7 月 9 日，一個再普通不過的週四。一位運營經理在電腦上打開 ChatGPT 的桌面應用，敲下一句話：把上季度流失的大客戶做成一份覆盤，配好數據表。他隨手 @ 了 Salesforce、Slack 和公司雲盤，然後起身去開會。幾個小時後他回到座位，一份 Excel 和一份文檔已經躺在那裡——客戶名單、流失時點、對應的溝通記錄、初步歸因，齊了。

被它翻動過的 Salesforce、Slack、雲盤，自始至終不知道自己剛被一個「數字同事」支使了一整輪。對它們而言，那不過是幾次再尋常不過的接口調用。

「AI 能替你幹活」這句話，過去三年已經聽到起繭。Operator 會自己操作瀏覽器，Codex 會自己寫代碼提交，ChatGPT agent 會自己跑多步任務[9]。可這一次，盯著企業軟件的人坐不住了：華爾街開始重新掂量那些 SaaS 龍頭的估值，理由是同一個功能——ChatGPT Work[1]。

這裡有個值得停下來的反常。ChatGPT 早已無處不在：9 億周活、財富 500 強裡逾九成的公司在用、企業與工作場景的席位在兩個月裡又漲了四成、逼近 700 萬[8]。無處不在整整三年，SaaS 那道號稱軟件業最堅固的護城河紋絲未動。為什麼偏偏是現在，它開始滲水了？

一堵為「另一個應用」而建的牆

先把這道護城河修得多結實說清楚，才談得上它為什麼會漏。

企業軟件的安全感來自四樣東西疊在一起。第一是系統權威：一家公司的客戶、訂單、合同，真身存在 Salesforce 裡，它是那份數據的「原本」，別的系統都是拷貝。第二是數據重力：數據越沉，越難搬走，圍著它長出的報表、流程、審批也就越難拆。第三是集成生態：Salesforce 連著報價工具，報價工具連著財務，財務連著郵件，一環扣一環，誰想替換其中一環，都要把整串拆開重接。第四是切換成本：真要換一家 CRM，意味著數據遷移、員工重訓、流程重搭，痛到沒人願意動。

這四堵牆合起來，讓企業軟件成了軟件業最難被攻破的生意。一家 SaaS 公司一旦擠進客戶的日常流程，往往能安穩收十年租金。

關鍵在於：這道牆，是為了防另一個應用而建的。它假設來搶生意的，也是一個要你打開、要你登錄、要你從頭搬家的對手——另一個 CRM、另一個協作工具。牆的高度、護城河的寬度，全都照著「阻止用戶搬去隔壁那棟樓」來設計。三年裡滿世界的 ChatGPT，恰恰被默認成了又一棟樓、又一個要單獨打開的窗口。樓與樓之間，牆立得好好的。

排除法之一：不是模型突然聰明了

最順手的解釋是：模型終於聰明到能取代軟件了。這個解釋經不起推敲。

論智力，GPT-4 早在 2023 年就足夠驚人——它在託倫斯創造性思維測試裡得分超過 99% 的人類，微軟的研究者當時就稱它是早期形態的通用智能[10]。真要靠「聰明」掀翻 SaaS，三年前就該動了。

更能說明問題的是這次發佈的旗艦模型本身。GPT-5.6 Sol 在 Artificial Analysis 的綜合智能指數上拿到 59 分，比 Anthropic 的 Claude Fable 5 的 60 分還低 1 分[2]。撼動護城河的那個東西，其大腦在純智力上甚至不是當下最強的。可見「牆開始漏」並非因為對面突然出現一個碾壓式的天才。智力這條線，排除。

排除法之二：也不是因為便宜

第二個順手的解釋是：AI 便宜到讓軟件訂閱顯得不值了。

便宜是真的。Sol 每完成一個任務約花 1.04 美元，只有 Fable 5 的 2.75 美元的三分之一強[2]；Altman 說它在智能體編碼上輸出的 token 比同水平模型最多少 54%[3]；OpenAI 還在靠深度優化把推理成本一輪輪往下壓。放到更大的背景裡，模型的價格三年來一直在塌方式下滑。

但便宜是油門，不是引擎。價格年年在降，SaaS 的護城河從前也沒因此塌過——企業買軟件，買的從來不只是算力，是那套沉下來的數據、流程和確定性。真便宜到能替代，早該替代。把便宜當主因，解釋不了「為什麼是現在」。它頂多是給已經點著的火添了把柴。便宜這條線，也排除。

真正變的，是誰在打開這些應用

排掉「更聰明」和「更便宜」，剩下的答案藏在 ChatGPT Work 的兩個屬性裡——自主，加上跨應用。單拎出來都不新鮮，合體才致命。

看它連的東西：一份「統一插件目錄」裡，塞著 Google Drive、SharePoint、Slack、Teams、Gmail、Outlook、Salesforce、Zoom、GitHub、Canva、Dropbox[1]。用戶報一個目標，它自己判斷該調哪幾個、按什麼順序調，連續幹上幾個小時，最後吐出一份成品[1]。

請注意這裡發生的位移。過去，用戶是站在一個個應用的界面前，一個窗口一個窗口地幹活；SaaS 賣的、護城河守的，正是那個界面和界面背後的數據。而現在，用戶面對的是一個總指揮，應用退到了幕後——每個 SaaS 被降格成總指揮手邊一次「取數據／寫回去」的接口調用。競爭的單位，從「你用哪個應用」，悄悄上移成了「誰來編排這一整段工作流」。

