Agent会取代SaaS吗？

“Agent时代的软件新物种：替代、共生还是融合？

Agent将杀死SaaS——这一论断正在软件行业回响。

争议只是序幕。真正被审判的，从来不是两个物种的此消彼长，而是整个软件产业的底层逻辑：架构如何重构，交互如何颠覆，价值如何重生。

8月5日，在“2026第六届数智化转型升级发展论坛——暨Agent&AI出海趋势论坛”会议现场，数据猿高级主笔欧小刚做了一场题为《Agent时代的软件新物种：替代、共生还是融合？》的主题演讲。演讲中探讨了Agent与SaaS在未来软件生态中的关系与定位，剖析了“取代论”为何是伪命题，并对可能催生出的新型软件形态做了前瞻性研判。

活动中，其正式发布《Agent时代的软件新物种》白皮书，并同步亮相数据智能、数智化转型升级、AI Agent三大核心产业图谱，为行业发展提供研判与参考。

一场关于产业命运的深层拷问

“Agent是否会取代SaaS”？

针对这一行业热议的观点，欧小刚在论坛中明确给出定论：“AI Agent真的会取代SaaS吗？我的答案是：这是一个伪命题。”

表面上，Agent能够理解自然语言、调用工具、跨系统执行任务，正在改变用户使用软件的方式；更深层的变化则是，软件长期以来将业务流程提前设计、编码并固化为产品的价值创造模式，开始受到挑战。

传统软件的核心价值，是把依赖人工经验、判断和协作的业务逻辑，转化为确定、标准、可重复执行的流程。企业借此获得一致性和规模化，用户则需要学习并适应预设的产品界面和操作路径。

Agent带来的变化在于，部分业务逻辑不再需要全部提前固化，而可以根据用户意图，在任务发生时动态生成计划、选择工具并完成执行。过去，软件主要服务于人；在Agent模式下，系统开始理解需求并调用软件，人则逐渐从直接操作者转变为任务发起者、监督者和结果审校者。

图自会议现场《Agent时代的软件新物种：替代、共生还是融合？》PPT

不过，这并不意味着所有SaaS产品都会失去价值。

在欧小刚看来，AI Agent与传统SaaS看似相互对立，实则是产业升级的一体两面。一方面，AI Agent颠覆了传统软件的底层运行逻辑，具备极强的产业革新潜力，值得全行业重点关注；另一方面，传统软件的核心价值不可全盘否定，且AI Agent自身存在天然的应用局限性。

“目前行业呈现出非常明显的冰火两重天态势，这是我近期重点观察到的行业核心现象。”欧小刚分析道。

一方面，技术突破持续迭代。海外Altitude、OpenAI，国内Kimi、DeepSeek等头部大模型厂商，持续突破模型能力上限。Causal、Open Cloud等各类AI Agent创新产品不断涌现，部分产品已实现商业化落地，形成稳定营收。

但另一方面，在核心的To B商用落地领域，AI Agent的规模化落地效果远不及预期。“这一落差连普通消费者应该可以直观感知，客服场景流程简单、逻辑浅层，相较于ERP、工业级业务系统等复杂场景，本应是AI Agent落地替代的最优场景，但目前各大平台的智能客服仍普遍存在智能化不足的问题。”

欧小刚指出，这种行业割裂感，是技术变革的典型特征：大模型的能力上限持续突破，但商业化落地的下限提升极为缓慢。模型能力的迭代属于纯技术层面的快速升级，而数据治理、业务流程改造、用户信任构建、场景精准适配等非技术因素，均需要长期沉淀、逐步完善。

谈及“AI Agent取代SaaS”认知误区的成因，欧小刚将其核心归结为三大错误思维。其一为二元对立思维，行业普遍默认AI Agent与SaaS是非此即彼的替代关系；其二为同质化认知误区，SaaS行业品类繁杂，不同类型产品的功能、场景、价值差异极大，不能一概而论；其三为变革周期幻觉，市场往往高估技术短期变革速度，同时低估产业长期演进的周期长度。

他以汽车行业为例进行佐证。“众所周知，纯电动汽车是终极发展形态，增程式、混动只是过渡方案。但历经多年发展，增程式、混动车型依然占据大量市场份额，并未被快速淘汰。技术替代、产业融合的周期，远比市场预判的更加漫长。”

纵观互联网产业发展历程，每一次技术代际跃迁都会出现同类认知偏差。桌面软件诞生后，市场曾预判互联网将彻底取代桌面软件，但时至今日，Office 365仍是微软核心营收与利润来源；移动APP普及后，桌面软件、传统搜索引擎被判定为即将淘汰，却依旧保有稳定市场空间；云SaaS模式兴起时，本地部署软件被认为将彻底退出市场，目前仍广泛应用于国央企、大型企业等核心场景。

