从DeepSeek恐慌到Cowork恐慌

Cowork恐慌可能比DeepSeek恐慌更为持久

文 / 书航 2026.2.9

进入2月，全球软件股遭遇一次似曾相识的抛售。

2月4日，汤森路透创下史上最大单日跌幅15.8%，LegalZoom暴跌近20%，RELX下跌14%，FactSet下跌10.5%，Salesforce和Workday也出现明显下跌。标普500软件与服务指数连续五个交易日下跌近13%，较10月高点跌去26%。有交易员将此称为"SaaSpocalypse"——SaaS的末日。

起因是1月13日，Anthropic推出了Claude Cowork，这是把交互不友好的Claude Code的主要能力，向非技术用户下放的通用AI智能体（Agent），可以读取、编辑和创建用户电脑上的文件。1月30日，Anthropic为Cowork推出了11个开源插件，涵盖法律、金融、销售、市场营销等垂直领域。

一个超级简单的结论就产生了：如果Claude Cowork的用户能用自然语言下令，获得和购买使用超高价企业软件同等水平的结果，那么软件巨头们的专业知识，垂类经验等建基于SaaS商业模式上的积累，是否都打了水漂？

为什么说是似曾相识呢？因为一年前，DeepSeek带来的市场恐慌步调与之几乎是一个模子刻出来的，都是先发了产品一个多星期以后，再被资本市场充分认知，从而一夜之间引发踩踏。

2025年1月20日，DeepSeek发布了推理模型R1，声称其训练成本仅为560万美元，却在多项基准测试中达到甚至超越了OpenAI的o1模型。一周后的1月27日，英伟达股价暴跌17%，单日市值蒸发近5890亿美元，创下美国股市历史上单家公司单日最大市值损失纪录。纳斯达克指数下跌3.1%，标普500下跌1.5%。博通跌17%，阿斯麦跌7%。

DeepSeek被投资者简化为一个超级简单的逻辑：如果中国公司能用更便宜的旧芯片、更少的资源制造出同等水平的AI模型，那么美国科技巨头们数百亿美元的AI基建投资，是否都打了水漂？

所以现在是时候来比较一下两次非常相似，但也有很大不同的市场恐慌。

Cowork恐慌可能比DeepSeek恐慌更为持久

作为当时通过不断追踪事件动态的社长，清晰记得DeepSeek在2024年底就已经获得了AI专业人士的广泛关注，甚至社长自己都写了一篇《》。（

这个标题在DS冲击之后就显得十分滑稽了……

此事传导到资本市场的链条有几个关键的中转节点：安德鲁·卡帕西等人的持续安利，1月24日CNBC半个小时的特别节目，都被很多人引用作为解读的来源。

Cowork的影响从AI圈传达到金融圈的节点，则是沃顿商学院教授Ethan Mollick的“全自动尽职调查”演示，以及人们把这件事和红杉资本一年前的“Service-as-Software”备忘录联系在一起。

两次恐慌的相似之处还有不少，比如都有分析师认为市场反应过度。Anthropic CEO阿莫戴伊去年1月29日称DeepSeek之后的市场反应“令人费解”。上次被舆论赶着发言的黄仁勋这次也主动评论，针对软件股的抛售是“世界上最不合逻辑的事情”。

但社长认为，除去相似之处外，这次的Cowork恐慌可能比DeepSeek恐慌更为持久。

DeepSeek恐慌的来源是一家中国开源模型公司，而Cowork恐慌的来源是美国闭源模型公司。前者是用更低的成本复现已有成果，后者是做出一个此前未有的成果或者用例。简单说，挑战分别是“从1到n”和“从0到1”。虽然做得好都可以冲击，但相对“从1到n”来说，“从0到1”的迷思想要证实或者证伪，都需要更长的时间和更多的案例。

加之这两次冲击实在是过于相似，人们很难不在第一时间比较它们。当人们发现，比较完了其实也不能放心，还不能说是虚惊一场的时候，恐慌就更显著和漫长了。

事实上，Cowork恐慌已经比DeepSeek恐慌更为持久了。

DeepSeek恐慌在一天内基本消化，英伟达次日就反弹了9%。到2025年10月，英伟达短暂突破了5万亿美元市值。而Cowork恐慌触发的软件股抛售蔓延了整整一周，从华尔街扩散到伦敦、东京、印度的IT服务股，且在随后发布Opus 4.6模型后进一步加剧。截至发稿，也没有缓解的迹象。

杰文斯悖论在软件SaaS领域失效了

DeepSeek恐慌后，杰文斯悖论（Jevons Paradox）一度成为科技圈的热门话题。微软CEO纳德拉是最早促进这个词流行起来的人之一。他说：“随着AI变得更高效和更易获取，我们将看到其使用量飙升。”

杰文斯悖论的原始含义是：当一种资源的使用效率提高时，其总消耗量反而增加，因为更低的单位成本刺激了更大的需求。这个理论适用于AI模型和算力，因为更便宜的模型确实带来了更多的使用。它甚至适用于Cowork，因为更简单的交互降低了使用门槛，带来了更多的使用。

但它并不能直接推导出传统SaaS软件公司会因此受益，事实上，情况可能恰恰相反。

第一，软件的定价模型先天脆弱。 传统软件有按用量计费和按人头计费两种主流模式。席位制是一种买断制，一个人本月支付费用以后，想怎么用就怎么用。当AI驱动的效率提升，导致企业裁员或缩编时——不论裁员是否真的由AI直接造成——席位数量会下降，按人头计费的收入随之减少。

