摘要

Anthropic 对2029年的预测，只有在AI扩大经济蛋糕、而非重新分配今天的软件预算时才能成立。 其乐观的1490亿美元ARR目标，加上OpenAI被引用的1800亿美元，已接近约7000亿美元全球软件市场的一半，而且还没算Microsoft及整个应用软件栈的其他部分。由于同一个客户支出既可能体现为Atlassian收入、AWS收入，最终又体现为Anthropic收入，嘉宾提醒不能简单把每一层按账面金额相加；但即便调整后，“市场也必须有更多资金流入”，潜在来源包括约1万亿美元的咨询服务池，以及更快增长的整体技术预算。
反驳“软件已死”最有力的证据来自Atlassian的经营数据，但老牌公司仍需证明AI能把基础设施支出重新连接到收入。 Mike Cannon-Brookes称整个品类走向灭绝“荒谬”：节目提到Atlassian增速约23%、云收入增长26%、RPO增长44%，客户签下3年期承诺，同时毛利率在AI部署期间改善。Jason的反驳集中在时间维度——大多数上市SaaS公司仍在减速，在能力足够强的模型运行12–18个月后，“2026年你得让我看到钱”；Mike的简单规则是：“你得足够好。”
AI正在输出不受上限约束的产品和工程工作，与法律、支持、人力资源、系统集成等受输入约束的职能之间制造重大分化。 工程路线图永远做不完，因此生产率提升可以带来更多软件，而不必减少团队规模；一家公司不会仅仅因为第一次NetSuite实施变便宜了，就再买一套NetSuite实施。Jason因此认为，几乎所有非产品类别都面临“席位数量可能收缩的生存性风险”，不过类似Jevons效应的需求扩张，仍可能把此前不经济的销售线索、法律问题或支持交互转化为新工作。
Harvey以110亿美元估值完成2亿美元融资，证明的是非凡需求，而不是尚未验证的非凡风险调整后回报。 按约1.9亿–2亿美元ARR以及迈向6亿美元的路径计算，Harvey需要先增长3倍、再翻倍，才能让买入价格降至约2年远期收入的10倍；但按当前收入运行率计算，估值约为收入的50倍。Harvey约有10万名活跃用户，当前收入意味着每名用户仅约2000美元；若要切入节目所称的2000亿美元律师助理和法律助理劳动池，Harvey必须从“下一代工具收入”转向每名律师5000–1万美元，或每个真正吸收工作的智能体5万–10万美元。
客户支持同时是AI最清晰的ROI市场之一，也是风险投资最危险的融资集群之一。 据称Sierra单季度收入已超过5000万美元，ARR达到1.5亿美元；Mike估计，服务与支持支出占几乎所有企业的3%–7%，并称Atlassian的服务业务单独上市也能成为一家上市公司。但Harry统计，近期已有14家新进入者各自融资超过1亿美元，此外还要面对Atlassian、ServiceNow、Salesforce、Zendesk、Intercom、内部系统及快速发展的专业厂商；第2年和第3年的考验在于，厂商能否在第一轮劳动力节省已经“计入业务成本”后继续增加价值。
风险资本正通过几乎不计价格地追逐所谓赢家，来应对品类边界模糊。 嘉宾提到一个惊人的模式：上一年Q1新晋独角兽中，40%到Q4时至少完成过一次后续上轮融资，形成“造王者、二次造王者、三次造王者”的市场。Harvey符合风险投资版的“买IBM不会被解雇”逻辑——以1倍清算优先权买入共识领跑者，似乎是更安全的下注，但这同样是“典型的泡沫顶部现象”。
Anthropic 在超级碗上攻击 OpenAI 的广告，更像是向人才和竞争对手发出的昂贵信号，而不是一项消费者获客策略。 Rory认为，Claude最弱的恰恰是消费者使用，因此面向大众强调“我们不会在应用内投广告”显得奇怪；真正的接收者或许是Anthropic可能招募的约1万名工程师。Mike不愿把这些广告定义为市场见顶的确定信号：当模型公司可以烧掉巨额资金、同时继续融资时，800万美元的广告位微不足道——它只是“时代的迹象”，也体现了不受约束的资本配置。
值得投资的管理层信号，在于老牌公司能否接受颠覆、为未来融资，并在不耗尽领导者的情况下继续执行。 Mike称，上市公司纪律让Atlassian在预测、规划和交付上变得更好，前提是这些做法不能取代战略；面对股价下跌，他的回答是：“我们要靠创造走出这个问题”，因为“创造的一部分就是毁灭”。他现在通常早上5点左右开始工作，但认为创始人应该问自己是否还会再次选择这份工作，并保留足够的家庭、锻炼和友谊，以免变得不理性：“外面很难。未来会很艰难。欢迎来到科技行业。”

