Agent 时代的软件系统重构：当用户界面不再是护城河，软件的价值会流向哪里？

今天研究了一篇a16z的深度长文，讲 Salesforce 推出无界面产品这件事。

它表面上是在讨论软件会不会失去前端，但作者其实是借这个话题，重新拆解企业软件系统这类产品的底层逻辑，把企业软件的旧逻辑、AI 介入后的新逻辑，以及未来产品形态的变化都串了起来。

我读下来比较有感触的几点：

• 过去很多 SaaS 的粘性，其实不只是来自数据，而是来自界面、使用习惯以及一堆没有写进文档里的操作规则。

• 而到了 AI Agent 时代，软件真正的护城河，可能会从 UI 迁移到底层的数据模型、权限体系、工作流逻辑，以及能不能真正进入业务执行环节。

• 文章里关于 CRM、ATS、ERP 的对比写得很细，把不同产品的用户粘性、核心竞争力以及迁移难度都做了非常细致的分析。

• 我也挺认同作者的判断：AI 原生软件的机会，不只是把旧系统套一层 Agent，而是重新思考到底什么才是新时代的软件系统。

我们公司最近也在专注于企业 AI 转型相关业务，包括企业知识库、垂类 AI 工具开发、业务流程重构和 AI Agent 应用设计，目前已经和电商、新能源等行业的多家企业企业达成深度。有相关需求的老板，欢迎扫描下方二维码找我聊聊

原文链接：https://a16z.com/is-software-losing-its-head/

上个月，Salesforce 宣布将开放其 API，并推出一款无界面产品。本质上，它是在押注：在 Agent 时代，Salesforce 的价值不再主要来自用户界面，而是来自数据层。这是一次聪明的重新定位。当然，也需要指出的是，从技术层面看，实际变化似乎并不大。Salesforce 现在作为无界面产品来营销的 API，大多已经存在多年。换句话说，这更像是一次典型的 Salesforce 式市场发布。

这款新产品背后的思路是：Agent 可以直接访问记录系统中的数据，而不需要与面向人类、用于跟踪工作流的界面进行交互。

这则公告提出了一个更有意思的问题： 如果把界面拿掉，只暴露数据库，最后剩下的到底是什么？ 它和一个 Postgres 数据库、一套设计良好的 schema 以及一个 API 有什么本质区别？

过去让记录系统具备长期防御力的经典因素是否还会继续存在，还是说新的判断标准正在形成？在 SaaS 时代，记录系统之所以有防御力，是因为人类用户长期生活在它的界面里。

而在 Agent 时代，这种优势会被削弱。真正有护城河的层级会向下转移到数据模型、权限、工作流逻辑和合规能力，也会向上转移到网络效应、专有数据生成和现实世界执行能力。

当软件变成无界面形态时，其护城河究竟会转移到哪里？

界面曾经就是产品本身

记录系统是（system of record ）某一类业务数据的权威事实来源。它是客户关系、员工记录或财务交易正式版本所在的地方，也是其他工具读取数据并回写数据的系统。

CRM 是收入相关数据的记录系统，HRIS 是人员数据的记录系统，ERP 是资金和财务数据的记录系统。它们之所以强大，并不只是因为它们存储数据，而是因为它们成为了整个组织共同运转所依赖的现实基础。

过去二十年里，Salesforce 销售的其实是一套让销售负责人管理团队的方式。仪表盘、销售管道视图、预测工具和活动动态，才是用户真正购买的东西。它的商业模式建立在按席位向用户出售这些功能访问权限之上。底层数据库当然很重要，但在用户感知中反而是附带的。

也就是说，真正推动用户粘性的，是界面。界面强制维持数据规范，创造了共同词汇，比如线索、机会、账户。它让成千上万的销售人员录入他们原本不会录入的数据。而**界面就是维持数据一致性的关键机制。**这个产品的粘性强到很多销售负责人换新工作时仍然坚持带着 Salesforce 过去，并不是因为它的界面多好用，而是因为它已经变成了一种肌肉记忆。

**Agent 正在开始颠覆这一模式。**它们不再通过界面交互，而是可以直接读取和写入底层数据。这也催生了一批绕过传统界面的新工具和变通方案。

**Salesforce 并不是唯一的例子，我们最近也写过 SAP 周围正在快速生长出一整个适合 AI 使用的生态。**能够操作计算机的 Agent，也会让过去那些属于人类层面的因素，比如偏好、培训、未写明的上下文，随着时间推移逐渐失效。换句话说，成为一个长期稳固记录系统所需满足的条件，正在发生变化。

