#个人笔记mark不构成建议#
$Workday(WDAY)$ $Adobe(ADBE)$ $财捷(INTU)$
Atlassian CEO深度解析：SaaS末日论、Vibe Coding与软件产业未来
AI综合分析报告 | 2026年3月15日
Mike Cannon-Brookes, cofounder and CEO of Atlassian :网页链接
一、信息源与背景时间线
本报告综合三大核心信息源：
信息源①：2026年3月6日，Atlassian CEO Mike Cannon-Brookes做客a16z播客，与主持人Alex Rampell、Erik Torenberg深度对话（本文核心来源）。
信息源②：2025年10月13日，Cannon-Brookes做客20VC播客，与Harry Stebbings对话，主题覆盖AI泡沫、Vibe Coding、按席位定价等议题。
信息源③：2026年3月11日，Atlassian宣布裁员约1600人（10%），CTO Rajeev Rajan离职，公司明确转型为"AI优先公司"。
市场背景：2025年2月起，华尔街爆发"SaaSpocalypse"（SaaS末日）恐慌性抛售。Anthropic发布企业法务AI工具后，汤森路透单日暴跌16%，LegalZoom暴跌20%。标普软件指数创2008年以来最大月跌幅。Atlassian股价过去12个月暴跌约66%，较2021年历史高点跌超80%。
二、核心观点体系
观点一：软件演进史——从"文件柜"到"会思考的文件柜"
a16z主持人Alex Rampell提出了一个极具洞察力的历史框架：从1960年到2022年，软件的整个历史就是一部把纸质"文件柜"搬进数字化数据库的过程。1960年IBM与美国航空成立Sabre Systems，把航班预订信息从实体保险柜搬进早期数据库（当时10MB硬盘耗资1亿美元）。此后，同样的变革在电子健康记录（MOPS系统）、CRM（1987年的Act!、后来的Siebel和Salesforce）等领域不断重演。
这个过程提升了效率，但并未根本改变世界的运转方式——因为"文件柜"依然无法独立思考。而AI的真正突破在于：那个"文件柜"自己开始工作了。QuickBooks不再只是被动的数据检索工具，而是能独立完成任务。
核心论断：软件1.0时代是"把纸变成数据"；软件2.0时代（AI时代）是"让数据开始行动"。
观点二：三类SaaS公司——命运截然不同
Alex Rampell将SaaS公司划分为三种截然不同的类型，但市场目前"傻傻分不清"：
第一类：席位与结果直接挂钩（高危型）
典型代表：Zendesk。客服席位被用来完成具体的工作（回复客户问题），而AI现在可以直接完成这项工作。如果客户接入Sierra、Decagon等AI客服，人工席位可能归零。如果Zendesk坚持只按席位收费且不改变，这条收入流将100%归零。但如果成功转向"基于结果定价"，收入也可能翻三四倍。默认结局是归零，但存在逆袭可能。
第二类：席位定价只是"感觉公平"，与结果脱钩（安全型）
典型代表：Workday、Intuit。Workday按员工人数收费——"你是通用电气，有34万名员工，我按人头按月收费。"为什么这么收？因为感觉公平。但GE的普通员工并不是在用Workday来产出核心工作。AI反而为这类系统增值：Workday可以让AI自动完成背景调查，Intuit可以让AI催收应收账款。底层记录系统不可动摇，AI只会让它们更有价值。
第三类：介于两者之间（不确定型）
典型代表：Adobe。引入AI后，用户可能需要更多席位，也可能更少。既不像Zendesk那么极端，也不像Workday那么安全。
