2026 年 1 月 12 日，做 Claude 大模型的 Anthropic 公司发布了一款叫 Claude Cowork 的产品。这是市场上第一个真正能自己干活的 AI agent，它能直接读你的邮件、打开你的文件、看你的日历、跨好几个系统帮你完成一连串任务，不需要人在旁边一步一步指挥。
这下问题就来了。
过去 30 年，企业软件公司，比如 Salesforce 卖 CRM、Workday 卖人力资源系统、ServiceNow 卖 IT 工单系统，都是按座位收钱的。一个公司有 1000 个员工要用，就得买 1000 个座位的 license，每年付费。这就是为什么 Salesforce 能涨到几千亿美元市值。
但当一个 AI agent 能直接替代员工去完成软件里的工作时，企业为什么还要买那么多座位？如果 AI 能直接调用 Salesforce 的接口、自动处理客户邮件，那企业可能买 100 个座位就够了，剩下 900 个座位的钱不就省了吗？
这就是华尔街所说的 SaaSpocalypse，意思是 SaaS 软件大灾难。
PitchBook 追踪的 99 家上市 SaaS 公司，估值倍数（EV/TTM Revenue，简单理解就是按年收入的多少倍来定价）下跌速度如下：
| 时间 | 估值倍数（EV / TTM Revenue） |
|---|---|
| 2024 年底 | 6.2 倍 |
| 2025 年底 | 4.9 倍 |
| 2026 年 Q1 末 | 3.3 倍 |
仅仅一个季度，整个 SaaS 板块市值蒸发约 $1Tn（约一万亿美元）。最有代表性的几个例子：
整个市场只剩下一句话在反复回响：软件公司要被 AI 颠覆了。
叙事和真实业绩是两回事。市场 1 到 4 月这几个月的担忧，需要等软件公司真正出来公布财报，看实际业绩才能验证或者证伪。
从 4 月 22 日开始的两周，第一批答卷出来了。结果出乎所有人意料，大部分软件公司不仅没有倒下，反而在用 AI 升级自己的产品，业绩开始爆发。
AI agent 要在企业里跑起来，必须先解决一个问题：怎么管它？
想象一下，每个公司里有 100 个 AI agent 在跑，它们都能访问公司的数据、能给客户发消息、能改文件。如果其中一个出了 bug、被黑客入侵了、或者乱发邮件，公司怎么发现？怎么阻止？这就需要一个 AI 管家，专门管理、监控、保护这些 AI agent 的系统。
四家头部安全软件公司，过去九个月在这个新赛道砸了超过 $35Bn：
| 公司 | 收购了什么 | 花了多少钱 | 用途 |
|---|---|---|---|
| PANW | CyberArk | ~$25Bn（2025/7 宣布，2026 年内完成） | AI agent 身份安全（identity security）平台 |
| PANW | KOI | ~$400MM（2026/4） | 端点软件治理 |
| PANW | Protect AI | 未披露（2025/7 完成） | AI 模型与数据安全 |
| PANW | Chronosphere | pending | 可观测性 |
| NOW | Armis | $7.55Bn（4/20 完成） | 看清楚公司里跑了哪些 AI agent |
| NOW | Veza | 未披露（3/2 完成） | 管理 AI agent 的身份和权限 |
| NOW | Pyramid Analytics | 数亿美元（3/10 完成） | 数据分析 |
| CRWD | SGNL | ~$740MM(2026/1 宣布) | AI agent 身份认证（动态授权） |
| CRWD | Pangea | ~$260MM（2025/9） | AI prompt 层安全 |
| CRWD | Onum | ~$290MM | 数据安全 |
| CRWD | Charlotte AI（自研） | 研发投入 | Agentic 安全 AI |
| F5 | Agentic Bot Defense（自研） | 研发投入 | 防御坏的 AI agent |
为什么这事重要？因为四家行业巨头同时砸钱进同一个赛道，意味着市场已经认定，AI 管家是下一个超过 $100Bn（千亿美元）的细分市场。这是软件公司给自己开辟的一片新蓝海。其中 PANW 对 CyberArk 的 $25Bn 收购，是整个企业软件行业近年来规模最大的战略性并购之一，单一笔交易就超过了过去十年企业软件 M&A 平均水平的数倍。
第二招更直接，把 AI 能力打包进现有的软件产品，让老客户付更多钱。但这一招有三种不同打法，效果差别巨大：
| 公司 | 打法 | 通俗解释 |
|---|---|---|
| TEAM Atlassian | 升级套餐打包 AI | 把 AI 变成高级会员专属功能，客户想用 AI 就得升级到更贵的套餐 |
