本周，B2B 软件数据平台 G2 做了一件不太起眼但后劲很大的事：把 G2、Capterra、Software Advice、GetApp 四个评测市场合并成一个平台，覆盖 2000 多个类别、600 多万条评论，年触达 2 亿软件买家。
同一周，另一档播客里讲了一个更扎心的案例：两位用了约 12 年 Canva 的用户，最终取消订阅的触发点，是一封”明年起开征销售税”的邮件。直到那时他们才发现，自己已经大约一年没登录过这个产品。而他们的月活、周活、日活，早在一年前就归零了——那时他们转去了 Higgsfield 和 Reve。
两件事放在一起，指向同一个变化：软件被发现的方式，和软件被抛弃的方式，都换了入口。
先校正一个口径：这不是”AI 取代 SaaS”
把这两件事讲成”SaaS 要完”，是把结构变化讲成了情绪故事。
真实发生的是三件更具体的事：第一，调研与比价的动作，从人搜索变成智能体检索；第二，续费与流失的判断依据，从登录数据变成调用数据；第三，定价的计量单位，从席位变成用量或任务。
这三件事都不新，但它们在同一个季度里同时发生，性质就变了。
把入口拆开看，其实分三层：搜索框时代，赢家是能排到第一页的人；答案引擎时代，赢家是被模型引用的人；代理时代，赢家是被写进工具清单的人。三层的经济含义完全不同——第一层买关键词，第二层买证据，第三层买的是”默认值”。默认值最贵，也最稳。
第一层账：谁在替客户选软件
G2 整合四个平台的官方理由写得非常直白：买家越来越多地借助 AI 聊天机器人做调研，智能体部署在加速，软件品牌想同时触达人类买家和 AI 买家，就必须被答案引擎推荐。
为此它提出两个概念：答案引擎优化（AEO）和答案引擎营销（AEM）——后者被定义为用付费手段影响品牌在 AI 生成答案中的出现。G2 还宣布在推进 G2 Agent Evaluations，想做”首个面向企业级智能体的独立评估标准”。
翻译一下：过去 SaaS 厂商买的是关键词和落地页，现在要买的是”被模型引用”的资格。
G2 的处境也值得说一句。它靠评论和评测建立可信度，再把可信度卖给厂商换广告费。这套模式在搜索时代很稳，因为买家要自己点进来。到了答案引擎时代，它的价值反而上升了——模型需要”可信第三方证据”来做推荐依据，而它手里正好有 600 万条评论。但风险也在这里：一旦它开始卖”如何在 AI 答案里出现”，它的可信度就开始折旧。这是所有评测平台的死结。
而播客里那个判断更狠：智能体一旦选定供应商，就会停止寻找。这意味着采购决策的窗口被大幅前移——不是客户用了三个月觉得不好再换，而是第一次被代理调用时就已经定了。没被选中的产品，后面做得再好也追不回来。
Canva 的案例就是这条规律的证据。它现在也支持 MCP，新图像模型在静态图上可能不输 Higgsfield，但没用。因为客户的营销副总裁助手 10K 在今年 1 月上线后，已经通过 MCP 直接调 Higgsfield 做图、调 Gamma 做演示。路径一旦固化，产品力就不再是变量。
第二层账：流失为什么不进仪表盘
这是我认为最该被 CFO 看到的一段。
那两位 Canva 用户的 DAU 一年前就归零了，但订阅还在扣费，收入还在报表里，流失率还是零。直到一封税务通知邮件，才把”沉默的流失”变成”账面的流失”。
传统 SaaS 的运营体系，是围绕”登录”建的：DAU、WAU、功能使用率、留存曲线。这套指标体系有一个隐含前提——人在用，所以数据能反映价值。可当工作是代理在调用 API 完成时，人根本不登录，仪表盘一片安静，收入却已经在流失。
换句话说，AI 时代的 Churn 是滞后的。它先在调用层发生，再在续费层显形，中间可能隔 12 个月。
这对 SaaS 公司的直接要求是：把”代理调用量、MCP 接入数、被引用次数、任务完成率”提到和 DAU 同级的位置。谁还在只看登录数，谁就会在某个季度突然看到一个无法解释的流失断崖。
具体到指标体系，我建议加四个：代理调用量（有多少工作是通过 API 或 MCP 完成的）、代理留存（同一代理连续调用的周数）、引用份额（在相关问题的 AI 答案里被提及的比例）、任务完成率（不是调用成功率）。前两个看渗透，第三个看入口，第四个看价值。四个都不在传统 SaaS 的报表里，但它们比 DAU 更早反映真相。
第三层账：定价怎么改，改错了更贵
播客里给了三个数字，值得逐条看。
第一，HubSpot 新的信用额度模式，让一个小型营销团队的账单大约翻了三倍。这是典型的”用量计价 + 存量提价”，短期收入好看，长期是在给替代品送客户。
第二，一家 ARR 约 3000 万美元的公司，推出了一款让客单价翻倍的智能体产品，没有免费版，首周就有 3% 的存量客户采用。节目把这个 3% 当成新基准线——意思是，AI 增值功能如果首周拿不到 3% 的存量转化，定价或包装大概率有问题。
第三，10 万美元以上赞助商的续费率，从 20% 多升到 70% 多。这说明高客单客户的付费意愿没有下降，下降的是”为用不上的功能付费”的意愿。
把三条合起来，结论很清楚：AI 功能不该按席位加价，也不该用免费版换增长。它更像一个”按结果计价的增项”，客户愿意为确定性付溢价，不愿意为可能性付订阅费。
三种计价方式各有各的坑。按席位最稳，但最容易被杀价，因为客户会数人头；按信用额度弹性大，但账单不可预测，客户的财务最恨这个；按结果最公平，但最难定义，什么算”完成”能吵三个月。过渡期的最优解大概是”低席位费 + 按结果加价”，把确定性和弹性拆开卖。
边界与风险
有三件事不能忽略。
其一，权限。播客里说得很直白：自主智能体之间互相通信的能力非常强，但在权限体系完善之前，必然会产生大量错误。G2 想做智能体评估标准，某种程度上就是在补这块公信力缺口。
其二，AEO 会变成新的 SEO 垃圾场。一旦”被 AI 引用”可以用钱买，答案引擎的可信度就会被稀释，最后买单的是买家。这是所有靠”可信第三方数据”吃饭的平台的共同宿命。
其三，评测平台本身有商业利益。G2 既卖广告、又想做评估标准制定者，这两件事长期一定打架。企业采购不能把评估结果当成中立事实。
中国市场的变量还多一层：软件采购的决策链更短，老板拍板的比重更高，这意味着”被代理选中”的逻辑会打折扣——很多单子还是靠关系和标杆案例。但反过来说，一旦老板开始用 AI 助手做初筛，入口效应会来得更快、更集中。国内 SaaS 现在最该做的，不是等 MCP 生态成熟，而是先把自己的能力做成一个能被调用的接口，哪怕只覆盖一个场景。
结论
这轮变化里，最危险的不是产品力不足的公司，而是”价值真实存在、但入口不在自己手里”的公司。
Canva 的产品没坏，坏的是发现路径；HubSpot 的功能没少，贵的是计价方式。它们都不是被竞品打败的，是被”客户不再亲自打开它”这件事打败的。
所以接下来两年，SaaS 公司最该做的三件事，不是加功能，是把自己变成”代理能调用、答案引擎能引用、财务能按结果结算”的形态。这三件事做完，才算真正进了 AI 时代的货架。
SaaS不会死，死在前面的是那些只有登录才有价值的产品。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
