TL;DR：
市场此前对AI颠覆软件行业的恐慌已被业绩证伪；软件企业正通过将AI集成至工作流，从单纯的“人力辅助工具”升级为“智能体基础设施”，完成了一场资本市场从怀疑到拥抱的叙事转换。
半年之前，华尔街的分析师们还在为软件行业举行一场集体葬礼。彼时，生成式AI的崛起让投资者坚信：当ChatGPT能够熟练撰写代码、分析数据并自动生成报表时，那些依赖人类用户点击交互的传统SaaS厂商，无异于一群即将被自动驾驶取代的马车夫。在这种末日预期的笼罩下，软件股在对冲基金的持仓比例一度跌至2019年以来的最低点——不到6%。
然而，资本市场最迷人之处，莫过于它总能在你准备好墓志铭时，给你一份亮瞎双眼的财报。
业绩的“去魅”效应
过去两周，美股软件板块上演了一场惊心动魄的逼空大戏。Snowflake、Datadog等公司的股价反弹之猛烈，令空头们措手不及。这不仅是由于此前仓位过轻造成的报复性回补，更在于企业真实的财务表现打破了“AI消灭软件”的迷思。
Snowflake与亚马逊达成60亿美元的战略合作，并非为了对抗AI，而是为了将其平台打造为企业AI工作流的核心底座。正如黄仁勋所言，智能体（Agent）并不会消灭软件，它们反而需要一套标准化的数据存储、权限管理与身份验证体系来“生存”。过去，软件服务于人类的手指；未来，软件将服务于成千上万个孜孜不倦的Agent。
这意味着，Okta提供的身份管理、Datadog提供的运维监控，在Agent时代反而成了刚需。智能体们在访问企业数据、调用API执行任务时，其身份合法性与操作合规性远比人类员工更为复杂。软件没有消失，只是它服务的客群从“肉身”拓展到了“硅基”。
护城河：智能与结果的距离
市场对于AI应用层的过度乐观或过度悲观，往往源于忽视了“模型”与“业务”之间巨大的真空地带。OpenAI或Anthropic提供的通用大模型，好比是通用引擎，但要让一家保险公司或金融机构实现自动化，还需要复杂的业务逻辑、监管合规性、历史沉淀的审批规则以及特定行业的数据资产。
从智能到最终的商业结果，依然隔着宽广的河流。AI应用公司真正的护城河，不在于能否调用大模型，而在于能否将模型的能力“缝合”进企业原本臃肿、笨重却又不可或缺的工作流程中。这种将通用智能转化为企业生产力的能力，正是资本重新给软件股重新定价的逻辑核心：AI不再是软件的掘墓人，而是其加速器。
随着华尔街开始意识到AI硬件的边际效应递减，利润的潮汐正在转向软件。如果说前一阶段的资本宠儿是那些疯狂购入GPU的算力提供商，那么接下来的主角，将是那些能让企业证明AI支出确实能带来现金流回馈的软件公司。那些曾被冷落的软件股，正借着AI的东风，从行业的“麻烦制造者”蜕变为“利润收割机”。