2026年软件行业趋势：主动拥抱大模型转型的生存指南

2011年，Marc Andreessen写下“软件正在吞噬世界”。十五年后的2026年，《财富》杂志用一句话总结了新的局面：“那个吃掉世界的东西，正在被吃掉。”

2026年4月，Notion的产品团队在官方博客中透露，他们收到了大量企业客户的请求：客户希望在AI优先的工作流中使用Notion，并期待能从Cursor、Claude这类AI工具中直接访问Notion工作区。为此，Notion发布了最新的MCP Server。

几乎在同一时间，Adobe在年度Summit大会上宣布推出CX Enterprise。这并非一个简单的产品更新，而是一次彻底的架构重塑——Adobe将旗下所有产品的核心能力，重新打包成一个个“Agent Skills”和“MCP端点”。这套新架构的合作名单上，赫然列着Anthropic、Google Cloud、Microsoft、OpenAI和AWS等几乎所有主流AI平台。这意味着，Adobe引以为傲的创意与营销工作流，未来将以“可调用能力”的形式，存在于各类AI Agent之中。

一场静默的竞赛正在上演：软件公司们争相将自己“AI化”，主动成为AI Agent可调用的“技能”。这背后，究竟是怎样一种商业逻辑？

图片由AI生成：主动迎上风浪的船长

被资本“集体抛弃”的软件行业

市场的恐慌并非空xue来风。2026年2月，随着Anthropic发布Claude Cowork、OpenAI发布Codex for (almost) everything等重磅更新，资本市场对传统软件行业的信心一度跌至冰点。摩根士丹利分析师Keith Weiss称之为“SaaSpocalypse”（SaaS末日）。

市场数据印证了这一冲击：Thomson Reuters股价单日暴跌约16%，LexisNexis母公司RELX在伦敦的股价下跌14%，追踪科技软件板块的iShares ETF从2025年9月的峰值累计下跌超过28%。

市场的担忧逻辑很直接：如果AI Agent能够直接操作任何有界面的软件，用户是否还需要为每一个SaaS工具支付昂贵的“席位费”？IDC的预测加剧了这种焦虑：到2028年，纯粹的席位定价模式将被淘汰，高达70%的软件供应商将被迫重构定价策略，转向基于消费量、业务结果或组织能力的价值指标。

然而，摩根士丹利认为这种“SaaS将死”的叙事是一种“过度反应”。他们的研究报告指出了一个关键细节：在这场变局中，处于最佳位置的“最强运动员”，恰恰是微软、Salesforce和ServiceNow——这些公司没有坐等AI来替代自己，而是主动将自己接入了AI Agent的生态。

Klarna的CEO Siemiatkowski后来也澄清了他的判断：“我不认为这是Salesforce的终结，甚至可能相反。更可能发生的是，更少的SaaS公司会整合市场，并把他们所做的事情提供给其他公司。”这句话点明了软件公司的真正出路：不是“被AI替代”，而是“让自己成为AI可调用的能力”。

Skill和Plugin：一个是内容，一个是容器

在这场转型中，Skill（技能）和Plugin（插件）是两个最显性的形态，也是软件公司接入AI生态时最常用的封装方式。理解它们的区别，是理解未来软件价值的关键。

根据OpenAI Codex和Anthropic Claude Code的开发者文档，两者的分工非常明确：

Skill是行为的编码格式。 它的物理形态是一个包含SKILL.md文件的目录，用YAML声明元数据，正文则是用自然语言编写的执行指令。这份指令详细告诉Agent：遇到某类任务时，应该遵循什么步骤、遵守哪些规则、调用哪些工具、最终输出什么结果。

Agent在处理任务前，会先扫描所有Skill的元数据摘要，只有在决定调用某个Skill时，才会加载其完整内容。这种设计是为了精确控制上下文消耗。Skill的作用域通常是单个仓库或本地工作区，它没有版本号，没有复杂的权限声明，也没有跨团队分发的机制——它更像是一个本地化的“工作脚本”。

Plugin是封装和分发的容器。 OpenAI Codex的文档说得直白：“为了可重复分发你自己的技能，请优先使用插件。”Plugin打包的是一个完整的能力单元，通常包含：Skills（工作流指令）、App integrations（外部应用集成）以及MCP server配置（外部系统连接）。

Anthropic的Claude Code Plugin结构更为丰富，除了Skills，还可能打包Hooks（执行生命周期的控制节点）、Agents（子Agent定义）、Commands（斜杠命令）。更重要的是，Plugin拥有版本号、清单文件、权限声明，甚至包含privacyPolicyURL、termsOfServiceURL、品牌色和截图等字段。这些字段的存在本身就说明，Plugin是为一个对外开放的商业目录设计的，具备被审核、被分发、乃至被定价出售的完整商业结构。

两者的关系可以这样概括：Skill是本地迭代的创作介质，Plugin是面向分发的流通商品。 一家软件公司如果只是发布了一个MCP Server，它解决的只是“Agent如何连接我”的技术问题；如果进一步将工作流知识、执行约束和权限配置打包成Plugin，它解决的则是“Agent如何用好我”的价值问题。后者的护城河显然更深，也更接近真正的商业资产。