精读

1. Anthropic 的预测需要预算再分配之外的增量

开场的算术故意做得很刺眼：Anthropic 乐观的2029年ARR目标是1490亿美元，而OpenAI被引用的估算是1800亿美元。嘉宾将两家的合计胃口四舍五入到约3500亿–3800亿美元，对比约7000亿美元的全球软件产业，而且还没假设已经达到约2000亿美元规模的Microsoft会简单地“原地踏步、等死”。
Mike首先补充的是收入叠加问题。在他的示例中，客户向Atlassian支付100万美元，Atlassian通过AWS承担20万美元的AI成本，AWS再将其中约15万美元支付给Anthropic；这些比例明确只是假设，但重点是，同一个终端市场的1美元可能在多个层级分别体现为收入。
Harry提出了更简洁的Cursor和Anthropic抽象：两家公司可能各自确认10亿美元收入，但从经济意义上看，这“基本上是同样的10亿美元”。如果模型提供商、云厂商和应用软件厂商都在增长，终端市场的增速就必须超过过去20年的趋势线。
Mike表示，下注的对象必须是TAM扩张，而不是纯粹的零和软件预算。Harry认为，企业购买生产率、速度、质量和新产品后，应该重新分配并增加支出，正如过去30年技术预算的变化；他还指出，约1万亿美元的咨询服务池可能是一个合理来源，前提是软件能够吞噬其中一部分工作。

2. 模型公司同时是供应商、合作伙伴和竞争对手

Atlassian 深度使用 Anthropic，也使用 Gemini、OpenAI、Llama、Mistral 及其他模型。其网关持续选择“成本最优、质量结果最佳、速度最快的最佳模型”，因此模型可移植性已成为应用软件厂商必须承担的工作。
Mike承认，合作与竞争可以并存：Atlassian可以与Google深度合作开发Gemini，同时Confluence在某些方面又与Google Docs竞争。他不认为模型公司能够把最好的模型仅留给自己，因为市场上还有3、4家其他模型竞争对手，未来还会有中国模型。
持久的防御力不来自品类资格。Mike的回答很简单：“我们必须足够好”，因为即便从对手那里购买基础设施，Atlassian仍必须与所有能交付同样客户价值的公司竞争。

3. 咨询需求先上升，自动化再攻击重复性工作

Harry认为，未来2、3年，Accenture式公司创造的收入可能超过基础模型公司，因为大型企业在周期早期需要实施和集成帮助。Rory同意AI部署会如此，但将其与重复性的SAP、Oracle和NetSuite集成工作区分开来，后者可能被智能体自动化。
Harry担心的不是需求，而是人才：B2B公司正试图把客户成功团队转型为前线部署工程师，但他怀疑其中甚至10%都能像产品工程师一样工作。嘉宾用一个玩笑概括了瓶颈——咨询行业可能会因为“用光了”足够聪明的顾问而消亡。
Harry还提出了供应商激励层面的反驳。如果只有“巫师”才能部署产品，厂商就会耗尽巫师供给，随后收入也会见顶；大规模采用因此必然要求“大规模简化”、护栏和普通团队能够控制的工具。Mike开玩笑说，这可能意味着“咨询行业的死亡，因为我们会用光顾问”。
Atlassian的客户通常从改善单个流程的小型自动化开始。Mike表示，短期业务收益可能很小，但组织学习很大：公司会逐步发现智能体能做什么，而不是在第一天就向整个技术栈释放数百万个智能体。