历史上的评价标准

在讨论 Agent 时代会发生什么变化之前，有必要先准确说明：过去一个记录系统到底为什么会有粘性。最开始的几个因素，其实都集中在人类如何与软件交互，以及人类用户的偏好上。软件的粘性很大程度上来自界面、习惯、人类工作流和已经嵌入组织内部的流程。

• 它被访问的频率有多高？

CRM 会被 GTM 团队以及更多相关人员每天使用。高频使用让它成为关键基础设施。而建立在其上的人类层，包括仪式化流程、肌肉记忆、多年来形成的管理节奏，往往是最难迁移的东西，因为很多人甚至意识不到这些东西也需要迁移。

• 它是只写系统，还是可读可写系统？

一个有粘性的记录系统，通常是可读可写的记录系统。以 CRM 为例，它不是一个只写入的档案库，而是会被持续读取。每一通电话记录、每一次阶段更新、每一个任务创建，都是由某个人输入进去的，而且这个人通常关心自己正在做的事情。这种双向流动意味着，任何替代系统都必须处理实时运营数据，而不只是导出一份历史数据。迁移没有一个绝对安全的切换时点，所以企业一旦完成上线，通常会继续留在原有供应商那里。

相反，候选人管理系统 ATS 往往更接近只写系统。候选人一旦被录用或拒绝，之后再回头访问这些数据的理由就比较有限。

• 有多少未文档化的标准操作流程（SOP）？

关键业务的上下文通常不在任何现成的知识库当中，而是被编码进管理员和系统集成商多年搭建出来的工作流规则中。以销售场景为例，未写明的上下文可能包括：超过 10 万美元的企业级交易需要副总裁审批，EMEA 地区交易需要隐私审查，战略客户折扣只有在季度末才能绕过财务审批。

这些上下文往往决定了一件事情能否及时完成，或者是否会违反某些重要实践。迁移意味着必须反向工程每一条自动化规则，否则就会直接丢失实践中不可或缺的机构记忆。

• 这个系统的内部或外部依赖是否很多？

核心问题是，有多少内部系统、团队流程或外部利益相关方依赖这个记录系统。内部连接性指的是其下游的其他软件或工作流。外部连接性指的是需要直接访问数据的外部方，比如审计师、会计师或监管机构，ERP 就是典型例子。无论内部还是外部，只要连接性越高，迁移时需要拆解的东西就越多。

• 数据在合规层面有多关键？

这里的核心问题很简单：这个系统是否属于合规关键系统？像薪酬、ERP 和人力资源数据这样的合规关键系统，需要一个在法律上站得住脚的事实来源、严格的管理员访问控制，以及审计师和监管机构在迁移过程中的直接参与。这会显著提高系统粘性。

销售数据和 Zendesk 这样的客户支持工具则处在另一端。你会关心连续性和上下文，但如果数据迁移了，或者某个人获得了访问权限，通常不会立刻让监管获取。

并非所有记录系统都有同样的切换成本。如果用同一组维度去比较 CRM 和 ATS，差异非常明显。ATS 是服务于招聘这个边界明确流程的工作流工具。一旦候选人被录用或拒绝，这条记录基本就变成了一次性写入。它的集成更窄，用户群体也更小、更集中。

ERP 则处在另一个极端：总账本身就是审计轨迹，你的会计、审计师和监管机构都会成为迁移的直接利益相关方。替换 ATS 会很痛苦，但仍然可以承受。替换 CRM 像是一场开胸手术。替换 ERP 则像是在病人跑马拉松时进行开胸手术🤣。

ATS、CRM、ERP的粘性和迁移难度各有不同

ATS、CRM、ERP的粘性和迁移难度各有不同

传统上，记录系统并没有真正利用专有数据或网络效应这类护城河创造因素，因为工作流本身通常已经足以形成护城河。某种程度上，消费互联网业务更擅长把工具和网络结合起来，而历史上的记录系统通常没有做到这一点。

• 专有数据

很多记录系统虽然收集了客户数据，但它们并没有真正利用这些数据，很多时候在合同上也不能这么做。

因此，虽然 CRM 拥有丰富数据，也理论上可以跨客户聚合数据来生成跨客户洞察，但它们过去并没有真正有意义地做到这一点。当然，也有一些尝试，比如 Salesforce 的 Einstein。

