即刻App年轻人的同好社区
下载
赞同 //@青雲: 论证缺了资产的那一半：折旧。know-how 会过期，接口一改、合规一变，插件没人续命就从资产变成负债。插件资产化真正难的不是封装，是维护责任怎么定价，谁为升级和售后负责，这决定了按结果计费能不能成立。
PM贝尔熊.AI时代产品经理: 为什么说DeepSeek Harness很重要，因为它发布的不是软件，而是明确的告诉你Harness 应该怎么做。 过去企业做 AI 落地，是按人天卖项目：驻场工程师手写胶水代码，对接客户的 ERP、选品库、合规规则，项目结束代码就死，客户下次还得再买一次人天。 而在 dsh 这套「一切皆插件」的底座上，同一件事被降级成了组装插件：接客户内部系统是一个插件，配沙箱权限是一个插件，连换模型都是一个插件。 于是四个东西，从「靠人」变成「靠资产」转机前转机后造轮子（手写胶水代码）选轮子（组装插件）项目代码（交付即死亡）插件资产（越用越厚）按人天计费按结果计费。 实施顾问（懂部署）行业 know-how 工程师（懂行业 + 能封装）也就是：「插件」正在变成一个新的资产类别——它不是工具，是行业 know-how 的封装，从 Workflow 到软件 UI，一切都要根据企业的业务需求定制化，并且随着业务的迭代而迭代。 谁先把某个行业的经验提炼成「可加载、可复用、可被 Agent 直接调用」的插件，谁就掌握了那个行业在 AI 时代的新护城河。 我整理了一份详细的白皮书：
0 00
为什么说DeepSeek Harness很重要，因为它发布的不是软件，而是明确的告诉你Harness 应该怎么做。
过去企业做 AI 落地，是按人天卖项目：驻场工程师手写胶水代码，对接客户的 ERP、选品库、合规规则，项目结束代码就死，客户下次还得再买一次人天。
而在 dsh 这套「一切皆插件」的底座上，同一件事被降级成了组装插件：接客户内部系统是一个插件，配沙箱权限是一个插件，连换模型都是一个插件。
于是四个东西，从「靠人」变成「靠资产」转机前转机后造轮子（手写胶水代码）选轮子（组装插件）项目代码（交付即死亡）插件资产（越用越厚）按人天计费按结果计费。
实施顾问（懂部署）行业 know-how 工程师（懂行业 + 能封装）也就是：「插件」正在变成一个新的资产类别——它不是工具，是行业 know-how 的封装，从 Workflow 到软件 UI，一切都要根据企业的业务需求定制化，并且随着业务的迭代而迭代。
谁先把某个行业的经验提炼成「可加载、可复用、可被 Agent 直接调用」的插件，谁就掌握了那个行业在 AI 时代的新护城河。
我整理了一份详细的白皮书：
过去企业做 AI 落地，是按人天卖项目：驻场工程师手写胶水代码，对接客户的 ERP、选品库、合规规则，项目结束代码就死，客户下次还得再买一次人天。
而在 dsh 这套「一切皆插件」的底座上，同一件事被降级成了组装插件：接客户内部系统是一个插件，配沙箱权限是一个插件，连换模型都是一个插件。
于是四个东西，从「靠人」变成「靠资产」转机前转机后造轮子（手写胶水代码）选轮子（组装插件）项目代码（交付即死亡）插件资产（越用越厚）按人天计费按结果计费。
实施顾问（懂部署）行业 know-how 工程师（懂行业 + 能封装）也就是：「插件」正在变成一个新的资产类别——它不是工具，是行业 know-how 的封装，从 Workflow 到软件 UI，一切都要根据企业的业务需求定制化，并且随着业务的迭代而迭代。
谁先把某个行业的经验提炼成「可加载、可复用、可被 Agent 直接调用」的插件，谁就掌握了那个行业在 AI 时代的新护城河。
我整理了一份详细的白皮书：
DeepSeek Harness 带来的新机会？ 让Agent自我演化才是正确的Harness Engineering？
2 21
企业疯狂拥抱 AI，但现在问题来了：烧掉的 token，到底换来了什么？
从 Palantir CEO Alex Karp 的公开炮轰，到 Uber、微软、亚马逊、Meta 开始收紧 AI 使用预算，企业 AI 正在从“随便试”进入“算清账”的阶段。
这场变化背后，不只是 AI 成本失控，而是整个 SaaS 商业模式正在被 Agent 重新定价。传统 SaaS 靠“人头 × 席位 × 订阅费”收费，但当一个员工可以带多个 Agent 工作，席位费、调用量、结果付费和治理成本都会被重新谈判。
真正的赢家，可能不是会聊天的 AI，也不是简单加了 AI 按钮的软件，而是那些能让 Agent 在企业里“看得见、管得住、跑得稳、算得清”的基础设施公司。
本期我们聊：
SaaSpocalypse 到底在恐慌什么
为什么 token 是成本，不是产出
CFO 为什么开始介入 AI 预算
Agentic Solutions 和 Agentic Infrastructure 是什么
Snowflake、ServiceNow、Datadog、Flexera 等公司在抢什么
SaaS 公司如何在 AI Agent 时代重新获得收费权
一句话简介
AI Agent 没有杀死 SaaS，但正在重写 SaaS 的定价权和收费逻辑。
#AIAgent #SaaS #人工智能 #企业软件 #AgenticAI #AI商业模式 #Token成本 #Snowflake #ServiceNow