4. 软件仍会生存，但架构转变会提高淘汰率

Mike的历史基线并不浪漫：2000年、2005年、2010年和2015年记录中的许多Atlassian竞争对手，后来被收购、合并或消失。新挑战者取代了它们，这就是“科技行业的历史”，并不意味着软件本身已经终结。
预制技术依然高效；企业不会用汇编语言重写一切，也不太可能突然开始从零生成每一个系统。Mike预计，未来5到10年会有许多SaaS公司消失，也会有许多其他公司繁荣——“软件还活得好好的”。
Harry在不接受口号的前提下强化了看空情景。在普通时期，资本主义可能带来每年5%–10%的企业死亡率；但一次每10年或15年发生的架构转型，理论上可能在2年内造成接近50%的企业淘汰率。
当被问及LLM软件究竟是量子式变化还是有机式演进时，Mike回答：“两者都是。”生产方式正在快速变化，但老牌公司也能使用同样的工具；关键问题是谁能足够快地适应。

5. Atlassian 正在重建底层，而不是给产品加功能

Atlassian在研发部门约有1万人，其中一些团队“每天一刻不停地Claude Code”。面对编码效率提升，Mike的反应是兴奋：公司可以“把更多事情做得更好”，而坚持旧工作流的落后者可能无法存活。
投资延伸到了可见AI功能之下。Mike描述了大规模团队正在建设上下文、搜索和聊天基础设施，即便这些基础设施不会单独销售也不可或缺；公司还有一个专门管理模型选择和推理成本的基础设施组织。
与AI COGS会压垮应用软件利润率的预测相反，Atlassian的推理成本正在下降。部分功能的运行成本如今比上线时低约1000倍，因为旧模型在价格暴跌后仍然够用。
Mike表示，尽管AI广泛部署，毛利率仍在过去6、7个季度上升。经营层面的判断不是推理成本为零，而是应用软件公司可以像优化其他基础设施层一样优化推理成本。

6. 上市SaaS如今必须把AI支出连接到重新加速

Mike将软件股抛售描述为由恐惧驱动的板块轮动，但背后确有真实原因。投资者首先在为半导体和数据中心提供资金，而应用层最终能分到收入和利润栈的多少仍未解决。
Atlassian给出了相反的经营证据：整体增长约23%，云收入增长26%，达到远超56亿美元的规模，RPO增长44%，连续第3个季度加速。Mike强调，RPO反映的是客户签下多年期、数百万美元的合同，而不是从线上广告中随手买下的产品。
Jason仍然对持续减速划出了硬线。Claude 3.5和3.7已经具备能力数月；老牌公司可能有12或18个月将AI变现，但到了2026年，“所有这些基础设施支出”都必须通过推理流入应用。
Jason认为，产品和工程可能处于“舞台中央”，因为公司正在制造多得多的软件，同时仍需要问题跟踪和协作。Mike补充说，Atlassian的服务业务远未崩塌：其服务业务集合是公司规模最大的业务，增速快于整体公司。

