深度拆解CEO的暴论：企业疯狂烧token不创造任何价值，模型厂商偷走的是企业的核心资产

PM熊叔·2026年08月11日 13:41

别再问 SaaS 死没死。这个问题太粗！

1. 怒不可遏的CEO

就在几天前，Palantir 的 CEO Alex Karp，在 CNBC 直播里直接开炮：

"these people are livid."

"I am paying for tokens that create no value."

"these people are stealing the weights and the alpha of my business."

翻译成人话——

企业买的 token，不创造价值。模型厂商偷走的，是企业的核心资产。

更狠的一句还在后头：这些模型被"over irresponsibly oversold"。卖家的说辞是——这对所有人都危险。

你可以说，Karp 说话有立场。大模型厂商正在和Palantir 这种SaaS企业竞争。Karp 的愤怒里有真痛点，也有利益冲突。

但 Uber 给了一份更硬的买方证据。它不卖模型，也不靠模型厂商抽佣。四个月，他们就烧光了全年的 AI 预算。问题是，这些钱到底换来了多少产品产出？Uber 自己也说，那条线还没有画出来。

而且这不是 Uber 一家的问题。微软取消部分内部 Claude Code license。亚马逊从鼓励 AI 使用，变成压 token 消耗。Meta 也开始限制员工 AI token。当这些大厂都发现，随便烧 token 不可持续，这就不是采购小问题了。

故事要回到今年的年初。

二零二六年一月到二月，软件 ETF IGV 从高位一路砸下来。到二月二十三日，区间跌幅大约四分之一。华尔街给软件板块起了一个很有煽动性的名字——SaaSpocalypse软件末日。

市场怕的不是 AI 更会聊天。而是 Anthropic 把 Claude 从聊天框里放出来——让它看屏幕、点软件、进工作流。一旦 Agent 像能直接用电脑做事，账号席位这件事，就开始松动。

所以二月那波暴跌，不是抽象的 AI 焦虑。市场真正重算的是三件事：UI 还值多少钱？席位费还值多少钱？工作流控制权，会不会从前台软件上移到 Agent 编排和治理基础设施？

二零二六年六月九日，软件板块从低谷反弹。全球最大的软件投资机构之一，Thoma Bravo 的 Orlando Bravo 说：那场杀死软件股的 SaaSpocalypse，结束了。但他说对了一半。

这不代表软件安全了。它更像是无差别杀跌，开始变成分层定价。旧 SaaS 不会一起死，但也不会一起安全。真正的问题是：谁会被 Agent 抽税？谁能让 Agent 向自己交税？这才是软件分层定价的核心。

2. 软件末日的恐慌源自哪里？

先别急着嘲笑二月那波恐慌。它的逻辑并不蠢。

传统 SaaS 的核心公式很简单：人头 × 席位 × 订阅费。一个销售，一个 CRM 账号。一个客服，一个工单账号。一个工程师，一个开发工具账号。这套公式跑了二十年。

但 Agent 出现以后，问题变了。一个销售经理，可能带五个 Agent——一个读邮件、一个查 CRM、一个算报价、一个写跟进、一个推审批。公司没有多招五个人，但工作单元突然从一个变成了六个。

那软件公司该怎么收钱？按一个销售收？按五个 Agent 收？按调用量收？还是按最后结果收？续约合同还是三年，但账单模型已经变了。这不是科幻问题，这是企业下一轮续约，马上要谈的问题。

Gartner 给这件事起了一个更精确的名字：智能体套利（agentic arbitrage）。意思是，当 Agent 能跨多个系统完成任务，原来绑定人头的席位费，就会被重新定价。

这个重算有多大？到二零三零年，约两千三百四十亿美元企业应用软件支出，会暴露在智能体套利之下，大约占企业 SaaS 支出的20%。

注意，这不是新蛋糕，也不是确定损失。它更像一批旧账单要被重新谈价——谁还能收，谁要降价，谁会被绕过，都要重新看。

所以不是所有软件都会死，也不是所有软件都安全。真正要看的，是两类公司：一类会被 Agent 绕过，一类会因为 Agent 进生产变得更重要。判断标准不是谁又加了一个 AI 按钮，而是谁能变成新的生产力系统。

3. 真正的新物种不是会聊天的AI

这就是答案：Agentic Solutions，企业级智能体解决方案，它不是一个 AI 功能，也不是一张技术架构图。

它是一种新的生产力单元——Human 加 Agent 的组合体。目标只有一个：跑出真正有价值的生产力闭环。

黄仁勋有个判断很关键：Agent 不是来替代人的，它更像一个超级用户——二十四小时不睡、能调用更多软件、能跑更多流程，但也会消耗更多系统资源。

所以 Agentic Solutions 的问题，不是多了一个 AI 助手，而是企业突然多了一批会持续使用软件的数字工作单元。

token 本身不是产出，token 是成本。真正该看的，是 token 到业务结果之间有没有闭环——有没有省时间？有没有减错误？有没有提转化？有没有让客户更快付款？

