AI时代的产品经理手册

SaaS尽头是AaaS：2B软件行业如何凭AgentHarness与FDE完成绝地反击

欢迎收听本期节目！时间来到2026年，全球软件业刚刚经历了一场惊心动魄的洗牌。随着AI智能体（Agent）全面接管人类的鼠标和键盘，SaaS行业赖以生存三十年的“按人头计费（Per-Seat）”模式瞬间崩塌。然而，仅仅四个月后，SaaS巨头们凭借全新的AaaS（赛博劳动力即服务，Agent-as-a-Service）模式绝地反击，迎来了史诗级暴涨。 本期节目，我们将硬核拆解这场商业重构背后的核心底牌——Agent Harness Engineering（智能体驾驭工程），带你看透后AI时代的软件护城河与生存法则。 ⏱️ 本期时间轴与高光时刻 01 | 崩塌与反弹：软件业的“黑色星期二” 背景回顾： Claude Cowork 和 ChatGPT Agent Mode 的普及，让万亿市值的传统SaaS行业估值灰飞烟灭。 绝地反击： 2026年5月财报季，Snowflake等巨头凭借AaaS模式单日股价飙升，标志着从“卖软件工具”到“卖赛博劳动力”的商业闭环正式跑通。 02 | 幻想破灭：为什么“裸大模型”无法接管企业？ SaaS-Bench 残酷测试： 106个高难度专业工作流，最强模型（Claude Opus 4.7）完全通过率仅为 3.8%，Kimi / Gemini 直接挂零。 Computer Use Agent 四大失败模式： 路径衰减与失忆： 步骤超100步后，AI极易丢失上下文。 错误级联： 早期小错引发蝴蝶效应，导致全盘崩溃。 闭环缺失： 越权操作、产生幻觉，且不会主动核实。 平台不稳定： 界面微调导致输出剧烈抖动。 核心结论： 大模型只是智力引擎，直接接入业务主干就像“盲人飙车”。 03 | 逆天改命的底牌：什么是 Agent Harness Engineering？ 核心公式： Agent = Harness（基础设施） + 大模型 企业级 Harness 的五大核心支柱： 状态锚定 (State Grounding)： 为AI外挂长期记忆。 编排层 (Orchestration)： 跨系统调度与环境异常处理。 边界防御与权限控制 (Guardrails)： 静态权限隔离，拦截越权操作。 可观测性与审计 (Observability)： AI决策黑匣子，确保合规与追责。 人机协同切换 (Handoff)： 边缘案例自动暂停，呼叫人类接管。 04 | 2026年硅谷最火爆的职业：前沿部署工程师（FDE） 年薪40万-80万美元的“AI泥水匠”： 驻扎世界500强机房，梳理遗留代码、翻译业务黑话、硬塞大模型进古老系统。 行业共识： 没有FDE弄脏双手的AaaS，全都是PPT里空转的废纸。 05 | AaaS时代的终极护城河：行为锁定（Behavioral Lock-in） 比数据壁垒更可怕的隐性知识积累： Agent在长期运行中（约18个月）深度学习了企业的特定审批偏好、协作规则等。 高昂的切换成本： 换平台等于开除一位极其资深且掌握核心业务经验的“老员工”。 三巨头 Harness 能力大比拼： ServiceNow (NOW)： 防御边界与跨系统编排极强，行为锁定最深。 Salesforce (CRM)： 前端工作流调度强劲，稳健过渡中。 Snowflake (SNOW)： 数据分析占优，但缺乏跨系统编排，行为锁定较弱。 06 | 后人头费时代的生存法则 对企业买家： 别看PPT，直接拿真实业务跑断点，看谁能接管、算ROI。 对SaaS从业者： 放弃“提供工具”的执念，转向提供“在特定场景中按规矩办事”的Harness能力以夺回定价权。 对创业者： 瞄准基础设施层的“苦活累活”（状态管理、权限配置、审计日志），这里是大厂不屑做却又不可或缺的刚需蓝海。 � 核心名词解释（Key Terms） 名词解释 AaaS：Agent-as-a-Service，赛博劳动力即服务。不再向企业卖软件使用权，而是直接提供能干活的AI员工。 Agent Harness Engineering：智能体驾驭工程。确保AI在复杂企业环境中安全、稳定、可控执行任务的配套基础设施架构。 FDE：Forward-Deployed Engineer，前沿部署工程师。负责将AI智能体与企业老旧系统对接落地的实战派工程师。 Behavioral Lock-in行为锁定。AI在长期服务中沉淀了企业独有的业务黑话和操作习惯，导致客户极难更换供应商的现象。

