暴跌漩渦中，軟件選擇主動被大模型「吞噬」

2011年，Marc Andreessen寫下「軟件正在吞噬世界」。2026 年，Fortune用了一句話總結當前局面：「那個吃掉世界的東西，正在被吃掉。 」

2026年 4 月，Notion的產品團隊在官方博客里寫了這樣一段話：我們收到了大量來自企業客户的請求，他們希望在AI優先的工作流里使用 Notion，也希望從 Cursor 和 Claude 這樣的工具直接訪問Notion的工作區。於是他們發佈了Notion官方MCP Server。

Adobe在2026年4月20日的Summit大會上宣佈推出CX Enterprise，這是一套把旗下所有產品的能力重新打包成 Agent Skills 和 MCP 端點的全新架構，合作名單包括Anthropic、Google Cloud、Microsoft、OpenAI 和 AWS，Adobe自己的創意與營銷工作流從此以可調用能力的形式存在。

這些公司爭相把自己變成Agent可調用的能力。爭相被「AI吞噬」的軟件公司到底在想什麼？

過去，軟件的分發邏輯是「用户打開應用」，用户主動去找工具。現在，一個新的分發邏輯正在成形：當Agent代替用户處理任務時，它會在任務執行過程中決定調用哪些外部能力。Notion沒有主動進入這個邏輯，它的工作區就對Agent不可見。

圖片由AI生成：主動迎上風浪的船長

01

被資本「集體拋棄」的軟件行業

2026年2月，當Anthropic發佈Claude Cowork、OpenAI發佈Codex for (almost) everything、之后，軟件股出現了大幅下跌。摩根士丹利分析師 Keith Weiss 把它稱為「SaaSpocalypse」，Thomson Reuters 單日暴跌約 16%，LexisNexis母公司 RELX 倫敦股價下跌 14%，iShares 科技軟件ETF從2025年9月峰值累計跌超28%。

市場的邏輯是：如果AI Agent可以直接操作任何有界面的軟件，就不再需要為每一個SaaS工具支付席位費。IDC預測，到 2028 年，純粹的席位定價 模式將被淘汰，70%的軟件供應商將不得不重構定價策略，轉向消費量、結果或組織能力等新的價值指標。

但這個「SaaS 要死」的敍事，摩根士丹利認為是「過度反應」。他們的研究報告里有一句話值得注意：在這一輪變局里，處於最佳位置的「最強運動員」，是微軟、Salesforce 和 ServiceNow——恰好都是那些沒有等待AI來替代自己、而是主動把自己接入 Agent 生態的公司。

Klarna CEO Siemiatkowski自己后來也澄清了這個判斷：「我不認為這是Salesforce 的終結，甚至可能相反。更可能發生的是，更少的 SaaS 公司會整合市場，並把他們做的事情提供給其他公司。」 這話説明，軟件公司的出路不是「被 AI 替代」，而是「讓自己成為AI可調用的能力」。

02

Skill和Plugin：一個是內容，一個是容器

在這場轉型里，Skill和Plugin是最顯性的兩個形態，也是軟件公司主動接入AI生態時最常用的封裝方式。

根據OpenAI Codex和Anthropic Claude Code的開發者文檔，兩者的分工是這樣的：

Skill是行為的編碼格式。 它的物理形態是一個包含SKILL.md 文件的目錄，用YAML 聲明元數據，正文是自然語言寫的執行指令，用來告訴 Agent 遇到某類任務時應該按什麼步驟做、遵守什麼規則、調用哪些工具、輸出什麼結果。

Agent 處理任務前會先掃描所有Skill的元數據摘要，只有決定調用某個 Skill 時才加載完整內容，以此控制上下文消耗。Skill的作用域是單個倉庫或本地工作區，沒有版本號，沒有權限聲明，沒有跨團隊分發的機制。

Plugin是封裝和分發的容器。 OpenAI Codex文檔的原話是：「For reusable distribution of your own skills, prefer plugins。」Plugin 打包的是一個完整的能力單元：Skills（工作流指令）+ App integrations（外部應用集成）+ MCP server配置（外部系統連接）。

