如果你此刻打开LinkedIn，会发现一个令人窒息的规律：几乎每一家SaaS公司都在一边喊“All in AI”，一边悄悄裁掉工程师。
这不是危言耸听。
2026年前两个月，美国已裁掉9万个科技岗位，比2025年全年还高出约100%。亚马逊累计裁撤约3万名企业员工，同时强推AI编程工具Kiro；甲骨文在净利润大涨95%的背景下进行“无差别裁员”，理由是——人不值得留了。
更令人震惊的一幕发生在明星开源项目Tailwind CSS身上。创始人Adam Wathan在GitHub上写道：“由于AI对我们业务的冲击，昨天，75%的工程师失去了工作。”
人，正在成为软件公司财务报表里“急需甩掉的历史包袱”。
但这只是表象。水面之下，一个更深层的问题正在浮出水面：
如果AI已经能写代码，传统软件公司的护城河，还剩什么？
先看几个硬核数据，感受一下这场变革的速度。
GitHub Copilot用户已突破2000万，付费订阅者达到130万，超过5万家企业正在使用企业版。AI编程工具市场2025年规模约74亿美元，预计2030年将达到240-260亿美元，年复合增长率高达26%-27%。
但工具层面的数据只是冰山一角。
2026年前两个月，Cognition AI的智能体Devin完成的代码交付量，就已超越了2025年全年的总和。如今，工程师只需投入1小时来指导Devin，就能产出过去6到12小时的工作量。Devin已成功接入花旗银行、桑坦德银行、美国财政部等机构的真实业务环境。
再看一个更有冲击力的案例。
OpenAI做了一项内部实验：一支最初仅3人的团队，5个月时间，从零到一造出“百万行代码产品”。铁律是——没有一行代码是人类程序员写的。
每人每天平均能推进3.5个PR，而PR的执行环节全程由智能体代劳。OpenAI给这套工作流的命名极具意味：“驾驭工程（Harness Engineering）”。
这意味着什么？
过去，一家软件公司的核心竞争力建立在工程师团队的人数、经验和执行力上。现在，一个3人小团队能完成过去需要上百人才能完成的工作。
AI编程的权力结构正在被重写。
Cursor CEO Michael Truell将AI赋能软件开发划分为三个阶段：第一阶段（2024年）是Tab自动补全，AI是“超级输入法”；第二阶段（2025下半年）是智能体崛起，AI能响应指令编写特定模块；第三阶段正在加速降临——云端智能体具备长时序自主规划与迭代能力，已在Cursor内部完成了35%的代码提交。
更关键的是，Cursor的智能体用户数量已经是Tab用户的2倍。这意味着大多数开发者已经跨过了“用AI辅助写代码”的阶段，进入了“让AI替你写代码”的新范式。
而在开发者的日常工作流中，Andrej Karpathy的经历也许最有说服力。2025年11月，他的工作流还是80%的代码手敲、20%交给AI；仅仅几周过去，AI接管了80%的代码工作，他只负责剩下的20%的微调。Karpathy感慨：“最热门的新编程语言是英语。”
不是AI在辅助程序员，而是程序员在辅助AI。
理解了上述背景，我们再回到核心问题：传统软件公司的护城河，到底还剩什么？
要回答这个问题，首先得厘清一个事实：软件公司的护城河从来就不是“代码”。
代码只是结果。真正的壁垒，藏在代码背后的行业知识、客户关系、数据积累、生态系统里。
但AI正在系统性地瓦解这些壁垒。我把这个过程归纳为三重困境：
困境一：人才护城河正在蒸发过去，软件公司最核心的资产是工程师。一个顶级工程师的产出可能是普通工程师的10倍，这种差距构成了技术壁垒。
现在呢？
a16z合伙人一针见血地指出：“AI正将10倍工程师‘降级’为2倍。”
为什么？因为写得快、写得准、经验多——这些过去的核心竞争力，AI都能做到。SWE-bench的演进轨迹给出了最直观的答案：两三年前，AI只能连续工作10秒就出错；现在，Claude Opus 4.6能连续工作18小时且全程无需人工干预，这一能力每年增长4到5倍。
