邓文兵
09570aec99
- 创建300亿AI漫剧风口分析文章，探讨造富神话与韭菜收割机真相 - 添加Vibe Coding编程方式对程序员影响的深度研究报告 - 发布AI Agent Harness架构解析文章，揭示2026年最火技术内幕 - 撰写大厂模型训练投资与中小软件公司生存策略分析 fix(feedback): 创建内容创作反馈规则文档 - 设定文章配图丰富性要求，增强可读性 - 规范文作者称谓，避免使用老邓自称 - 明确去AI味写作要求，遵循真人博主聊天风格
17 KiB
大厂一年烧 190 亿训模型！中小软件公司凭什么活？3 条活路，3 条死路
发布日期：2026-04-19 分类：深度观点 / 行业趋势 作者：老邓唠AI
先说结论
如果你是一家几十到几百人的软件公司老板，正纠结 AI 时代要不要跟、怎么跟——
我的判断一句话讲完：
别学大厂卷模型，别学 AI 创业公司做通用套壳，也别死守「按座位收费」的老生意。中小软件公司真正的活路只有三条：做垂直行业的自动驾驶（Autopilot）、做人效 10 倍的微型团队、做「AI + 人」的混合服务。
再浓缩成 16 个字：选窄赛道、砍小团队、混合定价、积累专属数据。
不同意的，看到这里就可以关了。同意但想听凭什么？下面一条一条拆给你看。
下面的案例和数据，是我花了两周扒的——Anthropic、Cursor、Sierra、Klarna、Builder.ai 这些公司的真实账本、CEO 公开讲话、投资机构报告。全是硬数据，不是鸡汤。
引子：一个 80 人老板的深夜提问
前两周，一个做企业协作工具的朋友在群里甩了条消息：
"我手下 80 人，一个季度出的功能，不如 Cursor 一个晚上。我到底还做不做？"
群里瞬间炸锅。
这种焦虑不止他一个。2 月份那场 SaaS 大屠杀（SaaSpocalypse），华尔街一周内把软件即服务（SaaS）板块打掉 2850 亿美金市值——Thomson Reuters 单日 -15.83%、LegalZoom 单日 -19.68%、Workday 被 Jefferies 直接降级。媒体管那一周叫「SaaS 末日」。
说白了就一句话——连按人头收钱的商业模式都开始被质疑了。
然后你再抬头看大厂在干嘛：
- Anthropic 2026 年要烧 190 亿美元（120 亿训模型 + 70 亿推理），这几乎等于它一年的年化营收（ARR，Annual Recurring Revenue）
- OpenAI 2026 年**年化收入率（run rate）**超 250 亿，同样烧钱
- NVIDIA 一年卖几千亿图形处理器（GPU），数据中心还在扩
百人不到的中小软件公司看了之后只有一个感觉——这游戏怎么玩？我的研发预算加起来，连人家一天的电费都不够。
下面从 3 条死路开始拆，然后讲 3 条活路，最后给一份可以直接抄的落地清单。
一、先认清 3 条死路：中小软件公司千万别走
有的路是给大厂准备的，有的路是给独角兽准备的。中小公司挤上去就是找死。
死路一：学大厂卷底层模型
这条是最诱惑的。因为你看 Anthropic ARR 一年从 10 亿干到 300 亿，谁看了不心动。
但看账本吧：
| Anthropic 2026 账单 | 金额 |
|---|---|
| 训练模型 | $120 亿 |
| 推理基础设施 | $70 亿 |
| 合计 | $190 亿 |
| 同年 ARR | $300 亿 |
Anthropic 每收 1 美元，大约 0.62 美元花在算力上。
而且就在这种规模下，The Information 报道——Anthropic 把 2025 年毛利指引从 50% 下调到 40%，原因是「推理成本比预期高 23%」。
连 Anthropic 都在挣扎。你一个年研发预算 2000 万人民币的中小公司，卷什么基础模型？
这层是赢者通吃的军备竞赛。你挤上去就是慈善捐款。
死路二：做通用 AI 套壳（氛围编程 Vibe Coding 类）
这条更诱惑。因为它看起来门槛低——接一个应用接口（API），包一层漂亮界面（UI），就能开始卖钱。
看看明星公司 Cursor 的真实账本（Contrary Research 扒出来的）：
| Cursor 2026 年 | 金额 |
|---|---|
| 收入 | $10 亿 |
| 给 Anthropic/OpenAI 的 API 费 | $6–8 亿 |
| 其他成本 | $3+ 亿 |
| 年亏损 | -$1.5 亿 |
Contrary Research 的原话画面感很强：
"Every dollar customers pay going straight to Anthropic for Claude API calls." （客户付的每一块钱，转手就进了 Anthropic 的口袋。）
Cursor 21 个月做到 20 亿 ARR，估值谈到 500–600 亿——还在亏钱。
