從DeepSeek恐慌到Cowork恐慌

Cowork恐慌可能比DeepSeek恐慌更為持久

文 / 書航 2026.2.9

進入2月，全球軟件股遭遇一次似曾相識的拋售。

2月4日，湯森路透創下史上最大單日跌幅15.8%，LegalZoom暴跌近20%，RELX下跌14%，FactSet下跌10.5%，Salesforce和Workday也出現明顯下跌。標普500軟件與服務指數連續五個交易日下跌近13%，較10月高點跌去26%。有交易員將此稱為"SaaSpocalypse"——SaaS的末日。

起因是1月13日，Anthropic推出了Claude Cowork，這是把交互不友好的Claude Code的主要能力，向非技術用戶下放的通用AI智能體（Agent），可以讀取、編輯和創建用戶電腦上的文件。1月30日，Anthropic為Cowork推出了11個開源插件，涵蓋法律、金融、銷售、市場營銷等垂直領域。

一個超級簡單的結論就產生了：如果Claude Cowork的用戶能用自然語言下令，獲得和購買使用超高價企業軟件同等水平的結果，那么軟件巨頭們的專業知識，垂類經驗等建基于SaaS商業模式上的積累，是否都打了水漂？

為什么說是似曾相識呢？因為一年前，DeepSeek帶來的市場恐慌步調與之幾乎是一個模子刻出來的，都是先發了產品一個多星期以后，再被資本市場充分認知，從而一夜之間引發踩踏。

2025年1月20日，DeepSeek發布了推理模型R1，聲稱其訓練成本僅為560萬美元，卻在多項基準測試中達到甚至超越了OpenAI的o1模型。一周后的1月27日，英偉達股價暴跌17%，單日市值蒸發近5890億美元，創下美國股市歷史上單家公司單日最大市值損失紀錄。納斯達克指數下跌3.1%，標普500下跌1.5%。博通跌17%，阿斯麥跌7%。

DeepSeek被投資者簡化為一個超級簡單的邏輯：如果中國公司能用更便宜的舊芯片、更少的資源制造出同等水平的AI模型，那么美國科技巨頭們數百億美元的AI基建投資，是否都打了水漂？

所以現在是時候來比較一下兩次非常相似，但也有很大不同的市場恐慌。

Cowork恐慌可能比DeepSeek恐慌更為持久

作為當時通過不斷追蹤事件動態的社長，清晰記得DeepSeek在2024年底就已經獲得了AI專業人士的廣泛關注，甚至社長自己都寫了一篇《》。（

這個標題在DS沖擊之后就顯得十分滑稽了……

此事傳導到資本市場的鏈條有幾個關鍵的中轉節點：安德魯·卡帕西等人的持續安利，1月24日CNBC半個小時的特別節目，都被很多人引用作為解讀的來源。

Cowork的影響從AI圈傳達到金融圈的節點，則是沃頓商學院教授Ethan Mollick的“全自動盡職調查”演示，以及人們把這件事和紅杉資本一年前的“Service-as-Software”備忘錄聯系在一起。

兩次恐慌的相似之處還有不少，比如都有分析師認為市場反應過度。Anthropic CEO阿莫戴伊去年1月29日稱DeepSeek之后的市場反應“令人費解”。上次被輿論趕著發言的黃仁勛這次也主動評論，針對軟件股的拋售是“世界上最不合邏輯的事情”。

但社長認為，除去相似之處外，這次的Cowork恐慌可能比DeepSeek恐慌更為持久。

DeepSeek恐慌的來源是一家中國開源模型公司，而Cowork恐慌的來源是美國閉源模型公司。前者是用更低的成本復現已有成果，后者是做出一個此前未有的成果或者用例。簡單說，挑戰分別是“從1到n”和“從0到1”。雖然做得好都可以沖擊，但相對“從1到n”來說，“從0到1”的迷思想要證實或者證偽，都需要更長的時間和更多的案例。

