文 | 定焦 One，作者 | 王璐，编辑 | 魏佳
2026 年，AI 对软件行业的冲击明显加速。
在海外，OpenAI 持续强化 ChatGPT 在文档、表格等场景中的执行能力；Anthropic 则将 AI 智能体用于法律、金融等更复杂的专业流程中，并尝试与传统软件厂商建立新的合作关系。
国内 AI 厂商同样不甘落后，MiniMax、Kimi 等已经将 Office 文档处理能力整合进对话式产品中，可帮用户完成 Excel、PPT 等内容的生成、编辑和分析。
这些 AI 公司的动作都表明，AI 开始取代部分软件成为执行工具。长期来看，那些主要依赖标准化功能和固定流程的软件，将变得越来越危险。
英伟达 CEO 黄仁勋也在近期发表的一篇关于人工智能的长篇博客中提到，未来几年，传统的软件和 APP 形态或将消失，一种全新的软件形态 AI Agent 极有可能成为主流。
与此同时，AI 编程工具正在压缩软件开发的成本与周期。一款原本需要数周开发的功能，现在可能只需几天即可完成，软件本身的稀缺性也在下降。
接下来，哪些软件公司会最先受冲击，哪些能留下？大模型公司和传统软件公司之间，是竞争关系，还是将联系得更加紧密？这场由 AI 搅动的软件行业大洗牌，已经开始。
AI 变强，软件行业更慌了
刚工作两年的崔明明，最近很少打开 WPS。她上大学时考的计算机二级证书，更是白费了。
作为一家中小型养生公司的运营人员，她的日常工作最离不开的就是做表格和做 PPT，但从去年年底开始，她逐渐把这些工作交给了 AI，豆包、元宝、Kimi 轮番上阵，" 省事还高效。"
以制作一份项目策划 PPT 为例，她只需整理出一个文字框架，再交给 AI，就可以生成完整内容。
虽然 AI 偶尔也会出现标题放错位置这类问题，但可以手动调整。"AI 几分钟就能搞定一个 PPT，而且做出来的大部分内容都不错。" 更让她觉得方便的是，AI 还支持生成后的二次修改，不用整体重做。
崔明明还只是工作习惯发生变化，软件从业者感受到的冲击更为直接。
胡宇在一家为国企、央企提供定制开发服务的软件公司工作，近期明显感觉到公司的项目量和合同金额都在减少。
" 一方面是客户预算收缩，许多非核心功能不再定制开发，而是用 ChatBot 等 AI 工具替代；另一方面，AI 降低了软件开发的门槛与成本，过去需要专人开发的功能，现在可以通过 AI 工具快速实现，导致整个行业内卷严重。" 他说。
这种变化也延续到了开发环节。
" 以前要花一个月做出来的软件，现在借助 AI 编程，一周就能完成。" 胡宇说，开发效率大幅提升，还引发了他们公司裁员。
去年年中，阿里云表示内部 AI 辅助代码生成的比例已接近 40%，还有媒体报道，截至 2025 年 6 月，腾讯的这一比例也达到了 43%，百度也差不多是这一水平。
即便是资深程序员，对 AI 编程工具的依赖也在加深。Agent 从业者赵江杰对「定焦 One」讲述，AI 编程工具迭代极快，他每天都频繁使用。他甚至觉得，因为工具太好用、太 " 顺手 "，自己已经开始不适应手写代码的 " 古法编程 " 模式了，几乎所有的需求都是以 vibe coding 为起点开始搭建和实现。
在这种背景下，一批软件公司的处境开始发生变化，尤其是中小厂商。
胡宇分析，中小软件公司通常既不具备自研模型的能力，也缺乏规模优势。他们公司未来的出路无非两条：不是 " 利用 AI"，就是 " 被 AI 利用 "。
具体来说，要么筑起护城河，让真实的业务场景成为不可替代的核心价值；要么行动足够快，在变化中抢占先机。但这些终究只是方向性的 " 大道理 "，具体到每一天的工作该怎么做、团队该如何转型，他依然感到困惑与迷茫。
毕竟即便是全球领先的老牌 SaaS 巨头，也难以避开 AI 的冲击。在 Anthropic 发布 Claude Cowork 智能体工具后，Salesforce、Adobe、SAP、ServiceNow 等公司的股价应声下跌。
哪些软件最先受冲击？
当越来越多标准化、流程化的软件功能被整合进 AI 工具，哪些软件将最先受到 AI 冲击？
综合多位从业者的观点，主要包括两类。
第一类是主打 " 通用功能 " 的软件。
它们解决的是标准化问题，比如数据整理、格式处理、基础绘图等，往往功能单一、技术门槛有限，且可以被拆解为明确的步骤。正因为如此，这类软件最容易被大模型集成为自身的一部分。
某大型企业负责 AI 研发提效的业务专家任红亮告诉「定焦 One」，AI 对软件的影响很大程度上取决于大模型厂商的战略布局。一旦某个通用功能被 AI" 内化 " 为基础技能，用户就无需再跳转至独立软件进行手动操作。
更关键的是，大模型厂商既选择亲自下场做这类插件，也会开放生态和相应软件合作，这意味着软件公司未来要么成为 AI 平台中的一个组件被调用，要么逐渐被替代。
值得注意的是，即便是一些 AI 原生的软件，也未必安全。