Lovable、Bolt、Replit 都是同一条路。增长曲线漂亮，账本地狱。
你没有这些公司的融资额度，连亏的资格都没有。上游不让出毛利，你连地板都坐不稳。
死路三：死守「按座位收费」（per-seat）不动
这条是最温水煮青蛙的。
看 Chegg 怎么死的（我觉得这是所有传统 SaaS 老板应该贴在办公桌前的案例）：
- 2021 年 2 月：股价 $113.51，市值 140 亿
- 2023 年 5 月 2 日：财报会承认「ChatGPT 正在伤害我们的业务」——单日跌 48%
- 2025 年 10 月：第二轮裁员砍 45%，388 人
- 2026 年至今：从股价最高点下来跌了 99%，9 位分析师零 Buy 评级
Chegg 战术上没做错任何事。它做错的只有一件——它的生意是"学生付费看作业答案"。ChatGPT 免费做这事，还做得更好。
Nadella 在 2024 年 12 月 BG2 播客上甩出的那句话，每个 SaaS 老板都该抄在本子上：
"SaaS applications are essentially CRUD databases with a bunch of business logic. The business logic is all going to these [AI] agents." （SaaS 应用本质就是**增删改查（CRUD）**数据库加点业务逻辑。业务逻辑以后全跑进智能体 Agent 里。）
客户会逼你改定价。你不主动改，他们会换成会改的那家。
三条死路说完了。你会发现一个规律——它们的共同点是"没差异化"：卷模型拼不过大厂，套壳拼不过融资多的，按座位拼不过 AI 原生。
那活路长什么样？都在"差异化"这三个字里。
二、3 条真实的活路
活路一：做垂直行业的自动驾驶（Autopilot）
这是我最看好的路。
核心逻辑：不做通用 AI 工具，深扎一个行业的流程和数据。
Sierra 的样本
Bret Taylor（前 Salesforce 联席 CEO、OpenAI 董事会主席）创办的 Sierra，主打 AI 客服：
- 21 个月从 0 → 1 亿 ARR
- 到 2026 年 1 月 1.5 亿 ARR
- 估值 100 亿
它的定价模式非常聪明——AI 自主解决问题按预先协商的费率收钱，升级给人工处理——免费。
Taylor 在 Sequoia 播客上的原话：
"The atomic unit of AI productivity is a process, not a person." （AI 生产力的原子单位是一个流程，不是一个人。）
它不卖 AI 工具，它卖「问题被解决了」这个结果。
Harvey 的样本
法律 AI 公司 Harvey 是另一个样本——1.9 亿 ARR、110 亿估值，敢按座位收 $1200/律师/月（最低 20 个席位起步）。
为什么它的客户愿意付这个钱？因为它不是卖软件，是卖律师助理的活。 一个律师的年人工成本 20–50 万美金，AI 助理 $1.4 万/年直接省掉一个初级律师——客户付得心甘情愿。
这两家公司的护城河在哪？不是模型。模型它们都用 Anthropic 和 OpenAI 的。真正的护城河是：
- 客户的专有数据——Harvey 和 LexisNexis 合作、Sierra 读客户的工单系统
- 行业流程的深度理解——律所怎么起草合同、客服的**服务等级协议（SLA）**怎么算
- 错误的承担机制——AI 说错了谁赔
给中小公司的操作指南：
- 选一个你团队本来就懂的行业（医疗、制造、物流、法律、财税都可以——越窄越好）
- 目标不是比通用 AI 更聪明，是比大厂通用 AI 更懂这个行业
- 先把你最好的 3 个客户做成标杆案例，把流程、数据、错误模式全部吃进产品
- 定价不用一步到位纯成果付费（outcome-based pricing）——混合定价（月费底价 + 成果分成）是目前最安全的过渡态
对照 McKinsey 2025 年的调查：150 家软件厂商里只有 2% 成功实施了纯成果付费模式。 纯成果付费风险太高，中小公司别冒进。
活路二：做人效 10 倍于对手的微型团队
这条路最反直觉——别扩张，要精简。
AI 的杠杆让"5 个人干 50 人的活"变得真实可行。过去你要靠扩员抢市场，现在扩员反而拖慢你。
Pieter Levels（@levelsio）——这人已经是这条路的行业图腾：
- 一个人，0 员工
- 三个产品（Nomad List、RemoteOK、PhotoAI）组合做 $3M+ ARR
- 2025 年 3 月，17 天内把 fly.pieter.com 从 $0 干到 $1M ARR
他自己发的推文原话：
"fly.pieter.com has now gone from $0 to $1 million ARR in just 17 days!"