Anthropic的Claude Code Plugin在Skills之外還打包了Hooks（執行生命周期的控制節點）、Agents（子 Agent 定義）、Commands（斜槓命令）。Plugin有版本號，有manifest，有權限聲明，有 privacyPolicyURL、termsOfServiceURL、品牌色和截圖字段，這些字段的存在本身説明Plugin是為一個對外開放的商業目錄設計的，有可以被審覈、被分發、被定價出售的結構。

兩者的關係，兩家公司文檔里都説得很清楚：Skill是本地迭代的創作介質，Plugin是面向分發的流通商品。一家軟件公司如果只是發佈了一個MCP Server，它解決的是「Agent 如何連接我」的問題；如果進一步把工作流知識、執行約束和權限配置打包成 Plugin，它解決的是「Agent 如何用好我」的問題。后者的護城河更深，也更接近真正的商業資產。

MCP是連接的管道，解決的是數據和操作的可達性；Skill 和 Plugin 是行為的容器，解決的是任務如何被完成的知識封裝。前者是基礎設施，后者纔是真正體現專業價值的應用層。如果要説有商業價值的潛力，Skill和Plugin更像AI時代的App。

圖片由AI輔助生成

03

主動求變的軟件們

面對這場變局，軟件公司主動變成大模型的「Skill」或「Plugin」或者以MCP「連接大模型」，但背后的重點並不相同。

微軟和 Salesforce 的動作最激進，目的很相似：把自己變成Agent工作流的底座，讓其他工具的Skill 在自己這里運行。微軟的Declarative Agents框架讓企業直接在 Word、Teams、Outlook 里構建專屬 Agent，2026年4月進一步讓MCP Apps在Copilot 對話窗口里渲染交互式 UI，用户審批費用、查項目進度、對比文檔，全程不用跳出聊天界面。monday.com 是首批合作伙伴之一。

企業客户的 CRM 數據在 Salesforce 這里，Agent 要處理銷售和客服任務就繞不開這些數據，也就繞不開Salesforce的編排層。AgentExchange上架了 200 多家合作伙伴的超過1000個Skill和Agent，但真正鎖住客户的，是沉澱在Salesforce里的業務數據。

Agentforce 2.0對Sales Development 和Sales Coaching兩個Skill直接計費，2 美元/對話，是目前企業級Skill直接定價最清晰的案例。Marc Benioff説，企業必須成為「Agentic Enterprises」，很明顯在「説服」用户，這個轉型的樞紐應該在 Salesforce 上完成。

ServiceNow從來沒有單獨賣過一個Skill，但它的邏輯和微軟、Salesforce 並無二致。誰的IT 流程、HR流程、財務審批在ServiceNow 上跑，Agent 就在 ServiceNow 的環境里協作，工作流能力的價值自然通過訂閲溢價兑現。2025 年 ServiceNow 全年訂閲收入超過 130 億美元，同比增長約 22%。CEO Bill McDermott 在財報電話會議上説，2025年 AI 為公司內部創造了約 5 億美元的價值，IT 服務檯一級工單處理速度比人工快 99%。

Adobe的轉型力度在傳統軟件公司里最大。如文章開頭所説，4月Summit 大會上，Adobe把旗下整個 Experience Cloud重構為以Agent Skills和MCP端點為核心的系統，覆蓋站點優化、數據洞察、受眾創建、內容供應鏈，提供三種部署模式，支持在 Anthropic、Google Cloud、Microsoft、OpenAI的環境里直接調用。這套架構的背后，是 Adobe 自己研究里的一組數字：75% 的企業把數據整合列為 AI 落地的首要障礙，71% 面臨人才缺口，68%認為ROI不清晰。Adobe 把自己的營銷和創意工作流封裝成可調用的 Skill，押注的是企業在這三個障礙面前願意為現成的專業工作流付費。

