个对所有创业者和经营者都有用的提醒：市场对新技术的第一反应，往往是叙事驱动的，不是数据驱动的。恐慌和狂热是同一套机制——年初所有人意见高度一致地看空，年中又高度一致地看多。而当所有人同一时间相信同一件事的时候，这件事通常已经被定价了。用市场的情绪替代自己的判断，是代价很高的习惯。
那这次反转到底是怎么发生的？要回答这个问题，光证明"业绩没跌"是不够的。因为年初那条公式的要害在于，它假设了SaaS的收入永远和人头锁死。想推翻它，必须证明收入和人的绑定被解开了。
转折分两波，每一波各自证伪了恐慌逻辑的一半。
第一波在5月，主角是"消耗型"的AI基础设施类公司，标志性事件是Snowflake单周上涨48.4%。这类公司的收入不按人头、按用量计费，AI带来的需求增长直接变成它们的收入：Agent部署量上升，意味着更多数据查询、更多身份治理需求、更大的攻击面带来的安全预算、更密集的日志监控。5月下旬这批公司集中交出超预期财报，Snowflake产品收入同比增长37%、连续三个季度加速，MongoDB Atlas保持近30%的增长，5月IGV单月上涨21%。这一波证明的是：AI不是软件的天敌，至少对按用量收费的基础设施层，它是需求放大器。
第二波反弹在7月底到8月，主角换成了Salesforce、ServiceNow、Atlassian、Workday这些最暴露于"席位逻辑"的传统龙头。Salesforce二季度营收同比增长10.8%，净新增年度订单价值创四年新高，财报发布后单日大涨23%；其它传统龙头也因为业绩兑现，股价普遍较低点上涨50%以上。到这一步，"AI杀死SaaS"才真正从市场共识变成被抛弃的假说。
真正的答案在收入结构里。Salesforce二季度收入增速11%，并不炸裂，但拆开看，它已经出现了第二条增长曲线：Agentforce与Data 360合计ARR约39亿美元，同比增长约210%，已经接近公司总营收的9%。
Agentforce与它传统产品的本质区别，不在产品形态，在商业模式。一个典型场景：客户深夜咨询退货，传统模式下需要一个客服坐席登录账号处理，SaaS按这个席位收钱；Agentforce模式下，AI Agent直接读数据、查订单、给出方案，全程无人参与，此时收费的对象变成了"Agent完成的这一次工作"。
这就是从卖人头到卖工作量。席位的天花板是客户的员工数，工作量的天花板是客户想让AI干的活的数量——前者会被AI压缩，后者恰恰被AI放大。年初的公式因此被改写：旧公式是"AI提高人效、人变少、席位变少、收入下降"；新公式是"AI提高人效、单位员工产出暴增、工作量与数据交互随之增加、软件获得更多使用"。
更能说明问题的是订单结构：Agentforce有一半订单来自存量客户。这意味着老客户没有出走另起炉灶，而是在原有体系里升级——"AI替代Salesforce"变成了"AI加购Salesforce"。这不是一家公司的变化，ServiceNow智能体生产部署9个月增长9倍，50%的净新业务已经不按席位计价；Workday的AI SKU ARR约6亿美元、同比增长200%，并向200家客户推出按量付费的Flex Credits。集体转向本身就说明，这不是某家公司的产品策略，而是整个行业在找新的生存方式。
我个人的观点是，这件事的分量比"AI板块涨跌"大得多。真正被改写的不是软件的功能表，而是软件的计价单元。过去卖席位、卖模块、卖订阅，未来更多是卖结果、卖调用、卖Agent的执行能力，甚至按"节省的人力成本"或"完成的业务闭环"收费。一家公司收什么钱，决定了它的天花板在哪里：绑在人头上，天花板就是客户的编制；绑在客户的价值上，天花板才是客户的生意规模。
但反转不等于问题都解决了，这里有两道坎必须说清楚。
一是新故事还在验证期。按"工作量"计费的收入占比目前普遍还是个位数——Salesforce约9%、ServiceNow约6%。二是"卖工作量"是把双刃剑：Agent每完成一次工作，都要消耗GPU和推理资源，成本可能涨得比收入快。这一点已经体现在毛利率上，ServiceNow二季度毛利率同比下滑近7个百分点，Salesforce的毛利率已连续四个季度走低。