基于产业发展历史，欧小刚总结出两大核心产业规律。第一，技术变革的本质是价值迁移，而非品类消灭。AI Agent的到来不会彻底取代SaaS、消灭传统应用软件，只会重构行业价值分配格局、催生全新赛道，传统软件的市场份额或将被稀释，但不会彻底消亡。第二，产业融合的过渡期远超市场预期，技术落地、模式迭代需要长期演进。

三条产品路径或并行演化

从Agent在软件价值链中的位置来看，欧小刚提到，当前市场大致形成三条发展路径：Agent作为统一入口、Agent嵌入现有软件，以及围绕Agent从第一性原理重新设计的原生产品。三条路径并不存在绝对优劣，而是在迁移成本、专业深度、确定性和模型依赖之间做不同取舍。

路径A：Agent成为入口

在这一模式下，用户通过自然语言提出需求，由通用Agent识别意图、拆解任务并调用多个软件完成执行。传统应用退居后台，成为Agent可调用的工具和服务。自然语言降低了软件使用门槛，Agent也具备跨应用编排能力，可以连接原本彼此割裂的任务流程。

但通用性优势同时带来应用局限。越是专业、高风险和强调确定性的任务，越难仅依靠通用Agent完成。金融、医疗、法律、工业等场景不仅要求答案合理，还要求过程可追溯、结果可复现、责任可界定。因此，通用Agent更可能首先占据任务入口和需求分发环节，而不是直接包揽所有专业交付。

路径B：Agent嵌入传统软件

这一模式由现有软件厂商主导，将Agent作为能力增强层加入原有产品。其优势在于迁移成本较低，企业可以继续使用现有系统、数据和权限体系，同时获得自然语言交互、流程自动化和智能分析能力。对于拥有大量客户数据、行业知识和合规资质的软件公司而言，这是一条相对稳健的升级路径。

问题在于，传统软件通常建立在确定性流程和固定功能之上，而Agent依赖概率性模型与动态执行。若企业只是为旧产品增加一个聊天窗口，而没有重新设计工作流和交付方式，Agent可能最终停留在功能叠加层面。

路径C：Agent原生软件

这类产品从设计之初就以模型和Agent为核心，不再沿用传统软件的页面结构、功能菜单和固定流程，而是围绕任务目标重新组织数据、工具和交互。Agent原生产品没有历史架构包袱，能够更快采用前沿模型，并形成相对连贯的智能化体验。

目前，高频、专业且传统工具体验较差的场景，更容易出现此类产品，AI编程工具率先实现商业突破，正是这一逻辑的典型体现。但Agent原生产品同样面临冷启动、用户教育、底层模型依赖以及垂直市场规模有限等问题。

整体而言，这三种融合形态并非静止不变，而是持续相互演变、动态迭代。

底层变革：交互模式与连接协议重构产业基建

随着大模型技术快速迭代，“未来的软件只需要一个对话框”成为行业热门预判。但在欧小刚看来，纯对话交互模式无法适配所有业务场景。

“语言交互是串行、线性的表达形式，而可视化界面能够承载高密度、全方位的信息，帮助用户快速、直观掌握业务全局。当下Workbody、Cortex等产品能够快速出圈，除核心算法优势外，极致的可视化流程界面是重要加分项，Codex也在持续朝着这一方向迭代升级。”欧小刚说道。

不过目前行业的可视化能力仍处于初级阶段，大多是静态流程展示，缺乏动态交互能力。未来的终极形态，应该是“语言输入+动态界面输出”的交互模式。同时，可视化、交互模式不能一概而论，需要根据场景复杂度、信息密度、操作频率灵活适配，实现场景化定制。

他强调，界面交互的革新仅是应用层的表层竞争，而水面之下，行业更深层次的基础设施战争，才刚刚打响。

连接协议成为产业竞争的隐藏战场

随着AI Agent逐步实现软件调用、数据访问与跨Agent协同，产业连接层的战略价值持续凸显。过往用户依托图形界面操作软件，未来越来越多的软件能力将通过接口直接开放给AI Agent。谁能定义Agent与大模型、工具软件、其他Agent的标准化连接方式，谁就能掌握产业生态的核心入口话语权。

从技术分工来看，模型工具调用、多系统接入、多Agent协同，分别对应不同层级的协议支撑体系。Function Calling负责解决模型结构化调用问题，MCP等工具协议有效降低模型与软件的集成成本，A2A协作协议则聚焦多Agent之间的发现、委派与协同管理。各类协议并非替代关系，而是各司其职、互补协同，分层解决Agent系统的互联互通问题。

此外，Computer Use技术备受行业关注，该技术可让Agent通过屏幕识别、模拟点击、手动输入等拟人化操作适配各类软件。尽管目前其在运行效率、使用成本、稳定性方面仍有明显短板，但彻底改变了软件厂商与Agent平台的博弈关系。即便软件不主动开放接口，Agent也可通过界面操作实现系统接入。