SaaS不得不纷纷取消买断制，向用量计费过渡。

PricingSaaS 500指数跟踪1800多个价格变动。它指出，2025年排名前500的SaaS公司，每家公司平均每年发生3.6次定价变动。在PricingSaaS追踪的500家公司中，79家现在提供基于点数的定价，也就是按用量计费，同比增长126%。Figma、HubSpot、Salesforce、Monday、Airtable都在2025年采用了点数制度。

Salesforce是吃了苦头才明白这一点的，他们以每段对话2美元的价格推出了Agentforce，支持团队计算了5个智能体每月实际成本是2万+美元，几个月内不得不转用点数计费。越是撑不住算力成本的公司，计费尺度越小：N8N按每次运行工作流收费，50步与2步相同价格。但是Zapier按任务收费，每一步都计费一次。

最终结果，采用基础月费+超额买点卡的混合模式，效果最佳。此类产品报告最高中位增长率为21%，表现优于纯订阅和纯基于使用量的产品。46%的SaaS公司结合订阅与可变收费，59%的人预计基于使用量的定价将在2026年实现收入份额增长，高于2023年的18%。

第二，传统软件加入AI后涨价的逻辑遭到强烈抵制。CNBC报道，部分管理团队拒绝为数千名员工支付每月30美元的365 Copilot费用，因为他们不确定它有多大帮助。去年10月，澳大利亚监管机构起诉微软“强制捆绑 AI”及隐藏低价方案，诱导订户认为涨价45%的AI版是唯一续费选择，将不带Copilot的低价“经典版”刻意隐藏在取消订阅的二级页面。微软最终在去年12月宣布，将从今年7月起对全线商业套件每人每月涨价3美元，并强制加入初级AI功能，引发客户不满。

第三，传统软件公司的AI转型往往笨拙而低效。 许多传统软件巨头试图在现有产品中嵌入AI，但本质上他们并不明白AI如何与其积累的数据集协同作用。结果往往是功能越堆越多，也没人用。与此同时，一大批在传统软件所涉及的领域、从头开始做原生AI智能体的初创公司正在获得大量融资。

例如，法律AI领域的Harvey在2025年两次融资各3亿美元，估值达50亿美元；企业搜索AI公司Glean估值达72.5亿美元。据Menlo Ventures，2025年AI应用层占据了超过一半的企业AI支出（190亿美元），其中AI原生初创公司的收入几乎是传统软件厂商的两倍。AI原生初创公司的中位年增长率达到100%，而传统SaaS公司仅为23%——差距达4.3倍。

企业自建工具及其它

另一个对传统软件构成威胁的趋势是Vibe Coding的兴起。社长曾在航通社的文章《》中指出，如果Vibe Coding走向成熟，个人将倾向于自己制作工具而不是购买第三方工具。这一逻辑同样适用于企业。

企业客户购买SaaS产品后，很可能会长期沿用，而不会盲目追新，这可能是因为定制过程过于繁琐。如果Vibe Coding让“言出法随”成为现实，情况可能完全不同。事实上，当新事物足够简单、部署成本足够低时，企业的适应速度并不慢。

社交网络普及后，很多企业的官网立刻减少了更新频率；Threads上线后，企业迅速将其添加到了继X/Twitter之后的社交媒体运营列表。甚至2025年初企业纷纷给自己接入DeepSeek本身，也是一个例子——只要门槛够低，企业会主动拥抱变化。

即使在Vibe Coding的实际应用还没有诞生时，其前辈低代码/无代码产品就已经试图让企业员工个人编程，解决产线上的实际问题。只不过，基于规则和高度依赖平台运行时环境的低代码系统，是AI模型能力进化的第一个牺牲品，例如去年2月宣布做不下去的澜码科技就是一个例子。

对于被AI冲击的传统软件和服务公司而言，存在一个可辨识的“三步走向灭亡”模式。我们以Chegg举例说明一下。

第一步：否认AI有效。 2022年，Chegg员工提议开发AI工具来自动化解答，但管理层未采纳。ChatGPT发布后，Chegg高管认为AI"答案不准确"，不构成威胁。

第二步：宣布接入AI或转型AI，但效果不佳。Chegg随后与OpenAI合作推出了"CheggMate"，试图将其1.2亿条专家解答数据库与AI结合。然而学生不愿为此付费——ChatGPT已经"够用"了，而且免费。

第三步：走向灭亡。 Chegg的订阅用户从2022年高峰的530万骤降至2025年的320万。股价从2021年的高点113美元跌去99%，市值从147亿美元萎缩至约1.56亿美元。2025年，公司先后裁员22%和45%，超过半数员工在六个月内被裁。

现在，对于传统法律科技公司、金融数据公司、甚至咨询公司，Cowork恐慌暂时还处于第一阶段，甚至是有很多“大儒代为辩经”，说AI幻觉难以完全消除，不堪一用。

但企业对软件的需求，在于其工作当中的某些流程需要无纸化、信息化。而原先从员工需要学习适应，到软件公司驻场开发，都属于别人去模拟和倾听你的需求，不可能像你自己一样清楚你想要什么，大量的成本被浪费在沟通上面。

所以企业员工真正知道写个小东西就能解决问题，即使这东西没有任何大模型成分，它只是个python脚本也行——这可能是SaaS真正崩溃的开始。

估计今后，传统软件业的最大价值仍在于客户千奇百怪的非标需求，做通用AI产品不想干的，客户自己Vibe不出来的脏活累活。但这种在2023年就被说成是“大模型施工队”的活计，肯定不是什么性感的商业模式。

而模型方面，还是需要加大力度卷编程能力，直到幻觉堡垒被逐一攻破，到达那个就算还有一丢丢不对劲，但人们不在意的临界点。然后Less structure, more intelligence，大力飞砖，卷走一切。