Alex的关键洞察：很多公开市场投资者对AI兴奋异常，却分不清这三类公司的本质区别。他们必须通过软件来部署AI，而这些软件正是企业的记录系统。
观点三：企业不是"记录系统"，而是"流程的集合"
Cannon-Brookes提出了一个重要的认知升级——他"讨厌'记录系统'这个词"，因为它听起来像一个冷冰冰的静态数据库。企业的本质是一系列流动的业务流程，而非静态的文件柜。在知识经济时代，企业协调这些流程的成本、效率和速度，才是决定业务成败的关键。
他将企业流程分为两类：
输入约束型（Input-constrained）：以客户服务和法务为代表。客户提出的问题总量是固定的，处理速度提升10倍，客户也不会多问10倍的问题。法务团队的工作不是凭空创造法律事务，而是处理固定数量的租赁合同、NDA和商业合同。核心诉求是极致提效、降低成本。
输出约束型（Output-constrained）：以创意设计、市场营销、软件开发为代表。产出理论上无限，天花板取决于创造力和愿景。对于这类工作，效率提升应转化为更多产出，而非仅仅削减成本。
关键洞察：真实企业中，输入约束型和输出约束型流程是交织协同运作的。从外部审视一家企业时，很难将两者截然分开。而企业的许多流程还受制于外部规则（法律、合规、治理），比如在印第安纳州开展业务就必须遵守当地特定义务。
观点四："Vibe Coding包打天下"是荒谬的
Cannon-Brookes从三个层面反驳了"Vibe Coding替代一切"的论调：
层面一：比较优势理论（李嘉图1817年）。即使我修水管的效率比水管工还高，我依然应该去录播客，因为我在这件事上具有比较优势。同理，企业自己用Vibe Coding写Workday级别的系统，是对核心资源的巨大浪费。
层面二：边缘情况（Edge Cases）的不可复制性。很多软件表面上是代码，本质是几十年商业经验沉淀的确定性规则。印第安纳州的员工突然离职或休产假，系统该怎么处理？这些边缘情况只有在真实业务中踩过坑才知道。你无法复制代码，因为你无法复制经验。
层面三：Vibe Coding的真正价值是"可扩展性"。Cannon-Brookes承认Vibe Coding在创建特定场景的定制应用方面有巨大价值——比如迈阿密办公室的20人团队需要一个与Workday集成的会议室预订应用。过去让IT团队专门开发成本高昂，但现在通过AI+Vibe Coding，这类长尾项目变得可行。但这绝不意味着它能替代Workday这样的核心系统，相反会让核心系统更稳固、更有价值。
Alex用日本面馆做了一个精彩的类比：有些面馆从1587年营业至今。能开这么久，里面不仅仅是一张食谱，而是历经岁月沉淀的文化、知识与专有技术——包括1623年面粉短缺时的应对策略。你无法通过复制几条公开规则来重构一家百年老店。
观点五：AI定价困境——"AI积分犹如赌场筹码"
Cannon-Brookes深入分析了AI时代的定价困境。他引用丹·艾瑞里《可预测的非理性》中的锁匠案例：高效锁匠30秒开门收500美元，客户愤怒给差评；低效锁匠花9小时开门收费更低，客户却感恩戴德并给五星好评。人类能够并且愿意为低效买单，定价的核心在于"公平感"。
传统SaaS按席位收费之所以成功，正是因为它符合公平感：500个席位的公司理应比1个席位的公司付更多。但AI时代带来了三个定价难题：
难题一：按用量计费的不可控性。客户极其讨厌不可控的账单。只有当消费完全由客户自主掌控时（如AWS S3的存储、Splunk的日志量），按量计费才行得通。但AI积分让客户困惑——"我根本搞不懂这些像赌场筹码一样的东西代表什么"。供应商甚至可以通过堆砌新功能把客户积分消耗量推高10倍。
