文 | 我们可能想错了

最近有三类新闻被反复放在一起讨论：一是Block把大规模裁员公开归因于AI带来的效率提升；二是软件板块在AI会不会重写SaaS商业模式的争论中持续承压；三是类似“2028 AI危机”的情景推演被广泛转发，又很快遭到严肃估值派的反驳。这些新闻如果放在一起看，它们其实指向同一件事：AI正在改写价值如何产生、如何定价，以及最终落在哪一层。

这也是为什么最近关于AI的讨论越来越容易失真。很多文章不是把AI写成“万能生产率机器”，就是把它写成“白领末日触发器”。两种写法都抓住了一部分现实，但都不够解释当下真正发生的变化。更底层的讨论也许应该是AI不是简单替代某些岗位，也不只是冲击某类软件，而是在推动一次价值链重配。价值正从“席位、界面和模块功能”，迁移到“流程、结果与治理”。

三条新闻同框，一个变化

Block的裁员新闻把一种本来还停留在财报电话会和内部备忘录里的语言，公开放在桌面上讨论了：在AI工具加持下，更小的团队是否可以做更多的事。卫报的连续报道显示，Block管理层把这轮裁员归因于AI提升生产率，资本市场也立即给予了正面反馈；但同时，现任和前任员工又公开反驳说，很多复杂工作，尤其涉及判断、策略、视觉把关和金融合规的部分，远没有到可以被AI直接替代的程度。

资本市场上的反应，与这种组织层面的变化其实是同构的。路透社报道近期美国软件公司即便大规模宣布股票回购，也没能真正安抚投资者；市场担心的不是短期EPS，而是更底层的问题：如果AI让企业未来不再按照seat扩张去采购软件，而是按工作流、按使用量、按结果付费，那么过去支撑SaaS高估值的很多前提就会松动。报道还提到，软件板块自去年秋天以来持续承压，恐慌在年初Anthropic等AI产品更新后明显加速。这里真正被重估的，不是某一家公司的下个季度业绩，而是软件价值到底还停留在原来的位置上吗。

再看舆论端。《2028 AI危机》这类文章之所以会爆，不是因为它们真的提供了高概率预测，而是因为它们把市场最焦虑的问题写成了一个完整脚本：如果AI快速提高生产率、压缩白领岗位、重写软件行业，那需求、工资、资本市场会不会一起失衡？MarketWatch报道中，Aswath Damodaran对Citrini Research的回应很有代表性，他并不否认AI会带来重大冲击，但明确质疑这种“突然、全面、同步崩塌”的叙事，把讨论重新拉回“可能、合理、概率”三个层次。这种反驳本身就说明，AI讨论已经从产品和技术，进入了估值、分配与宏观预期的层面。

所以，这三类新闻并不是巧合。它们分别代表：组织端在换口径，资本端在换估值模型，舆论端在换叙事模板。如果这三端同时变化，背后通常不是一条新闻线索，而是一种更深的结构变化。

软件的价值评判方式正在改变

理解这一轮变化，一个更有效的框架是：软件价值正在从界面和席位，迁移到流程、结果和治理。

过去二十年，企业软件的核心逻辑其实相当稳定。软件卖的是模块化功能，通常按席位收费；客户增长席位扩张，ARR和NRR随之上升；投资人愿意给予高估值，前提是相信这套增长逻辑还能持续。它真正的基础，不只是功能本身，而是人必须坐在界面前，亲自操作软件。界面因此成为价值入口，席位因此成为价值单位。

而大模型和agent带来的变化，是它开始压缩人坐在界面前操作的环节。企业真正想买的，不再只是一个更聪明的功能模块，而是一套能够把若干步骤自动串起来的流程：读取文档、调用工具、访问权限范围内的数据、完成初步判断、触发下一步动作，再把整个过程留痕、回放和审计。换句话说，AI正在把价值从单一功能模块，往端到端流程后移。

这也是为什么，软件末日论听上去很抓眼球，却并不准确。很多产业人士并不认为软件会消失，他们真正担心的是，软件的价值捕获方式正在改变。如果过去最值钱的是界面和席位，那么未来更值钱的，可能是把流程跑通、把结果交付出来的能力。前者更接近功能收费，后者则更接近结果收费。

