暴跌漩涡中，软件选择主动被大模型“吞噬”

2011年，Marc Andreessen写下“软件正在吞噬世界”。2026 年，Fortune用了一句话总结当前局面：“那个吃掉世界的东西，正在被吃掉。 ”

2026年 4 月，Notion的产品团队在官方博客里写了这样一段话：我们收到了大量来自企业客户的请求，他们希望在AI优先的工作流里使用 Notion，也希望从 Cursor 和 Claude 这样的工具直接访问Notion的工作区。于是他们发布了Notion官方MCP Server。

Adobe在2026年4月20日的Summit大会上宣布推出CX Enterprise，这是一套把旗下所有产品的能力重新打包成 Agent Skills 和 MCP 端点的全新架构，合作名单包括Anthropic、Google Cloud、Microsoft、OpenAI 和 AWS，Adobe自己的创意与营销工作流从此以可调用能力的形式存在。

这些公司争相把自己变成Agent可调用的能力。争相被“AI吞噬”的软件公司到底在想什么？

过去，软件的分发逻辑是“用户打开应用”，用户主动去找工具。现在，一个新的分发逻辑正在成形：当Agent代替用户处理任务时，它会在任务执行过程中决定调用哪些外部能力。Notion没有主动进入这个逻辑，它的工作区就对Agent不可见。

图片由AI生成：主动迎上风浪的船长

01

被资本“集体抛弃”的软件行业

2026年2月，当Anthropic发布Claude Cowork、OpenAI发布Codex for (almost) everything、之后，软件股出现了大幅下跌。摩根士丹利分析师 Keith Weiss 把它称为“SaaSpocalypse”，Thomson Reuters 单日暴跌约 16%，LexisNexis母公司 RELX 伦敦股价下跌 14%，iShares 科技软件ETF从2025年9月峰值累计跌超28%。

市场的逻辑是：如果AI Agent可以直接操作任何有界面的软件，就不再需要为每一个SaaS工具支付席位费。IDC预测，到 2028 年，纯粹的席位定价 模式将被淘汰，70%的软件供应商将不得不重构定价策略，转向消费量、结果或组织能力等新的价值指标。

但这个“SaaS 要死”的叙事，摩根士丹利认为是“过度反应”。他们的研究报告里有一句话值得注意：在这一轮变局里，处于最佳位置的“最强运动员”，是微软、Salesforce 和 ServiceNow——恰好都是那些没有等待AI来替代自己、而是主动把自己接入 Agent 生态的公司。

Klarna CEO Siemiatkowski自己后来也澄清了这个判断：“我不认为这是Salesforce 的终结，甚至可能相反。更可能发生的是，更少的 SaaS 公司会整合市场，并把他们做的事情提供给其他公司。” 这话说明，软件公司的出路不是“被 AI 替代”，而是“让自己成为AI可调用的能力”。

02

Skill和Plugin：一个是内容，一个是容器

在这场转型里，Skill和Plugin是最显性的两个形态，也是软件公司主动接入AI生态时最常用的封装方式。

根据OpenAI Codex和Anthropic Claude Code的开发者文档，两者的分工是这样的：

Skill是行为的编码格式。 它的物理形态是一个包含SKILL.md 文件的目录，用YAML 声明元数据，正文是自然语言写的执行指令，用来告诉 Agent 遇到某类任务时应该按什么步骤做、遵守什么规则、调用哪些工具、输出什么结果。

Agent 处理任务前会先扫描所有Skill的元数据摘要，只有决定调用某个 Skill 时才加载完整内容，以此控制上下文消耗。Skill的作用域是单个仓库或本地工作区，没有版本号，没有权限声明，没有跨团队分发的机制。

Plugin是封装和分发的容器。 OpenAI Codex文档的原话是：“For reusable distribution of your own skills, prefer plugins。”Plugin 打包的是一个完整的能力单元：Skills（工作流指令）+ App integrations（外部应用集成）+ MCP server配置（外部系统连接）。

Anthropic的Claude Code Plugin在Skills之外还打包了Hooks（执行生命周期的控制节点）、Agents（子 Agent 定义）、Commands（斜杠命令）。Plugin有版本号，有manifest，有权限声明，有 privacyPolicyURL、termsOfServiceURL、品牌色和截图字段，这些字段的存在本身说明Plugin是为一个对外开放的商业目录设计的，有可以被审核、被分发、被定价出售的结构。

两者的关系，两家公司文档里都说得很清楚：Skill是本地迭代的创作介质，Plugin是面向分发的流通商品。一家软件公司如果只是发布了一个MCP Server，它解决的是“Agent 如何连接我”的问题；如果进一步把工作流知识、执行约束和权限配置打包成 Plugin，它解决的是“Agent 如何用好我”的问题。后者的护城河更深，也更接近真正的商业资产。

MCP是连接的管道，解决的是数据和操作的可达性；Skill 和 Plugin 是行为的容器，解决的是任务如何被完成的知识封装。前者是基础设施，后者才是真正体现专业价值的应用层。如果要说有商业价值的潜力，Skill和Plugin更像AI时代的App。

