上周六深夜，我通过钉钉听记完整记录了红杉资本 2026 AI Keynote。35 分钟的演讲中，有一个词反复刺痛了我：Diffusion Gap（扩散差距）。
演讲者说：“基础模型能力的增长速度，远超企业采用速度。”
这句话翻译成中国 SaaS 市场的语境就是：你的客户还在用 Excel 管客户、用微信群发通知、用邮件批流程，而 AI Agent 已经能自主完成端到端任务了。这个差距不是 bug，是未来三年最大的商业机会。
一、中国 SaaS 的真实困境：不是技术落后，是认知断层
让我们先看一个真实场景。
某制造业客户，年营收 50 亿，IT 预算 2000 万。他们买了 CRM、ERP、OA、HR 系统，但销售依然用微信记录客户跟进，财务依然用 Excel 做月度对账，HR 依然手动排班。
为什么？因为传统 SaaS 解决的是"记录"问题（System of Record），而不是"结果"问题（System of Results）。
传统 SaaS 架构：
┌─────────────────────────────────────────┐
│ 用户界面 (GUI) │
│ ┌─────────┐ ┌─────────┐ ┌─────────┐ │
│ │ 表单 │ │ 报表 │ │ 审批 │ │
│ └────┬────┘ └────┬────┘ └────┬────┘ │
│ │ │ │ │
│ ┌────▼───────────▼───────────▼────┐ │
│ │ 业务逻辑层 │ │
│ │ (CRUD + 权限 + 工作流引擎) │ │
│ └──────────────┬──────────────────┘ │
│ │ │
│ ┌──────────────▼──────────────────┐ │
│ │ 数据存储层 │ │
│ │ (关系型数据库 + 文件存储) │ │
│ └─────────────────────────────────┘ │
└─────────────────────────────────────────┘
用户负担：学习界面 → 手动录入 → 导出数据 → 二次加工
红杉 Keynote 提出了一个关键判断：99.9% 的认知工作最终将由机器完成。这意味着 SaaS 的底层假设正在崩塌——如果用户不再需要"操作"软件，那么以 GUI 为中心的产品架构还有什么价值？
二、MAD 模型的中国化解读
红杉提出的 MAD 战略模型（Moats, Affordance, Diffusion）在美国语境下很清晰，但在中国市场需要重新翻译。
2.1 Moats（护城河）：从技术壁垒到客户关系
在美国，技术可以成为护城河。在中国，技术迭代的速度让任何技术优势都只能维持 6-12 个月。
中国 SaaS 的真正护城河是：客户场景的深度理解 + 交付网络的密度。
护城河对比：
美国 SaaS 中国 SaaS
───────────────────── ─────────────────────
技术领先 (12-24月) 场景理解 (持续积累)
网络效应 (平台型) 交付密度 (区域/行业)
品牌溢价 (高客单价) 客户成功 (续费率)
数据飞轮 (AI训练) 行业Know-how (不可复制)
Keynote 强调"从客户向后看"（customer-backward）而非"从技术向前看"（technology-forward）。这在中国尤其关键——你的客户不关心你用了什么大模型，他们只关心"能不能让我少加两小时班"。
2.2 Affordance（示能性）：降低采用门槛的中国特色
Affordance 指的是"产品让用户无需解释就能使用的能力"。在中国，这意味着：
- 生态集成：如果你的 SaaS 不能在钉钉/微信/企微里直接用，你就失去了 80% 的触达
- 零培训成本：中国企业的员工流动率高，任何需要培训的产品都会被抛弃
- 移动端优先：决策者在手机上审批，执行者在手机上操作
Affordance 层级：
Level 1: 需要培训才能使用 ← 传统 SaaS
Level 2: 看文档能上手 ← 现代 SaaS
Level 3: 界面直觉化 ← 优秀产品
Level 4: 嵌入现有工作流 ← 中国市场的及格线
Level 5: Agent 自主完成 ← 未来标准
2.3 Diffusion（扩散）：捕捉能力发布的滞后窗口
这是最核心的部分。
红杉指出：基础模型能力的增长速度远超企业采用速度，形成了巨大的扩散差距。
在中国，这个差距被进一步放大：
扩散差距 (Diffusion Gap) 时间线：
2024 Q1 ──── ChatGPT 发布 ──────────────────────── 模型能力
│
2024 Q3 ──── 头部互联网公司开始内部试用 ──────────── 技术采用
│
2025 Q2 ──── 大型企业 POC 阶段 ─────────────────── 企业采用
│
2026 Q1 ──── 中型企业开始采购 ──────────────────── 市场扩散
│
2026 Q3 ──── ？ ← 你现在在这里
│
2027+ ──── 长尾企业跟进 ──────────────────────── 全面普及
差距窗口：18-24 个月
机会：谁能缩短这个差距，谁就能吃掉市场
关键洞察：扩散差距不是技术问题，是信任问题和迁移成本问题。中国企业的决策者不是不知道 AI 厉害，而是：
- “出了事谁负责？”
- “我的数据会不会泄露？”
- “员工学不会怎么办？”
- “现有系统怎么对接？”
