软件与 AI 市场现状的反思（全文直译）

来源：X 平台 @loganbartlett 长文《Reflections on the State of the Software and AI Market》。以下为原文中文直接翻译。

导语

本周，我和同事 @AdilBhatia 与 @lydianday 一起为我们的有限合伙人共同撰写了 Redpoint 的 2026 年市场更新。我们每年都会做这件事，这是一个很好的时机，退一步回看正在发生的一切。

这是一个不同寻常的时刻——是我见过最具动态性的市场阶段，因此我们努力对真实发生的事情保持严谨。完整 deck 链接放在文末，先讲几个最突出的点。

这不是互联网泡沫 2.0

每次市场回调，总会有人拿出 1999 年来类比。我理解这种直觉，但我认为这是错误的，而且数据非常清楚。

在 2000 年，光纤利用率在高点时低于 3%，收入基本为零。今天，OpenAI 和 Anthropic 各自都在产生 20B+ ARR。超过 90% 的新增数据中心产能在开工前就已被预先锁定。电力、土地和互联等物理约束，使得投机性过度建设在结构上比互联网泡沫时期更难发生；在当年，多铺几股光纤几乎很便宜。ChatGPT 大约用了 4 年 达到 10 亿月活，而互联网达到同样时间点时只有 7000 万 用户。

不是基础设施跑在需求前面，而是需求在把基础设施往前拉。

Agent 成熟曲线仍早，但 TAM 影响巨大

直到去年，我们基本还在“Copilot”阶段：AI 提升人的生产率，主要争夺既有软件预算。它有用，但本质上仍是在争抢同一笔钱。

现在我们正在进入 Task Agent 阶段：Agent 可以在有一定人工监督下，独立运行数分钟并执行端到端任务。这里开始变得有意思，因为它开始触达劳动支出，而不只是软件支出。美国软件市场大约是 0.5 万亿美元。按我们的测算，Task Agent 会把市场扩展到 1.2 万亿美元。

Workflow Agent（在多个系统间编排多步骤业务流程、可持续运行数小时）已经部分出现，并将全面到来。可以在最少监督下连续运行数天的 Autonomous Agent 还更远一些，但已不再是科幻。如果你真的能做到自治运行，你就会开始瞄准整个知识工作者薪酬池（美国约 6.2 万亿美元）。成熟曲线是存在的，而我们仍处在其早期。

软件板块抛售属实，但分层受冲击并不均匀（原文直译）

软件年内下跌 20%，是标普 500 中表现最差的板块。上市 SaaS 的估值倍数是未来 12 个月收入的 4.1x，为十多年最低。市场正在给许多公司定价“长期增长接近零”。但这轮抛售落在垂直 SaaS、基础设施和横向 SaaS 上的方式非常不同，而原因很关键。

垂直 SaaS 大体守住了（LTM +3%）。这些公司往往拥有不可替代的护城河：多年积累的行业专有数据、嵌入受监管流程的工作流系统，以及带有生存属性而非表面属性的切换成本。AI 可以增强这些系统，但若不重新获取全部数据就无法替代它们。这不是提一个功能需求就能解决的事，而是十年工程。

基础设施大体持平（LTM +2%）。我们认为 AI 在这里是顺风而不是威胁。更多 AI 部署意味着更多算力、更多数据、更多可观测性支出。Snowflake、Datadog、MongoDB、Crowdstrike、Cloudflare：新的 AI 工作负载都运行在或经由这些平台。看起来这种温和压缩更多反映的是利率常态化和部分误判情绪，而不是商业模式是否存在的问题。

横向 SaaS LTM 下跌 35%。这里的结构性担忧是真实的。横向应用被设计为平等服务各行业，实际结果往往是对任何行业都没有深度整合。它们不掌握行业特定数据，也经常不拥有大量核心工作流。更关键的是，其中很多产品本来就是在回答一个简单问题：谁在何时做了什么？这属于协同问题，而 AI 天生就能解决协同问题。当你的核心价值主张是 AI 默认就能做的事时，这是一种完全不同级别的威胁。

我们 CIO 调研的数据讲述了一个一致的故事。

45% 的 AI 预算来自既有软件预算，而不是净新增支出。54% 的 CIO 正在积极推动供应商整合。只有 3% 预计 AI 会带来更多供应商。现有收入表面上看起来比实际更粘。最容易被 AI 替代的品类——销售自动化（83%）、客服管理（56%）、ITSM（55%）——并非随机，它们正是 AI 可以“完成工作”而非仅“辅助工作”的领域。

话虽如此，很多现有厂商仍会获得构建 AI 工作流系统的全部机会。54% 的 CIO 依然更偏好由现有供应商加上 AI，而不是转向 AI-native 替代方案。问题在于他们能否做到。

重建公司（Re-founding）确实很难（原文直译）

对既有厂商的挑战，不是上线一个 AI 功能。建设一家 AI-native 公司，几乎在每一个组织维度上都不一样。

其中两个尤为突出：AI-native 公司不需要“做过且做成过”的高管，它们需要第一性原理思考者，因为在这一层真正意义上没有什么是被做过的。其次，产品开发逻辑被倒转了。过去是听客户需求、按规格开发；现在 AI-native 产品团队必须深度理解客户日常工作，再从模型真实能力向前推演。这需要完全不同的组织取向。

这不是一次移动应用发布，而是一次重建。把它当作增量功能工程的公司，会输给把它当作架构级重置来做的公司。

私募市场估值：在增长调整前看起来很离谱

谈到私募市场估值：在做增长调整前，价差看起来非常夸张。

在我们可比样本中，2026 年年初至今，一线高增长 B/C 轮软件公司的中位估值是 61x ARR。上市高增长软件交易在 9.7x。528% 的溢价听起来与现实脱节。

但这些私募公司的 ARR 中位增速是 640%，上市高增长软件大约是 29%。当你用估值倍数除以增长率，结论会翻转：按增长调整后，私募公司相对上市可比项是 86% 折价。也就是说，你现在在私募市场为每单位增长支付的价格显著更低。

这个分析并不完美。它不是严格的一一可比，而且如此高的增长率也很难持续。但在公开市场除少数公司外增长普遍被压缩的背景下，只看简单估值倍数会错过真实发生的事情。

如果历史可作参照，我们正处在窗口期

纵观互联网、云和移动时代，最终成为长期赢家的公司，大多诞生在每次平台迁移的第 4 和第 5 年。Netscape 之后有 Google 和 Salesforce；AWS 发布后有 Snowflake 和 Datadog；App Store 之后有 Robinhood 和 Coinbase。ChatGPT 在 2022 年 11 月发布，我们现在处在第 4 年。OpenAI 和 Anthropic 在这轮周期拿走大部分价值当然是可能的，但过去 3 次迁移在这一点上高度一致。

这也是我见过最拥挤、变化最快、门槛最高的环境：融资轮在几天内关闭，而估值从第一天起就要求极高执行力才能自证。很难不每天都既兴奋又不确定。

完整 deck： https://www.redpoint.com/reports/2026-market-update

原文图表（同步）

以下为原文附图，按原文顺序同步。