| CRM Salesforce | AI 对话计费 | AI agent 每聊一句天收 $2 |
| NOW ServiceNow | 座位+用量混合 | 老的座位收费保留，新加上按用量收的 token 费 |
这三种打法在 4 月最后两周的市场反应天差地别。我们来看看市场用钱投出的票。
ServiceNow 是企业 IT 工单系统的霸主，年化营收近 $16Bn，是全球第三大企业软件公司，仅次于 Salesforce 和 Microsoft。它本来被市场视为 AI agent 替代风险最大的代表。
它先公布了 Q1 财报，所有数字都炸裂：
| 指标 | 数据 | 解读 |
|---|---|---|
| 订阅收入 | $3.67Bn（+19%） | 超过指引上限 |
| cRPO（未来 12 个月已签约收入） | $12.64Bn（+21%） | 比指引高 1 个百分点 |
| 经营利润率 | 32% | 超过指引 |
| FCF（自由现金流）利润率 | 44% | 历史最高 |
| AI 产品全年目标 | 从 $1Bn 上调到 $1.5Bn | 单季度上调 50%，前所未见 |
| Now Assist 超 $1MM 客户数 | +130% | 大爆发 |
| 续约率 | 97% | 连续 6 个季度维持 |
CEO Bill McDermott 在电话会议上甚至直接引用巴菲特的"投票机和称重机"理论反击空头，意思是短期市场是投票机，长期市场是称重机，你们短期不看好我，长期会证明我对。
结果 4 月 23 日开盘，ServiceNow 单日跌 13% 到 17%，是公司上市以来最大单日跌幅。从 52 周高点 $211 跌到 $90，累计跌了 57%。
为什么？这就要从技术堆栈的角度去拆解。先看反差。
Atlassian 是做企业协作软件的，程序员都知道他家的 Jira（项目管理工具）和 Confluence（团队知识库）。8 天后 4 月 30 日盘后，Atlassian 公布 Q3 财报：
| 指标 | 数据 | 解读 |
|---|---|---|
| 总营收 | $1.8Bn（+32%） | 强劲增长 |
| 云收入 | $1.13Bn（+29%） | 加速！ |
| RPO（合同未来收入） | $4Bn（+37%） | 大爆发 |
| 服务套件 ARR | 突破 $1Bn（+30%） | 大里程碑 |
| 净留存率（NRR） | >120%，连续 3-4 季度爬升 | 现有客户在加大购买 |
| Rovo（AI 助手）月度信用消耗 | +20% 每月 | 飞速增长 |
| 用 Rovo 的客户 ARR 增速 | 是不用 Rovo 的 2 倍 | 关键证据 |
| FY26 全年指引 | 从 22% 上调到约 24% 增长 | 财报后明确上调 |
关键时刻发生在 Q&A 环节。Mizuho 的分析师 Gregg Moskowitz 直接拷问 CEO Cannon-Brookes，市场都担心你们的座位会被 AI 压缩，怎么回应？
CEO Cannon-Brookes 的回答非常直接：我们没有看到任何座位被压缩的信号，相反，我们看到的是座位扩张在加速。
5 月 1 日 Atlassian 单日上涨 29.58%，从 4 月初的 $55 低点反弹（财报前一日收盘 $68.59），收于 $88.88。年初到 4 月底，TEAM 累计跌幅曾超过 45%。
4 月 30 日还有两家反攻代表同时公布财报。
Twilio (TWLO)，做企业短信和语音通讯 API 的，简单说就是当你收到银行的验证码短信、滴滴司机给你打电话，背后跑的可能就是 Twilio 的服务。
| 指标 | 数据 |
|---|---|
| Q1 营收 | $1.41Bn（+20%） |
| 有机增长率 | 2022 年以来最快 |
| 语音业务增长 | +20%，19 个季度以来最高 |
| 语音连续加速 | 6 个季度 |
| Branded Calling 增长 | +100% |
| FY26 指引 | 从 11.5–12.5% 上调到 14–15% |
CEO 的关键发言：客户不再把 Twilio 看作通讯工具，而是 AI 时代的基础设施。他举的客户名单都是当下最火的 AI 公司——Sierra（Bret Taylor 创立的）、Bland.ai、Posh、Sela AI，这些 AI 公司都签了多年合约。
Five9 (FIVN)，做云端客服中心的。订阅收入连续 2 个季度加速。Five9 同日 +16–23%。
F5 是做企业网络应用交付的，你登录招商银行手机 APP 的时候，背后管理你请求流量的设备，可能就是 F5 的产品。听起来很无聊？错了，这是这次反攻里最纯粹的赢家。
| 指标 | 数据 |
