AI 寫程式讓軟體股恐慌，但便宜的程式碼不等於便宜的整套服務。研究顯示 AI 生成程式碼的重大缺陷數量約為人類撰寫的 1.7 倍，Gartner 觀察到企業 SaaS 續約漲幅仍普遍落在 10% 至 20%。 （前情提要：開年最慘！美國軟體股崩了，因為 Claude Code 太火了） （背景補充：當 SaaS 護城河被 AI 填平，軟體公司剩下的三條活路）
本文目錄
Toggle
一臺麵包機，能在三小時內做出一條麵包，材料成本不到三美元，機器本身也不過一百美元。理論上能實現人人自家烘焙，但事實是，美國人每天照樣買走約一千萬條預烤麵包。這個反差，科技作家 Joan Westenberg 稱之為「麵包悖論」，而它剛好能拿來檢驗今年 1 月那場讓軟體股單日蒸發約 3,000 億美元的恐慌。
當時 Claude Cowork 與 Claude Code 的盛行，讓市場喊出「SaaSpocalypse」（SaaS 末日）。但如果便宜的食譜和便宜的機器，五千年來都沒讓烘焙業倒閉，便宜的程式碼恐怕也一樣。
早在西元前 3000 年，古埃及人就已經在尼羅河沿岸經營商業烘焙坊。羅馬人把這門生意產業化，普林尼寫《自然史》時，羅馬已有專業麵包師公會、獸力驅動的和麵機，以及一套把麵包送到數十萬名城市居民手上的物流網，這些人幾乎沒有一個自己烤過麵包。
中世紀倫敦的麵包師公會在 12 世紀就拿到皇家特許狀，賣輕秤麵包的師傅還會被綁上雪橇拖街示眾。人類想像中「家家戶戶自己烤麵包」的田園牧歌，其實只在買不到麵包時才成立。
1928 年，Otto Rohwedder 發明商用切片機；1961 年，Chorleywood 製程把烘焙時間從數小時壓縮到幾分鐘。今天美國人每年消耗約 2,100 萬噸麵包烘焙品，每天買走約一千萬條預烤麵包，即便麵粉便宜到近乎免費，麵包機不到一百美元，食譜流傳了五千年。
科技作家 Joan Westenberg 在一篇隨筆中指出，答案藏在經濟學的「make-or-buy」（自製或外購）判斷裡。簡單來說就是，一個理性的人只有在成本真的更低時才會自己動手，而多數人低估了「自己做」的隱藏成本，記材料、按開關、等發酵、事後清潔，每一步單獨看都很小，一輩子重複下來卻很貴。
歐威爾曾抱怨工業化的英國麵包「蒼白、鬆軟、無味」，但人們照樣買單，因為買麵包的心理成本，比自己烤還要低。
「SaaS 已死」的論證聽起來很誘人：好的 AI 模型加上一個像樣的提示詞，一個下午就能生出一套客製 CRM 或分析儀錶板。程式碼幾乎免費，伺服器也便宜，誰還要繳月費。
但當一家公司付錢訂閱 Notion、Jira 或 Basecamp，買的從來不是程式碼本身，而是幾千名工程師、法遵人員、資安稽核員多年打磨出來的制度知識、整合生態系、法規認證與支援體系。
用 AI 自己刻一套的公司，買到的其實是一臺麵包機，食材便宜，機器代勞了大半工作，但自己成了那個烘焙師，要扛下維護、邊角案例，以及 AI 生成程式碼容易帶來的資安破口：研究顯示 AI 生成程式碼的重大缺陷數量，約是人類撰寫的 1.7 倍。半年後，寫這套系統的人跳槽到別的部門，沒人再看得懂它是怎麼運作的，凌晨兩點出包時，也沒人能接電話。
Gartner 觀察到，近期企業 SaaS 續約漲價幅度多落在 10% 至 20% 之間，超過多數 CIO 的預算成長速度，這聽起來像是廠商在趁亂加價，但買家似乎並不打算跑。Avenir 在 2026 年 1 月的報告顯示，63% 的企業採購方預期既有軟體供應商會因生成式 AI「受惠」，只有 8% 認為會「受害」。