难题二：按结果定价的"基线漂移"。第一年告诉客户"帮你把客服成本从20美元降到10美元"是完美话术。但第二年客户会说"我的基线已经是10美元了，今年降到5美元才有价值"。优化空间会越来越小，持续证明"省钱能力"极其困难。
难题三：前端与后端的分离。当用户可以在底层数据库上用AI构建专属的轻量级前端工具时，传统软件的护城河将变得脆弱。Salesforce的底层数据库没人会抛弃，但企业可能大幅削减前端席位。QuickBooks这样前后端高度耦合的产品反而更安全。
观点六：Atlassian的AI适应策略
Cannon-Brookes详细阐述了Atlassian的三层AI战略：
底层：平台基础设施。构建AI网关（AI Gateway）、团队协作图谱（Team Graph）、企业合规与控制体系。这些底层能力与前端功能清晰区分。
中层：优化现有工作流。以Jira的"工单智能总结"为例——大型企业处理一个棘手工单往往需要四五人协作，接力到第四人时，过去需要30分钟阅读海量背景信息。AI总结功能不改变任何既有习惯，却极大提升效率。"这些功能或许不够有前瞻性，甚至可以说极其简单，但就是实实在在地好用。"
上层：创造全新工作流。推出"Create with Rovo"功能，用聊天式交互取代传统文档撰写模式——屏幕75%是文档，25%是聊天窗口。用户可以直接修改文档内容，也可以在聊天中下达"添加新章节"、"把所有标题变成蓝色"等指令。Rovo平台月活用户已达500万。
观点七：信任是AI落地的最大瓶颈
Cannon-Brookes在访谈中反复强调，AI落地的核心障碍不是技术，而是信任与设计：
恐惧源于不可控。用户对AI的恐惧不是因为AI的能力，而是因为它的不可控与不透明。"我的AI机器人替你发送了15封邮件并清空了收件箱"——用户的反应是惊恐而非感激。
"空白输入框"的麻痹。"当你递给人们一个拥有无限能力的聊天框时，他们往往只会说：'给我讲个冷笑话。'"面对无限的可能，大多数人感受到的只是不知所措的麻痹。
50个实习生的困境。拥有50个AI智能体就像管理50个实习生——他们每分钟问你50个问题，到最后你唯一在做的事就是不停回答问题。
人机协同循环的设计艺术。反馈循环太多令人抓狂，太少又失去信任。Cannon-Brookes认为这本质上是设计与体验问题，而非技术问题。正如移动互联网初期经历了从"把网页塞进手机"到"下拉刷新"等原生交互模式的演变，AI的交互范式也需要类似的进化。
三、完整逻辑链
【技术层】AI大模型能力爆发
│
├→ "文件柜"开始独立工作（软件从记录工具变为执行工具）
├→ Vibe Coding降低软件创建门槛
└→ AI Agent可独立完成过去需要"人工席位"的工作
│
▼
【商业逻辑层】SaaS商业模式受冲击
│
├→ 第一类SaaS（席位=结果）：生存级威胁，默认归零
│ └ Zendesk等：客服席位可能完全被AI替代
├→ 第二类SaaS（席位≠结果）：反而受益
│ └ Workday/Intuit等：AI增强底层记录系统价值
├→ 第三类SaaS（中间态）：不确定
│ └ Adobe等：需求可能增减皆有
│
├→ 定价模式面临重构
│ ├ 按席位：输入约束型职能席位将萎缩
│ ├ 按用量：客户讨厌不可控账单（"赌场筹码"）
│ └ 按结果：基线漂移导致供应商难以持续证明价值
│
└→ 前端与后端分离
├ 底层数据库+业务逻辑仍不可替代
└ 前端席位面临大幅削减压力
│
▼
【市场反应层】SaaSpocalypse恐慌
│
├→ 华尔街无差别抛售所有软件股
├→ 对冲基金做多半导体/做空软件创历史极值
├→ PE持有的软件资产被波及（KKR、Ares跌超9%）
└→ 市场无法达成共识——"每个人都有自认为极可能成真的未来版本"
│
▼
【企业应对层】Atlassian的"言行反转"
│