Notion、Stripe、Shopify 的動作則更像是被推着走的。Notion在博客里寫，發佈官方MCP Server是因為企業客户要求從Cursor和Claude直接訪問工作區。Stripe 在 mcp.stripe.com 運行遠程端點，Shopify 上線四個官方MCP Server，只是讓 Agent 在處理支付、電商任務時能調用到自己。這類公司「接入大模型」更像是防禦，不產生新收入，但能防止從用户的工作流里消失。

Docusign走得更深一層。它把簽約流程打包成Skill 上架 AgentExchange，而不只是發佈一個 MCP Server。這兩者的差距值得説清楚：MCP 端點解決的是「Agent 能連接我」，Skill 封裝解決的是「Agent 知道怎麼用好我」。Docusign的數據是，Skill 上架后 2025 年 Q4 處理了 200 多個私人報價，簽約時間加快 60%。從接入到封裝，是從基礎設施往應用層走的一步，這一步的商業價值差距很明顯。

國內公司的接入方式，基本上停留在MCP層，解決「Agent能連接我」，還沒有太多公司像Docusign那樣進一步把工作流知識封裝成Skill。比如支付寶的MCP Server解決的是支付的技術連接，但「Agent如何在不同業務場景下最優地使用支付寶」這層工作流知識，目前還沒有被系統性地封裝。

飛書在開放平臺上線了文檔場景的 MCP 能力，釘釘官方團隊開源了dingtalk-openclaw-connector，高德地圖把導航數據封裝成 MCP Server 上架魔搭。魔搭 MCP廣場目前收錄超過 9000 個服務。

但「Agent 如何在不同業務場景下用好我」這一層工作流知識，目前還幾乎沒有公司系統性地封裝成 Skill。

「國內還沒有OpenAI或Anthropic這樣明顯領先的模型方牽頭走出一些行業範式，大廠有自己的生態，但是在模型能力上，並沒有特別領先或突出的特點。這可能也是應用層公司跟進比較緩慢的原因。」一位科技領域的一級市場投資人告訴騰訊科技。

但是，還有手機終端廠商的業務負責人説，「以后Agent是OS，Skill就是手機APP，我們也在積極地去思考怎麼去推進。」

「Skill目前缺乏統一標準，製作門檻低，很難説具有商業價值；相比之下，Plugin更像是一個可商用化的形態。但是，如果模型能力進一步提升，是不是模型會吞噬一切。這也是大家目前的討論。」一位軟件行業的技術專家表示，「目前看來，國內的應用層和軟件行業大家還在跑通連接層，這和國內整體Agent生態的成熟度有關，也和國內的SaaS生態的繁榮程度及競爭的激烈程度和國外有很大差距有關。」

04

什麼Skill真的有商業價值？

那麼，大熱的Skill是否具有商業價值？Skill、Plugin、或軟件內置Agentic AI能力，什麼纔是能夠跑通商業閉環的最大可能性？目前還沒有定論。

Gartner 的預測提供了一個宏觀座標：到 2028 年，33% 的企業軟件將包含Agentic AI 能力，2024年，這個數字還不足1%。但同一份研究也顯示，超過40%的Agentic AI項目將在 2027 年底前被叫停，原因是成本失控、價值不清晰，或風險管控缺失。贏家會高度集中。

能產生真實商業價值的Skill，有三個共同點：

第一，承載了特定領域的執行知識，而不只是通用流程描述 。Harvey 是最清晰的案例。這家法律 AI 公司底層調用 Anthropic 和 OpenAI 的模型，但核心價值在於它在模型之上建立的專業層：與 LexisNexis 的內容合作、面向律所的數據隱私架構、通過僱用前 BigLaw 律師積累的行業方法論。Harvey 的系統每天處理超過 40 萬個 Agentic 查詢，用户自建的自定義工作流超過 2.5 萬個。2026 年 3 月，Harvey以110億美元估值完成 2 億美元融資。CEO Winston Weinberg表示：「Harvey 不只是加了法律提示詞的 Claude。它是為法律團隊實際工作方式而生的平臺，包含專業知識、工作流集成、合規基礎設施和機構知識。這纔是重點。」