寻找下一个“英伟达”：AI 产业链革命进入新阶段，谁能登上Context内存战争的王座？

⏱️ 章节大纲 00:00 — 开头：那个让 Multi-Agent 卡死的真实问题 Multi-Agent 投研系统跑复杂研报，需要数小时甚至整晚 真正的问题不是 GPU 算力不足，而是「数据搬运」被卡住 05:00 — 第一章：AI 产业正在进入诡异新阶段 GPU 还没跑满，内存已经先崩了 Compute-centric → Memory-centric 的历史性转移 CXL（Compute Express Link）成为关键词 10:00 — 第二章：为什么 AI 突然「极度缺内存」？ 美光 700%、西部数据 900%、闪迪 3300% 的疯狂背后 KV Cache：被二级市场忽视的核心问题 70B 模型 + 百万 Token = KV Cache 膨胀至数百 GB 甚至 TB 15:00 — 第三章：分层内存时代 Tier 0（HBM）→ Tier 1（DDR5/CXL）→ Tier 2（NVMe）→ Tier 3（对象存储） HBM 的致命短板：太快、也太贵，像顶级学区房 18:00 — 第四章：CXL 改变了什么 Stranded Memory（搁浅内存）：GPU-A 爆满、GPU-B 闲置 NVLink 解决算力上限；CXL 解决成本下限 Memory Pooling（内存池化）：共享水网 vs 独立别墅 23:00 — 第五章：英伟达也在转型 从 GPU-centric 到 Context-centric Grace-Blackwell：CPU + GPU + 内存织物全栈方案 26:00 — 第六章：反直觉——CPU 迎来结构性复兴 CXL 时代，CPU 重新成为神经中枢 ARM 全面压倒 x86；DeepSeek v4 加速这一趋势 30:00 — 第七章：产业链财富密码（四大关键节点） Retimer：Astera Labs、Credo Technology CXL Switch：博通、Marvell 被重估的 CPU 层：ARM、AMD、Intel Memory Controller：Rambus 35:00 — 第八章：DeepSeek 算法压缩 + CXL 硬件池化，双剑合璧 40:00 — 结语：AI 的下一阶段，不再是算力战争 ---------------------------------------- � 本期核心观点 AI 瓶颈已从算力转向内存（Compute-centric → Memory-centric） KV Cache 是被忽视的核心问题 CXL = 内存互联网协议（Memory Pooling 是核心） NVLink 和 CXL 互补，不是竞争 CPU 结构性复兴（ARM 压倒 x86） 产业链四大节点：Retimer → CXL Switch → CPU → Memory Orchestration 算法节流 + CXL 开源 = 终极解法 ---------------------------------------- � 适合听众 AI产品经理、技术负责人、关注AI基础设施的投资人、寻找Alpha的二级市场研究者 � 关键词 CXL Memory WallKV CacheHBMMemory PoolingContext MemoryARMDeepSeekRetimerCXL Switch

从“全能AI”到“Skill组合”：AI Agent 的产品架构正在发生变化

本期聊聊 AI Agent 时代最关键的产品设计问题：技能（Skill）该怎么拆？ 核心观点：用「高内聚低耦合」的思路，把技能拆得足够细、粒度足够小。通过组合而不是堆砌，创造无限场景覆盖能力。 以投资场景为例，用「A股雷达」发现信号，用「巴菲特风险扫描器」验证质地，两个 Skill 组合形成完整决策链。 ⏱️ 时间戳 时间内容 00:00 开场：今天聊什么 00:13 痛点：AI工具越来越多，但什么都做得不够深 00:24 核心法则：在一个场景解决小问题，连续场景解决大问题 00:40 比喻：塞尔达旷野之息的技能设计哲学 00:53 什么是 Skill：高内聚低耦合的功能单元 01:08 Skill vs 全能工具的本质区别 01:26 案例背景：散户投资的信息过载困境 01:46 Skill 一：A股雷达——只看信号，不做判断 02:18 Skill 二：巴菲特风险扫描器——只看质地，不问涨跌 02:50 1+1>2 组合：发现信号 + 验证信号 = 完整决策链 1/2 1 2 � 核心要点 Skill 设计三原则 单一职责 — 每个 Skill 只解决一个问题，问题定义越清晰，组合越灵活 独立价值 — 单独用必须有价值，不能为了组合而存在 显性输入输出 — 连接点要清晰，用什么触发，输出什么结果 组合公式 3 个 Skill → 4 种组合（C₃,₂ + C₃,₃） 4 个 Skill → 11 种组合 组合价值不是加法，是乘法 A股雷达 + 巴菲特的组合逻辑 雷达发现信号 → "三角防务被机构净卖出1.34亿，股价暴跌15%" 巴菲特验证 → Q1净利润-91%，收入-29%，不是错杀，是真跌 行动 → 什么都不做，继续观察 � 提到的案例 塞尔达旷野之息：技能设计的隐喻 A股雷达：市场情绪监控 Skill 巴菲特风险扫描器：五层框架 + 波特五力选股 Skill OCF 分析：经营现金流财务排雷 Skill � 行动建议 如果你在设计 AI Agent：先拆解你的 Agent 解决了哪几个问题，每个问题是否能独立运行 如果你在选股：试试用「信号发现 + 质地验证」的组合决策链 如果你做产品：思考你的核心 Skill 单元是什么，能不能被自由组合