市場押注的方向很清楚：客戶要的是既有服務跟著 AI 進化，而不是打掉重練。連常被拿來當「自建打敗 SaaS」範例的 Klarna，實際做法也不是拿 AI 從零造一套系統取代 Salesforce，而是換了另一套 SaaS 組合，外加部分自建，旗下團隊至今仍離不開 Salesforce 裡的 Slack。
真正該擔心的，是那些把 AI 能一句提示詞複製的功能，拿去賣訂閱費的產品，把 PDF 轉成表格、自動生成會議紀要、寄追蹤郵件，這類單一功能工具，存在的理由本來就薄。
但擁有深度整合、專屬資料、法規認證，以及多年業務邏輯與夥伴生態系的 SaaS 公司，對應的是麵包產業裡那整套烘焙工業複合體，散戶自己也能烤出一條麵包，卻從沒威脅過商用烘焙業，因為麵包師賣的從來不是麵粉和食譜，而是穩定、一致與「出事有人扛」的保證。
接下來會變的是定價方式：隨著 AI agent 成為軟體的新一類用戶，以人頭計費的模式將逐漸讓位給用量制與成效制。那些單薄、單一功能的產品會死，而且理應如此，它們從來不是一門生意，只是在軟體開發昂貴到連瑣碎功能都能收月費的年代，被包裝成公司的功能而已。
SaaS 真正的核心邏輯，是花錢租一個解法，而不是自己扛下整個問題，這套邏輯從羅馬帝國撐到今天，靠的從來不是技術門檻，而是人性：只要價格合理、信任還在，人們永遠寧願花錢請別人處理麻煩。
120.79萬 熱度
2.23萬 熱度
64.65萬 熱度
89.72萬 熱度
2915.79萬 熱度
麵包悖論：為什麼 Vibe coding 殺不死 SaaS 軟體業？
AI 寫程式讓軟體股恐慌，但便宜的程式碼不等於便宜的整套服務。研究顯示 AI 生成程式碼的重大缺陷數量約為人類撰寫的 1.7 倍，Gartner 觀察到企業 SaaS 續約漲幅仍普遍落在 10% 至 20%。
（前情提要：開年最慘！美國軟體股崩了，因為 Claude Code 太火了）
（背景補充：當 SaaS 護城河被 AI 填平，軟體公司剩下的三條活路）
本文目錄
Toggle
一臺麵包機，能在三小時內做出一條麵包，材料成本不到三美元，機器本身也不過一百美元。理論上能實現人人自家烘焙，但事實是，美國人每天照樣買走約一千萬條預烤麵包。這個反差，科技作家 Joan Westenberg 稱之為「麵包悖論」，而它剛好能拿來檢驗今年 1 月那場讓軟體股單日蒸發約 3,000 億美元的恐慌。
當時 Claude Cowork 與 Claude Code 的盛行，讓市場喊出「SaaSpocalypse」（SaaS 末日）。但如果便宜的食譜和便宜的機器，五千年來都沒讓烘焙業倒閉，便宜的程式碼恐怕也一樣。
五千年，人類始終選擇用買的
早在西元前 3000 年，古埃及人就已經在尼羅河沿岸經營商業烘焙坊。羅馬人把這門生意產業化，普林尼寫《自然史》時，羅馬已有專業麵包師公會、獸力驅動的和麵機，以及一套把麵包送到數十萬名城市居民手上的物流網，這些人幾乎沒有一個自己烤過麵包。
中世紀倫敦的麵包師公會在 12 世紀就拿到皇家特許狀，賣輕秤麵包的師傅還會被綁上雪橇拖街示眾。人類想像中「家家戶戶自己烤麵包」的田園牧歌，其實只在買不到麵包時才成立。