加之這兩次沖擊實在是過于相似，人們很難不在第一時間比較它們。當人們發現，比較完了其實也不能放心，還不能說是虛驚一場的時候，恐慌就更顯著和漫長了。

事實上，Cowork恐慌已經比DeepSeek恐慌更為持久了。

DeepSeek恐慌在一天內基本消化，英偉達次日就反彈了9%。到2025年10月，英偉達短暫突破了5萬億美元市值。而Cowork恐慌觸發的軟件股拋售蔓延了整整一周，從華爾街擴散到倫敦、東京、印度的IT服務股，且在隨后發布Opus 4.6模型后進一步加劇。截至發稿，也沒有緩解的跡象。

杰文斯悖論在軟件SaaS領域失效了

DeepSeek恐慌后，杰文斯悖論（Jevons Paradox）一度成為科技圈的熱門話題。微軟CEO納德拉是最早促進這個詞流行起來的人之一。他說：“隨著AI變得更高效和更易獲取，我們將看到其使用量飆升。”

杰文斯悖論的原始含義是：當一種資源的使用效率提高時，其總消耗量反而增加，因為更低的單位成本刺激了更大的需求。這個理論適用于AI模型和算力，因為更便宜的模型確實帶來了更多的使用。它甚至適用于Cowork，因為更簡單的交互降低了使用門檻，帶來了更多的使用。

但它并不能直接推導出傳統SaaS軟件公司會因此受益，事實上，情況可能恰恰相反。

第一，軟件的定價模型先天脆弱。 傳統軟件有按用量計費和按人頭計費兩種主流模式。席位制是一種買斷制，一個人本月支付費用以后，想怎么用就怎么用。當AI驅動的效率提升，導致企業裁員或縮編時——不論裁員是否真的由AI直接造成——席位數量會下降，按人頭計費的收入隨之減少。

SaaS不得不紛紛取消買斷制，向用量計費過渡。

PricingSaaS 500指數跟蹤1800多個價格變動。它指出，2025年排名前500的SaaS公司，每家公司平均每年發生3.6次定價變動。在PricingSaaS追蹤的500家公司中，79家現在提供基于點數的定價，也就是按用量計費，同比增長126%。Figma、HubSpot、Salesforce、Monday、Airtable都在2025年采用了點數制度。

Salesforce是吃了苦頭才明白這一點的，他們以每段對話2美元的價格推出了Agentforce，支持團隊計算了5個智能體每月實際成本是2萬+美元，幾個月內不得不轉用點數計費。越是撐不住算力成本的公司，計費尺度越小：N8N按每次運行工作流收費，50步與2步相同價格。但是Zapier按任務收費，每一步都計費一次。

最終結果，采用基礎月費+超額買點卡的混合模式，效果最佳。此類產品報告最高中位增長率為21%，表現優于純訂閱和純基于使用量的產品。46%的SaaS公司結合訂閱與可變收費，59%的人預計基于使用量的定價將在2026年實現收入份額增長，高于2023年的18%。

第二，傳統軟件加入AI后漲價的邏輯遭到強烈抵制。CNBC報道，部分管理團隊拒絕為數千名員工支付每月30美元的365 Copilot費用，因為他們不確定它有多大幫助。去年10月，澳大利亞監管機構起訴微軟“強制捆綁 AI”及隱藏低價方案，誘導訂戶認為漲價45%的AI版是唯一續費選擇，將不帶Copilot的低價“經典版”刻意隱藏在取消訂閱的二級頁面。微軟最終在去年12月宣布，將從今年7月起對全線商業套件每人每月漲價3美元，并強制加入初級AI功能，引發客戶不滿。

第三，傳統軟件公司的AI轉型往往笨拙而低效。 許多傳統軟件巨頭試圖在現有產品中嵌入AI，但本質上他們并不明白AI如何與其積累的數據集協同作用。結果往往是功能越堆越多，也沒人用。與此同時，一大批在傳統軟件所涉及的領域、從頭開始做原生AI智能體的初創公司正在獲得大量融資。