未来企业管理的不是人，也不是 Agent，而是 Human 加 Agent 这个组合体的生产率。管理者真正要优化的，是让正确的人，带着正确的 Agent，在正确的数据和权限边界里，交付真正有价值的结果。

它和旧 SaaS 有三处不同：

用户：不只是人，而是人 + Agent

接口：不只是 UI，而是 API、MCP、tool、CLI 这些机器通道

价值：不只是流程数字化，而是自动执行，还要可治理、可审计、可衡量 ROI

Agentic Solutions 不是一层，是三层。

应用执行层Agent、Workflow、Skill负责把业务任务真正跑起来

运行可靠层多模型路由、工具调用、评测、数据上下文和权限让 Agent 能稳定交付

生产治理层trace、审计、身份、审批、成本和结果账本决定 Agent 能不能真正进生产

这三层不是一份功能清单，是决定 Agent 能不能真正进生产的底座。这才是 Agent Infra——智能体基础设施，真正能收费的地方。

4. CFO 先醒了

CFO 关心的不是 Agent 有多酷，而是财务问题和风险。这笔 Agent 成本怎么计量？怎么制定预算？怎么写合同条款？如何考核 ROI？是否还要续约？AI 一进生产，问题就从技术演示，变成了钱。

企业不是不想用 AI，企业是不想继续为"看起来很智能、但没有业务结果"的 token 买单。如果 token 花出去了，业务结果没回来——那不是创新，那是成本失控。还可能带来数据、IP 和供应商锁定风险。

AI 没省你的钱，AI 重新定了价。省人最多的公司反而最危险，因为人少了，不代表软件账单少了。剩下的人，可能带着更多 Agent 在烧钱。

CFO 还要考虑 Agent 倍数。一个员工未来到底会带几个 Agent？一个销售带五个，一个工程师带十个，一个运营带一组自动化流程。那软件使用量，就不能再只按人头估。

未来公司考核员工，可能不只看工资、工时和 KPI，还会多看一个东西：这个员工用了多少 token。但这一步很危险，因为 token 多不等于产出多。刷使用量和创造结果，是两回事。

所以 CFO 需要一份更具体的账本——每一行记录哪个员工、哪一周、用了多少 token、调用了哪些 Agent、产出了什么业务结果。这就是员工的 AI 绩效账本。没有这张账本，AI 成本管理就只能靠感觉。

5. 管理者的四堵墙

管理层在部署 Agent 生产力的过程中，会遇到一组更实际的难点。不是账单上多了一行，而是公司根本不知道这些 Agent 在内部怎么工作。

如果 Agent 是数字员工，公司就必须知道：它是谁？在干什么？出了事谁负责？

这时公司面前会同时砌起四堵墙：

看不见不知道 Agent 在生产里干了什么

管不住不知道谁授权、谁审批、谁追责

跑不稳workflow、tool call、数据上下文和 skill 版本都可能飘，结果会变

算不清所有人都在用 AI，但没人知道 token 最后变成了什么结果

每一堵墙，都要找到一个解决方案：看不见买可观测，管不住买治理，跑不稳买评测，算不清买成本归因。

6. 四类公司到底卖什么

第一类：可观测和用量管理

代表公司是 Datadog。你可以把它理解成 Agent 的行车记录仪——Agent 每调一次模型、每用一个工具、每做一个决策，都被记成一条 trace。这步花了多长？报没报错？烧了多少 token？最后有没有产出结果？再贵的一笔账，它都能拆到具体是哪一步烧掉的。

第二类：治理

代表公司是 ServiceNow。它卖的不是一个聊天机器人，而是 Agent 的控制塔——公司里有哪些 Agent？谁批准上线？谁有权限能执行什么动作？出事谁负责？什么时候退役？等于给 Agent 上户口，不许有黑户绕开监管。

第三类：评测与可靠性

代表公司是 Snowflake。Agent 有个天生的毛病——同一个问题问两次，可能给出两个不同的答案。Snowflake 不再讲数据仓库的老故事，而是给 Agent 装一套评分系统：目标对不对、计划对不对、动作对不对，一步步打分。在公开基准测试上，这套打分能抓住95%的人工标注错误，普通方法只能抓住55%。二零二六年一月，它用十亿美元收购了 Observe，把 Agent 的执行轨迹整个拉进自己的数据云。

第四类：成本归因

代表公司是 Flexera。企业在 AI 上的支出滚雪球一样往上涨，但没人说得清这笔钱最后换回了什么。Flexera 二零二六年一月同一天收购了两家公司：ProsperOps（自动优化跨云资源承诺和费率，管着六十亿美元云支出，已帮企业省下三十亿美元）和 Chaos Genius（专门盯 Snowflake 和 Databricks 上的 AI 负载，帮财富五百强砍掉最多三成成本）。Flexera 说得很直白：企业需要的不只是仪表盘，是能执行的动作。