Maor Shlomo / Base44——一个人做 $3.5M ARR 的 AI 应用（App）构建平台，2025 年 6 月被 Wix $80M 收购——仍然是单人公司。
Lovable——欧洲最快的独角兽：
- 21 个月做到 $400M ARR
- 146 人，2 月份单月新增营收 $100M
- 人效约 $270 万/人/年
对比——传统 SaaS 的人效中位数是 15–25 万美金/人/年。Lovable 是 10 倍的水准。
数据层面，2025 上半年新创公司里 36.3% 是单人创办，2019 年这个数字是 23.7%。Anthropic CEO Dario Amodei 公开押注：2026 年会出现第一家单人独角兽，概率 70–80%。
给中小公司的操作指南：
- 坚决砍掉中间层——产品经理、项目经理、外包协调、合规专员，这些岗位 AI 做得更快
- 保留的每个工程师必须有 AI 杠杆（Cursor / Claude Code / Cognition），并且要在绩效里考核
- 参考 Shopify CEO Tobi Lütke 2025 年 4 月那份内部备忘录的狠话："Before asking for more headcount, teams must demonstrate why they cannot get what they want done using AI."（申请加人前，先证明 AI 做不到。）
- 目标：人效 100 万美金/人/年。这是一个可达成的线——不是 SaaS 黄金时代的 20 万的线
一句话：这不是削减成本，是彻底重构组织。
活路三：做「AI + 人」的混合服务
这条路最多人会忽略——因为大家都被"AI 替代人"的叙事洗脑了。
但 2024–2026 这两年最重要的实战教训来自 Klarna：
Klarna 的大反转（我觉得这是所有想"纯 AI 替代"的老板必看的案例）：
- 2024 年 2 月：Klarna 和 OpenAI 合作，AI 客服上线 1 个月：
- 处理 230 万次对话
- 等于 700 个全职客服的工作量
- 预计带来 $40M 利润改善
- 2024 年 9 月：CEO Siemiatkowski 放话要关停 Salesforce 和 Workday，纯 AI 替代
- 2025 年 3 月：CEO 亲自接受 Diginomica 采访，"No, we didn't replace SaaS with an LLM."（我们没用大语言模型（LLM）替代 SaaS。）
- 2025 年末：CEO 亲承「We went too far」（我们走得太远了）：
- 纯 AI 客服让客户满意度（CSAT）下降 22%
- 客户信任受损
- 重新招客服，换成 Uber 式灵活用工
Klarna 的教训是最精确的——不是「AI 能不能替代人」，而是「你愿意为了成本牺牲多少质量？」
IBM 调研 2000 位 CEO 的数据更扎心：只有 1/4 的 AI 项目带来正投资回报（ROI）。
NBER 2026 年 2 月研究：90% 的公司报告 AI 对工作场所生产力没有可测量影响。
这就给中小公司留了一个大机会——卖「AI 加持下的专业服务」，而不是卖纯 AI。
具体路径：
- 你不是 AI 工具公司，你是 AI 时代的专家服务公司
- 你的核心资产是人 + AI + 行业诀窍（Know-how）的组合
- 你的定价单位从"服务小时"变成"项目成果 + AI 杠杆"
举个接地气的例子：你做财税咨询，过去 5 个会计师一年服务 50 家企业。AI 上了之后，同样 5 个人能服务 200 家——而客户付的单价可以比小作坊高，因为你卖的是"资深专家亲自把关 + AI 提效 + 出错我担责"。
给中小公司的操作指南：
- 定位："AI 时代的专家咨询公司"，不是"AI 产品公司"
- 交付的是结果 + 专家背书，不是一个工具
- 定价从"按时计费"迁移到"按项目 + 成果分成"
- 客户付钱的核心理由——你懂他们的业务，不是你的 AI 多强
三、一个必须清醒的底层真相
说了三条活路，也得泼一盆冷水。
2024–2026 这波 AI 热潮里，死掉的比活下来的多得多。