图片由AI辅助生成

03

主动求变的软件们

面对这场变局，软件公司主动变成大模型的“Skill”或“Plugin”或者以MCP“连接大模型”，但背后的重点并不相同。

微软和 Salesforce 的动作最激进，目的很相似：把自己变成Agent工作流的底座，让其他工具的Skill 在自己这里运行。微软的Declarative Agents框架让企业直接在 Word、Teams、Outlook 里构建专属 Agent，2026年4月进一步让MCP Apps在Copilot 对话窗口里渲染交互式 UI，用户审批费用、查项目进度、对比文档，全程不用跳出聊天界面。monday.com 是首批合作伙伴之一。

企业客户的 CRM 数据在 Salesforce 这里，Agent 要处理销售和客服任务就绕不开这些数据，也就绕不开Salesforce的编排层。AgentExchange上架了 200 多家合作伙伴的超过1000个Skill和Agent，但真正锁住客户的，是沉淀在Salesforce里的业务数据。

Agentforce 2.0对Sales Development 和Sales Coaching两个Skill直接计费，2 美元/对话，是目前企业级Skill直接定价最清晰的案例。Marc Benioff说，企业必须成为“Agentic Enterprises”，很明显在“说服”用户，这个转型的枢纽应该在 Salesforce 上完成。

ServiceNow从来没有单独卖过一个Skill，但它的逻辑和微软、Salesforce 并无二致。谁的IT 流程、HR流程、财务审批在ServiceNow 上跑，Agent 就在 ServiceNow 的环境里协作，工作流能力的价值自然通过订阅溢价兑现。2025 年 ServiceNow 全年订阅收入超过 130 亿美元，同比增长约 22%。CEO Bill McDermott 在财报电话会议上说，2025年 AI 为公司内部创造了约 5 亿美元的价值，IT 服务台一级工单处理速度比人工快 99%。

Adobe的转型力度在传统软件公司里最大。如文章开头所说，4月Summit 大会上，Adobe把旗下整个 Experience Cloud重构为以Agent Skills和MCP端点为核心的系统，覆盖站点优化、数据洞察、受众创建、内容供应链，提供三种部署模式，支持在 Anthropic、Google Cloud、Microsoft、OpenAI的环境里直接调用。这套架构的背后，是 Adobe 自己研究里的一组数字：75% 的企业把数据整合列为 AI 落地的首要障碍，71% 面临人才缺口，68%认为ROI不清晰。Adobe 把自己的营销和创意工作流封装成可调用的 Skill，押注的是企业在这三个障碍面前愿意为现成的专业工作流付费。

Notion、Stripe、Shopify 的动作则更像是被推着走的。Notion在博客里写，发布官方MCP Server是因为企业客户要求从Cursor和Claude直接访问工作区。Stripe 在 mcp.stripe.com 运行远程端点，Shopify 上线四个官方MCP Server，只是让 Agent 在处理支付、电商任务时能调用到自己。这类公司“接入大模型”更像是防御，不产生新收入，但能防止从用户的工作流里消失。

Docusign走得更深一层。它把签约流程打包成Skill 上架 AgentExchange，而不只是发布一个 MCP Server。这两者的差距值得说清楚：MCP 端点解决的是“Agent 能连接我”，Skill 封装解决的是“Agent 知道怎么用好我”。Docusign的数据是，Skill 上架后 2025 年 Q4 处理了 200 多个私人报价，签约时间加快 60%。从接入到封装，是从基础设施往应用层走的一步，这一步的商业价值差距很明显。

国内公司的接入方式，基本上停留在MCP层，解决“Agent能连接我”，还没有太多公司像Docusign那样进一步把工作流知识封装成Skill。比如支付宝的MCP Server解决的是支付的技术连接，但“Agent如何在不同业务场景下最优地使用支付宝”这层工作流知识，目前还没有被系统性地封装。

飞书在开放平台上线了文档场景的 MCP 能力，钉钉官方团队开源了dingtalk-openclaw-connector，高德地图把导航数据封装成 MCP Server 上架魔搭。魔搭 MCP广场目前收录超过 9000 个服务。

但“Agent 如何在不同业务场景下用好我”这一层工作流知识，目前还几乎没有公司系统性地封装成 Skill。

“国内还没有OpenAI或Anthropic这样明显领先的模型方牵头走出一些行业范式，大厂有自己的生态，但是在模型能力上，并没有特别领先或突出的特点。这可能也是应用层公司跟进比较缓慢的原因。”一位科技领域的一级市场投资人告诉腾讯科技。

但是，还有手机终端厂商的业务负责人说，“以后Agent是OS，Skill就是手机APP，我们也在积极地去思考怎么去推进。”

“Skill目前缺乏统一标准，制作门槛低，很难说具有商业价值；相比之下，Plugin更像是一个可商用化的形态。但是，如果模型能力进一步提升，是不是模型会吞噬一切。这也是大家目前的讨论。”一位软件行业的技术专家表示，“目前看来，国内的应用层和软件行业大家还在跑通连接层，这和国内整体Agent生态的成熟度有关，也和国内的SaaS生态的繁荣程度及竞争的激烈程度和国外有很大差距有关。”