三、Agent 重构 SaaS：从工具到协作者
Keynote 定义了 Agent 的三要素：推理与规划、采取行动、迭代达成目标。这对 SaaS 产品形态的影响是颠覆性的。
3.1 架构范式转移
传统 SaaS vs Agent-Native SaaS：
┌─────────────────────────┐ ┌─────────────────────────┐
│ 传统 SaaS │ │ Agent-Native SaaS │
├─────────────────────────┤ ├─────────────────────────┤
│ 用户驱动 │ │ 事件/目标驱动 │
│ GUI 为中心 │ │ 意图接口为中心 │
│ 被动记录 │ │ 主动执行 │
│ 请求-响应模式 │ │ 事件-行动模式 │
│ 功能堆叠 │ │ 能力编排 │
└─────────────────────────┘ └─────────────────────────┘
交互方式：
用户 → 点击 → 表单 → 提交 用户 → 说出目标 → Agent 执行
↑
环境感知 + 工具调用 + 反馈循环
3.2 实际案例：CRM 的 Agent 化
以 CRM 为例，传统模式下销售需要：
- 手动录入客户信息
- 手动设置跟进提醒
- 手动写跟进记录
- 手动生成周报
Agent-Native CRM 的工作方式：
from dataclasses import dataclass
from typing import Optional
from enum import Enum
class LeadSource(Enum):
WECHAT = "wechat"
EMAIL = "email"
PHONE = "phone"
REFERRAL = "referral"
@dataclass
class LeadContext:
"""Agent 感知到的客户上下文"""
name: str
company: str
source: LeadSource
last_interaction: str
sentiment_score: float # -1.0 to 1.0
intent_signals: list[str]
next_action: Optional[str] = None
class SalesAgent:
"""销售 Agent：从被动记录到主动执行"""
def observe(self, lead: LeadContext) -> None:
"""感知环境：自动捕获客户互动"""
# 从微信/邮件/通话记录中提取信息
# 无需手动录入
pass
def plan(self, lead: LeadContext) -> str:
"""推理与规划：决定下一步行动"""
if lead.sentiment_score > 0.5 and "budget" in lead.intent_signals:
return "schedule_demo"
elif lead.sentiment_score < 0:
return "escalate_to_manager"
else:
return "send_follow_up_material"
def act(self, action: str, lead: LeadContext) -> bool:
"""采取行动：自动执行"""
# 调用工具：发邮件、建日程、发消息、更新记录
# 全部自动化，人类只需确认关键决策
pass
def iterate(self, lead: LeadContext) -> None:
"""迭代达成目标：持续跟进直到成交或流失"""
while not self.is_closed(lead):
self.observe(lead)
action = self.plan(lead)
success = self.act(action, lead)
if not success:
self.learn_from_failure(action, lead)
def is_closed(self, lead: LeadContext) -> bool:
"""判断是否结束"""
pass
def learn_from_failure(self, action: str, lead: LeadContext) -> None:
"""从失败中学习（强化学习）"""
pass
# generated by hugo AI
关键差异：
| 维度 | 传统 CRM | Agent-Native CRM |
|---|---|---|
| 数据录入 | 手动 | 自动捕获 |
| 跟进提醒 | 手动设置 | 智能推荐 |
| 周报生成 | 手动编写 | 自动生成 |
| 客户洞察 | 人工分析 | Agent 实时分析 |
| 人类角色 | 操作者 | 决策者 + 监督者 |
四、中国 SaaS 厂商的行动框架：DARE 模型
基于 MAD 模型和中国市场特点，我提出一个适合中国 SaaS 厂商的行动框架：DARE 模型。
DARE 模型：
┌─────────────────────────────────────────────────────┐
│ DARE 模型 │
├─────────────────────────────────────────────────────┤
│ │
│ D - Diffusion Bridge (扩散桥梁) │
│ 缩短技术能力与客户采用的差距 │
│ → 行业模板 + 开箱即用 + 低迁移成本 │
