主持人對談

151 · SaaS 末日論是不是喊得太早

40:42YouTube 上架 2026-02-19

The AI Code Slop: Risk or Opportunity?

市場因為「軟體要完了」而恐慌，兩位主持人逐項檢查這個說法：vibe coding 的極限、AI 實驗室的營收曲線、token 價格暴跌，以及創辦人該不該提早想退場。

151 講了什麼

• 「SaaS 終結」被認為喊得太快兩位主持人都覺得，小型技術新創自己 vibe code 內部工具是一回事，Fortune 100 要換掉 CRM 是另一回事。其中一位舉 Samsara 的車隊管理為例，裝在車上的鏡頭感測器與銷售通路都不是 vibe code 得出來的；但也認為從按人頭計價轉向按用量計價的客服 agent（Decagon、Sierra）是真實的轉變。
• 不是每個人都想自己做軟體主持人認為工程師常把自己的處境投射到全世界。自己做 Jira 不是產品團隊的好用法，換成大企業還要處理變更管理與資安。程式碼不再是瓶頸，但供應商問題裡程式碼只是一部分。
• 工程師的心態會分流講究手工藝的人在大公司可能越來越不開心，把寫程式當工具的人反而更自由。另一位主持人補充，工程身分若建立在「難度高低」上，agent 偏偏可能覺得那些事不難。
• 程式碼品質成了沒解的題產出一大堆沒人讀的程式碼，結果是 production code base 裡的 slop 與更多脆弱處。主持人提到測試、聰明的 review、讓 agent 自己處理、形式驗證，但認為這個問題還在開放階段。
• 營收與價格曲線才是被低估的訊號照主持人團隊整理的資料，AI 實驗室從 10 億美元營收到 100 億美元大約一年，較早的公司要二十幾年，Google、Meta、AWS 則是三五年；同等級模型的 token 價格 21 個月降了 150 倍。
• 該擔心的是領先地位會不會翻盤主持人拿網路泡沫時期與 Lotus 當例子，建議創辦人每年預排一兩次討論退場的董事會，並以做成多產品組合（bundle）來防守。

從哪一段開始看20 段

1. 00:32開場與題目市場因「軟體終結」而下殺，兩位主持人要問的是 SaaS 真的在死，還是有人把五人新創的行為套到 Fortune 100 身上。
2. 01:02SaaS 末日論其中一位主持人認為大趨勢有人看對，但許多個別公司被看錯；「按人頭計價的軟體不存在了」這個前提在短期內過度簡化。
3. 01:47Samsara 的例子車隊管理要連感測器、銷售與支援一起 vibe code，不現實；Decagon 與 Sierra 代表的用量計價才是真轉變。
4. 02:50vibe sales 不會發生另一位主持人說，自己的投資組合公司營收達數億美元，工程師不到 50 人，業務很快長到將近 100 人，所以 vibe sales 不是現實。
5. 03:51不是人人想自建軟體工程師把自己的處境套到別人身上；五人新創自建 CRM 與大企業換掉 CRM 差很多，後者要面對變更管理與資安；軟體需求遠大於工程供給。
6. 07:14工程師心態分流講究手工藝與把程式當工具的人，對新工具的反應不同；另一位主持人談到身分認同，並引用 Applied Intuition 一位創辦人文章裡的「keep your identity small」。
7. 09:35程式碼品質難題沒人讀的大量程式碼帶來 slop 與脆弱；測試、review、形式驗證都被提出，問題仍在開放階段。
8. 11:08agent 買軟體與炒作「agent 在替人選廠商」多半只是合作關係裡的預設選擇；主持人認為過去一個月混著行銷操作與過度解讀。
9. 15:15營收成長曲線從 10 億到 100 億美元，ADP 要二十幾年，AI 實驗室大約一年；公開預測從 100 億到 1000 億則要三五年。
10. 17:35token 價格崩跌同等級模型的價格，GPT-4 等級 21 個月降 150 倍，o1 等級 11 個月降 88 倍。
11. 20:56現有廠商能不能反擊主持人轉述一位大企業採購主管朋友的看法：老牌廠商有錢反擊。主持人自己的回應是，若沒有足夠的市值當貨幣，這件事不成立。
12. 22:14科技占 GDP 的比重回看 2005 年起的市值變化，科技占 GDP 從約 4% 到約 12%，並討論 2035 年可能到 15% 至 30%。
13. 24:37規模變大對投資的影響十億美元不再等於後期；平台往垂直應用前向整合，新創失敗率可能上升也可能下降。
14. 28:00長尾還是冪次一位主持人認為市值與客戶集中在頭部與腰部，另一位說千億美元等級的公司會變多，頭部占的比例大概不變。
15. 29:19領先地位會翻盤一些公司零到一億美元營收比十年前的 SaaS 快，但連達到十億美元營收後都還可能被取代。
16. 30:08網路泡沫的前例1999 與 2000 年約各有 450 家公司上市，至今仍有分量的大概一二十家；Friendster 與 MySpace 後來輸給 Facebook。
17. 31:09何時該退場建議預排每年一兩次談退場的董事會，把討論變成不帶情緒的例行事項。
18. 32:41像網路時代，不像 SaaS 時代AOL、Lotus 與 Mark Cuban 的例子說明，成長曲線陡的時代，退場時機比穩健成長時重要。
19. 37:11用 bundle 防守多產品組合讓公司成為工作流程的預設選擇，不像單一功能那麼容易被複製。
20. 38:15變動速度與結語原本要十年的取代週期現在一兩年就發生，創辦人要更快反應；平台、生態系、網路、bundle 與硬體是不靠功能堆疊的控制點。