04

什么Skill真的有商业价值？

那么，大热的Skill是否具有商业价值？Skill、Plugin、或软件内置Agentic AI能力，什么才是能够跑通商业闭环的最大可能性？目前还没有定论。

Gartner 的预测提供了一个宏观坐标：到 2028 年，33% 的企业软件将包含Agentic AI 能力，2024年，这个数字还不足1%。但同一份研究也显示，超过40%的Agentic AI项目将在 2027 年底前被叫停，原因是成本失控、价值不清晰，或风险管控缺失。赢家会高度集中。

能产生真实商业价值的Skill，有三个共同点：

第一，承载了特定领域的执行知识，而不只是通用流程描述 。Harvey 是最清晰的案例。这家法律 AI 公司底层调用 Anthropic 和 OpenAI 的模型，但核心价值在于它在模型之上建立的专业层：与 LexisNexis 的内容合作、面向律所的数据隐私架构、通过雇用前 BigLaw 律师积累的行业方法论。Harvey 的系统每天处理超过 40 万个 Agentic 查询，用户自建的自定义工作流超过 2.5 万个。2026 年 3 月，Harvey以110亿美元估值完成 2 亿美元融资。CEO Winston Weinberg表示：“Harvey 不只是加了法律提示词的 Claude。它是为法律团队实际工作方式而生的平台，包含专业知识、工作流集成、合规基础设施和机构知识。这才是重点。”

第二，包含可验证的质量标准和失败处理逻辑 。Salesforce AgentExchange上的clearMDM提供的Skill，用于Salesforce CRM数据质量管控，起步定价约100 英镑/月/公司，核心是一套专门处理数据清洗场景的工作流逻辑，包括它在各类异常输入下的处理方式。企业买的是稳定性和可预期性，不是聪明的提示词。

第三，具备可审计的执行约束 。模型越强，企业越需要限制它的自主权。一个真正可以在企业里落地的Skill，必须能说清楚它在什么情况下会执行什么操作，以及在哪些节点会请求人工确认。Adobe 在CX Enterprise 里明确提供了两个不同级别的人工监督机制，这个设计反映的是企业客户的真实需求。

相比之下，通用写作、普通会议纪要、简单文案改写这类 Skill，已经被模型原生能力吸收，没有独立的商业价值。工具增强型的 Skill，比如PPT 生成、Excel 分析、代码重构，更可能的结局是被Office、Notion、GitHub Copilot这类产品直接内置，以功能而非Skill的形式存在。

05

软件生态未来可能是什么形态

在这之后，还有一个更大的问题：软件生态的结构会变成什么样？

摩根士丹利分析师 Keith Weiss 把 AI 对软件行业的冲击概括为“trinity of software fears”——席位定价受威胁、自建替代外购逻辑倒转、AI 直接进入应用层竞争。但摩根士丹利同时认为，这个担忧“给予了软件巨头在这轮创新中参与的能力过少的信用”，并把微软、Salesforce、ServiceNow 列为最有可能胜出的公司。

IDC 对这场变局的判断是：下一代企业技术栈，将围绕 AI Agent 而不是 SaaS 界面构建。“今天的技术栈是围绕 SaaS 界面建设的，明天的技术栈将围绕与模块化后端服务交互的AI Agent建设。” 数据湖和实时数据连接成为关键使能因素，供应商关系从“以 UI 为中心的参与演变为‘以 Agent 为中心的使能合作’”。

这个判断意味着三类软件会有不同的走向：

有网络效应和专有数据的软件，反而会更强。 Airbnb的房东网络、Uber 的司机网络、Palantir的防务数据，这类东西Agent替代不了，AI反而会增强它们处理这些数据和网络的能力。这类公司的应对策略，是主动把自己的数据和核心逻辑封装成Agent可调用的高价值Skill，不是等Agent绕过它们。

以界面为核心护城河的SaaS，面临真实威胁。 如果用户价值主要来自一个漂亮的 UI 和点击流程，而背后没有独特数据和工作流积累，那么 Agent 既可以操控这个界面，也可以直接绕过它调用 API。这类产品的出路，是把自己重构成 Agent 编排层，以权限管理、流程验证和审计能力为核心。

行业垂直软件，是Skill商业化最清晰的机会所在。 Harvey在法律行业的路径，Rogo在投资研究行业的路径，证明了一件事：当你把一个行业里真实任务的执行知识深度编码进 Plugin，通过企业采购渠道触达大客户，这条路确实存在，而且估值数据已经证明了它的商业规模。

最后回到那批主动Skill化，最重要的可能并不是在“Skill Market”、“Plugin Market”能卖多少钱，影响生死存亡的，是当 Agent 代替员工处理工作时，这些能力能否在任务发生的那一刻被调用到。

这是一场关于软件入口的根本性重构。入口从桌面图标，变成了Agent 在执行任务时的工具调用列表。那些没有出现在这个列表里的软件，会在用户都没意识到的情况下，被静默地绕过去。

文章来自于"腾讯科技"，作者 "晓静"。