第二，包含可驗證的質量標準和失敗處理邏輯 。Salesforce AgentExchange上的clearMDM提供的Skill，用於Salesforce CRM數據質量管控，起步定價約100 英鎊/月/公司，核心是一套專門處理數據清洗場景的工作流邏輯，包括它在各類異常輸入下的處理方式。企業買的是穩定性和可預期性，不是聰明的提示詞。

第三，具備可審計的執行約束 。模型越強，企業越需要限制它的自主權。一個真正可以在企業里落地的Skill，必須能説清楚它在什麼情況下會執行什麼操作，以及在哪些節點會請求人工確認。Adobe 在CX Enterprise 里明確提供了兩個不同級別的人工監督機制，這個設計反映的是企業客户的真實需求。

相比之下，通用寫作、普通會議紀要、簡單文案改寫這類 Skill，已經被模型原生能力吸收，沒有獨立的商業價值。工具增強型的 Skill，比如PPT 生成、Excel 分析、代碼重構，更可能的結局是被Office、Notion、GitHub Copilot這類產品直接內置，以功能而非Skill的形式存在。

05

軟件生態未來可能是什麼形態

在這之后，還有一個更大的問題：軟件生態的結構會變成什麼樣？

摩根士丹利分析師 Keith Weiss 把 AI 對軟件行業的衝擊概括為「trinity of software fears」——席位定價受威脅、自建替代外購邏輯倒轉、AI 直接進入應用層競爭。但摩根士丹利同時認為，這個擔憂「給予了軟件巨頭在這輪創新中參與的能力過少的信用」，並把微軟、Salesforce、ServiceNow 列為最有可能勝出的公司。

IDC 對這場變局的判斷是：下一代企業技術棧，將圍繞 AI Agent 而不是 SaaS 界面構建。「今天的技術棧是圍繞 SaaS 界面建設的，明天的技術棧將圍繞與模塊化后端服務交互的AI Agent建設。」 數據湖和實時數據連接成為關鍵使能因素，供應商關係從「以 UI 為中心的參與演變為‘以 Agent 為中心的使能合作’」。

這個判斷意味着三類軟件會有不同的走向：

有網絡效應和專有數據的軟件，反而會更強。 Airbnb的房東網絡、Uber 的司機網絡、Palantir的防務數據，這類東西Agent替代不了，AI反而會增強它們處理這些數據和網絡的能力。這類公司的應對策略，是主動把自己的數據和核心邏輯封裝成Agent可調用的高價值Skill，不是等Agent繞過它們。

以界面為核心護城河的SaaS，面臨真實威脅。 如果用户價值主要來自一個漂亮的 UI 和點擊流程，而背后沒有獨特數據和工作流積累，那麼 Agent 既可以操控這個界面，也可以直接繞過它調用 API。這類產品的出路，是把自己重構成 Agent 編排層，以權限管理、流程驗證和審計能力為核心。

行業垂直軟件，是Skill商業化最清晰的機會所在。 Harvey在法律行業的路徑，Rogo在投資研究行業的路徑，證明了一件事：當你把一個行業里真實任務的執行知識深度編碼進 Plugin，通過企業採購渠道觸達大客户，這條路確實存在，而且估值數據已經證明了它的商業規模。

最后回到那批主動Skill化，最重要的可能並不是在「Skill Market」、「Plugin Market」能賣多少錢，影響生死存亡的，是當 Agent 代替員工處理工作時，這些能力能否在任務發生的那一刻被調用到。

這是一場關於軟件入口的根本性重構。入口從桌面圖標，變成了Agent 在執行任務時的工具調用列表。那些沒有出現在這個列表里的軟件，會在用户都沒意識到的情況下，被靜默地繞過去。

本文來自微信公眾號「騰訊科技」，作者：曉靜，編輯：徐青陽，36氪經授權發佈。