7. 上市SaaS平均数排除了太多年轻赢家

Harry回忆称，上市SaaS的中位数增长率在约15年间维持在30%左右，部分原因是增速跌破10%的公司会收到“红牌”，而新上市公司则以60%–80%的速度增长。随着强劲IPO进入样本的数量减少，如今的平均数自然会随着样本老化而下行。
Jason补充了两个筛选效应：私募股权和大型科技公司收购了许多上市软件厂商，而充裕的私人资本让Stripe等公司可以更长时间保持私有。Figma被举为一个当前环境下看起来位置良好的私营公司案例。
2020年成立的约16名SaaS CEO曾组成每周支持小组，其中当时有10或11人经营上市公司。Jason表示，如今仍保持上市的只剩Atlassian、Zoom、Box和Shopify。大多数同行已被收购，形成一个介于私募股权规模和大型科技公司规模之间的奇怪幸存者集合。
Mike补充说，AI驱动的营销渠道变化进一步搅乱了比较。经营数十年的公司必须在受众迁移时反复重建分销渠道，而一些较弱的SaaS企业同时面对产品颠覆和既有获客渠道流失。

8. Harvey 以真实客户击破“套壳”指责

Harvey以110亿美元估值融资2亿美元，ARR约为1.9亿–2亿美元，并被指预计到年底接近6亿美元。嘉宾认为这一增长非同寻常，而法律工作文字密集、效率低下，尤其适合被改造。
时机暴露出一个矛盾：Claude Code生成了13个插件，其中包括一个引发SaaS末日论的法律插件；与此同时，投资者却给一家建立在基础模型之上的法律应用11亿美元估值。Harry的观点不是把Harvey贬为“GPT套壳”，而是指出这两种叙事无法轻松同时成立。
Jason把每一家软件公司都重新定义为某种流程的套壳：Atlassian“协调人类”，而Harvey则把法律工作包装成更好、更可重复的接口。客户喜欢这个产品，分销有效，而有能力自行打造Harvey的律所通常并没有这么做。
未解决的护城河问题是，Harvey能否从当前接口进一步延伸。客户关系和黏性是优势，但持久价值需要吸收更多法律工作流，而不是假设底层模型始终不可获得。

9. Harvey 的产品验证与投资算术是两套测试

Jason看多的规则是“让收入告诉我们TAM的路径”。如果Harvey从2亿美元增长到6亿美元，再翻倍至12亿美元，那么110亿美元的买入价格将变成约2年远期收入的10倍——稀缺，但可以理解。
Harry的反对理由是机会成本：投资者可以在低迷价格下买入Atlassian这样的成熟上市公司，而Harvey必须先增长3倍、再翻倍，才能仅仅达到那个远期倍数。按当前约1.9亿美元的收入运行率计算，估值接近收入的50倍。
Mike的Accel经历说明了上行空间与基准率风险的非对称性。2010年，Accel向Atlassian投入6000万美元二级资本，当时公司收入约5000万美元、利润约2000万美元；30%、20%、15%的增长预测，最终分别被约50%、60%和70%的增速击败，让原本期待的2–3倍回报变成约100倍。
Jason的结论毫不留情：Atlassian只需跑赢一个适度模型，而Harvey必须连续数年维持“远高于300%–400%”的增长，才能跑赢50倍买入价格。“如果你做到，事情就成立。”

10. 法律AI必须从工具定价走向劳动经济学

Harry估计，美国每年在非合伙人律师、律师助理和法律助理上的支出约为2000亿美元。他明确改变了看法：起初他对大规模替代岗位的说法持怀疑态度，但如此快的增长意味着，过去无法触达的劳动TAM如今可能可以被捕获。
Rory从10万名活跃Harvey用户和1.9亿美元ARR开始计算，得出每名用户约2000美元，据称低于Westlaw从一名律师身上获得的收入。若相关大型律所律师约有40万–50万人，那么这只支持约10亿–12亿美元的工具市场。
要突破这个上限，Harvey必须把每名律师的价值提升到5000美元或1万美元，或者销售5万–10万美元、能够消除实质性律师助理工作的智能体。Jason认为，只要智能体“不辞职”、不要求加薪、也不反对周末工作，客户就会很快付费。
Mike指出了行业特有的复杂性：律所按时间计费，因此更快完成工作可能会削弱现有收入模式，而不是简单扩大利润率。按价值定价或许能解决矛盾，但他把这视为开放问题，而非预测。