但流程化还不够。AI一旦进入真实业务，企业不会只问它能不能用，还会问它出错怎么办、谁来负责、能不能审计、能不能回滚。于是，价值链又进一步往治理层迁移：权限管理、数据血缘、版本追踪、模型评测、人工复核点、SLA和异常处置，都会进入采购和预算。也正因为如此，市场对软件公司的担忧，并不是AI会把某个功能直接做掉，而是原本由界面和席位承接的价值，有一部分正在后移到流程与治理层。

所以，如果只把最近的新闻理解成AI导致裁员，或者AI打崩了软件估值，视角都还是偏浅。更深一层的变化是，企业的预算科目和投资人的估值锚，可能正在同时迁移。

当然，这也不意味着所有软件价值都会一起后移。真正容易被挤压的，是那些主要依赖界面和席位收费、但缺乏流程嵌入和治理能力的产品；而真正开始变得更值钱的，往往是那些能把AI接进具体业务，并承担边界与责任的层。

中间层开始值钱

如果软件的价值真的正在从界面后移到流程、结果和治理，那么最值得关注的就不只是模型公司，也不只是云平台，而是那些把AI真正接进企业流程、并把它变成可交付能力的中间层。

这类公司的价值，已经开始被单独定价。像LangChain这样的平台，吸引人的并不是训练出了一个更强的模型，而是解决了大模型落地最早、也最现实的工程问题：怎么把模型和数据库、API、工具调用、多步任务连接起来。到2025年，LangChain已经从早期框架扩展到LangGraph、LangSmith这样的产品，覆盖编排、测试和观测等能力。这说明一件事：中间层的价值，不在于再发明一个模型，而在于让模型真正能接进流程、跑进系统。

再往后一步，企业很快会发现，只把流程跑起来还不够。AI一旦进入真实业务，问题就不再只是好不好用，而是能不能管得住。Databricks扩展Mosaic AI时，最值得注意的并不是又多了几个 AI 功能，而是它开始把数据、权限和调用边界一起纳入控制。企业真正担心的，往往不是模型不够聪明，而是工程师把敏感数据随手发给第三方模型服务，或者系统一旦接入之后缺乏可追踪、可治理的边界。对很多公司来说，真正值得长期付费的是把AI放进权限与数据边界之内的能力。

再进一步，当AI开始进入更关键的流程，企业还会碰到第三个问题：它能不能稳定运行，CoreWeave收购Weights&Biases，就是一个很强的信号。CoreWeave本质上是算力和基础设施公司，但它向上收购的不是另一个模型，而是一个被大量组织当作训练、评测和记录基础设施的平台。报道提到，Weights&Biases已被1400多家组织用于模型训练和微调相关工作。这说明在企业级AI里，记录、实验、评测、版本和回滚，已经不再只是附属工具，而是价值本身的一部分。谁掌握了这套能力，谁就在模型之上多拿到一层价值。

如果要用一句更形象的话来概括，模型越来越像电，平台越来越像电网，而中间层做的，是把这股电真正送进工厂。真正决定AI能不能从演示变成业务能力的，不只是发电厂有多强，而是这股电能不能被稳定、合规、可追责地送进具体流程。

把危机当成压力测试

《2028 AI 危机》这类文章会广泛传播，本质上是因为它把一个问题提前摆到了桌面上：当模型越来越便宜、平台越来越强、自动化越来越深入，新增的价值究竟会流向哪里。过去一周的新闻已经说明，这不是抽象问题。Block的争议说明，企业已经在重写组织边界；软件板块的波动说明，市场已经在重估价值承接点；而对极端叙事的反驳，则提醒人们不要把可能发生直接写成必然发生。

所以，比起讨论AI会不会毁掉谁，更值得讨论的是未来最稀缺的能力，会停留在哪一层。也许答案不是模型公司拿走一切，也不是SaaS全面衰落，而是新的价值，正在流向那些把AI接进业务流程、数据权限、审计与责任链的人。如果这个判断成立，那么眼下这波新闻，就不是一次短期情绪波动，而是一场软件价值链重配的前奏。