SaaS并未消亡

随着AI代理的兴起，许多人宣称软件即服务（SaaS）的时代已经终结。他们认为，只需几行自然语言提示和几美元的花费，任何人都能创建自己的软件，而无需订阅任何服务。这些自建的软件（通常是运行在代理中的技能）将完全符合个人需求，不多不少。

然而，每当有人谈论SaaS的死亡时，总有一些关键点被忽略。工作本质上是团队和群体的活动，而目前用AI代理编程仍然是个人行为。此外，SaaS公司擅长为人类构建仪表盘和报告，但代理需要的是原始数据，而非数据呈现。

想象一个优秀销售团队的协作场景。某位销售人员可能需要一个数据库来管理客户信息。使用Claude、Gemini或GPT，可以轻松构建一个基于SQLite后端的CRM系统，并配上合理的Web前端。但隔壁的销售同事也需要类似的CRM，她同样可以用AI工具创建，但结果会反映她自己的需求和偏好。很快，团队中的每个人都拥有了自己的个人CRM，它们相似但又略有不同：可能使用不同的后端（Filemaker、SQLite、MySQL或企业级Oracle实例），数据模式也不一致（有人用一个字段存储地址，另一些人则分为街道、城市、州和国家）。这些系统无法互通。

如果是这样，如何生成公司级别的报告？如果每个团队成员都有自己的指标版本，又怎能知道业务是成功还是失败？每个人都成了自己的孤岛。

公司不再向Salesforce这样的供应商支付订阅费，但这真的是进步吗？恰恰相反，我们需要让数据共享和指标比较变得更容易，而不是更难。此外，像Salesforce这样的产品拥有数百项功能。大多数人不需要其中的大部分，但几乎每个人都会需要某个别人不需要的功能。而且总有一些你未曾想到的功能，能让你从数据中获得额外价值。购买一个超过当前需求的捆绑包是有价值的。

毫无疑问，赋予人们自行开发工具的能力有很多好处。我敢保证，如果三十年前就有Claude Code，我一定会用“意译编程”来管理作者。但现在有了代理编程，我可能再也不会自己写工具了。不过，SaaS场景揭示了代理编程中缺失的东西：缺乏共享和协作的工具。没有人会为自己单独购买Salesforce订阅，它是部门或公司资源，供多人共享。而易于共享正是代理编程所欠缺的。我为自己构建了一些Claude工具和技能，但很难与O'Reilly的其他同事共享。ChatGPT的“业务与企业技能”功能暗示了在团队内共享技能以及协作生成的能力，但很难找到证据表明它真的实现了。我认为这是技术过度自信的症状：人们容易假设某些事情“很简单”，而实际上并非如此。

为了使技能在公司内真正有用，我们需要：

• 共享：可以是一个注册为私有市场的Git服务器，通过公司管理仪表盘配置。但将技能发布到市场仍然是熟悉Git的用户的事，这本身就是一个问题。
• 需求：我们不希望每个人都构建个人工具集，这正是需要解决的问题。如何解决用户之间的需求差异？技能的产品需求文档应该是什么样的？
• 协作：除了Google Docs，当今广泛使用的协作工具状况堪忧。在Git仓库的不同分支上工作并合并更改可能适合专业程序员，但对其他人来说并不适用。
• 测试：代理的测试和评估（相关但不相同）是我们尚不充分理解的课题。如果允许用户使用和创建代理工具来生成预测和报告，必须确保它们不会产生反效果。技能也像其他AI应用一样，会随时间漂移。即使发布后，也需要定期评估其性能。
• 版本控制：与任何软件一样——我们需要认识到代理工具和技能也是软件，即使是用英语编写的——随着需求变化和LLM行为漂移，更新它们很重要。用户需要能轻松将技能更新到最新版本。这再次涉及为非技术用户封装Git。
• 安全：智能代理的安全问题仍未被很好理解。我们了解提示注入，但也知道这个问题目前无法解决。攻击者仍在寻找新的注入方式。如果代理技能能够访问公司数据，它们可能存在哪些漏洞？

虽然编程民主化并不威胁SaaS公司，但智能代理带来了更深层次的挑战。正如Jesus Rodriguez在《Salesforce的代理不会是Salesforce，Google的代理不会是Google》一文中指出的，Salesforce和Google这类服务的未来不是Web UI和仪表盘，而是专为代理设计的API。这些API需要不同类型的数据：不是供人类快速浏览的摘要，而是“结构化状态、任务目标、关系图、权限化记忆、机器可读的销售手册和可靠的意图更新API”。人类需要仪表盘的数据压缩，而代理需要数据本身，它们会自行处理压缩。SaaS公司可以成为记录系统，负责提供准确的数据。它们需要认识到，真正的客户可能不再是人类用户，而是代理。这将影响从营销策略到产品设计再到定价的一切。

我不认为Salesforce或Google无法或不会构建API来帮助公司访问自己的数据。SaaS仍然相关，但将是一种不同于现在的SaaS。像Salesforce这样的公司知道哪些数据可用以及如何处理它们。设计和构建提供下一代SaaS所需的数据基础设施并非易事，用英语而非C++编程并不会使其更容易。Salesforce和Google知道需要构建什么。他们可能会提供自己的代理技能集合作为起点，同时提供API。但大型成熟公司如果行动迟缓，很容易被打个措手不及——而大型机构很难快速行动。

SaaS公司拥有动量——或者说惯性，从物理学家角度看是一回事。它们必须改变，但并不受AI、代理和用户定义技能的威胁。提供专为机器可用格式设计的数据API应该是显而易见的下一步。如果它们消亡，那将是因为未能适应。但这并非新鲜事。