AI Agent 正在杀死 SaaS？从 Shopify 裁员 20% 说起

AI Agent 正在杀死 SaaS？从 Shopify 砍掉 20% 外包说起

一、Shopify 的"AI First"宣言，炸了整个 SaaS 圈

如果你最近没关注科技新闻，那你可能错过了一颗深水炸弹——Shopify CEO Tobi Lütke 在2026年初的全员信中扔下了一句狠话："在问能不能用 AI 之前，先问为什么还没用 AI。" 更狠的是，他直接宣布 Shopify 将大幅裁减外包团队，把大量原来交给 SaaS 工具干的活，全部交给 AI Agent。

一时间，SaaS 圈集体破防。有人在 X 上哀嚎"我们花了三年做的产品，AI Agent 三天就能搭一个"，也有人硬撑说"SaaS 不会被取代，只是会被重新定义"。

但我看完之后，只想说一句：不是 SaaS 要死了，是那些只会做"按钮+表单"的 SaaS，该想想自己的退路了。

今天这篇文章，我就来聊聊：AI Agent 到底是什么？它凭什么敢叫板万亿级的 SaaS 市场？以及——如果你是创业者、产品经理或开发者，你该怎么应对这场正在发生的海啸。

二、先搞清楚：AI Agent 和 ChatGPT 不是一回事

很多人一听到 AI Agent，第一反应就是"不就是 ChatGPT 嘛"。大错特错。

ChatGPT 是一个对话工具——你问它问题，它给你答案。它的本质是一个更聪明的搜索引擎，每次对话都是独立的，没有记忆，没有行动能力，不能帮你真正"做"任何事情。

AI Agent 则完全不同。 它是一个能自主行动的智能体——它能理解你的目标，自己拆解任务，调用各种工具和 API，执行多步骤操作，甚至在遇到问题时自己调整策略。简单来说，ChatGPT 是"嘴替"，AI Agent 是"手替"。

AI Agent vs Automation vs AI Workflow - Key Differences & Benefit

举个例子。你跟 ChatGPT 说"帮我分析一下上个月的销售数据"，它会告诉你分析方法，但数据还得你自己导、图表还得你自己画。而 AI Agent 呢？它会自己连接你的数据库，自动提取数据，生成分析报告，甚至发现异常趋势后主动提醒你："嘿，上个月华东区的退货率异常升高，建议排查一下供应链。"

这才是真正的范式转移。不是"更聪明的聊天机器人"，而是"能替你干活的数字员工"。

三、SaaS 解决的是"工具"问题，AI Agent 解决的是"人"的问题

要理解 AI Agent 为什么能威胁 SaaS，你得先理解 SaaS 的底层逻辑。

传统 SaaS 做的事情，本质上是把一个业务流程数字化。CRM 帮你管理客户，ERP 帮你管进销存，项目管理工具帮你分配任务。但不管工具多好用，操作工具的还是人。你得自己录入数据、自己设置规则、自己查看报表、自己做决策。SaaS 只是把纸上的流程搬到了屏幕上，干活的还是你。

AI Agent 的逻辑完全不同。它不是"更好的工具"，而是替代操作工具的那个人。一个 AI Agent 可以同时监控你的 CRM、ERP 和项目管理工具，自动同步数据，自动发现异常，自动触发流程，甚至自动发邮件给相关人。你不再需要一个运营专员每天花三小时在各个 SaaS 之间复制粘贴数据，AI Agent 几秒钟就搞定了。