一个经验不足的人，只要能把问题讲清楚，也可以靠AI完成过去只有资深工程师才能做的复杂任务。Cognition AI联合创始人Russell Kaplan点出了关键：工具每三个月就会更新一轮，之前的经验很快就过时了。那些没有太多老经验的人，反而更容易适应新方式，因为他们不会被旧习惯卡住。
人才护城河正在被AI填平。
困境二：差异化变成了“薄冰”a16z合伙人David Haber与Alex Rampell提出了一个深刻的观察：AI正在同时降低产品差异化的门槛并抬高优势防御的难度。护城河并未消失，而是变得更现实、更晚显现。
翻译成人话就是：做出一个“酷产品”比过去容易得多，但守住它比过去难得多。
他们犀利地指出：“你能调用的API，你的竞争对手也能调用；你能实现的功能，别人花几天时间也能Vibe Code出来。”AI让技术变成“共识化”——差异化从“你能不能做”变成了“你的速度快不快”，而这恰恰是所有巨头都在加速的方向。
90%的AI公司没有真正的护城河，它们拥有的只是“暂时的差异化”。当上百万个创业者同时涌入同一赛道，市场就变成了巨大的噪音场，多数创业者很难意识到，自己和竞争对手在客户眼中已经毫无区别。
这是最致命的一击。
过去，软件公司的客户粘性建立在一个简单逻辑上：客户用了你的系统，迁移成本太高，自然就留下来了。
但AI正在从两个方向瓦解这个逻辑。
第一，AI Agent正在“吞噬”软件入口。滴普科技创始人赵杰辉的判断一针见血：过去40年，企业软件本质上是“数据库叠加前端界面”，前端界面用于表达企业的业务流程和逻辑。但在今天，这套复杂界面不重要了，Agent可以直接操作软件。
2026年1月，Anthropic发布Claude Cowork，可以在企业内直接操作核心软件。一款名为OpenClaw的开源Agent助理能直接操作电脑、调用工具、执行任务。这些变化让市场情绪瞬间引爆——美国软件股市值在短短一周内蒸发超过1万亿美元。
第二，按席位收费的模式正在崩塌。如果AI Agent取代了人，按用户数量收费的SaaS模式就失去了根基。Adobe、Zendesk、Salesforce等公司正在转向按结果收费。Gartner甚至预测，到2026年底，40%的企业应用将具备任务特定的AI Agent，而2025年这个比例不到5%。
软件公司的核心商业模式正在被釜底抽薪。
旧护城河干涸，摩根大通的“AI悬崖”给了谁红牌？面对这场剧变，华尔街给出了最直接的答案。
摩根大通首创了“AI悬崖”评估框架，通过替换成本、关键性、自动化水平、用户可见度、生态系统规模、数据资源、规模和资源、适应性、监管要求等九大维度，量化分析软件企业的脆弱程度。
结论令人不寒而栗：
适应性弱的传统系统、后台中间件、专业利基软件（如Unisys、TIBCO、PTC）风险最大，正站在“AI悬崖”的边缘。而拥有强大生态系统和高用户可见度的软件公司（如微软Windows、彭博）更具防御性。
报告还指出了一个深层逻辑：“软件本质上由代码构成，而AI恰恰在代码编写领域展现出强大能力。如果AI擅长编写构成软件的代码，为什么它不能直接编写代码来改进并竞争现有软件产品？”
这是对传统软件公司灵魂的拷问。
在另一个维度上，Gartner给出了2028年的预测：75%的企业软件工程师将采用AI编程工具，在整个软件开发生命周期中应用AI的团队将实现25%-30%的生产力提升。
更重要的是，Gartner将“AI原生开发平台”列为2026年十大战略技术趋势之首，认为软件的生成逻辑正在被彻底重构——现在很多企业已有20%到40%的新代码由AI生成。
当AI原生开发成为主流，那些还在用传统方式写代码的软件公司，将面临与“AI原生公司”之间的代际差距。
什么样的软件公司能活下来？在看似绝望的背后，一个新的答案正在浮现。