赵江杰指出，像 AIPPT 这类工具虽然是基于大模型能力开发，但按照目前的发展趋势来看，chatbot 类产品都在 agent 化，通用 agent 能力会向更多垂直领域深入扩展，" 一键制作 PPT" 功能也会越来越强。
第二类是重 " 交互属性 " 的软件，但需要进一步区分。
过去，这类软件往往被认为操作复杂、使用门槛较高，因此更难被替代，例如 Photoshop 的基础修图功能 、CAD 制图软件的基础绘图等，其功能一旦能够被简单的自然语言描述，就更容易被 AI 取代。
但另一类交互属性的软件，交互本身就是工作流的核心载体。
比如 3D 建模软件中，依赖空间想象的视口导航与网格操作，或视频剪辑软件中基于时间轴、多轨道的非线性编辑流程。这些交互操作提供了实时反馈、精细控制，很难被单纯的语言指令替代。
不过需要补充的是，仅凭交互形式判断还不够。如果一款软件没有积累独有的行业数据，或没有深入具体行业场景，那么它也可能面临风险。赵江杰表示，随着 agent 基础设施和生态建设的完善，软件功能层面的 GUI 交互会更加标准化或 API 化，更适配 agent 的输入需求，因此不但能实现对已有功能的复刻，还能通过记忆模块的经验累积实现持续学习，在复制传统软件的基础上深度优化用户体验。
根据上述分类，从业者也列举了一些具有较高被替代风险的软件，比如编程工具里的 Sublime Text、GitHub Gist、HBuilderX，办公类的金数据、问卷星、ProcessOn（在线绘图）、有道云笔记等。
从业者介绍，随着 VSCode、Claude Code 这些 AI 编程助手的出现，SublimeText、HBuilderX 这些老牌的、功能相对单一的代码编辑器正在被抛弃。
与此同时，一些不易被替代的软件方向也逐渐明确。
一类是以关系网络为核心的社交软件，例如微信，人际关系都沉淀在上面，迁移成本很高。
另一类是高度垂直、数据壁垒明显的专业软件，比如深耕金融的彭博终端（Bloomberg）、法律界的律商联讯（LexisNexis）、医疗保健领域的 Epic、建筑行业的 Procore 等。这类软件通常积累了多年的独家数据，而且这类数据往往不对外开放，大模型自然也就无法训练。
AI 时代，软件公司的三条转型路径
当 AI 入侵，软件公司的价值正在被重估。
今年 2 月，Anthropic 就引发了软件公司的股价波动。它先是发布了一款专门给律师用的 AI 工具，能直接嵌入法律工作流程。消息一出，引发全球多家软件公司的股价下跌，法律软件公司 LegalZoom 的股价更是暴跌近 20%。直到几天后，Anthropic 宣布跟汤森路透、FactSet 等软件公司合作，一口气推出 10 款企业级插件，软件公司的股价才涨回来。
" 股价下滑，源于市场担忧 AI 会快速颠覆软件巨头；反弹则说明，经过理性分析后，市场意识到，这一过程需要时间。" 任红亮表示。
综合多位从业者的观点，AI 对软件行业的改变已成确定性趋势，这个过程将在 1-3 年内完成，对于具备数据与行业积累的软件企业，可能需要 5 年。
在不确定性中，软件公司也在积极转型，大致分为三个方向。
第一条路是从提供工具变为直接交付结果。
传统软件公司大多是工具思维，就像是给用户提供了一把锤子，究竟能造出什么并不知道。但在 AI 时代，软件公司不仅要提供锤子，最好还能提供直接能住的房子。
这意味着，软件公司需要更深入地进入业务流程，将客户的数据、行业知识与 AI 能力结合，打造定制化的知识库或垂直小模型，直接生成结果。
例如，一款财务软件不能只会记账，最好还具有能预判三个月后的资金缺口、并提供决策参考的功能；一款设计工具也不能只支持用户画图，而是直接输入品牌调性就能产出可用的营销物料等。这种转变的实质在于，软件不再是一个单纯的工具，还要成为客户业务解决方案的一部分。
第二条路是转向能力提供方，嵌入大模型生态。
在部分从业者看来，未来很多软件的命运可能会从服务用户变为服务大模型公司，成为智能体调用的 API。
比如一个企业想要做一份竞品分析报告，员工不会自己去找数据、做分析、写 PPT，而是直接下达任务给 ChatGPT、DeepSeek，软件公司如果放弃原有大而全的功能，选择在单一垂直领域做到足够专业，就有机会被大模型厂商高频调用，成为其基础设施的一部分。
第三条路是围绕 AI 重做自身业务。
相比前两种路径，这一改变更为彻底，也更具不确定性。
部分软件公司正在尝试以 AI 为核心，重新设计产品架构和使用方式。并不是简单地给产品接入大模型，而是将 AI 深度嵌入自身的开发、客服、运营全流程，让 AI 写代码、做测试、处理工单、优化投放。
但整体来看，这对公司能力要求比较高，既需要技术积累，也需要对行业场景有足够理解。对于大多数中小软件公司而言，短期内全面转型仍存在难度。
更现实的情况是，上述三条路并非互斥，而可能在同一家公司中同时存在。只是，留给它们转型的时间，可能不多了。
* 应受访者要求，文中胡宇为化名。