• 网络效应

最理想的状态当然是网络效应。比如 CRM 会因为软件卖家可以找到买家而变得更有价值。但和数据类似，从历史上看，记录系统中的网络效应最多只能算很弱。

对于记录系统这样的软件系统而言，什么才是真正重要的东西

对于记录系统这样的软件系统而言，什么才是真正重要的东西

如果界面消失，Agent 到来，剩下的是什么？

Agent 不需要浏览器。它需要 API、上下文、指令以及执行行动的能力。有两件事让这种能力能够大规模实现。

第一，LLM 已经足够强，可以进行推理。因此，一个 Agent 现在可以读取上下文、制定计划、选择工具、执行动作并检查输出，而且大多数任务不再需要人类参与。

第二，MCP 标准化了工具访问方式，让 Agent 可以用一种通用接口调用外部能力。一个拥有 MCP 访问权限的 Agent，可以在毫秒级别、规模化地完成一个人类用户在平台上做的事情，而且不需要浏览器。在上下文足够充分的情况下，能够操作计算机的 Agent 甚至应该可以直接导航现有软件的界面，而不一定需要 API。

简单来看，现在软件买家有三条路径：

**第一，继续使用现有系统，并在其上叠加 Agent。 **使用现有系统的 CLI 和 API，可以通过原厂 Agent 产品，比如 Salesforce 的 Agentforce、SAP 的 Joule，也可以自己在其之上构建 Agent。这里暂且假设 API 是完整可用的，并且无界面化在运营上没有想象中那么复杂。

第二，完全自建记录系统。 自己构建数据模型、运营逻辑、权限、审计轨迹、集成等能力，并从零开始构建自己的 Agent，当然大概率会借助第三方 Agent 构建工具和数据库工具。

第三，购买 AI 原生替代产品。 购买新一代从一开始就为 Agent 时代设计的软件，它们面向机器可读性构建，把 Agent 编排作为一等功能，而不是事后补上的插件。这类产品也可能是无界面的。

那么，旧评价标准中哪些仍然有效？

由人类行为和偏好驱动的因素会逐渐淡化，比如访问频率、可读可写这些与人类肌肉记忆相关的因素。**Agent 可能会消灭人类肌肉记忆作为护城河的作用，但不会消灭运营逻辑和上下文作为护城河的作用。**甚至相反，它们会让这些逻辑更重要，因为 Agent 需要明确的规则、权限和流程定义，才能安全地执行动作。

**短期内，未文档化的仍然重要。**编码在工作流规则中的机构逻辑，正是 Agent 需要依赖的东西。它也是最难重建的东西。目前这些内容还不能被干净地导出，尤其是在某些流程环节仍然有人类参与的情况下。不过，捕捉上下文正在变得更容易。随着 Agent 替代更多人工劳动，这一因素的重要性会下降。

连接性仍然很难拆解，而且范围会进一步扩大。连接性这一因素会发生迁移。它不再只是为了配合人类用户，而是为了维持传统上相互孤立的职能和软件之间的连接一个 CRM Agent 需要把销售、账单和客户成功之间的数据与上下文串联起来。 如果你的平台同时也是多个外部组织的 Agent 进行交易的节点，比如买方、卖方和合作伙伴之间的交互节点，那么依赖关系会进一步加深。一个现有系统叠加 Agent 后，要跨越不同底层软件的原语进行协作会更加困难；自己搭建数据库和 Agent 组合也同样会面临这个问题。

合规关键数据仍然重要。面向监管机构的数据，或者具有监管及法律风险的数据，需要一个单一且可信的数据来源。如果客户信任现有产品，就不太可能轻易切换。以薪酬和会计数据为例，Agent 可能想访问这些数据，但你不太可能愿意在内部自行构建和维护这一整套系统。在一个完全 Agent 化的世界里，最难解决的问题之一是：

**哪些 Agent 被授权做什么？代表谁做？审计能力如何保障？**如果一个记录系统成为 Agent 与 Agent 交互中的身份和权限层，它就会拥有一种真正难以被取代的结构性角色。它难以替代，并不是因为它保存了数据，而是因为它执行了一套信任架构。

The End.

———— 来碗牛肉粉