What Is a Digital Worker? | Salesforce

这就是为什么 Tobi Lütke 敢砍外包团队——不是因为外包做得不好，而是因为 AI Agent 能以十分之一的成本、百倍的速度做同样的事情。

四、All in Agent 已成共识：2026年的军备竞赛

Shopify 不是个例。放眼全球科技圈，几乎所有大厂都在 Agent 赛道上疯狂下注，而且2026年的动作比2025年激进得多。

微软 在2026年把 Copilot 从"代码助手"彻底升级成了"自主工作平台"。2026年5月，微软官方发布了密集的 Agent 培训计划，涵盖 Agent adoption best practices、Agent governance、Researcher and Analyst Agent 等主题。Copilot Agent Mode 已经在 Word、Excel、PowerPoint 中全面铺开，能自主编排跨应用的多步骤任务——比如从一封邮件中提取数据，自动生成 Excel 报表，再基于报表制作 PPT，全程无需人工干预。Satya Nadella 的预判正在兑现："SaaS 应用将会被 Agent 取代，或者至少被大幅重新定义。"

Microsoft 365 Copilot Updates in 2026: What's New

Salesforce 作为 SaaS 行业的绝对龙头，转型最激进。2026年2月公布的财报显示，FY26 Q4 营收112亿美元，同比增长12%，其中 Agentforce 已经开始贡献实质性收入，ARR突破8亿美元。Marc Benioff 在财报电话会上说："未来的企业软件，界面会越来越少，Agent 会越来越多。"Salesforce 正在把自己从一个"记录系统"变成一个"执行系统"。

OpenAI 在2026年4月15日发布了 Agents SDK 的重大更新，引入了原生沙箱执行、模型原生 Harness、MCP 协议支持，以及超过100个非 OpenAI 模型的兼容性。这意味着 Agent 开发不再是实验性质，而是进入了生产级部署阶段。OpenAI 还在 ChatGPT 中推出了 Workspace Agents，让团队可以共享由 Codex 驱动的智能体，完成复杂的技术和知识型工作流。

LangChain Deep Agents vs OpenAI Agents SDK (2026) - DEV Community

Anthropic 的 MCP（Model Context Protocol）协议在2026年进入了企业采纳的关键拐点。2026年3月26日，MCP 规范做了重要更新：Auth 认证机制从草案进入正式版，HTTP transport 升级为 Streamable HTTP，解决了企业最关心的权限控制和长连接稳定性问题。2026年4月，AWS 宣布加倍投入 MCP，支持其作为 Agentic AI 的核心连接层。到2026年5月，80% 新部署的 AI Agent 已经使用 MCP 协议。

Anthropic Model Context Protocol (MCP) Explained | AlphaMatch

国内方面，百度在2026年5月11日正式发布了文心大模型 5.1，在知识推理、代码生成和多模态理解上实现显著提升。字节跳动、阿里、腾讯也在加速布局 Agent 平台——Coze、通义千问 Agent、混元智能体都在2026年进入了商业化落地阶段。

这场竞赛的共识已经非常明确：AI Agent 不是"锦上添花"的功能，而是下一代软件的核心形态。

Enterprise Agentic AI Landscape 2026: Trust, Flexibility, and Vendor Lock-in - Kai Waehner

五、我的观点：SaaS 不会死，但会"变脸"

说到这里，可能很多 SaaS 创业者已经开始焦虑了。但我想泼一盆冷水给那些喊"SaaS 已死"的人——你们也太乐观了。

AI Agent 确实强大，但它有几个致命的短板，短期内根本解决不了。

第一，信任与合规问题。 你敢让一个 AI Agent 自动操作你的财务系统吗？你敢让它自动给客户发邮件吗？出了错谁负责？在很多行业（金融、医疗、法律），合规和审计是硬性要求，AI Agent 的"黑箱"特性会是巨大的障碍。2026年4月，安全社区已经开始系统披露 MCP 服务器的 CVE 模式和攻击链，"MCP is moving fast — and so are the attackers" 成为安全博主的热门标题。

第二，复杂业务逻辑。 简单的流程自动化 AI Agent 搞得定，但真正复杂的企业级业务逻辑——比如多币种跨国结算、复杂的审批流、行业特定的合规要求——这些东西不是靠"大模型理解"就能搞定的，需要大量的领域知识和工程化打磨。