顶级风投Bessemer Venture Partners在《The State of AI 2025》报告中给出了方向：“记忆和上下文将是AI应用新的护城河。”跨时间记忆、适应和个性化的能力，是将工具有用与不可或缺区分开来的关键。
这句话值得反复咀嚼。
在AI时代，大模型本身是“共识性技术”——你用得上的，你的竞争对手也能用上。真正不可复制的，是你对特定行业、特定客户、特定场景的深度理解和数据积累。
换句话说，“模型之上”的价值，才是新的护城河。
a16z的合伙人们指出三条跨越“死亡谷”的法则：第一，彻底改变定价逻辑，从按席位收费转向按结果收费；第二，在巨头忽略的边缘领域寻找机会；第三，用速度建立规模优势。
与此同时，BVP报告揭示了一个重要趋势：垂直领域AI的被采用速度正在持续加快，尤其在长期依赖人工操作、服务密集型或被认为“抗拒技术”的垂直业务流程中]。医疗健康、物流、金融服务、法律科技等高服务属性、强监管领域，正在成为AI公司构筑坚固护城河的主战场。
摩根大通的分析也印证了这一点：拥有强大生态系统和深度嵌入客户业务流的企业更具防御性。
真正的护城河，不在于有多少炫酷的功能，而在于是否嵌进了客户的工作流，是否成为客户业务的记录系统，是否拥有了数据网络效应。这些传统的护城河要素在AI时代并没有消失，反而变得更加重要，也更加难以构建。
破局者样本——传统软件公司正在怎么转型？如果说理论是地图，那案例就是导航。
让我们看看那些正在“渡劫”的传统软件公司，是怎么做的。
案例一：金蝶——“第四次转型”的生死之战金蝶董事会主席兼CEO徐少春的表态足够决绝：“AI转型是‘生死之战’，未来五年，要用AI再造一个金蝶。”
金蝶的策略清晰分为两层：“AI+SaaS”增强现有产品与“AI原生”创造全新产品[reference:36]。2025年，金蝶AI签约合同金额达3.56亿元，2026年目标是将金蝶AI套件收入提升至超10亿元。
更重要的是，金蝶明确提出了转型方向——从“企业管理软件公司”转型为“企业管理AI公司”。这不是文字游戏，而是商业模式的根本转变：客户采购的不再是一套软件系统，而是一个能直接干活、出结果的“数字员工”。
金蝶的“三大护城河”思路极具启发性：30余年服务超740万客户积累的行业知识与场景理解、高质量治理的企业数据资产、现有系统与生态基础。这些都不是短期内可以被复制的。
案例二：滴普科技——“扔掉所有包袱”的彻底转身滴普科技的创始人赵杰辉态度更为激进：“软件业不能抱残守缺，必须快速进化。不转型的软件公司一定会被历史淘汰。”
他将企业IT系统的核心重新定义为“模型+数据+Agent”，而不是传统意义上的软件。他判断，大模型的AI Coding能力不断提升，代码逐渐不再需要工程师去写——传统软件产品和人力服务的价值都在下降。
2025年，滴普科技营收约4亿-4.25亿元，同比增长65%-75%，主要得益于企业级AI解决方案收入的大幅增长。
Salesforce的案例也许是最值得反思的。
2025年，Salesforce CEO Marc Benioff高调宣布裁撤约4000个客服岗位，宣称AI已经承担了公司内部高达50%的工作量。他甚至表示，2025年将不再招聘任何软件工程师。
然而仅仅几个月后，Salesforce就开始悄然踩下刹车。高管们承认：高估了AI在真实世界中的成熟度，过早用自动化取代大量人工岗位，导致服务质量下滑、投诉增加、内部运营陷入混乱。一位高管私下坦言：“演示环境里的AI和真实世界的客户环境之间，差距远比想象中大。”
技术层面的问题更具体：当指令数量超过8条，模型就会开始遗漏部分规则；还出现了“AI漂移”问题——用户一旦问点别的问题，AI就容易偏离原本的工作流。
Salesforce的教训说明了一个深层道理：AI不是魔法，它需要与真实业务流程深度融合，需要与人类协同，需要在实践中不断迭代。技术是入场券，但不是护城河。