|---|---|
| 总营收 | $812MM（+11%） |
| 产品营收 | +22%（连续 7 个季度双位数增长） |
| 系统硬件营收 | +26% |
| 软件营收 | +17%（订阅占软件营收 90%） |
| 非 GAAP 经营利润率 | 33.8% |
| 自由现金流 | $348MM（历史新高） |
| FY26 指引 | 一年内第二次上调，从 5–6% 上调到 7–8% |
| AI 客户数 | ~100 家（管理层说是 conservative 直接归因口径） |
F5 的反攻论据不在 AI 营收的绝对体量上（H1 直接归因 AI 的营收约 $50MM，相对于年化超 $3Bn 的总营收来说只有约 3%）。真正强的故事是三个层面同时发生。
第一，一家被市场长期视为成熟硬件公司的玩家，居然实现了产品营收连续 7 个季度双位数增长，系统硬件营收 Q2 加速到 +26%。这违反了所有传统估值模型对成熟硬件公司的假设。第二，FY26 营收指引在一个财年内第二次上调，从最初的 0–4% 一路提到现在的 7–8%，这种连续 raise 的节奏是过去 5 年的 F5 从未出现过的。第三，公司在 Q2 连续推出了 Agentic Bot Defense、AI Remediate、AI-powered WAF 等针对 AI agent 流量的安全新品，这些产品的 TAM（潜在市场规模）不是当前的 $50MM AI 营收，而是未来当数十亿 AI agent 都在企业网络上跑起来时，对应的 application delivery 和 API security 层的整体市场重估。
CEO Locoh-Donou 在电话会议里列出三股推动业务的结构性力量：分别是混合多云架构在企业的加速普及、网络威胁面的爆炸式扩大，以及 AI 推理需求的拐点。
F5 财报 4/28 盘后小幅上涨 3%，4/29 盘中扩大涨幅至 7%。
德国 SAP 是全球 ERP 霸主，大型企业的财务、采购、供应链都在它的系统上跑。
| 指标 | 数据 | 评价 |
|---|---|---|
| Q1 营收 | $11.04Bn | 低于预期 $11.7Bn（少了 1.16%） |
| 云营收 | +27% | 强但伴随减速警告 |
| 伊朗局势影响 | 中东大单延迟 | 重要负面 |
把这两周关键的数据放一起看：
| 公司 | 财报日 | 业绩方向 | 股价反应 |
|---|---|---|---|
| NOW ServiceNow | 4/22 | 超预期且上调指引 | -17% |
| SAP SAP | 4/23 | 营收不及预期 | -6.19% |
| FFIV F5 | 4/28 | 超预期且上调指引 | +7%（次日） |
| TEAM Atlassian | 4/30 | 超预期且上调指引 | +29% |
| TWLO Twilio | 4/30 | 超预期且上调指引 | +16–20% |
| FIVN Five9 | 4/30 | 超预期且上调指引 | +16–23% |
那么市场到底在区分什么？这就要进入本文的核心：技术堆栈解释。
要搞清楚为什么 NOW 被市场打压而 TEAM 被市场追捧，需要回答一个看似抽象但极其重要的问题，一个 AI agent 要在企业里真正干起活来，要消耗哪些技术服务？
把这个问题拆开看，AI agent 的工作流大致是这样的。首先它需要算力来运行自己的大脑，需要拿到上下文才知道在做什么，需要一个对外发声的通道才能和外部世界交互，需要去操作企业里那些记录真实业务数据的核心系统，需要被监控和授权才不会出事，需要有人协调它和其他 agent 的工作顺序，最后还需要把成果以某种形式呈现出来。这七件事，对应了七个层级，从下到上每一层都有自己的钱、自己的玩家、自己的竞争格局。
我们用一栋七层楼的比喻来理解。AI agent 要在企业里完成任何一个有意义的任务，都必须从 1 楼一路踩到 7 楼，每一层都要消耗某种服务、给某些公司贡献收入。下面我们逐层拆解。
AI agent 干完活总要把结果以某种形式呈现给人或者下游系统。可能是一份生成的合同（写到 Word 文档）、一段生成的代码（推到 GitHub）、一份生成的设计稿（保存到 Figma）、一笔执行的交易（提交到 trading system）、或者一组生成的图片（推到 Adobe Creative Cloud）。
当一个企业里跑着多个 AI agent 时，谁来决定哪个 agent 先做、哪个后做、哪个 agent 调用哪个 agent 的输出？这就是 6 楼的工作。它相当于 AI agent 的"项目经理"，把多个 agent 的能力组合成端到端的工作流。