这也让软件企业的发展选择发生转变，从“是否对外开放接口”的单一选择，变为“主动提供稳定标准化接口，或被动被Agent界面绕过接入”的双向抉择。在此背景下，API质量、数据结构、能力标准化描述，已然成为软件企业全新的核心竞争力，未来的软件产品不仅要服务人类用户，更要适配机器的识别、调用与组合需求。

软件产业进入AI Agent与传统软件的融合演化周期

技术底层的革新，正在倒逼软件商业模式发生颠覆性变革。

传统SaaS行业主要依据账号数、席位数、功能模块、订阅周期收费，定价核心逻辑围绕“用户使用规模”展开，产品价值与使用人数呈正相关。以ERP、BI系统为例，单人使用与万人规模化使用的价值差距悬殊，因此按人头、席位收费成为行业主流模式。

而AI Agent彻底打破了这一固有商业逻辑。当前众多企业已形成“1名员工+多AI Agent”的新型作业模式，依托智能化工具大幅降低人工成本。在此场景下，传统按单人席位收费的模式完全失效，行业无法再以原有定价标准计费。

同时，传统SaaS“基础功能免费、高级功能付费解锁”的模块式收费模式同样面临崩塌。AI Agent的核心价值是结果导向，以完成既定业务任务为核心目标，若因功能付费限制导致任务无法闭环落地，AI智能化的核心价值便无从体现，传统功能付费模式已完全不适配AI时代发展需求。

“因此，按任务结果收费的模式拥有更大的发展空间与收入潜力，但这也意味着软件企业需要承担更多的交付责任与经营风险。商业模式的升级迭代，必须建立在产品可靠性、责任界定机制、企业组织信任三大核心基础之上。”欧小刚表示。

除此之外，欧小刚指出，当前AI Agent行业的核心发展瓶颈，已不只是模型能力。

Agent能力上限的提升速度，与其在企业中的规模化落地速度并不一致。模型能力主要受到算法、算力和数据推动，迭代速度较快；企业落地还受到数据治理、流程改造、责任划分、员工协作、行业监管和组织信任等因素影响。

这些非技术条件不会随着模型升级自动解决。在试点项目中，企业可以通过人工监督、限定任务范围和精选数据获得较好效果；进入核心生产流程后，系统则必须面对异常情况、权限冲突、历史数据质量以及跨部门协作等复杂问题。

这也是众多Agent产品技术能力突出、演示效果优异，却难以规模化复制商业价值的核心原因。目前，绝大多数企业级AI Agent仍处于辅助执行、人工监督的半自动化阶段，关键业务节点仍需人工确认，尚未具备大规模替代岗位的自主能力。

基于行业现状，欧小刚判定，全球软件产业已全面进入AI Agent与传统软件的融合演化周期。整体来看，二者的融合发展可分为验证期、分化期、成熟期三个阶段。目前全行业整体处于验证期，绝大多数场景仍在探索适配、落地验证；仅有软件开发等少数赛道，率先进入第二阶段的分化期，距离最终的成熟落地阶段还有较长距离。

基于以上所有研判，欧小刚针对行业从业者、企业决策者提出两大建议。

对于SaaS厂商、应用软件厂商，切忌将AI Agent作为简单的功能叠加。在原有软件界面新增对话窗口，是最浅层、最低效的改造方式，无法发挥AI的核心价值。真正的AI融合，是产品底层逻辑、业务架构、运行模式的全方位重构。

对于企业决策者而言，布局AI Agent、落地智能化改造之前，务必先评估自身的“AI就绪度”。调研数据显示，企业智能化落地的最大卡点，并非模型技术、落地成本，而是数据治理能力不足。标准化、高质量、可调用的数据是AI Agent落地的核心基础，数据体系不完善，所有智能化布局终将沦为空中楼阁。

展望未来，欧小刚认为，AI Agent不会在短期内让传统软件彻底消亡，但会持续重构软件行业的价值分配格局。整体而言，AI Agent与传统应用软件、SaaS并非非此即彼的替代关系，也不是简单的共存关系，而是长期的深度融合、动态演进、价值重构关系。面对这场产业变革，企业需主动入局、深度参与，把握产业升级核心机遇，抢占未来数智化发展红利。

据悉，本次论坛发布的《Agent时代的软件新物种》白皮书，同步配套企业数字化转型升级、数据智能、AI Agent三大核心产业图谱，系统化、结构化梳理了当前产业格局、细分赛道现状与核心参赛企业，为行业商务合作、企业战略布局、产业趋势研究提供权威参考。目前，行业从业者可通过数据猿官方公众号后台回复关键词“白皮书”、“2026企业数智化图谱1.0”、“2026数据智能图谱1.0”、“2026AI Agent图谱1.0”领取白皮书及产业图谱电子版资料。

文：梦芸数据猿
责编：凝视深空数据猿