从 Palantir CEO Alex Karp 的公开炮轰，到 Uber、微软、亚马逊、Meta 开始收紧 AI 使用预算，企业 AI 正在从“随便试”进入“算清账”的阶段。
这场变化背后，不只是 AI 成本失控，而是整个 SaaS 商业模式正在被 Agent 重新定价。传统 SaaS 靠“人头 × 席位 × 订阅费”收费，但当一个员工可以带多个 Agent 工作，席位费、调用量、结果付费和治理成本都会被重新谈判。
真正的赢家，可能不是会聊天的 AI，也不是简单加了 AI 按钮的软件，而是那些能让 Agent 在企业里“看得见、管得住、跑得稳、算得清”的基础设施公司。
本期我们聊：
SaaSpocalypse 到底在恐慌什么
为什么 token 是成本，不是产出
CFO 为什么开始介入 AI 预算
Agentic Solutions 和 Agentic Infrastructure 是什么
Snowflake、ServiceNow、Datadog、Flexera 等公司在抢什么
SaaS 公司如何在 AI Agent 时代重新获得收费权
一句话简介
AI Agent 没有杀死 SaaS，但正在重写 SaaS 的定价权和收费逻辑。
#AIAgent #SaaS #人工智能 #企业软件 #AgenticAI #AI商业模式 #Token成本 #Snowflake #ServiceNow
CEO狂喷大模型厂商，真正该关注的是SaaS 公司如何在 AI Agent 时代重新获得收费权
AI时代的产品经理手册
0 00
00:00 AI行业过山车：从崩盘到逆袭，谁在定义新规则？
00:36 大模型再强，在企业场景里也得“失忆”
01:43 鸿沟的填平者：智能体驾驭工程的五大支柱
03:05 硅谷抢人背后，AI泥水匠的高薪与挑战
03:57 行为锁定：为什么AI一旦“上手”就很难换平台？
05:34 给三类人的建议：如何在AaaS时代抓住机会
06:23 物种进化：谁定义了智能体的行为边界，谁就握住了权柄
00:36 大模型再强，在企业场景里也得“失忆”
01:43 鸿沟的填平者：智能体驾驭工程的五大支柱
03:05 硅谷抢人背后，AI泥水匠的高薪与挑战
03:57 行为锁定：为什么AI一旦“上手”就很难换平台？
05:34 给三类人的建议：如何在AaaS时代抓住机会
06:23 物种进化：谁定义了智能体的行为边界，谁就握住了权柄
SaaS尽头是AaaS：2B软件行业如何凭Harness Engineering与FDE完成绝地反击
0 00
2026年AI突袭职场，软件业一夜变天。大模型真能替代人类干活吗？为何顶级AI在企业实战中频频翻车？智能体驾驭工程如何填平技术与落地的鸿沟？谁在幕后搭建AI的“安全驾驶舱”？这场变革里，你的机会在哪？
02:07 AI在企业环境中的安全、稳定、可控运行：五大核心支柱揭秘
04:17 AI SaaS平台的竞争与挑战：谁将赢得商业市场的掌控权？
06:31 掌握柬藴鸿沟：谁定义了驾驭复杂业务场景的能力，谁就握有商业的新权柄
02:07 AI在企业环境中的安全、稳定、可控运行：五大核心支柱揭秘
04:17 AI SaaS平台的竞争与挑战：谁将赢得商业市场的掌控权？
06:31 掌握柬藴鸿沟：谁定义了驾驭复杂业务场景的能力，谁就握有商业的新权柄
SaaS尽头是AaaS：2B软件行业如何凭AgentHarness与FDE完成绝地反击
AI时代的产品经理手册
0 00
AI的下一阶段，不再是「算力战争」，而是「Context Memory 战争」
最近跑Multi-Agent投研系统，一个发现让我彻底改变了认知：
GPU还没跑满，内存已经先崩了。
真正吞噬内存的不是模型本身，而是KV Cache——大模型推理时每生成一个Token，都要缓存Key和Value。百万Token上下文+高并发，KV Cache轻松膨胀到数百GB甚至TB级。
HBM快但太贵，不可能让所有数据住进去。AI被迫进入「分层内存时代」。
这就是CXL（Compute Express Link）横空出世的背景——它让内存从「绑定资源」变成「共享资源」，Multiple GPU/CPU可以共享一个巨大的外部内存池。
反直觉的是：CPU正在迎来结构性复兴——谁来当内存池的超级交警？必须靠CPU。
当市场还死死盯着英伟达K线图时，一场更底层的架构变革已经开始了。
#AI #CXL #MemoryWall #KVCache
最近跑Multi-Agent投研系统，一个发现让我彻底改变了认知：
GPU还没跑满，内存已经先崩了。
真正吞噬内存的不是模型本身，而是KV Cache——大模型推理时每生成一个Token，都要缓存Key和Value。百万Token上下文+高并发，KV Cache轻松膨胀到数百GB甚至TB级。
HBM快但太贵，不可能让所有数据住进去。AI被迫进入「分层内存时代」。
这就是CXL（Compute Express Link）横空出世的背景——它让内存从「绑定资源」变成「共享资源」，Multiple GPU/CPU可以共享一个巨大的外部内存池。
反直觉的是：CPU正在迎来结构性复兴——谁来当内存池的超级交警？必须靠CPU。
当市场还死死盯着英伟达K线图时，一场更底层的架构变革已经开始了。
#AI #CXL #MemoryWall #KVCache
寻找下一个“英伟达”：AI 产业链革命进入新阶段，谁能登上Context内存战争的王座？
1 00