当企业里跑着上百个 AI agent，每个都能访问数据、能给客户发邮件、能调用其他系统时，怎么保证它们不出事？这就是 5 楼的工作。具体包括给每个 agent 发身份证（identity）、决定它能访问哪些资源（authorization）、监控它的行为是否异常（observability）、阻止恶意流量伪装成 agent（bot defense）、记录所有 agent 行动留下审计 trail。
这一层是企业真正干活的地方，记录着所有有法律意义、合规意义、财务意义的业务数据。客户合同在 Salesforce 里，员工工资在 Workday 里，库存订单在 SAP 里，IT 资产在 ServiceNow 里，工厂运行数据在 Manhattan Associates 里。4 楼是过去三十年企业软件最赚钱的地方，也是市值最大的 SaaS 板块。
AI agent 干完活总得说出来或者发出去。给客户打电话、发短信、推送邮件、在 Slack 里 @某个人、给 supplier 发订单。这些动作都需要走通讯通道。AI agent 在企业里发起的对外通讯，是过去几年增长最快的新型流量。
光有大脑不够，AI agent 还要知道自己在做什么。它要理解谁是当前的客户、之前的对话历史是什么、相关文档在哪、当前任务的上下文边界在哪里。这些信息构成了 agent 的工作记忆。
这层是 AI agent 的大脑物理基础，也就是基础大模型实际运行的地方。GPT、Claude、Gemini、Llama 这些模型不是凭空跑起来的，它们需要 GPU 硬件、推理服务器、模型 serving 框架、数据库存储、底层网络。
把上面七层并起来看，可以归纳成下面这张总表：
| 楼层 | 中文名 | 英文名 | 一句话本质 | AI agent 对它的关系 |
|---|---|---|---|---|
| 1 楼 | 算力层 | Compute & Runtime | AI agent 大脑的物理底盘 | 纯消耗 |
| 2 楼 | 上下文层 | Context & Memory | AI agent 的工作记忆原料 | 创造性消耗 / 交易性替代 |
| 3 楼 | 通道层 | Action Channel | AI agent 对外发声的嘴巴 | 纯消耗 |
| 4 楼 | 业务系统层 | Systems of Record | AI agent 要操作的真实业务记录 | 横向替代 / 垂直共生 |
| 5 楼 | 安全治理层 | Security & Governance | AI agent 的看门人 | TAM 爆炸式扩大 |
| 6 楼 | 调度层 | Orchestration | AI agent 的项目经理 | 横向替代 / 垂直保护 |
| 7 楼 | 输出层 | Output Channel | AI agent 成果的呈现方 | 看公司能否打包 AI 能力 |
理解了这七层的本质和钱流向，再回头看 4 月最后两周的财报反应，就能立刻明白市场在区分什么。下面我们把已经公布财报的 9 家公司逐一对应到这七层楼里。
| 公司 | 在哪层？ | 角色 | 4 月反应 |
|---|---|---|---|
| TWLO Twilio | 3 楼通道层 | AI agent 的嘴巴 | +16–20% |
| FIVN Five9 | 3 楼+6 楼 | 客服 AI 的嘴巴+项目经理 | +16–23% |
| FFIV F5 | 4–5 楼之间 | 流量警察+API 保安 | +7%（次日） |
| MANH Manhattan | 4 楼（垂直） | 供应链行业专属业务系统 | +10% |
| TYL Tyler | 4 楼（垂直） | 政府部门专属业务系统 | +1% |
| CDNS Cadence | 1 楼辅助 | AI 芯片的设计工具 | +2.8% |
| TEAM Atlassian | 2 楼+6 楼 | 工作记忆原料库+项目经理 | +29% |
| NOW ServiceNow | 4 楼+5 楼+6 楼 | 业务系统+保安+项目经理（多重身份） | -17% |
| SAP SAP | 4 楼（横向） | 全行业通用业务系统（最纯粹的被替代 target） | -6.19% |
表面看，TEAM 和 NOW 都在 2 楼上下文层和 6 楼调度层，它们都在电话会议里反复强调"上下文是自家的护城河"。McDermott 说上下文是 NOW 的 AI Control Tower 区别于基础大模型的关键。Cannon-Brookes 说 Teamwork Graph 连接了知识、工作、人和代码。
听起来一样，但两家的"上下文"是完全不同的东西：
| 对比维度 | TEAM 的上下文 | NOW 的上下文 |
|---|---|---|
| 存的是啥 | 协作型工作产物 | 交易型工作流记录 |
