一句话看懂：知名科技投资人 Benedict Evans 发文泼冷水，认为“AI 能自动生成工具并扫清一切企业软件”是硅谷的错觉。真正的瓶颈不是写代码变简单，而是大多数人不具备“抽象出问题并定义工具”的能力，企业级流程变革更牵涉组织、采购与合规。
事件核心：发生了什么
Benedict Evans 在其博客发布长文《AI, Tools and Transformation》，针对硅谷主流的“AI Agent 将取代企业软件”叙事提出反对意见。他指出，一家典型的美国大公司内部运行着数百甚至上千套软件系统——从 SAP、Workday 这类大型记录系统，到无数垂直 SaaS、脚本和流程自动化，再到支撑某个部门的电子表格。表面看，AI 似乎能把这些统统“生成化”掉：不需要工程师，不需要写代码，直接让模型完成任务或现场造出工具。
但 Evans 的核心观察是：绝大多数人并非“工具构建者”。优秀的婚姻诉讼律师想的是案件与客户，顶尖的企业销售琢磨的是产品与竞争对手，他们不会本能地思考“什么软件能改变我的工作方式”。即便是 Claude for X 这类嵌入工作流的助手，也只是提供了模板式的引导，并未触及根本问题。真正的难点在于：问题常常摆在眼前但当事人看不见，即便看见了，正确的解法往往需要重新定义和拆解流程——这些都不会因为“生成代码变容易”而自动解决。
为什么重要
这篇文章之所以引发讨论，是因为它精准戳中了当前 AI 投资与产品叙事中的盲区。硅谷的“工具原住民”们默认所有人都像他们一样，看到任务就会想到“能否自动化”，但现实是企业软件采购是自上而下的制度性决策。
Evans 提出了一个关键框架：软件选择存在从“制度化”到“即兴化”的光谱。SAP、Rippling 这类系统是制度化的——流程被固化在组织架构里，替换它们需要 18 个月的企业销售周期和跨部门共识；而员工的电子表格则是即兴的——个人就能创建，但也难以规模化推广。AI 擅长的是让“即兴”部分更快产生，却无法降低“制度化”部分的组织摩擦。这对当前众多押注“AI 原生替代 SAP”的创业公司构成直接质疑：仅仅做出一个更聪明的工具，并不能绕开企业采购、合规与组织惯性这堵墙。
对用户/开发者/创作者的影响
对开发者而言，文章提出的“前部署工程师”（forward-deployed engineer）概念值得关注：未来最有价值的角色可能不是写代码的人，而是能走进律所或建筑事务所、替客户看出“哪里可以自动化”的人。AI 降低了实现成本，但“发现需求”的能力反而变得更稀缺。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对普通企业用户来说，一个诚实的预期是：AI 不会一夜之间消灭企业软件。短期内最现实的收益来自嵌入现有工作流——像 Excel 模板那样提示你“原来还能这么做”，而非彻底推翻现有系统。对创作者和独立开发者，机会可能在于针对细分人群做“模板化 AI 工作流”，而不是试图解决大企业的端到端自动化——后者拼的是销售与合规能力，而非模型能力。目前公开信息显示，Evans 并未给出具体的时间表或产品预测，更多是提供一种冷静的思考框架。
值得关注的后续
其一，Claude for X 这类“AI 工作流模板”产品能否迭代出更主动的需求发现机制，而非停留在被动问答；其二，是否会出现一批“前部署工程师”主导的新型服务公司，专门替传统行业做 AI 需求诊断——这可能是比卖软件更先跑通的商业模式；其三，SAP、Workday 等巨头如何把生成式 AI 嵌入既有制度化流程，这决定了企业软件是被颠覆还是被增强。
来源：Hacker News
