AI會殺死軟件嗎？等于問：有微信源代碼能打造出下一個微信帝國嗎？

2026年2月，華爾街上演了一場史詩級的軟件股票暴跌。導火索很簡單：一名美國記者用AI代碼工具，幾分鐘就寫出了一段可直接運行的Workday相關業務代碼，功能基本可用。隨即，Workday、Salesforce、Adobe、ServiceNow等美股軟件龍頭集體重挫，摩根士丹利SaaS軟件指數短期內暴跌超30%，萬億市值蒸發。這場暴跌迅速跨過大洋，傳導至中國市場：用友、金蝶、金山辦公等國內企業軟件風向標同步下跌，軟件板塊全線承壓。

摩根士丹利SaaS軟件指數與納斯達克100指數逐漸背離

1. AI會殺死軟件嗎？

市場給出了最直接的預判，但恐慌之下，一個更本質的問題浮出水面：AI真的會殺死軟件行業嗎？但在筆者看來，這等于問：有微信源代碼能打造出下一個微信帝國嗎？答案：不能！

我們不妨以科研軟件領域的電子實驗記錄本（ELN）為例，拆開來試著解讀這個問題。電子實驗記錄本是典型的高壁壘垂直SaaS軟件：它要實現反應式編輯、基因序列編輯、IC50計算、兼容Prism、兼容XLfit、表格編輯、儀器預約、抗體設計、化學結構圖像識別、IUPAC中英文命名等業務場景需求，背后是大量行業Know-how、合規規則與業務邏輯的沉淀。若將這些內容整理成一份產品設計文檔，文字數量將超過億級，難以想象不會寫代碼的客戶會花時間把這本書完成。

以電子實驗記錄本軟件中內置的InDraw為例，發現其內置的二茂鐵的分子式為 C??H??Fe，分子量為210；而真實的二茂鐵分子式應為 C??H??Fe，分子量為186。軟件在渲染鐵原子與兩個茂環的連接點時，錯誤地將這兩個連接點識別為了碳原子（C），導致分子式中憑空多出了兩個碳。如何讓不會寫代碼的客戶用大模型來修復這個bug呢？

這并非個例，而是所有垂直 SaaS 軟件領域的縮影。AI 可以生成代碼，卻無法修復所有bug，最終還是需要軟件開發人員來守住底線，無法直接交付適配不同客戶、不同場景的個性化解決方案。

2. 未來真相：AI是軟件開發人員的助手，不是殺手

我們可以用三個很現實的邏輯，看清軟件行業的未來。

2.1. AI是軟件開發人員的助手，永遠替代不了軟件本身

AI擅長生成樣板代碼、簡化重復工作、加速基礎開發，但它做不到“一鍵產出可用軟件”。

就連 OpenClaw 的創造者、頂級開發者 Peter Steinberger 也無法跳過 “調試” 這一關鍵環節。他在接受《華爾街日報》采訪時透露，即便用 AI 工具快速生成了 OpenClaw 的核心代碼，初始版本仍充滿漏洞，被他戲稱為 “搖搖欲墜的屎山”。最終，他花費了大量時間進行架構審核、Bug 修復與邏輯校準，才讓這個現象級項目真正落地。

2.2. AI成長的底層邏輯是數據，垂直領域的數據基本不公開

今天的AI，對通用代碼、公開組件得心應手，但一進入垂直行業就“失語”。像 Benchling ELN 具備專有序列編輯器，它并非簡單的文本編輯，而是深度耦合分子生物學實驗全流程（引物設計、序列比對、突變模擬等）。核心邏輯建立在數十年的行業知識庫與行業實踐之上，這些高度專業化的知識既不開源也不公開，AI 無法通過通用數據習得。

又如鷹谷ELN是同時具備專有結構式編輯器、序列編輯器的工具軟件，這類工具軟件需求復雜、操控要求精細，普通人甚至無法清晰描述所有需求。同時業務高度個性化，又需要滿足醫藥行業的合規需求，AI 沒有足夠的行業參考樣本，根本不可能寫出符合真實用戶需求場景的軟件。總而言之，行業壁壘越高，公開數據越少，AI 越難替代。這是垂直 SaaS 軟件最堅固的護城河。

2.3. AI降低門檻，但解決方案仍需人來交付

軟件的核心不是代碼，而是需求理解、流程設計、合規落地、數據治理、持續運維、客戶服務、市場策略、金融策略等，需要提供完整可落地的解決方案。正如有微信源代碼能打造出下一個微信帝國嗎？答案：不能！

小結

美股SaaS軟件大跌，是市場對“AI替代軟件”的過度恐慌；中國軟件股跟跌，是情緒傳導下的估值修正。未來的軟件公司，是AI+行業，Know-how的解決方案服務商。但恐慌過后，行業會回歸常識：

AI不會殺死軟件，只會成為優化軟件的生產力工具。