| 具体内容 | 项目计划、需求文档、代码注释、白板讨论、知识库内容 | 工单、审批、事故、变更请求 |
| AI agent 对它的态度 | 要消耗它才能干活 | 要替代它，agent 的目标就是把这些自动化掉 |
| 类比一下 | 像图书馆的藏书，AI agent 来看书才能学习 | 像快递公司的纸质单据，AI agent 的目标就是把它们数字化掉 |
NOW 的情况比 SAP 更复杂，它同时站在赢家和输家两个位置上。赢家的部分是 Armis 收购给它带来的资产可见性能力（5 楼 AI 管家）以及 AI Control Tower（5 到 6 楼治理）。输家的部分则是它核心业务还是 IT 工单和 HR 流程的座位订阅（4 楼业务系统横向 SoR）。
市场最终的净判断是输家部分占营收更大头。这也解释了为什么我们认为同样在 5 楼 AI 管家方向投钱的 PANW，未来几个季度的结构性走向可能和 NOW 不一样。PANW 的核心业务本来就是 5 楼安全平台，AI agent identity security 对它是顺水推舟，不是大转型。
| Stack 位置 | 角色 | 商业模式影响 | 市场判决 |
|---|---|---|---|
| 1 楼算力 | AI agent 的大脑供应商 | 用量随 agent 数量爆发 | 结构性赢家 |
| 2 楼创造性上下文 | Agent 的原料库 | 升级套餐 ARPU 扩张 | 结构性赢家 |
| 2 楼交易性上下文 | Agent 要替代的内容 | 座位订阅萎缩 | 结构性输家 |
| 3 楼通道 | Agent 的对外嘴巴 | 用量随 agent 数量爆发 | 结构性赢家 |
| 4 楼横向 SoR | Agent 要替代的业务系统 | 座位订阅被挤压 | 结构性输家 |
| 4 楼垂直 SoR | 封闭数据保护 | 嵌入 AI 变新 ARPU | 有条件赢家 |
| 5 楼安全治理 | Agent 管家 | TAM 爆炸式扩大 | 结构性赢家 |
| 6 楼横向调度 | Agent 要替代的工作流 | 座位订阅被挤压 | 结构性输家 |
| 6 楼垂直调度 | 行业 specific 工作流 | 受保护 | 有条件赢家 |
技术堆栈的位置是因，财报数据是果。我们追踪的几个关键指标都在验证上面这条判断。
软件公司公布全年指引时，可以分两部分，有机（自家业务）+ 收购贡献。如果一家公司说全年指引上调 2 亿但全是收购带来的，自家业务没动，这是一个隐藏的负面信号。
| 公司 | 指引上调情况 | 性质判断 |
|---|---|---|
| F5 | 5–6% → 7–8% | ✅ 完全是自家业务的有机增长 |
| TWLO | 11.5–12.5% → 14–15% | ✅ 完全是有机 |
| TEAM | 云增速重新加速到 29% | ✅ 有机加速 |
| NOW | 全年订阅指引上调 2.05 亿（中位数），125bps 全部归因于 Armis 并购，自家业务没动 | ❌ 隐藏的退缩信号 |
这个细节在 NOW 电话会议上被分析师反复追问，管理层不上调有机指引，本身就是一个对冲信号。
cRPO 等于未来 12 个月已经签约的订阅收入，是软件分析师圈最看重的前瞻指标。
| 公司 | cRPO 轨迹 |
|---|---|
| NOW | Q1 实际 21% → Q2 指引 19.5%（减速 150bps） |
| TEAM | RPO +37% YoY（加速） |
| TWLO | DBNE 114%（vs 去年 107%） |
| F5 | 递延收入 +10% YoY |
Q1 已经超出指引 100bps 的当季，Q2 的 cRPO 指引主动减速，这意味着管理层自己对下半年也没把握。这是 NOW 股价大幅回调的关键原因之一。
| 公司 | 经营利润率 | 趋势 |
|---|---|---|
| TEAM | 34%（non-GAAP） | ✅ 扩张 |
| F5 | 33.8%（non-GAAP）+ FCF $348MM 历史新高 | ✅ 扩张 |
| TWLO | 19.8%（+160bps YoY） | ✅ 扩张 |
| NOW | 32%（虽然超指引但…）GAAP 毛利率连续 4 季度下行：79% → 75% | ❌ 压缩 |
NOW 因为 Armis 整合带来 75bps 利润率拖累 + 200bps 自由现金流拖累。
McDermott 亲口说出的那句话，被市场反复引用、放大解读。他说，活跃座位增长 25%，但 50% 的净新业务来自非座位定价，包括 tokens、infrastructure、hardware、connectors。
潜台词市场是这样读的：另外 50% 的座位订阅基础正在结构性萎缩。