值得記的話5 句

• nobody deeply understands the code base, and there's more fragility, right?沒有人真正懂整個 code base，系統也更脆弱10:22

• But the AI labs did it in roughly a year.從 10 億美元營收到 100 億美元，AI 實驗室大約只花了一年16:16

• pricing dropped by 150X in 21 months.GPT-4 等級模型的價格在 21 個月內降了 150 倍17:50

• pre-schedule once or twice a year the board meeting where you talk about exits.預排每年一兩次談退場的董事會31:40

• Bundles are often seen as offensive but I actually think they're amazing for defensebundle 常被當成進攻手段，但我其實覺得拿來防守很棒37:26

名詞與人物9 個

vibe coding

靠 AI 生成程式碼的做法；這集延伸出「vibe sales」「vibe agents」等玩笑說法。

Samsara

車隊管理公司；其中一位主持人是股東，用來說明連硬體與銷售都不可能被 vibe code 取代。

Decagon / Sierra

被點名為從按人頭計價轉向按用量計價的客服 agent 公司。

Capital IQ

主持人團隊用來整理 OpenAI 與 Anthropic 預測的資料來源。

Jira

被拿來說明「值不值得自己做」的工單系統。

前向整合（forward integration）

平台往上疊垂直應用，例子是 Microsoft 的 Office 與 Google 的垂直搜尋。

head and torso

市值與客戶價值多集中在頭部與腰部，長尾加起來不如想像。

Lotus

1980 年代的試算表產品，營收快速成長後被 IBM 收購、被 Excel 取代。

bundle

多產品組合，被主持人視為防守而非進攻的策略。

提到但沒有展開

• 談到推論用量時，主持人說推論雲的消耗量成長了一千倍，但效率也在變好，營收成長得比較慢；其中一位順手查了人腦的功耗，約 12 到 20 瓦。
• 主持人觀察到 AI 實驗室員工在 tender 裡賣股，帶進一波現金，舊金山房價又開始漲。
• 「每年預排談退場的董事會」這個做法，主持人說應該是 Horowitz 經營 Opsware 時的建議。
• 討論裡反覆出現的對照是網路時代（1990 年代末）與雲端／SaaS 時代：前者成長極快、後者較為漸進。

在 YouTube 看原片 ↗