MCP是连接的管道，解决数据和操作的可达性；Skill和Plugin是行为的容器，解决任务如何被完成的知识封装。前者是基础设施，后者才是真正体现专业价值的应用层。如果说未来有什么能成为AI时代的“App”，那很可能就是封装精良的Skill和Plugin。

图片由AI辅助生成

主动求变的软件们

面对这场席卷而来的变局，不同体量、不同领域的软件公司选择了不同的“接入”策略，背后的战略重点也大相径庭。

激进派：成为AI工作流的底座。 微软和Salesforce的动作最具代表性。微软的Declarative Agents框架允许企业直接在Word、Teams、Outlook里构建专属Agent，并在2026年4月进一步让MCP Apps能在Copilot对话窗口里渲染交互式UI。这意味着用户审批费用、查询项目进度、对比文档等操作，全程无需跳出聊天界面。monday.com已成为其首批合作伙伴之一。

Salesforce的逻辑类似，但更依赖其数据护城河。企业客户的CRM数据沉淀在Salesforce，当Agent需要处理销售或客服任务时，自然绕不开Salesforce的编排层。其AgentExchange平台已上架超过1000个来自合作伙伴的Skill和Agent，但真正锁住客户的，是那些沉淀在平台内的核心业务数据。更值得关注的是，其Agentforce 2.0已开始对“销售开发”和“销售辅导”两个Skill直接按对话次数计费（2美元/对话），这为企业级Skill的货币化提供了清晰案例。CEO Marc Benioff强调企业必须成为“Agentic Enterprises”，其意图不言自明：希望企业将这场转型的枢纽放在Salesforce上。

ServiceNow虽未单独售卖Skill，但逻辑相通。谁的IT、HR、财务审批流程在ServiceNow上运行，Agent的协作环境就自然落在ServiceNow。其工作流能力的价值通过订阅溢价得以兑现。2025年，ServiceNow全年订阅收入超过130亿美元，同比增长约22%。CEO Bill McDermott在财报电话会议上透露，AI在2025年为公司内部创造了约5亿美元价值，IT服务台的一级工单处理速度比人工快99%。

转型派：将核心工作流封装为技能。 Adobe在传统软件公司中的转型力度最大。如前所述，其将整个Experience Cloud重构为以Agent Skills和MCP端点为核心的系统。这背后是Adobe自己的调研数据：75%的企业将数据整合列为AI落地的首要障碍，71%面临人才缺口，68%认为投资回报率不清晰。Adobe押注的正是，企业愿意为现成的、专业的营销与创意工作流付费，以跨越这些障碍。

Docusign则走得更深一步。它没有止步于发布MCP Server，而是将完整的电子签约流程打包成Skill，上架到Salesforce的AgentExchange。这两者的差距至关重要：MCP端点解决“Agent能连接我”，Skill封装解决“Agent知道怎么用好我”。数据显示，该Skill上架后，在2025年第四季度处理了200多个私人报价，将签约时间加快了60%。这一步从“连接层”迈向“应用层”的跨越，其商业价值差异显而易见。

防御派：确保不被工作流静默绕过。 Notion、Stripe、Shopify的动作则更像是一种防御姿态。Notion在博客中直言，发布MCP Server是应企业客户要求。Stripe和Shopify分别上线远程端点和MCP Server，旨在确保当Agent处理支付或电商任务时，能调用到自己的能力。这类接入本身不直接产生新收入，但能防止自己从用户未来的AI工作流中“消失”。

观望与探索中的国内生态。 目前，国内公司的接入方式大多停留在MCP层面，主要解决“Agent能连接我”的问题。例如，支付宝的MCP Server解决了支付的技术连接，飞书、钉钉、高德地图等也纷纷推出了各自的连接能力。魔搭社区的MCP广场已收录超过9000个服务。

然而，在“Agent如何在不同业务场景下最优地使用我”这一层工作流知识的系统性封装上，国内公司仍鲜有涉足。一位科技领域的一级市场投资人分析认为：“国内还没有OpenAI或Anthropic这样明显领先的模型方牵头走出行业范式，大厂虽有自己的生态，但在模型能力上并无特别突出的特点，这可能是应用层公司跟进较慢的原因。”

但变化正在发生。有手机终端厂商的业务负责人表示：“以后Agent是OS，Skill就是手机APP，我们也在积极思考如何推进。”同时，也有软件行业的技术专家指出：“Skill目前缺乏统一标准，制作门槛低，商业价值难定；相比之下，Plugin更像可商用的形态。但大家也在讨论，如果模型能力进一步提升，是否会吞噬一切。目前看来，国内生态还在跑通连接层，这与整体Agent生态的成熟度及国内SaaS市场的竞争格局有关。”

什么Skill真的有商业价值？

那么，炙手可热的Skill究竟是否具备独立的商业价值？Skill、Plugin，或是软件内置的Agentic AI能力，哪条路径最有可能跑通商业闭环？目前尚无定论，但趋势和标准正在浮现。

