同一个模型，只换掉承载它的框架，成绩从 52.8 分抬到 66.5 分。换掉的不是算法，是那层负责调度、调用和执行的框架。

这两组数字之间隔着的那道门槛，比多数人以为的要高。

硅谷正在重演计算机史上的那一次分工。上一次，硬件与操作系统各占一格，应用层拿走大部分价值；这一次换了位置，模型接替硬件，harness 接替操作系统。格子没变，价值正在重新分配。

一模型是 CPU，harness 是操作系统

这套说法不是修辞。Agent 这个词在工程上已经被拆开：Agent = Model + Harness。模型负责推理，harness 负责其余所有让它能干活的事。

一套源码分析给出的比例更直白：某主流编码智能体里，约 1.6% 的代码属于 AI 决策逻辑，其余 98.4% 是运行时基础设施，管着上下文、工具调度、权限校验、失败重试和状态保存。

这组比例说明了一件事：智能体的主体不是决策，是运行时。

于是“换个模型就好”这个念头在工程上站不住。模型可以在两个任务之间随意切换，切换的前提是有人把上下文重新喂进去、把工具重新接上、把权限重新算一遍。做这件事的那一层，就是操作系统。

模型是可替换的部件。这句话在硅谷被反复确认，几乎没有例外。

二八成在模型之外

垂直方向的 harness，大致是四块东西拼起来的：

·行业数据的接入通道；

·由懂业务的人写的评测；

·约束智能体操作范围的规则；

·供人复核结果的简洁界面。

模型在这四块里只占约两成。剩下八成是工程和组织，不是算法。

两条操作纪律随之而来。

第一条，提示词优先于微调。宁可写能跨模型迁移的提示词，也不把能力焊死在某一次微调上。理由直接：模型会换，焊死的东西跟着一起报废。

第二条，效果不看主观打分，看用户实际怎么用结果，会不会修改、导出、分享。这三个动作把“用结果”和“评价结果”分开了，行为比问卷诚实。

这两条纪律的共同点是把判断交给外部：评测要由懂业务的人来写，效果要由真实用户的行为来证，模型只负责被测的那一格。

三数据的三笔账

模型要吃数据，这门生意已经挤成了红海。

AI 实验室需要大量训练数据，数据经纪商把企业数据切好卖给他们，头部几家已经跑到可观的年化收入量级：有的年化收入突破 20 亿美元，有一家在 2026 年 4 月的年化毛收入约 11 亿美元。最大的一家 2024 年收入约 8.7 亿美元，在被一家平台公司买走近一半股份之后，老客户里几家转手切断了合作。

需求是真的，供给也是真的，只是这个位置已经站不下这么多人。

比训练数据更稀缺的另一头，是智能体在企业内部干活失败的案例。实验室拿不到，因为那些日志躺在客户自己的系统里，出于合规和体面，没人往外送。谁掌握这些失败日志，谁握有别人补不上的东西。

第三笔账在企业自己手里。各家公司都想把内部数据汇到一处，再经 MCP 这样的协议交给智能体使。可真打开看，哪儿都是脏的：同一个客户留下五份不同的记录，早就没人用的频道堆在那里，一批 PDF 完全没有索引。替企业把这些数据收拾干净、变得可检索，本身就是一门有空间的咨询生意。

三笔账指向同一件事：数据的价值不在拥有，在于能不能被检索、被追溯、被评测使用。

四软件可以重建，数据不能

拆解和克隆软件的现象，这几年明显密集起来。软件被拆开，再用智能体重建，一整套应用的开源替代版本可以在一个人手里做出来。

复制成本塌下去之后，传统 SaaS 真正能卖出去的部分浮出来了：代码不值钱，值钱的是那些攒了多年的客户资料和业务流程。有些 SaaS 公司剥掉软件这层壳，底下就是一家数据公司。

由此带来一个估值问题。过去按 ARR 的倍数收购走向衰落的软件公司，这个算法现在要重新算：SaaS 的估值倍数已经从高峰期的 15x 到 25x，压缩到 3.4x 到 5x 区间，传统软件公司和 AI 原生公司的定价明显分开。倍数压下来之后，剩下的那部分溢价只能由数据来解释。

这也是估值指标要换的原因：软件可以被重建，数据不能被重建。

五智能体成了软件的主要用户

已经有公司在做几乎没有界面的产品，因为它们的主要用户不是人，是智能体。这类公司供 API、数据层和工具，可以理解成卖给智能体用的积木。

围绕它们，一批过去不存在的问题浮上来。

如果整个互联网的主要使用者换成智能体，生意该怎么收？跨站调用该不该付费、按什么付？这些都还在很早期，答案没定。

智能体保险这个品类，眼看就要出现。智能体一旦闯下代价高昂的祸，保险公司承保之前会要求审计：审计的不是人的操作记录，是智能体的决策链。

安全这条线更直接。每一个能访问企业系统的智能体，都替外面打开了一扇新门。而协议层的默认认证和授权并不充分：2026 年已披露 40 多个相关漏洞，工具投毒、rug pull、提示词注入是三条主要风险路径，有测试报告称攻击成功率能达到七成以上。

门多了，锁没跟上。

反过来看，凡是靠“用户在大量页面之间反复点击”才成立的那类软件，撑不到这一轮。反复点击这件事本身，就是界面时代的产物。

六留存比营收诚实

营收目标正在变成新的独角兽标准，12 个月做到 10 亿美元被反复提起，但很少有人谈留存。

数字不站在营收那边。覆盖约 3500 家软件公司的分析显示，AI 原生公司的净收入留存中位数在 48% 左右，毛留存约 40%。另一组数据里，AI 应用的年度留存约 21.1%，非 AI 应用约 30.7%；月度留存约 6.1% 对 9.5%。

同一组数据里还有一个反向的数：AI 应用的试用转付费率比非 AI 应用高出约 52%。

两组数字放在一起是一个形状：早期转化强得离谱，长期留存塌得很快。

所以更值得问的问题不在营收数字里。硅谷有人拿一句话当试金石：

下个月若发布一个新模型，你的公司会因此变好，还是变坏？

当场半桌人停住，没有一个人接话。

这个问题问的是可替换性：模型一换，你的公司是受益方还是被替换的一方。答不上来，营收数字说明不了什么。

七竞争围绕记忆

人才市场的信号比论断更早一步。多位创始人都提到同一个稀缺画像：有品位，同时会写评测。

理由不难懂。创意生成已经越来越便宜，瓶颈随之从“做不做得出来”挪到“看得出哪件真正好”。生成能力普及了，判断能力没有。

模型侧的对应结论是：下一场竞争围绕记忆展开。谁最清楚你、记得最多，谁就赢。模型本身聪不聪明，权重没人们想的那么高。

CAD 被 AI 攻破，是这条线的例证。物理 AI 被反复提起之后，瓶颈已经从研究换成部署：能不能生成零件不是问题，能不能稳定跑通验证、进入工业流程才是问题。目前多数工业现场跑的仍是有限自主，不是完全无人。机器人平时自己干，卡住了就喊人，每一次喊人，都变成训练数据。

这两件事指向同一个位置。模型是 CPU，harness 是操作系统，这一轮分工正在硅谷重新占位。

真正在换位置的，不是模型，是模型周围那圈东西。