讲一件你可能没注意到、但很值得注意的事：今年2月份，短短48小时之内，全球软件付费行业的市值蒸发了大约2850亿美元——折合马币，差不多是1.3万亿。一夜之间，整个产业被市场跌到自己起了一个外号叫SaaSpocalypse，“软件付费末日”。
SaaS（software as a service）这个英文术语听起来很冷门，但其实离我们的日常并不远。简单说，就是那些“按月、按年付费”的软件——公司用的Zoom、Salesforce，到我们个人订的Netflix、Spotify月费，背后都是同一套生意。这门生意撑起了过去二十年硅谷的半边天。今年2月份，半边天塌了。
AI写程序进入了新阶段
塌天的根本原因，是过去这一年多，AI写程式的能力突然进入了一个新阶段——好几家大公司都在推，其中跑得最前面的是Anthropic（开发Claude的那家AI公司，ChatGPT的主要对手）和它的Claude Code系列。华尔街盘算了几天之后得出一个结论：手上不少SaaS公司，可能已经没什么未来。
如果说市场是衡量人民福祉最冰冷的一把尺，那这把尺告诉我们：AI在2026年，已经实打实地走进了我们的生活。这种“走进”，不是说学生用它写写作业，或者诈骗集团用它打打电话——那些当然也是AI时代的一部分挑战，但更深层的冲击，是像SaaSpocalypse这样、毫无预警地把一整个行业连根拔起。
读过笔者前几年专栏的朋友应该知道，我自认是个AI“鸽派”——就是不太相信AI在短期内会把世界翻天覆地的那一派。每隔几个月就跳出来宣告“AI要取代人类了”的鹰派，向来是我的吐槽对象。但讽刺的是，在AI时代里，AI啪啪打脸比翻书还快。即使是鸽派如我，过去这两年也皱了好几次眉头。所以才有了这个新系列——希望用更冷静、更量化的角度，和大家一起看清楚到底在发生什么。
那这个“软件末日”到底是怎么来的？
虽然AI一开始主要处理的是语言（写文章、翻译、聊天那类活），但很早就有人发现：它最重要的用途之一，其实是写电脑程式。原因不复杂——程式设计本身也是一门语言（所以才叫programming language），自然落入AI的射程之内。而我们现代社会无时无刻不在和软件打交道，从WhatsApp的语音通话、记账App，到银行的每一笔交易，背后都是程式员一行一行敲出来的。
但是“AI能帮你写”和“AI能自己写”，是两回事。
2024到2025年中那段时间，AI写程式确实是有两把刷子，但业内共识是：它适合做副驾驶（co-pilot），掌舵的还得是人类。这点笔者深有体会——那时候用它就有点像写短信时的autocomplete，我开个头，AI帮我补完后半句，效率提升不少。可是如果你大胆把方向盘整个交给它，它会在原地鬼打墙，绕来绕去出不来，比新手Grab司机走KL老街区还迷路。
但从2025年下半年开始，方向盘悄悄换手了。
METR算是目前业内公认比较权威的、专门给AI编程能力打分的机构。他们有一个非常直观的指标：AI在没有人类干预的情况下，能独立完成“人类专家需要花多长时间”的编程任务。这个数字过去6年是以指数级在涨——长期平均下来每7个月翻一倍——2024到2025年间，更是加速到每4个月翻一倍。讲得具体一点：2024年初，AI大概可以独立处理人类专家半小时左右的工作量；到了2026年初，这个数字已经是10个小时。
听起来像是又一组干巴巴的数字进步。但它恰恰卡在了软件工程的死穴上。
打个比方： 如果你下面的初级工程师每工作一个小时就要出一次错，那作为主管，你就别想清闲了，必须时时刻刻盯着他。可是如果他平均工作10个小时才出一次错，工作的性质就完全变了——你只需要每天结束时听他汇报一下，按报告给他下一轮指示就好。前者你是在养下属，后者下属在帮你做事。
回到AI编程亦然。当它跨过10个小时这个门槛（也就是开始能“以天为单位”独立工作），它就从副驾驶一跃坐上了主驾驶，人类反而退到副座。对那个靠“人类付费用软件”撑起来的SaaS行业，这是摧毁性的。
举个笔者自己的例子：这10年来，我工作上要用的软件订了一大堆，每一份单算下来，一年差不多就要400到500令吉。一份份累加起来，那笔账到掏钱的时候是有点肉疼的——可是要我自己一个一个写替代品，即使有那个能力，也未必有那个时间。
但是过去这一年，我订阅的软件里有一半，已经让我用AI帮忙重写了一个替代版。AI基本可以独立搞定，人类偶尔进场修修补补，一个下午就完事。一个下午换一份500令吉的年费，这吸引力可不小。
当整个市场都意识到这件事时，结局就是开头那一幕：2月份，SaaS市场被自己端了。笔者去年年底其实就和同事在私下嘀咕“SaaS要出事”，可惜光说没用，没去short这些股票，现在只能捶胸到吐血。
插个小插曲： 所谓“AI代理”（agents），简单讲就是把整个任务丢给AI、让它自己跑去搞定的一种用法——不是像聊天机器人那样一问一答，而是接到一个目标就自己想办法完成。这件事要真的跑得动，AI必须同时具备“以天为单位”的耐力和靠谱的长期记忆。最近最红的代表，是开源代理OpenClaw（logo是一只龙虾），业内于是把这一波戏称为“养龙虾”。大家最近常听到的vibe coding（“氛围编程”——意思是“我也不太懂程式，靠感觉和AI聊一聊，让它帮我写”），背后其实也是同一个原因。
而那条指数曲线目前看来还稳得很。可以预见的是：再过不久，即使是人类专家需要100小时（也就是以“周”为单位）的任务，AI也能在没有监督的情况下独立完成。事实上这个过程已经在悄然发生。业内最近流传一种说法：在编程这个领域，人类连副驾驶都不是了——我们更像是机场塔台的指挥员，同时盯着好几个AI主驾驶在跑，只要他们不撞机就好。
连锁反应还在持续发酵
这种连锁反应也还在持续发酵。最近不少公司疯狂烧钱建data center（数据中心），赌的就是：从10小时跳到100小时这一关一旦打开，背后会催生出一整批新型企业。笔者不做投资建议，但作为鸽派的一面也忍不住多嘴一句：百小时级别的任务到底能撑起多少新型行业？我自己心里其实是打问号的。这盘棋怎么走，留给市场去回答。
总而言之，以上这些消息，大家平时或许也听过一些边边角角。但这个新系列希望做的，是用更量化、更冷静的角度，和大家梳理AI时代正在发生的事，以及背后那些可以被推演的逻辑。
恐惧是徒劳的——因为你真正的对手，从来不是那个虚无缥缈的“AI”，而是站在这套冰冷逻辑后面、动作比你更快的那一群人类。