所以我的判断是：收费方式的迁移，往往先改变收入曲线，再改变成本曲线，中间那段错位期才是真正的考验。收入端先看到增长，成本端后知后觉，很多公司的利润就是在这一段被吃穿的。谁能在错位期里把推理成本、调用效率和定价方式一起调顺，谁才真正完成了迁移，而不只是换了个讲法。
还有一件事值得单独拿出来说：这轮行情里，分化才是主叙事。IGV指数年内刚刚回到原点，但成分股之间的涨跌差距拉开了超过150个百分点。掀开指数看内部，大致分成三类。
第一类被重新定价为"AI受益者"，普遍已经创新高甚至翻倍：CrowdStrike年内涨106%、Okta涨118%、Snowflake涨51%。逻辑很朴素——AI越强，越需要查数据、需要监控、需要管身份权限、需要防攻击面扩大。
第二类是传统龙头，较低点反弹50%以上，收复大部分失地但没有创新高：Salesforce年内跌5%、ServiceNow跌9%、Workday跌13%。收复失地靠的是商业模式迁移；没能新高，卡在按量计费占比还低、毛利率承压这两道坎上。
第三类仍被定义为"AI输家"：Intuit年内跌52%、HubSpot跌41%、Figma跌35%、monday.com跌36%。它们的共性很清楚——提供的是浅层、通用的功能型软件，轻量绘图、通用办公、简单客服、基础CRM操作。缺数据、缺工作流、缺行业know-how的积累，功能就很容易被Agent吞掉一大块。
希鸥网从2023年开始用AI辅助内容生产，这几年服务过的企业里，做SaaS和工具类产品的不在少数。我观察到一个规律：被AI替代的从来不是某个行业，而是行业里可以被标准化的那一层。软件没被替代，被替代的是软件里那些不需要理解客户业务的功能；内容行业也一样，被压缩的是可以流水线生产的那部分，离不开判断力的那部分反而更值钱了。
顺着这个规律，我见过创业者在这类技术周期里反复踩的坑，大致有几种。
一种是把叙事当结论。年初跟着恐慌做决策，年中跟着反弹改方向，来回一次，钱和时间都没了。叙事可以听，但不能拿来当经营依据——它变化的速度永远快于业务本身。
另一种是把功能当护城河。功能是最容易被复制的部分，尤其在模型能力变成公共品之后，今天你能做的，过一段时间大家都能做。能沉淀下来的只有数据、工作流和行业理解，这三样别人抄不走。
还有一种，是把定价权交给了客户。这个坑比较隐蔽：按人头收费，看起来稳定可预测，实际上等于把你的收入绑在客户的招聘计划上。客户明年不招人、甚至减员，你的收入就自动往下走，而你没有任何谈判的余地。真正健康的收费方式，应该和客户的价值增长挂钩，而不是和客户的成本项挂钩。
最后一种，是只改产品不改计价。给老产品套一层AI外壳，界面变新了，收钱的方式没变，这不是迁移，只是装修。迁移的检验标准只有一个：收入里有多少已经不按人头算了。这个数字上不去，转型就还在门口。
说到底，创业这件事的难，常常难在别的地方。
难在你必须在行业共识最强的时候保持独立判断——年初那种一致性看空，是很容易让人跟着走的；而正确的判断通常在当时并不受欢迎。难在商业模式的迁移永远慢于技术的迭代：技术半年能换代，计价方式的迁移要以年计，客户合同、销售流程、财务口径、内部考核，全都要跟着改，这些都不是发个版本能解决的。也难在收入曲线和成本曲线的错位期，很多公司撑不到新模式真正跑通的那一天。
所以我给自己的三条建议是：一，先回答一个问题——你的收入绑在客户的哪个科目上，人头、功能、工作量，还是结果？这个问题决定了你的天花板，也决定了你在AI时代的风险敞口。二，用存量客户做迁移的试验场，不要上来就找新客户，老客户的信任和场景是最低成本的验证机会，也是最快能跑出数据的样本。三，把数据、工作流和行业know-how当成值得长期押注的核心资产，其余的部分，默认它们会被替代。
AI没有杀死SaaS，它杀死的是按人头收费的SaaS。同样，AI也不会杀死哪一个行业，它淘汰的，是那些把定价权交到别人手上的公司。技术每年都在变，收钱的方式反而更值得花时间想清楚。
（作者系希鸥网创始人 李志磊）