7. 下一批赢家是谁？

谁能在 Agentic Solutions 时代赢？直觉上最该赢的是传统软件巨头——有客户、有数据、有流程、有系统入口。但反过来看，最该赢的SaaS巨头，也可能最难转身。

因为新模式第一刀，往往砍自己的钱包：

按调用收费，可能砍掉席位收入；

按结果收费，可能暴露旧产品没有结果；

让 Agent 自动执行，可能削弱原来靠人点按钮形成的粘性。

很多传统软件公司不是打不过，是不敢打自己。

真正的赢家，可能沉到更底层——Agentic Infrastructure（智能体基础设施）。它不是在卖更聪明的模型，而是卖 Agent 真进生产以后，企业绕不开的基础设施。这就是这轮真正卖铲子的人。

只要企业把 Agent 放进生产，就必须为四种能力付钱：看得见、管得住、跑得稳、算得清。

观测、治理、评测和 ROI，只是这些能力背后的采购对象。你可以不用某个单一模型，但你不能没有权限、审计、评测和结果账本。这就是 Agentic Infrastructure Tax——智能体基础设施税。

判断标准不是某家公司名字好不好听，也不是它是不是今天的 AI 热门股。真正要看的是三条：

第一条：它是不是 Agent 生产环境绕不开？

第二条：它押的是不是模型层？（押在模型层，模型 commodity 化的那天，护城河就没了）

第三条：它是不是越用 Agent，自己越贵？调用越多，拿到的那段收费权越大？

三条都成立，才真正吃得到下一轮 Agent 税。

8. SaaS 巨头的改命之战

不过，这里别太乐观。SaaSpocalypse 不是历史的结束，是 SaaS 巨头的改命之战开场。

六成的企业已经在给 AI 支出加护栏——这不是企业端的犹豫，这是供给侧早已预判的现实。先知先觉的巨头，听到的不是警报，是发令枪。一条道走到黑，在压住，在并购，改写自己在 AI 时代的叙事——不再靠卖 SaaS 应用活下来，要做 Agent 的运行环境。

UBS 二零二六年六月调研：约六成企业已经开始限制或给 AI 支出加规则。但 UBS 同时提醒："AI trade"风险有点被市场高估。这个数字方向对，强度可能没听起来那么夸张。

关键信号是：企业正在把 AI 从"随便试、随便用"的创新项目，拉回到正常预算管理里。一旦回到预算管理关卡，才有收费权。

Snowflake 在二零二六年一月开出第一枪：十亿美元抢下 Observe，这是 Snowflake 史上最大收购。不是为了卖更好的观测产品，而是把观测层整个拉进数据云——企业数据在哪，agent 的上下文就在哪；agent 的观测也在哪。agent 一旦跑起来，绕不开 Snowflake。这是数据云的下一个卡口。

ServiceNow 同年做了对比鲜明的事：把 Lightstep 收进来五年后，让它正式进入 EOL，没有内部迁移路径，客户被推去买别的观测平台。自家养了五年的现金牛，说砍就砍。同一年，ServiceNow 花三十八亿美元连下三城：Moveworks（28.5亿，AI agent 平台）、Veza（身份安全）、Armis（77.5亿，网络安全）。它在 Knowledge 2026 大会上贴上新标签——AI control tower for business reinvention。传统 observability 的钱不要了，跨厂商 AI 治理的钱 all in。

所以问题不是窗口宽窄，问题是谁能卡住 Agent 的必经之路：

Snowflake卡数据——靠 Horizon Catalog，把数据的血缘、权限、分类和治理全圈进自己地盘

Databricks卡数据加 AI——靠 Unity AI Gateway，把模型和 agent 的调用全收进一个网关，谁能用、怎么用、花多少，它说了算

ServiceNow卡跨厂商监管——靠 AI Control Tower，接进几十家云厂商和大厂系统，谁的 agent 在哪跑，它都要管一遍

应用层窗口再宽，控制层没卡住，agent 跑起来还是要给它交过路费。应用层窗口再窄，控制层卡住了，别人用你的 agent，也要给它交过路费。这就是赛道之争。

9. 胜出之后回报有多高？

那这场改命之战，胜出后的天下有多大？

Gartner $234B是 exposed spend，是风险敞口，不是新增市场，也不是确定损失。真正的问题是：如果你赢了，这场仗的回报上限在哪？

Gartner 的四千五百亿美元以上是二零三五年的 best case——在乐观情景里，agentic AI 可占到企业应用软件收入的约 30%。best case 不是预测，更不是保底，是上限设想。如果你赢了，这就是你拿到的天下。巨头们的并购、压住、改命，赌的就是这一仗。

所以这一轮，不是 SaaS 的死亡，是 SaaS 公司在 AI 时代的叙事正在被改写。它们不再靠卖最好的应用活下来，它们要成为——agent 跑起来，绕不开的运行环境：数据过它的 catalog，观测过它的 telemetry，治理过它的 control tower，身份过它的 identity，跨云走它的 gateway。