而 Atlassian 呢？CFO James 明确说，座位扩张在加速，客户升级到 Teamwork Collection 是因为想要更多 Rovo 信用，等于"座位 + 套餐升级"双轮驱动。
两种定价转型的可持续性完全不同，按用量收费的切换成本（switching cost）比座位订阅低很多，长期收入稳定性差。
横向 SoR 板块的估值地板还没找到：
| 公司 | 估值数据 |
|---|---|
| NOW | 52 周高 $211 跌到当前 $90，EV/NTM Rev 从历史均值 13 倍跌到 5.6 倍 |
| SAP | 6 个月内跌 41% |
| WDAY | 2/9 CEO Carl Eschenbach 换 Aneel Bhusri 单日 -7~8% + 2/24 Q4 财报因下年指引疲软延伸盘后跌 10%；YTD -39% |
| CRM | 2/25 Agentforce ARR 披露 8 亿（+169%），股价仍盘后下跌 5%，YTD 累计跌幅约 28% |
另一边，AI 基础设施层玩家的估值故事正在被重新构建。Twilio CEO 在电话会议里提到 Sierra、ElevenLabs（$330MM ARR、$11Bn 估值）这些参照系。F5 从一个被归类为"过时网络硬件"的标签翻身成"AI 推理流量警察"。这一组玩家的整体市盈率仍在合理区间，估值上行空间尚未被市场计入价格。
我们不预测下次财报涨跌，那是赌博，不是研究。但我们可以判断，未来 4 到 8 个季度，哪些公司处在结构性顺风的位置，哪些公司处在结构性逆风的位置。
任何一家软件公司，先回答这三个问题，再判断它的多季度走向：
这是位置问题。1 楼基础设施、2 楼上下文原料、3 楼通道、4 楼 SoR、5 楼治理消耗、6 楼应用层、7 楼 foundation model。位置不是个简单标签，它决定了 AI agent 的扩散对这家公司是消耗、需要、保护，还是替代。位置是结构性变量，一旦 station 固定，未来 2 到 3 年的走向就大致确定了。
按用量计费的玩家（DDOG、TWLO、F5、NET、Snowflake）每一笔 AI agent 调用都创造收入。纯座位订阅的玩家（CRM、WDAY、纯按座位收费的 SaaS）必须通过价格上调或套餐升级才能从 AI 增量中获益，但这条路径冲突重重。混合定价的玩家则要看 AI 部分能否跑赢座位流失。
判断的关键不是 AI 产品定价多少，而是 AI agent 数量翻 10 倍时，这家公司的 revenue model 能不能也翻一个量级。
判断这一点不能只看一次财报，要看连续 3 到 4 个季度的电话会议记录。McDermott 对"非座位定价占新增业务 50%"的明确披露，是清晰转型路径的样本；CRM 在 Agentforce 变现具体节奏上反复闪烁其词，是防御性叙事的样本。
我们用三问框架，给 9 家 AI 时代值得长期跟踪的重点软件公司，定义它们未来 4 到 8 个季度的结构性位置。这不是单次财报的预判，而是回答更长视角的问题，这些公司在 AI 时代是结构性赢家、结构性输家，还是有条件玩家。
DDOG 做的是企业云应用的监控仪表盘。每多一个 AI agent 在生产环境跑，就多一组监控数据要 DDOG 处理。位置上它同时占据 5 楼治理层（AI workload observability，也就是 AI 工作负载的可观测性）和 1 楼辅助。定价是纯按用量。三问全部正向。
未来 4 到 8 个季度的结构性走向，是从一个云可观测性公司升级成 AI 可观测性公司，估值锚也会从传统的 Rule of 40 过渡到按"每个 AI agent 的用量乘以 agent 总数"来反推 TAM 的新范式。短期股价波动可以忽略，关注的是 LLM Observability ARR 占比从个位数百分比扩张到 20% 以上的进程。
Workday 是云端 HR 系统的霸主，员工的工资、休假、报销都跑在它系统上。位置是 4 楼横向 HCM SoR 的纯粹形态，定价是几乎 100% 的座位订阅，管理层在 2026 年 2 月经历了 CEO 换人。三问全部负向。
未来 4 到 8 个季度的最大威胁，不是 AI agent 要替代 Workday 的 SoR 地位（数据存储位置不会变），而是 NOW 的 Employee Works（Moveworks 重命名）这类产品已经开始把员工自然语言请求直接转化成跨系统执行的工作流，覆盖近 2 亿员工。员工不再登录 Workday 做 HR 操作，意味着 WDAY 的座位扩张逻辑被釜底抽薪。即使数据没搬走，每用户的座位 ARPU 增长曲线也会被压平。
结构性走向是估值多季度向"稳定现金流公用事业型公司"靠拢，而不是高成长溢价。