11. 输入约束决定效率会在哪些地方减少席位

Mike最有用的框架，是将职能分为受输入约束的工作和创造型工作。企业内部法律团队接收的问题流量是有限的，而客户服务问题会随客户数量增长；让任一团队效率提升1倍，并不会自动让流入问题数量翻倍。
工程则不同，因为“路线图永远不会完成”。更好的工具可以增加产出，而不是减少员工人数，从而保留创造更多软件所需的人和协作系统。
Harry将该框架应用到系统集成：自动化Salesforce、SAP或NetSuite部署，并不会让客户购买“两份NetSuite”。效率的主要作用是降低支出，因此这些市场不像生成式产品创造那样容易扩张。
Mike给出了Jevons式案例。Atlassian用Agentforce处理价值低到不值得人工跟进的活动和赞助线索，使输入量增加到原来的5或6倍；同样，廉价的法律审查或出色的支持服务，也可能释放客户此前直接放弃的问题。

12. 客户支持有清晰ROI，也有艰难的第二幕

Sierra单季度收入据称超过5000万美元，使其ARR超过1.5亿美元；Harry随即追问，新智能体究竟是在替代Zendesk、服务此前未被支持的用户，还是执行全新的工作。Mike的回答从规模开始：服务与支持支出可能占每一家企业的3%–7%。
Atlassian的服务业务集合主要聚焦内部IT、人力资源、财务和员工工作流，规模大到Mike称其“单独上市也可以”。据称Twitter/X一家企业就运行着300–400个服务台，说明一家组织内部有多少不同团队在提供支持。
支持产品容易销售，因为客户可以把既有支出、可量化节省和产品价格直接比较。更难的挑战发生在第2年和第3年：原始劳动力节省已经嵌入成本基础后，厂商必须持续创造增量价值。
Mike将当前加速归因于支持岗位招聘崩塌、成熟SaaS已经失去的戏剧性“顿悟时刻”，以及主支持智能体可能成为销售、研究和营销的特洛伊木马。传统业务可能停滞不前，而智能体收入却爆炸式增长。

13. 支持赛道的赢家将在品类标签之下决出

Mike反对把支持视为单一市场。高频B2C密码或工单问题，与涉及跨部门6、7人的B2B P1事故不同；内部服务台、外部服务、公司规模以及聊天、语音或视频入口，都会创造不同的工作流。
Mike强调了一个隐形互补项：智能体能回答得多好，取决于它能访问的知识。有些采用者正在编写详细得多、按步骤组织的文档，可能用更多负责结构化知识的写作者，替代原本负责回答问题的员工。
最大的跃迁是从回答问题走向实际行动。解释育儿假的HR智能体很有用；但能提交申请、填写表格、报销费用或重置密码的智能体，才是“替你把工作做完”，并让整个企业更快运转。
Harry的投资反对意见依然成立：据称有14家年轻公司各自融资超过1亿美元，同时还要面对ServiceNow、Atlassian、Salesforce、Zendesk、Intercom、技术优先的内部系统、Sierra和Decagon。一个狭窄细分市场的第3名，在相邻赢家可以打包提供同类功能时处境脆弱。

14. 风投共识正在更早、更反复地加冕赢家

Rory将Harvey的融资与品类不确定性联系起来：当细分市场可能消失或合并时，看起来最安全的决定就是“无论什么价格都买赢家”。1倍清算优先权让下注看起来更安全，而支持共识冠军也不会让人被解雇。
支撑这一判断的统计数据极端醒目：上一年Q1新晋独角兽中，40%到Q4已经完成过1轮或更多上轮融资。资本不只是挑选王者，还在“二次造王”和“三次造王”。
Rory的历史警告是，每一次技术革命都会吸引巨额资本，制造少数真正赢家，并在市场用5、6年完成筛选前，把资金烧在接下来的10或15个模仿者身上。AI会改变世界，但不会废除这一周期。
投资组合信号同样重要。Harry指出，以极高估值买入OpenAI、Anthropic或Harvey的股份，可能不像经典早期风险投资回报，但它会把一个令人觊觎的Logo挂在基金墙上，并把“早期投资者”写进营销材料。