1928 年，Otto Rohwedder 發明商用切片機；1961 年，Chorleywood 製程把烘焙時間從數小時壓縮到幾分鐘。今天美國人每年消耗約 2,100 萬噸麵包烘焙品，每天買走約一千萬條預烤麵包，即便麵粉便宜到近乎免費，麵包機不到一百美元，食譜流傳了五千年。
科技作家 Joan Westenberg 在一篇隨筆中指出，答案藏在經濟學的「make-or-buy」（自製或外購）判斷裡。簡單來說就是，一個理性的人只有在成本真的更低時才會自己動手，而多數人低估了「自己做」的隱藏成本，記材料、按開關、等發酵、事後清潔，每一步單獨看都很小，一輩子重複下來卻很貴。
歐威爾曾抱怨工業化的英國麵包「蒼白、鬆軟、無味」，但人們照樣買單，因為買麵包的心理成本，比自己烤還要低。
AI 讓程式碼變便宜，但沒讓供應鏈變便宜
「SaaS 已死」的論證聽起來很誘人：好的 AI 模型加上一個像樣的提示詞，一個下午就能生出一套客製 CRM 或分析儀錶板。程式碼幾乎免費，伺服器也便宜，誰還要繳月費。
但當一家公司付錢訂閱 Notion、Jira 或 Basecamp，買的從來不是程式碼本身，而是幾千名工程師、法遵人員、資安稽核員多年打磨出來的制度知識、整合生態系、法規認證與支援體系。
用 AI 自己刻一套的公司，買到的其實是一臺麵包機，食材便宜，機器代勞了大半工作，但自己成了那個烘焙師，要扛下維護、邊角案例，以及 AI 生成程式碼容易帶來的資安破口：研究顯示 AI 生成程式碼的重大缺陷數量，約是人類撰寫的 1.7 倍。半年後，寫這套系統的人跳槽到別的部門，沒人再看得懂它是怎麼運作的，凌晨兩點出包時，也沒人能接電話。
Gartner 觀察到，近期企業 SaaS 續約漲價幅度多落在 10% 至 20% 之間，超過多數 CIO 的預算成長速度，這聽起來像是廠商在趁亂加價，但買家似乎並不打算跑。Avenir 在 2026 年 1 月的報告顯示，63% 的企業採購方預期既有軟體供應商會因生成式 AI「受惠」，只有 8% 認為會「受害」。
市場押注的方向很清楚：客戶要的是既有服務跟著 AI 進化，而不是打掉重練。連常被拿來當「自建打敗 SaaS」範例的 Klarna，實際做法也不是拿 AI 從零造一套系統取代 Salesforce，而是換了另一套 SaaS 組合，外加部分自建，旗下團隊至今仍離不開 Salesforce 裡的 Slack。
薄產品會死，供應鏈不會
真正該擔心的，是那些把 AI 能一句提示詞複製的功能，拿去賣訂閱費的產品，把 PDF 轉成表格、自動生成會議紀要、寄追蹤郵件，這類單一功能工具，存在的理由本來就薄。
但擁有深度整合、專屬資料、法規認證，以及多年業務邏輯與夥伴生態系的 SaaS 公司，對應的是麵包產業裡那整套烘焙工業複合體，散戶自己也能烤出一條麵包，卻從沒威脅過商用烘焙業，因為麵包師賣的從來不是麵粉和食譜，而是穩定、一致與「出事有人扛」的保證。
接下來會變的是定價方式：隨著 AI agent 成為軟體的新一類用戶，以人頭計費的模式將逐漸讓位給用量制與成效制。那些單薄、單一功能的產品會死，而且理應如此，它們從來不是一門生意，只是在軟體開發昂貴到連瑣碎功能都能收月費的年代，被包裝成公司的功能而已。
SaaS 真正的核心邏輯，是花錢租一個解法，而不是自己扛下整個問題，這套邏輯從羅馬帝國撐到今天，靠的從來不是技術門檻，而是人性：只要價格合理、信任還在，人們永遠寧願花錢請別人處理麻煩。