- 2024 年全球有 14,000+ 家 AI 创业公司
- 2025 年倒了 3800 家（27%）
- 2026 年初又倒了 1800 家（13%）
- 不到 24 个月，失败率 40%
Builder.ai 这个故事你应该听过——宣传它的 AI「Natasha」能以 70% 成本、6 倍速度构建应用，融了 $7 亿，金主名单里有软银、微软、卡塔尔主权基金。
2025 年 5 月 20 日破产那天，真相曝光——「Natasha」是 700 个印度工程师扮的，员工被要求「按英国时区回复、避免使用印度英语俗语」。
这个教训给中小公司的启示特别锋利：
当「卖 AI」变得时髦，最容易被骗的问题是——「你到底交付了什么？」
别把「用了 AI」等同于「产品变好了」。
Gartner 的预测：到 2027 年底，40%+ 的智能体 AI（agentic AI）项目会被放弃。
所以中小公司最危险的状态不是「没做 AI」——是「假装 AI 已经颠覆了你」。
四、落地：今天创业，4 件事最重要
说了半天框架，落到具体。如果我今天从零开始做一家软件公司，我会做这 4 件事：
1. 选赛道
- 选一个你团队真的懂的垂直领域
- 越窄越好。不要做"全行业通用" SaaS
- 判断标准：你能说出这个行业的 5 个核心痛点吗？能讲出来 3 个竞品怎么死的吗？说不出来，换赛道
2. 定团队
- 坚持 20 人以内，干到 1000 万美金 ARR 再扩
- 每个人都得有 AI 杠杆——没掌握 AI 工具的人，不要招（无论头衔 title 多响）
- 目标人效 100 万美金/人/年
3. 定定价
- 混合定价：月费底价（保成本）+ 成果分成（保增长）
- 不要纯成果付费（归因扯皮、成功惩罚悖论）
- 不要纯按座位计费（会被 AI 原生对手按在地上打）
- 参考 Intercom Fin（0.99 美元/次解决，有最低消费）、Sierra（AI 解决收费 + 升级人工免费）
4. 定护城河
护城河不是你的代码（代码会越来越廉价）。护城河是这三样东西的组合：
- 客户的专有数据（累积越久越有价值）
- 行业流程的诀窍（写不进提示词 Prompt 的东西）
- 错误的承担机制（你敢为 AI 的错误赔钱，客户就敢付你钱）
五、尾声：AI 时代是中小软件公司的黄金时代
我不认为中小软件公司会消失。
相反——AI 时代是中小软件公司最好的时代。
过去你要做一个产品，得招 50 人研发 + 30 人销售 + 10 人运营。今天你 5 个人就能做出更好的产品，覆盖更广的市场。AI 帮你把执行成本压到几乎为零，剩下的全是「判断」——这正是中小团队相对大厂的天然优势。
但前提是——
你不能再用过去 20 年的 SaaS 公司模板做公司。
大厂在烧 190 亿训模型，你烧不起，也不用烧。你的活路不在模型层，在一个你真正懂的行业的骨髓里。
选窄赛道，砍小团队，混合定价，积累专属数据。
这是中小软件公司未来 3 年的生存公式。
开头那位 80 人老板的提问——「我到底还做不做？」
我的回答是：做。但不是照着过去 20 年 SaaS 的样子做。
参考资料
- SaaSpocalypse 事件回顾 | Taskade
- Chegg 裁员 45% | CNBC
- Nadella on SaaS = CRUD | BG2 Pod
- Anthropic 下调毛利指引 | The Information
- Cursor 毛利真相 | Contrary Research
- Sierra 21 个月 $100M ARR | TechCrunch
- Bret Taylor on Sierra | Cheeky Pint
- Harvey $190M ARR, $11B valuation | CNBC
- levelsio tweet: $0 to $1M in 17 days
- Lovable $400M ARR | Bloomberg
- Shopify Tobi Lutke AI memo | CNBC
- Klarna CEO reverses course | Entrepreneur
- Builder.ai 假 AI 真印度人 | eWEEK
- AI Bubble Warning | TIME