软件业者的大逃杀：从SpaceX收购Cursor事件，看透AI应用层的生死困

⏱️ 章节大纲 00:00 — 开场引入：600亿美元大新闻 1分24秒 马斯克SpaceX宣布收购Cursor，最高出价600亿美元 SpaceX和xAI的AI算力利用率只有11%，绝大多数时间在空转 01:24 — Cursor为什么会卖？因为活不下去了 1分22秒 "三层模型"：数字黑工厂 → 硅基石油矿井 → 物理世界领主 收用户1美元，倒贴1.23美元给大模型，多赚多亏 02:46 — 施密特的毒鸡汤：别死磕底层大模型 1分19秒 巨头怂恿你做Agent，实际需要创业者帮他们消耗算力、提供数据 包裹着砒霜的毒鸡汤：大模型厂商正在向下吞噬应用层 04:06 — 三条救命建议1分24秒 做"数字工厂流水线"，用 Harness Engineering 造缰绳 深扎烂泥潭，嵌入巨头不愿意碰的脏活累活 从卖SaaS转为卖"数字工时"，按结果计费 ---------------------------------------- � 本期核心观点 这不是"双向奔赴"，是底层对上层无情的算力碾压和数据剥削 应用层没有定价权，随时面临被"降维屠杀"的风险 未来只存在两种SaaS：被Agent调用的公司，或驾驭AI打工的"包工头" 关键词：#AI创业 #SaaS #Agent #Cursor #马斯克 #HarnessEngineering 适合听众： AI创业者 · 产品经理 · 投资人 · 科技行业从业者 翻译

软件的使用主体将不再只是人类：AI+项目管理，toB软件行业一个时代切换的信号

AI+项目管理，一个时代切换的信号 一句话简介： 当华尔街还在争论 AI Agent 会不会杀死 SaaS，飞书项目已经交出了一份漂亮的答卷——不是替代，是协同。 熊叔带你拆解飞书项目生态日最核心的三个判断。 时长： 25分31秒 适合听众： 产品经理、技术管理者、 SaaS 从业者、对 AI+协作感兴趣的任何人 关键词： AI Agent、项目管理、MCP 协议、飞书、飞书项目\生态、SaaS、AGI ---------------------------------------- � 本期核心观点 > 飞书项目这次发布，不是功能更新，是 AGI 时代的战略卡位。 三个核心判断： 判断一： AI 能力从辅助层进入执行层——不是给项目经理配个 AI 秘书，而是让 AI 真正承担项目管理职责 判断二： 协议层成为竞争主战场——CLI + MCP + AAMP，谁掌握协议，谁就是生态中枢 判断三：PMO 的实践是检验产品的唯一标准——制造业、自动驾驶、游戏，头部客户已经用脚投票了 ---------------------------------------- � 本期精华 为什么华尔街慌了？ 过去一年，整个华尔街都在担心一件事：AI Agent 来了，SaaS 还有没有存在必要？项目管理 SaaS 首当其冲——当 AI 都能自主干活了，还要这些工具干嘛？ 飞书项目的回答是：范式转移，不是替代，是协同。 项目管理 SaaS 要从给人使用的"记录与跟踪系统"，走向"人 + Agent 协同的行动系统"。 飞书项目的"三层架构"是什么？ 第一层：AI 连接层 — 让 Agent 轻松安全接入业务基座。核心武器：CLI + MCP 协议，覆盖 40+ 工具，业界首家支持 OAuth 第二层：AI 应用层 — 把懂业务的 Agent 装进应用。核心武器：AI 节点 + AI 字段，人人可配，不需要写代码 第三层：AI 协作层 — Agent 与 Agent 标准化协作。核心武器：AAMP 协议，飞书项目从"工具"变成"调度中心" 三个真实案例  雅迪科技：新车开发周期缩短 2 个月，资源浪费减少 20%，重复工时减少 30% 轻舟智航：路测问题 100% 自动创建，工程师从繁琐事务里解放出来 爪印工作室：仅用 2 天把管理思路变成可落地系统，复杂流程不需要被简化，只需要被结构化 给产品经理的一句话： 你的用户，可能不再只是人，也可能是 AI Agent。你设计的功能是给人用还是给 AI 用，这个判断会影响整个产品架构的优先级。 给企业管理者的一句话： 选型逻辑要更新。"人用起来顺不顺手"依然重要，但下一个问题是：它的 API 和协议层够不够开放？有没有 MCP？这决定了未来 3 年你的数字化天花板。 ---------------------------------------- ⏱️ 章节指引 00:00 — 开场白：华尔街的担忧与飞书的回答 01:29 — 范式转移：SaaS 的范式从"记录系统"走向"行动系统" 03:00 — 三层架构：AI 连接层 / AI 应用层 / AI 协作层 04:26 — 案例一：雅迪科技——传统制造业的精细化管理 05:55 — 案例二+三：轻舟智航 + 爪印工作室 07:24 — 生态案例：词元无限 + Zadig 07:24 — 结语：三个核心判断 + 对产品经理/管理者的建议