PANW 的核心业务本来就是 security 平台累积。过去九个月在 AI agent identity 与 security 方向砸了超过 $25Bn（CyberArk $25Bn + KOI 约 $400MM + Protect AI + 即将整合的 Chronosphere），是整个软件板块在这个方向最大手笔的累积。位置在 5 楼治理层，定价是平台合并合同混合，管理层路径清晰。三问全部正向。
未来 4 到 8 个季度的关键观察点不是某次财报的超预期或不及预期，而是 CyberArk 整合后 identity ARR 的增长曲线。privileged access management（特权访问管理）正好是 AI agent 身份治理的基石，这条变现路径如果走通，PANW 会从一家网络安全公司，升级成 AI 时代企业身份基础设施的核心玩家。同时 PANW 入选 Anthropic 的 Project Glasswing 联盟，提前拿到 Claude Mythos AI 模型用于安全防御，这进一步加固了它的合作伙伴地位。
Salesforce 是 CRM 霸主，但它的位置是 4 楼横向 CRM SoR 的最纯粹形态。定价是座位订阅+Agentforce 按对话付费的混合，关键问题在于 Agentforce 的变现究竟是真正的增量收入，还是在稀释现有座位的 ARPU。管理层在 Q&A 环节的表态长期处于防御状态。三问中至少两项负向。
未来 4 到 8 个季度的核心挑战，是市场会反复用同一个问题敲打它：每个销售员从座位购买 AI agent 对话信用额度，最终的单客户长期价值是上升还是下降。CRM 的竞争对手（McDermott）在电话会议里直接说，一个号称提供"360 度客户视图"的品类，反而让大多数企业一直在原地打转。这种来自竞争对手的直接攻击，会成为多季度的悬顶之剑。CRM 的结构性走向，更像是一家慢慢从成长股过渡到稳定现金流公司的演化。
SNPS 做芯片设计软件 EDA，和 Cadence 是行业双雄。位置在 1 楼辅助层（AI 硬件设计工具），定价是订阅+按用量混合，跟随 CDNS 的同一模式。三问全部正向。
未来 4 到 8 个季度的结构性逻辑非常优雅：AI 杀死的应用软件越多，AI 硬件需求越大，EDA 双雄越受益。这是整个研报里最干净的反向受益案例。CDNS Q1 已经印证了这条路径，SNPS 的逻辑只是同一模式的延续。
NET 做边缘计算和网站加速，是 F5+TWLO 的组合体，既是 AI 推理基础设施又是安全保护。位置同时占 1 楼+3 楼+5 楼，定价以按用量为主。三问基本正向。
但需要诚实指出，NET 的估值已经超过 30 倍销售，意味着市场已经把 AI 受益逻辑大部分计入价格。结构性走向仍是赢家，但绝对收益的上行空间受估值起点限制。Workers AI 的 ARR 以及 AI gateway 产品的市场拓展进展是观察重点。
CRWD 的护城河同时覆盖端点（电脑/服务器）+ 身份（人/机器/AI agent），过去 9 个月在 AI agent identity 赛道砸了 $1.3Bn 收购（SGNL $740MM + Pangea $260MM + Onum $290MM），加上自研 Charlotte AI。这是除 NOW 外整个软件板块在 AI agent governance 方向上最激进的累积。位置在 5 楼端点安全+AI agent identity，三问全部正向。
未来 4 到 8 个季度的关键观察点是三大并购的整合节奏，以及 Charlotte AI 从产品到变现的进展。CRWD 和 PANW 会形成 AI 时代企业 security infrastructure 的双寡头格局，这条主线在多季度之内非常确定。
ADBE 是框架里位置最难判断的一家。它在 2 楼创造性上下文层，理论上应该是赢家，因为 AI agent 需要创意原料才能生成内容。但威胁同样真实——Sora、Midjourney、Veo3 这些基础大模型驱动的生成工具，会从 ADBE 的下游开始侵蚀。
定价是座位+Firefly 套餐升级（接近 TEAM 的 Rovo 模式）。三问中 Q1 可能正向、Q2 不清晰、Q3 取决于 Firefly 的真实附加率。
未来 4 到 8 个季度的结构性问题，是 Firefly 能不能在 foundation model 的进步速度面前守住自己的差异化价值。这是一个尚未结案的开放问题，结构性判断暂缓。
ORCL 是数据库+云基础设施双引擎玩家。位置在 1 楼（数据库+云基础设施），定价是按用量+许可证混合。三问基本正向，但当前估值已经反映了 OCI 快速扩张的乐观预期。
结构性走向取决于一个关键变量：OCI 能否在和 AWS/Azure/GCP 的竞争中继续保持 50% 以上的同比增长。如果能，ORCL 会成为一个意外的 AI 时代赢家。如果不能，估值会面临向下修正的压力。这是一个需要多季度持续追踪的问题，单次财报无法定论。