這才是牆漏水的真正機理。那四堵牆——系統權威、數據重力、集成生態、切換成本——每一堵都是衝著「另一個應用」修的。可 ChatGPT Work 不是另一個應用。它騎在所有應用之上，不來叩你的門、不來搬你的家，只是從上方把你當成一個可供調用的數據源。《孫子·形篇》講「善守者藏於九地之下，善攻者動於九天之上」——守方把牆築得再高，也防不住一個從九天之上俯衝下來、根本不落地攻牆的對手。牆還立著，只是這一回，對手從天上飛了過去。

一旦編排層立住，被商品化的就不止是界面，還有模型自己。加密交易所 Coinbase 把默認大模型換成便宜的智譜 GLM 和 Kimi，AI 開支直接削掉近一半，上層應用照跑不誤[6]。誰在底下當那顆大腦，越來越像一道可隨時替換的選項——價值正從「應用的界面」和「模型的品牌」，一起往中間那層編排上遷移。這解釋了為什麼一個綜合智能還低 1 分的模型，反而叫軟件公司緊張：真正稀缺的不再是最聰明的腦子，而是那個能把十幾個應用串成一條流水線、還不用人盯著的調度臺。

下樓，是一步步走下來的

OpenAI 並不是一夜之間衝到離用戶最近這端來的，它這幾年是踩著臺階一級級往下走的。2020 年，它把 GPT-3 包成 API 賣給開發者，那時還老老實實待在最上游，只賣「原材料」[12]。2022 年底 ChatGPT 上線，兩個月衝到一億月活，它第一次有了自己的終端產品；隨後是 20 美元的 Plus、200 美元的 Pro 訂閱，直接向用戶收錢[9]。再往後，Operator 學會替你點瀏覽器、Codex 學會替你寫代碼提交、ChatGPT agent 學會替你跑多步任務[9]；2025 年 5 月，它又花 65 億美元買下前蘋果設計師喬尼·艾維的硬件公司 io，把手伸向終端設備[12]。ChatGPT Work 是這條下行線的最新一站——從賣原材料，到賣工具，到賣一個替你把活幹完的「人」。每下一級臺階，它離最終用戶就近一步，離那些靠賣應用軟件收租的公司也近一步。

這套「掌握上層的人回頭吞掉下層」的劇本，硅谷演過不止一次。1990 年代，微軟把 IE 瀏覽器捆進 Windows，靠對操作系統的控制權，幾乎把網景擠出市場，最終吃上一場曠日持久的反壟斷官司[11]；蘋果則一次次把第三方小工具的功能悄悄收進系統，業內給這動作起了個專名——被「Sherlock」掉。但這兩出舊戲，靠的都還是「預裝」或「把功能抄進系統」，平臺好歹得親手做一個替代品出來。ChatGPT Work 把劇本又往前推了一步：它連替代品都省了，只需在你頭頂架起一臺調度，就能讓「你到底用哪一家」這個問題本身失去分量。

牆的這一側：反方的三塊硬骨頭

把話說滿，不誠實。這道漏水，短期內遠沒到決堤，牆的這一側還立著三塊硬骨頭。

第一，它眼下不是取代，而是餵養。 ChatGPT Work 要跨應用幹活，恰恰得調用 Salesforce、Slack 的 API，讀它們庫裡的數據。沒有這些 SaaS 老老實實開著接口、供著數據，那個總指揮連活都幹不成。至少在這一程，它非但沒架空這些系統，反而讓它們成了不可或缺的底座。

第二，企業級的重活，智能體一時補不齊。 誰能看哪條數據、改動留不留痕、出了錯誰負責、數據能不能出境——權限、合規、審計、數據主權、責任歸屬，這些是 SaaS 十幾年一條條啃下來的硬骨頭，也是大企業真正肯付錢的地方。一個能連續自主作業幾個小時的智能體，恰恰在「誰來擔責」這一格上最模糊。

第三，可靠性仍是懸著的那把劍。 自主連續作業幾小時，聽著漂亮，可它中途拐錯一步、把錯的寫回系統、事後要不要回滾、回滾得乾不乾淨，才是能不能真正託付的分水嶺。本站「應用深度」系列的首篇就把這層點破過——衡量智能體成色的體溫計，不是能不能跑通一次演示，而是它多久出一次需要人擦屁股的錯。這根標尺，眼下還沒給出讓人放心的讀數。

編排層的這場仗，OpenAI 也遠非穩贏。微軟把 GPT-5.6 定為 365 Copilot 的首選模型[4]，可它同時也在自研模型上加碼、不願把入口獨家押在一家身上——誰都清楚，攥住那層調度臺，就等於攥住下一個十年的入口，沒人肯拱手讓人。同一周，蘋果把 OpenAI 告上法庭，指其竊密、並借勢推自己的硬件[7]；OpenAI 嚮應用與硬件的每一步擴張，都在同時樹起新的對手。就連它內部，負責應用業務的高管 Fidji Simo 也在這個節點轉任顧問[5]。這層樓上，擠滿了想當總指揮的人。

從守牆到爭天空

所以，SaaS 的牆塌了嗎？沒有。數據還鎖在庫裡，流程還綁著上下游，換供應商依舊很痛。那四堵牆，一塊磚都沒少。

變的是問題本身。過去十年，行業只關心一件事：牆修得夠不夠高，能不能把用戶圈在自己這棟樓裡。而當對手學會了不攻牆、只從上空俯衝，真正的戰場就從「牆有多高」，挪到了「牆外那片天空歸誰」——誰來當那個騎在所有應用之上、替用戶調度一切的總指揮。

ChatGPT Work 還稚嫩，會出錯，眼下還得靠它想架空的那些系統餵飯。但它第一次把這個問題擺到了明面上。圍城的人守了十年城牆，如今得抬頭看天了。而抬頭這件事，往往比守牆難得多。