例如，法律AI領域的Harvey在2025年兩次融資各3億美元，估值達50億美元；企業搜索AI公司Glean估值達72.5億美元。據Menlo Ventures，2025年AI應用層占據了超過一半的企業AI支出（190億美元），其中AI原生初創公司的收入幾乎是傳統軟件廠商的兩倍。AI原生初創公司的中位年增長率達到100%，而傳統SaaS公司僅為23%——差距達4.3倍。

企業自建工具及其它

另一個對傳統軟件構成威脅的趨勢是Vibe Coding的興起。社長曾在航通社的文章《》中指出，如果Vibe Coding走向成熟，個人將傾向于自己制作工具而不是購買第三方工具。這一邏輯同樣適用于企業。

企業客戶購買SaaS產品后，很可能會長期沿用，而不會盲目追新，這可能是因為定制過程過于繁瑣。如果Vibe Coding讓“言出法隨”成為現實，情況可能完全不同。事實上，當新事物足夠簡單、部署成本足夠低時，企業的適應速度并不慢。

社交網絡普及后，很多企業的官網立刻減少了更新頻率；Threads上線后，企業迅速將其添加到了繼X/Twitter之后的社交媒體運營列表。甚至2025年初企業紛紛給自己接入DeepSeek本身，也是一個例子——只要門檻夠低，企業會主動擁抱變化。

即使在Vibe Coding的實際應用還沒有誕生時，其前輩低代碼/無代碼產品就已經試圖讓企業員工個人編程，解決產線上的實際問題。只不過，基于規則和高度依賴平臺運行時環境的低代碼系統，是AI模型能力進化的第一個犧牲品，例如去年2月宣布做不下去的瀾碼科技就是一個例子。

對于被AI沖擊的傳統軟件和服務公司而言，存在一個可辨識的“三步走向滅亡”模式。我們以Chegg舉例說明一下。

第一步：否認AI有效。 2022年，Chegg員工提議開發AI工具來自動化解答，但管理層未采納。ChatGPT發布后，Chegg高管認為AI"答案不準確"，不構成威脅。

第二步：宣布接入AI或轉型AI，但效果不佳。Chegg隨后與OpenAI合作推出了"CheggMate"，試圖將其1.2億條專家解答數據庫與AI結合。然而學生不愿為此付費——ChatGPT已經"夠用"了，而且免費。

第三步：走向滅亡。 Chegg的訂閱用戶從2022年高峰的530萬驟降至2025年的320萬。股價從2021年的高點113美元跌去99%，市值從147億美元萎縮至約1.56億美元。2025年，公司先后裁員22%和45%，超過半數員工在六個月內被裁。

現在，對于傳統法律科技公司、金融數據公司、甚至咨詢公司，Cowork恐慌暫時還處于第一階段，甚至是有很多“大儒代為辯經”，說AI幻覺難以完全消除，不堪一用。

但企業對軟件的需求，在于其工作當中的某些流程需要無紙化、信息化。而原先從員工需要學習適應，到軟件公司駐場開發，都屬于別人去模擬和傾聽你的需求，不可能像你自己一樣清楚你想要什么，大量的成本被浪費在溝通上面。

所以企業員工真正知道寫個小東西就能解決問題，即使這東西沒有任何大模型成分，它只是個python腳本也行——這可能是SaaS真正崩潰的開始。

估計今后，傳統軟件業的最大價值仍在于客戶千奇百怪的非標需求，做通用AI產品不想干的，客戶自己Vibe不出來的臟活累活。但這種在2023年就被說成是“大模型施工隊”的活計，肯定不是什么性感的商業模式。

而模型方面，還是需要加大力度卷編程能力，直到幻覺堡壘被逐一攻破，到達那個就算還有一丟丟不對勁，但人們不在意的臨界點。然后Less structure, more intelligence，大力飛磚，卷走一切。