│ │
│ A - Agent-First (Agent 优先) │
│ 重新设计产品架构，从 GUI 到意图接口 │
│ → 事件驱动 + 工具调用 + 反馈循环 │
│ │
│ R - Relationship Moat (关系护城河) │
│ 深耕客户场景，构建不可复制的行业 Know-how │
│ → 客户成功团队 + 行业专家 + 交付网络 │
│ │
│ E - Ecosystem Integration (生态集成) │
│ 嵌入现有工作流，而非要求用户改变习惯 │
│ → 微信/企微/钉钉 + 现有系统对接 + API 开放 │
│ │
└─────────────────────────────────────────────────────┘
4.1 Diffusion Bridge：如何缩短扩散差距
策略 1：行业模板化
不要卖"通用平台"，卖"行业解决方案"。中国客户不愿意自己配置，他们想要开箱即用。
传统方式：购买 CRM → 配置字段 → 设置流程 → 培训员工 → 上线（3-6个月）
模板方式：选择行业 → 一键部署 → 微调 → 上线（1-2周）
策略 2：渐进式迁移
允许客户从"传统模式"平滑过渡到"Agent 模式"，而不是一次性切换。
迁移路径：
阶段 1: AI 辅助 阶段 2: AI 协作 阶段 3: AI 自主
───────────────── ───────────────── ─────────────────
人类操作 + AI 提示 人类决策 + AI 执行 AI 执行 + 人类监督
(当前) (6-12个月) (12-24个月)
4.2 Agent-First：产品架构重构
这不是"加个 AI 功能"，而是重新思考产品的核心交互方式。
产品架构演进：
V1.0: GUI-Centric V2.0: AI-Assisted V3.0: Agent-Native
─────────────────── ─────────────────── ───────────────────
表单 + 列表 + 报表 表单 + AI 建议 意图接口 + Agent 执行
用户驱动所有操作 用户操作 + AI 辅助 Agent 执行 + 用户确认
功能菜单导航 功能菜单 + AI 搜索 自然语言/事件触发
关键原则：
- 意图优先：用户说"帮我约张总下周开会"，而不是点击"日历 → 新建 → 选择参与者 → 设置时间 → 保存"
- 事件驱动：系统自动感知关键事件（客户投诉、合同到期、库存告警）并触发 Agent 行动
- 人类监督：关键决策点保留人类审批，日常执行完全自动化
4.3 Relationship Moat：构建不可复制的优势
技术可以被复制，但客户关系和行业 Know-how 不能。
关系护城河的三层结构：
表层：客户成功团队（可复制）
中层：行业专家网络（难复制）
底层：客户数据飞轮（不可复制）
行动建议：
- 建立行业专家顾问委员会
- 深度参与客户的业务流程优化
- 构建客户社区，促进 peer-to-peer 学习
- 将客户反馈直接转化为产品迭代
4.4 Ecosystem Integration：嵌入而非颠覆
中国用户的工作流已经被钉钉、微信、企微深度绑定。你的 SaaS 如果不能嵌入这些生态，就会被边缘化。
集成优先级：
必须集成：钉钉/微信/企微（消息、审批、日程）
强烈建议：主流 ERP/财务系统（用友、金蝶）
按需集成：行业特定系统（MES、WMS、HIS 等）
五、未来三年：从 SaaS 到 AaaS（Agent as a Service）
Keynote 最后提到一个预测：过去需要 100 年完成的项目，现在可以在 100 天内完成。
这对中国 SaaS 市场意味着什么？
5.1 商业模式转变
传统 SaaS：按席位收费 → 使用率低 → 续费率下降 → 增长停滞
AaaS：按结果收费 → 使用率高（Agent 自主） → 续费率提升 → 增长飞轮
5.2 竞争格局重塑
未来三年的竞争格局：
第一梯队：Agent-Native 新玩家
- 从零构建 Agent 架构
- 快速迭代，无历史包袱
- 风险：客户信任度低
第二梯队：传统 SaaS 转型者
- 有客户基础和行业 Know-how
- 有能力投资 Agent 重构
- 风险：组织惯性，技术债务
第三梯队：观望者
- 等待市场成熟
- 风险：被降维打击，失去窗口期
5.3 关键时间窗口
2026 H2：Agent 能力成熟，头部客户开始 POC
2027 H1：Agent-Native 产品进入市场，传统 SaaS 面临压力
2027 H2：扩散差距开始缩小，早期采用者获得竞争优势
2028+：Agent-Native 成为标配，传统 SaaS 被淘汰或收购
六、升维思考：SaaS 的终极形态是什么？
红杉 Keynote 用四个隐喻故事结尾，其中一个是艺术的回应：
摄影术终结写实绘画后，人类转向印象派和表现派——我们的真正价值在于"为何存在"而非"如何做事"。
这对 SaaS 行业的启示是：
当 AI 能完成所有"操作"时，SaaS 的价值不再在于"功能"，而在于"连接"和"意义"。
未来的 SaaS 可能不再叫 SaaS，而是：
- 客户成功平台：帮助企业理解客户、服务客户、留住客户
- 组织协同网络：让团队、部门、企业之间无缝协作
- 行业知识引擎：沉淀和传承行业最佳实践
人是万物的尺度。技术再强大，最终还是要服务于人的连接、信任和意义创造。
你在 SaaS 行业吗？你觉得 Agent 会如何改变你的产品？欢迎留言讨论。 **本文基于内容：Youtube