活下去的四条路径，传统软件公司该做什么？综合上述分析，我提炼出传统软件公司在AI时代的四条生存法则：
路径一：从“卖软件”到“卖结果”，重构商业模式这是最根本的转变。按席位收费的SaaS模式正在走向终结，企业客户的需求正在从“买软件工具”转向“买业务结果”。
金蝶的徐少春看得透彻：AI将把市场“放大百倍千倍万倍”，并推动软件从按模块收费走向按智能体、按结果收费。超过一半的企业买家现在更倾向于按绩效付费模式。
行动建议：立即启动定价模型转型，从per-seat（按席位）转向基于价值或结果的收费模型，在AI功能尚处附加价值期时抢占先机。
路径二：从“通用平台”到“垂直深耕”，构建行业知识壁垒Gartner的研究副总裁高挺指出：懂业务的AI将比懂语言的AI更具价值。a16z也强调：深入每个行业的具体流程，理解每套系统的数据格式——没有任何捷径可走。不是因为它性感，恰恰是因为它足够“脏”、足够难，才足够值钱。
BVP报告同样印证：垂直领域AI的采用速度正在持续加快，尤其在长期依赖人工操作、服务密集型行业中。
行动建议：放弃“一个平台服务所有行业”的幻想，选择2-3个最了解的垂直领域，将行业知识转化为AI可调用的数据资产和决策模型。
路径三：从“代码产品”到“AI原生平台”，升级技术底座Gartner将“AI原生开发平台”列为2026年十大战略技术趋势之首，这绝非偶然。传统软件公司的技术栈需要彻底重构——不是给旧产品加一个AI聊天入口，而是将AI Agent作为操作系统的核心。
滴普科技相关负责人总结的“模型+数据+Agent”模型，提供了一个清晰的技术方向。Nvidia的AVO智能体7天无人工干预优化GPU内核、超越人类专家的案例，更是预示着软件开发的范式正在从“人写代码”转向“AI自主进化”。
行动建议：设立AI原生开发团队，用1-2年时间将核心产品从“代码驱动的软件系统”改造为“Agent驱动的智能系统”。
路径四：从“降本裁员”到“人机协同”，重新定义组织能力Salesforce的教训值得每个CEO警醒：裁掉人、换上AI，看似效率提升，实则可能埋下更大的隐患。AI不是人的替代者，而是人的放大器。
a16z的观点值得深思：AI不会消灭所有工作，而是使原本因成本过高而不被雇佣的任务变得可行。当AI成本趋近于零，企业可在过去无法负担人工的场景部署智能代理，从而创造全新服务形态。
人的角色正在从“写代码的执行者”转变为“AI工作流的编排者”。正如DigitalOcean的马修·马凯所说：“要把AI模型视为一种全新的、非确定性的软件范式。它带来的不仅是新工具，更是新问题和新机遇。”
行动建议：重新定义组织架构，设立AI编排师、AI质量审核等新岗位，建立人机协同的工作流标准，而不是简单地将人替换掉。
回到开头的问题：当AI能写代码，传统软件公司的护城河还剩什么？
答案是：护城河没有消失，只是换了面孔。
过去，护城河是你能写出别人写不出的代码；现在，护城河是你能用别人不会用的AI，解决别人解决不了的业务问题。
过去，护城河是工程师团队的人数和经验；现在，护城河是行业数据的厚度和AI模型的精准度。
过去，护城河是软件系统的功能和界面；现在，护城河是Agent与业务流程的深度嵌入和网络效应。
正如a16z的合伙人所说：“护城河并未消失，而是变得更现实、更晚显现。”
在这场AI浪潮中，有两个群体注定走向不同的命运：一边是被动裁员、等待被吞噬的传统软件公司；另一边是主动重构、拥抱AI的转型者。
你会站在哪一边？
答案是明确的：在这个时代，不转型的软件公司一定会被历史淘汰。区别只在于，你是主动跳下悬崖学习飞行，还是等着别人把你推下去。
2026年的软件行业，正在经历自互联网诞生以来最深刻的变革。这不是一场短跑，而是一场马拉松。赢家不是那些跑得最快的，而是那些方向最对、调整最及时、护城河挖得最深的人。