15. 超级碗之争是资本充裕的信号

Harry还原了事件顺序：Anthropic的广告嘲讽OpenAI投放广告，OpenAI随后公开愤怒回应，并播出一支广泛传播的“你可以创造东西”广告。一项被引用的分析清晰概括了两种策略：不到5%的消费者付费，因此大众消费产品需要广告；企业产品则可能不需要。
Rory认为Anthropic的选择在战略上很奇怪，因为消费者使用是Claude的弱项：它向这个受众宣传的是“最弱的产品”，而不是其在编码和产品创造上的变革。他更宽容的解读是，这是向约1万名抢手工程师和OpenAI本身发出的500万美元信息。
Rory提到Wix的经历：其CMO此前已经购买过6个超级碗广告位，当年又为Wix和Base44购买了2个，因为曝光量可能证明价格合理。Harry回应称，真正更优的渠道应该在不同资本周期中持续使用，而不是主要在资金充裕时使用。
Mike将效果与虚荣分开。Doritos可以理性地支付约800万美元，因为它能卖出更多薯片；一些CEO购买同一广告位，则是因为资本不受约束。对持续烧掉巨额资金的模型公司而言，这个广告很便宜——它是“时代的迹象”，但未必证明市场已经见顶。

16. 上市公司纪律只有在战略不被纪律取代时才有帮助

Rory提出的更深层问题是，在EPS和当前增长约束下，上市公司能否与几乎不考虑边际支出或股权薪酬定价的私营挑战者竞争。Mike的回答是，优秀领导者必须同时管理短期，并为5年后的相关性投资。
Atlassian在履行上市公司承诺的同时，大举投入研发和AI。Mike认为，任何没有为基础AI工作提供资金的上市软件公司“可能都遇到了麻烦”，尽管财务报表几乎无法显示哪些研发资金真正用于重塑产品。
上市身份让Atlassian在预测、规划和执行上变得更好。危险在于让这些能力取代战略；公司仍然必须进入新领域、为新时代招聘，并解释当前投资为何会创造持久的客户价值。
Mike承认，强劲的季度交付并没有转化为受到支持的股价。他的回应既不是否认，也不是投降：“你必须接受现实”，然后继续建设，因为“创造的一部分就是毁灭”，而且“我们要靠创造走出这个问题”。

17. 创始人测试：颠覆是否仍值得再次选择

Mike描述了高管之间的一波“SaaS治疗”，而Rory拒绝对选择退场的人做道德评判。一个已经创造数亿美元收入、却不再想经历下一次重塑的领导者，把控制权交给有能力的继任者，可能反而是更勇敢的选择。
Mike自己的工作节奏加快了：联合创始人在约1年半前退休，此前两人共事23年；Mike表示，他现在经常早上5点左右开始工作。颠覆、速度和竞争变化要求投入更多精力，但前提是领导者仍然享受这份工作的本身。
他们的诊断刻意放慢了节奏：如果今天重新选择，你还会选择这份工作吗？在90天或1年的时间里，客户、创造和挑战是否仍然能带来能量？如果答案是否定的，“没关系，也没有过错”——科技很难，ego不应把人困在竞技场里。
平衡是一种运营能力，而不是装饰。Mike认为，创始人如果放弃孩子、锻炼、友谊和户外时间，最终会做出更差的决策；持久的回报同样来自部落感——一起经历“战壕、摩擦和战斗”的团队，10年后仍可以共同喝茶，并知道他们曾经一起创造过东西。

AI、R2与日常驾驶的未来｜Rivian CEO RJ Scaringe AI 对你的未来意味着什么？