SaaS 已死数据底座永生，一个解决 AI 真实数据问题的产品融了 6000 多万美金

一年多以前，Notion CEO Ivan Zhao 提出了一个观点，认为 AI 大模型的出现可能会带来碎片化信息的大一统，终结当前 SaaS 全面开花的现状《Notion CEO：AI 可能终结当前 SaaS 全面开花的现状》。

随着 AI 在各方面特别是编程这块的快速进步，这种趋势似乎越来越多成为一个共识。亚马逊创始人 Bezos 之前曾将 AI 比喻为电，AI 是一个横向赋能层，就像电一样，它可以用来改进一切，融入一切，存在于所有东西里……，我保证，你能想到的任何应用，都不会不被 AI 改进。

Sequoia 两位合伙人 Pat Grady 和 Sonya Huang 在最近的一篇文章《2026：This is AGI》里说，2026 年将成为通用人工智能（AGI）的功能性元年。

他们认为与其纠结于技术上的精确定义，不如从功能性角度来看：AGI 就是 AI “解决问题”（figure things out）的能力。 这包含三个核心要素：

• 基础知识：通过预训练获得。
• 推理能力：通过推理时间计算（Inference-time compute，如 OpenAI 的 o1）实现。
• 迭代执行：通过长视野代理（Long-horizon agents）实现，能够自动修正错误并自主完成任务。

当下最关键的一个趋势就是：长视野代理（Long-horizon agents）。其核心特征有两点，一个是从“说话者”转变为“行动者”，2023-2024 年的 AI 主要是对话式的，而 2026-2027 年的 AI 将成为能像同事一样执行任务的“行动者”。

另一个就是指数级进步：根据追踪的数据显示，AI 完成长任务的能力约每 7 个月翻一番。 预计到 2028 年，AI 代理将能可靠地完成专家一整天的工作量。

因此对于行业来说，用户的角色将从独立贡献者（IC）转变为管理代理团队的管理者，这会带来大量的新机会，各行各业都将出现专业的 AI 代理。

而最近 Doug O'Laughlin 写的软件 2.0 的死亡这篇文章《The Death of Software 2.0》让我觉得非常有意思，其核心观点是：由于 AI（尤其是像 Claude Code 这样的代理）的兴起，传统软件的形态和价值将发生根本性变革。

他将未来的软件生态比作计算机的内存层级：

• AI 代理（如 Claude Code） = DRAM（非持久性内存）： 它们充当“快速内存”，负责处理信息、生成 UI 和执行工作流。这些过程是瞬时的，任务完成后缓存就会被清除。
• 传统软件/基础架构 = NAND（持久性存储）： 软件的角色将转变为“事实来源”，负责数据的安全、长期存储和结构化输出。

AI 智能体及其上下文窗口将成为新的“快速内存”，基础设施软件将更接近持久内存。它将具有高价值、结构化输出，并且访问和转换的速度要慢得多。软件以及“未来软件”的方式更像 NAND，即持久、准确且需要存储的信息。用软件术语来说，它将是 AI 智能体与之交互并从中处理信息的“单一事实来源”。

这对未来的行业将带来非常深刻的影响，首先是面向人类的软件将面临危机， 所有以“人”消费为中心的横向软件公司可能会面临“灭绝级事件”。如果 AI 代理可以直接处理数据，人类就不再需要复杂的图形界面（GUI）。

计算将是短暂的，在 AI 驱动的模式下，每一个计算周期都是一个临时记录板（Scratchpad），计算过程是瞬时的，只有最终的输出结果会被存入较慢的持久内存中。

整个模式将专注于快速信息处理器（AI 代理），使用 token 对其进行转换，并将答案存回内存。软件本身必须改变以支持这一核心机制，因为处于层级顶端的计算引擎主要是非人类的，即 AI 代理。

其次，指标将迎来贬值，过去衡量软件好坏的标准——更快的工作流、更好的 UI、更流畅的集成——将变得毫无价值。

最后是API 的崛起，软件必须从“为人服务”转向“为 AI 代理服务”。像 API 这样能提供持久信息的接口将变得极具价值。

Doug O'Laughlin 一直强调说，Claude Code 就是 ChatGPT 时刻的重演，你必须亲自尝试才能理解。未来的一天，Claude Code 的继任者将为每个人提供超人类界面。如果说 Tokens 是TCP/IP，那么 Claude Code 就是 AI 时代建成的第一个真正的网站。而这将对软件行业的很大一部分造成冲击。

其实从最近一系列专为 AI 而非人类构建的产品的快速增长，我已经能很明显的感受到这个趋势《Wabi 创始人的 7 个预测火了，给 AI 做的数据库 ARR 一年涨了6 倍》。

当越来越多的产品开始面向 AI 构建时，数据就成为最有价值的底座，特别是那些真实与特定领域不公开的数据，所以现在验证真实本身也成为一个非常大的生意《11Labs ARR 突破 3.3 亿美金 Checkr 突破 8 亿，一个 AI 硬件设计产品 ARR 增长快呈直线了》。

而一个专为 AI 提供特定领域数据的 Infra 产品，也在短时间就融了 6000 多万美金的融资，它解决的问题很简单：真正限制 AI 继续进化的，已经不是模型和算力，而是“可合法使用的高质量真实世界数据”。

它解决的方法非常有创新性，不是简单的