框架对以下三家公司给出的判断不够清晰，暂时放在观察名单：
HubSpot：SMB 端 CRM，客户基数和大企业逻辑不直接套用。SMB 客户对 AI agent 的接受速度和定价敏感度都和大企业不同，需要单独建模。
Snowflake：按用量计费应该是赢家位置，但 Databricks 在 AI 计算工作负载上的竞争压力越来越大，这场双雄之争的结果会决定它的多季度走向。
MongoDB：通用数据库被专门的 vector DB（向量数据库）分流，护城河在 AI 时代是变宽还是变窄，目前数据不足以下判断。
| 公司 | 七层楼位置 | 定价能否跟 AI 同步 | 多季度结构性判断 |
|---|---|---|---|
| DDOG | 5 楼监控+1 楼辅助 | ✅ 用量 | 🟢 结构性顺风 |
| WDAY | 4 楼横向 HCM | ❌ 纯座位 | 🔴 结构性逆风 |
| PANW | 5 楼治理累积 | ✅ 平台混合 | 🟢 结构性顺风 |
| CRM | 4 楼横向 CRM | ⚠️ 座位为主 | 🔴 结构性逆风 |
| SNPS | 1 楼辅助 | ✅ 订阅+用量 | 🟢 结构性顺风 |
| NET | 1+3+5 楼 | ✅ 用量 | 🟢 顺风（估值已计入） |
| CRWD | 5 楼端点+identity | ✅ 订阅+模块 | 🟢 结构性顺风 |
| ADBE | 2 楼创意 | ⚠️ 座位+升级 | 🟡 有条件玩家 |
| ORCL | 1 楼数据库 | ✅ 用量混合 | 🟡 有条件玩家 |
这张表里有几个关键观察。结构性顺风的 5 家公司，全部踩在 AI agent 需要消耗、调用或保护的位置。结构性逆风的 2 家公司，都是位置在 4 楼横向 SoR、定价以座位为主的传统 SaaS 标杆。中间地带的 2 家，分别面对来自基础大模型的下游侵蚀（ADBE）和云竞争格局的不确定性（ORCL），这并不是框架本身的失效，而是它们所处行业有特殊变量。
需要明确的是，结构性顺风不等于股价短期一定上涨。它是一个长期方向判断，回答的是"如果让你持有这家公司 2 到 3 年，胜率有多高"的问题。同样，结构性逆风也不等于必然下跌，它是一个风险定价的相对参考，告诉你如果某只股票要在你的持仓里享受成长溢价，需要克服多少结构性逆风。
过去三十年，企业软件靠的是"按座位订阅"这一个商业模式吃遍天下。Salesforce、Workday、ServiceNow 靠它涨到几千亿美元市值，无往不利。
但 2026 年第一季度的财报季告诉我们，这个时代正式结束了。AI agent 的出现没有杀死软件这个行业，但它把行业从一条单车道变成了多条岔路。一条岔路通往 AI agent 的消耗、治理和原料供应，这些公司正在把自己升级成 AI 时代的新基础设施。另一条岔路通往 AI agent 的替代 target，这些公司必须在 AI ARPU 变现和座位流失之间找平衡，难度极高。
对于投资者的实操启示：从今天起，再看任何一只 SaaS 股，第一个问题不再是它的增长率多少、利润率多少，而是它在 AI agent 的七层楼里站哪儿。位置决定命运，财报数字只是验证位置的工具。
我们已经看到了第一波估值分化。NOW 从 13 倍 revenue 跌到 5.6 倍。SAP 半年跌 41%。WDAY、CRM 都在创新低。横向 SoR 的估值地板还没找到。
但这场重估远没有结束。真正的两极分化会在以下三个方向继续展开。
我们的三问框架不是用来预测某只股票下次财报涨跌的。原因很简单——单次财报受到太多短期因素干扰，包括 analyst 在财报前对预期的临时上调或下调、宏观风险偏好、当周的市场流动性、买方季度调仓节奏。这些因素加在一起，可以让一只结构性顺风的股票财报后跌 5%，也可以让一只结构性逆风的股票暂时反弹 10%。
但拉长到 4 到 8 个季度的视角，结构性变量会主导短期噪音。一家位置在 5 楼治理层、按用量计费、管理层路径清晰的公司，连续多个季度的 cRPO、ARR、经营杠杆、估值倍数会形成一个一致的方向。一家位置在 4 楼横向 SoR、定价以座位为主、Q&A 环节反复处于防御姿态的公司，同样会在多个季度的数据里反复印证逆风。
这套框架的真正用法，是给我们一张未来 12 到 24 个月的航海图，告诉我们应该把研究精力集中在哪几家公司的演化上，而不是浪费在每一只股票每一次财报的短期博弈上。短期博弈是市场做市商和短线交易者的游戏，长期结构定位才是投资者的工作。
研报把七层楼位置、用量定价、管理层叙事当作三维交叉验证，但样本里三问答案几乎同向：位置好自然更容易讲清 agent 叙事，也更容易包装 usage-based 定价。真正的盲点不是少一个问题，而是Q2/Q3 可能只是 Q1 的因变量。
Impact: 框架预测力实质押注在七层楼分类，不是三问本身。