├→ 2025年10月：CEO说"五年后工程师更多"
├→ 2026年3月6日（a16z）：系统性阐述AI战略，强调Vibe Coding不能替代核心系统
├→ 2026年3月11日：裁员1600人（10%），含CTO
│ ├ 承认"AI确实改变了岗位数量"
│ ├ 优先保留AI技能人才和应届生
│ ├ 定位为"AI优先公司"
│ └ 重组费用2.25-2.36亿美元
└→ 股价较高点暴跌超80%
│
▼
【深层矛盾】
│
├→ 方向判断可能正确（软件不会死，核心系统更有价值）
├→ 但节奏判断严重失误（低估AI冲击速度）
└→ 信任与设计问题尚无成熟解法（"空白输入框的麻痹"）
四、关键洞察与独到发现
洞察一：Cannon-Brookes的"自我矛盾"恰恰是最真实的行业写照
在a16z访谈中（3月6日），他系统性地论证了"Vibe Coding不能替代核心系统"、"软件不会死"。仅5天后（3月11日），他就裁掉10%的员工并换掉CTO。这种"言行反转"并非虚伪——它恰恰说明，即便是最有远见的管理者，也无法精确把握AI冲击的节奏。方向正确≠节奏正确，而在投资世界里，节奏往往比方向更重要。
洞察二："边缘情况"是传统SaaS最被低估的护城河
Alex Rampell的日本面馆比喻和印第安纳州HR案例揭示了一个深刻事实：很多软件的核心价值不在于代码本身，而在于代码中沉淀的几十年商业经验。这些"确定性规则"不是公开的API或数据，而是无数踩坑后的隐性知识。Vibe Coding可以快速生成一个"看起来能用"的原型，但无法复制这些隐性知识。原型与产品之间的鸿沟，本质上是"经验鸿沟"。
洞察三：AI的真正瓶颈不是技术，而是"50个实习生问题"
Cannon-Brookes的"50个实习生"比喻极为精准：AI Agent越多，用户需要花在"管理AI"上的时间越多，最终可能抵消效率增益。这意味着AI的价值释放高度依赖交互设计——而目前业界对这一问题的解法还处于"把网页塞进手机"的原始阶段。谁先解决AI的"下拉刷新"时刻，谁就能定义下一个十年的软件交互范式。
洞察四："收入堆叠"幻觉可能掩盖了真实的TAM增量
Cannon-Brookes在20VC播客中指出，Anthropic和OpenAI的收入预测存在大量重复计算（Atlassian付给AWS，AWS再付给Anthropic）。这意味着AI公司表面上的收入增长中，有相当部分并非净新增的市场规模。然而，反面来看，如果AI让更多场景被软件覆盖（如20人小团队的定制化长尾应用），总TAM确实在扩大——只是利润分配将发生根本性重组。
五、后续演化判断
短期（6-12个月）
裁员潮加速蔓延：Atlassian裁员10%、Block裁员40%、WiseTech裁员30%只是开始。"用AI取代人力"虽然政治不正确，但已成为科技公司降本增效的核心叙事。Meta据报也在考虑裁员最多20%（约16000人）。SaaS板块持续承压但分化加剧：市场将从"无差别抛售"转向"精细化甄别"。能清晰展示AI增值（而非仅仅降本）的公司将率先企稳。定价模式实验期："按席位"向"按价值"的转型将产生大量混乱，客户对"AI积分"的抵触情绪可能超出供应商预期。
中期（1-3年）
"记录系统"与"执行系统"融合：Workday不再只是存HR数据，而是主动完成背景调查；Intuit不再只是记账，而是主动催收应收账款。记录系统将从"被动文件柜"进化为"主动执行引擎"。Vibe Coding催生"应用爆炸"但多数是"一次性应用"：企业内部将涌现大量用AI快速搭建的长尾应用，但绝大多数是服务于20人小团队的轻量级工具，不会威胁核心系统。平台型公司（Atlassian、Salesforce）反而因此受益——更多应用意味着更深的平台依赖。AI交互范式的"iPhone时刻"尚未到来：从"空白聊天框"到真正好用的人机协同界面，需要类似"下拉刷新"级别的交互创新。这将是产品公司（而非模型公司）的主战场。