第三，数据安全与 Agent 泛滥。 AI Agent 需要访问你的各种系统和数据才能工作，但这也意味着你的核心数据暴露面大幅增加。更麻烦的是"Agent Sprawl"（Agent 泛滥）——微软 Copilot Studio 的按消息计费模式已经让采购团队头疼不已，每个 Agent 都在消耗消息池，治理成本被严重低估。

第四，成本并不便宜。 微软 Copilot Business 定价30美元/用户/月，加上必需的 M365 基础许可证，实际成本达到42.5-57美元/用户/月。对于一个5000人的企业，这是每年180万美元的基础支出，25000人规模则是900万美元，还不包括超额请求费用。

所以，我的判断是：SaaS 不会死，但会"变脸"。 未来的 SaaS 不再是"给你一个界面让你操作"，而是"给你一个 Agent 让它替你操作"，界面退居幕后成为监管和审计的工具。那些能快速融入 Agent 生态的 SaaS，会活得更好；而那些死守"界面交互"不放的 SaaS，会被逐步边缘化。

六、如果你是创业者，现在该做什么？

废话不多说，直接上干货。面对 AI Agent 浪潮，不同角色的人应该有不同的应对策略。

策略 1：SaaS 创业者——把你的产品"Agent 化"

如果你已经在做 SaaS，现在最该做的事情是：开放 API，拥抱 Agent 生态。 未来的 SaaS 不需要漂亮的界面，但需要强大的 API。让 AI Agent 能无缝调用你的服务，你的产品就有了新的生存空间。Notion 就是一个好榜样——它不仅提供了优秀的界面，还开放了强大的 API，让各种 AI Agent 可以直接操作 Notion 的数据库和页面。

更重要的是，支持 MCP 协议。2026年，MCP 已经成为事实上的标准，不支持 MCP 的 SaaS 就像不支持 HTTP 的网站——会被 Agent 生态自动屏蔽。

策略 2：产品经理——学会设计"Agent 优先"的产品

过去的产品设计思路是"用户界面优先"——先画原型图、再设计交互流程、最后考虑后端。现在要反过来：先设计 API 和数据模型，再考虑 Agent 如何调用，最后才是人类界面。 这意味着你需要学习新的技能：API 设计、数据建模、Agent 工作流编排、Guardrails（护栏）设计。

策略 3：开发者——掌握 Agent 开发框架

如果你是开发者，现在是学习 Agent 开发的最佳时机。2026年的技术栈已经相当成熟：

• OpenAI Agents SDK：2026年4月更新后支持原生沙箱、100+模型、MCP 协议，是生产级 Agent 的首选框架
• LangChain Deep Agents：2026年3月发布，主打长时程、有状态任务，适合研究型、编码型 Agent
• Microsoft Copilot Studio：低代码构建自定义 Agent，适合企业内快速落地

掌握这些技能，你就站在了下一波技术浪潮的浪尖上。

策略 4：普通人——学会"管理" AI Agent

即使你不是技术人员，你也需要学会一件事：怎么给 AI Agent 下达清晰的指令，怎么验证它的输出，怎么在它犯错时纠正它。 这听起来很像管理一个新员工——没错，未来的"数字素养"就包括"管理 AI 员工"的能力。

七、写在最后

Shopify 砍掉 20% 外包团队这件事，本身并不是什么惊天动地的大新闻。但它背后的信号，值得每一个科技从业者认真对待。

AI Agent 正在从"概念"变成"现实"，从"demo"变成"生产力"。它不会一夜之间颠覆 SaaS，但它的进化速度远超大多数人的想象。那些现在就开始拥抱 Agent 思维的人，会在未来两到三年内获得巨大的先发优势。

记住：工具会变，但解决问题的能力永远值钱。 与其焦虑 SaaS 会不会被取代，不如想想怎么用 AI Agent 解决更大的问题。

毕竟，被淘汰的从来不是工具，而是只会用一种工具的人。