Gartner的预测提供了一个宏观坐标：到2028年，33%的企业软件将包含Agentic AI能力（2024年这一数字不足1%）。但同一份研究也警告，超过40%的Agentic AI项目将在2027年底前被叫停，原因包括成本失控、价值不清晰或风险管控缺失。这意味着，赢家会高度集中。

纵观市场，那些能产生真实商业价值的Skill，通常具备三个共同点：

第一，承载了特定领域的深度执行知识，而非通用流程描述。 法律AI公司Harvey是最佳案例。它底层调用Anthropic和OpenAI的模型，但其核心价值在于构建在模型之上的专业层：与LexisNexis的内容合作、面向律所的数据隐私架构，以及通过雇用前顶级律所律师所积累的行业方法论。Harvey系统每天处理超过40万个Agentic查询，用户自建的自定义工作流超过2.5万个。2026年3月，Harvey以110亿美元估值完成2亿美元融资。其CEO Winston Weinberg强调：“Harvey不只是加了法律提示词的Claude。它是为法律团队实际工作方式而生的平台，包含专业知识、工作流集成、合规基础设施和机构知识。这才是重点。”

第二，包含可验证的质量标准和明确的失败处理逻辑。 以Salesforce AgentExchange上的clearMDM提供的Skill为例，它用于Salesforce CRM数据质量管控，起步定价约100英镑/月/公司。其核心价值是一套专门处理数据清洗场景的、包含各类异常输入处理方式的工作流逻辑。企业购买的是处理结果的稳定性和可预期性，而不仅仅是“聪明的提示词”。

第三，具备可审计的执行约束与人工监督机制。 模型能力越强，企业越需要限制其自主权。一个能在企业内安全落地的Skill，必须能清晰定义其在何种情况下执行何种操作，以及在哪些关键节点必须请求人工确认。例如，Adobe在CX Enterprise中就明确提供了两个不同级别的人工监督机制，这直接回应了企业客户对可控性的核心需求。

相比之下，通用写作、简单会议纪要、基础文案改写这类Skill，其功能正迅速被大模型的原生能力吸收，独立商业价值有限。而工具增强型Skill，如PPT生成、Excel分析、代码重构，更可能的归宿是被Office、Notion、GitHub Copilot等主流生产力工具直接内置，以“功能”而非“独立Skill”的形式存在。

软件生态未来可能是什么形态

在这场重构之后，一个更大的问题浮现：未来的软件生态结构将变成什么模样？

摩根士丹利分析师Keith Weiss将AI对软件行业的冲击概括为“软件的三重恐惧”——席位定价受威胁、自建替代外购的逻辑倒转、AI直接进入应用层竞争。但报告同时指出，这种担忧“低估了软件巨头参与本轮创新的能力”，并将微软、Salesforce、ServiceNow列为最有可能的胜出者。

IDC的判断则更为激进：下一代企业技术栈，将围绕AI Agent而非SaaS界面构建。“今天的技术栈是围绕SaaS界面建设的，明天的技术栈将围绕与模块化后端服务交互的AI Agent建设。”数据湖和实时数据连接成为关键使能因素，供应商关系将从“以UI为中心的参与”演变为“以Agent为中心的使能合作”。

这一判断意味着，三类软件将走向不同的命运：

1. 拥有网络效应和专有数据的软件，地位反而可能增强。 Airbnb的房东网络、Uber的司机网络、Palantir的防务数据——这些是Agent无法替代的核心资产。AI反而会增强它们处理这些独特数据和网络的能力。这类公司的正确策略，是主动将核心逻辑封装成高价值、Agent可调用的Skill，而不是被动等待被绕过。

2. 以界面交互为核心护城河的SaaS，面临真实威胁。 如果产品的主要价值在于一个精美的UI和流畅的点击流程，而背后缺乏独特的数据或深度工作流积累，那么Agent既可以模拟点击来操控它，也可能直接调用其底层API，甚至寻找替代方案。这类产品的出路在于重构自身，转型为以权限管理、流程验证和审计能力为核心的Agent编排层。

3. 行业垂直软件，是Skill商业化最清晰的赛道。 Harvey在法律行业、Rogo在投资研究领域的成功证明，当把一个行业里真实、复杂的任务执行知识深度编码进Plugin，并通过企业采购渠道触达大客户时，一条可行的商业化道路已然存在，其估值规模也证实了市场潜力。

最后，让我们回到那批主动选择“Skill化”的软件公司。对它们而言，最重要的或许不是在未来的“Skill市场”能直接卖出多少钱，而是一个更根本的生存问题：当AI Agent代替员工处理工作时，自家的能力能否在任务发生的那一刻，被准确、高效地调用到。

这本质上是一场关于软件入口的根本性重构。入口，正从桌面上的图标，转变为AI Agent在执行任务时脑海中的“工具调用列表”。那些没有出现在这个列表里的软件，可能会在用户毫无察觉的情况下，被新时代的工作流静默地绕过去。