长期（3-5年）
软件行业总TAM扩大但利润重新分配：AI让更多场景被软件覆盖（长尾应用、自动化流程），总市场扩大。但利润将从传统SaaS厂商的"前端席位费"转向AI基础设施层（Anthropic、OpenAI、云厂商）和"后端数据+业务逻辑"层。"输入约束型"职能大幅缩减，"输出约束型"职能产出爆发：客服、法务、财务等岗位将显著减少，而工程、创意、产品等岗位的人均产出将大幅提升。这将重塑整个劳动力市场结构。行业整合进入深水区：大量中小SaaS公司将被收购或消亡。PE基金将在历史低估值区间大举抄底具有深度壁垒的资产。
六、投资行业分析
1. 当前估值环境
SaaS板块正经历自2008年以来最严重的估值压缩。高盛数据显示，对冲基金在半导体（AI受益者）和软件（AI受损者）之间的持仓差异创历史新高。恐慌从"结构性看空"升级至"末日论"——这通常是最大恐慌孕育最好买入机会的信号，但前提是你能精确区分"被错杀的优质资产"和"真正面临生存威胁的公司"。
2. 基于"三分法"的投资框架
3. Atlassian个股深度评估
利好因素：
云收入增长26%，RPO增长44%，财务面仍在加速（$6.4B ARR）35万客户的分发网络+品牌认知，是Vibe Coding"应用爆炸"的天然受益者Rovo平台500万月活，"Create with Rovo"等AI功能已落地且用户反馈积极AI推理成本持续下降（部分功能比初次上线便宜1000倍），毛利率持续改善处于"输出约束型"赛道（软件开发、产品协作），不是最容易被AI替代的品类裁员后成本结构优化，若能证明"用更少人创造更多价值"将重建市场信心
利空因素：
CEO"五年后工程师更多"→5个月后裁10%，管理层可信度严重受损CTO被裁引发技术领导力真空担忧股价较高点跌超80%，但在当前盈利水平下未必"便宜"SaaS板块整体情绪极度悲观，可能继续被波及定价模式转型充满不确定性（"AI积分=赌场筹码"的客户抵触）核心产品（Jira/Confluence）虽有壁垒，但面临GitHub Copilot等新势力的竞争
关键观察指标：
下一季度NRR（净收入留存率）是否保持120%以上Rovo的MAU增长轨迹和变现进展AI功能对推理成本的影响（是否继续改善毛利率）裁员后的研发效率是否提升（人均代码产出、功能发布节奏）
4. 行业配置建议
七、核心结论
结论一："SaaS末日论"本质上是行业大洗牌的信号，而非软件模式的终结。正如Cannon-Brookes所说，不是所有SaaS公司都能穿越周期，就像很多公司当年未能成功向云端迁移一样。AI只是加速了自然淘汰的节奏。
结论二：Vibe Coding不会杀死软件产业，但会从根本上重塑其价值分布。它创造了"长尾应用爆炸"的可能性，让核心平台更有价值，同时让"薄壳工具型"SaaS失去存在理由。
结论三：AI落地的真正瓶颈已从"模型能力"转向"信任与设计"。"空白输入框的麻痹"、"50个实习生的管理困境"、"AI积分的赌场筹码感"——这些都是产品和设计层面的挑战，而非技术挑战。
结论四：Atlassian自身的遭遇（从乐观喊话到被迫裁员）是整个行业的缩影。方向正确不等于节奏正确，而在投资世界里，"过早正确"和"错误"几乎没有区别。当前最大的风险不是买错方向，而是在正确的方向上太早或太晚。
分析日期：2026年3月15日 核心信息源：a16z播客（2026.03.06）、20VC播客（2025.10.13）、SaaStr、InfoQ、财联社等 免责声明：本AI分析仅供研究参考，不构成投资建议。投资有风险，决策需谨慎。