Software in the Age of Agents：headless 软件、护城河与例外处理¶

来源：The a16z Show，2026-07-07 (原视频，61 分钟)
嘉宾：Sema Amble（a16z 企业软件合伙人）、Steven Sinofsky（a16z board partner，前微软 Windows/Office 负责人）
转录稿：sources（en-orig 自动字幕）

说话人映射（据补做分离的 speakers.md；转录稿本身无标签，此处认人属 wiki 层编辑判断）： | 标签 | 占比 | 认定 | 依据 | |---|---|---|---| | SPEAKER_00 | 56.3% | Steven Sinofsky | "Well, I mean Sema co-wrote a post…"（[00:15:08] 块，之后 100%），所以不是 Seema；高纯度块是微软时期的一手旧事（[00:58:45] 电梯里省电、[00:13:07] 块内谈取代 Outlook） | | SPEAKER_02 | 32.9% | Seema Amble | 主持问"So, Sema, can you just walk me…"后由此标签作答（[00:01:00] 块）；高纯度块讲 CRM/Salesforce 作为销售执行机制（[00:28:21]、[00:52:40]） | | SPEAKER_01 | 10.8% | 主持 | "Welcome to the a16z podcast. I'm here with Sema Amble… and Steven Sinofsky"（[00:01:00]，100%）；姓名未自报 |

概要¶

从 Salesforce "headless 360" 发布切入，讨论 agent 时代的企业软件：当 agent 而非人来访问系统，UI 是否还重要？软件的护城河（stickiness）来自哪里？为什么"vibe code 一个 SAP"是严重低估？Sinofsky 以四十年企业软件经验反复强调一个反直觉主题——企业里所有有趣的事都是例外处理（exception handling），而例外没写在任何字段里、只在人的脑子里；以及生产力永远创造新工作，长尾不会变短、只会以新形态变长。这是对 Benedict Evans 宏观"价值上移"命题的微观补充：价值确实在上层，但上层是难以复制的组织逻辑，不是模型。

核心观点¶

headless 软件与 agent 的三类动作¶

headless = 承认软件价值不在"给人用的 workflow/UI"，而在底层的数据与业务逻辑；agent 通过 API 而非 UI 访问（Salesforce headless 360 更像营销 rebrand，"没有真正改变什么"，但方向是对的）（[00:02:02]–[00:04:03]）。
Sinofsky 的实用三分法——agent 到底在做什么：查（lookup） 最轻、所有系统都擅长；改（do something） 立刻撞上企业软件难题（要冒充特定人、要凭证、算不算一个付费席位）；析（analyze） 最适合 agent（不受时间约束、可多模型比对），但也是幻觉的重灾区，每步都要能验证（[00:07:05]–[00:09:06]）。

软件护城河到底是什么¶

"最黏的软件就是正在被用的软件"；最黏的动作是收钱（Stripe 首次真正解决了"跨每个司法辖区/币种/税法收款"这一保险级难题）（[00:11:06]–[00:16:09]）。
护城河往往是没人设计过的怪东西：没人开会决定"把日历做成 Outlook 的护城河"，但通用汽车不会为了日历迁移 60 万席位——例外的递归依赖、SOP、肌肉记忆才是黏性（[00:13:07]–[00:14:08]）。
SAP 是终极黏性："把 SAP 从大型车企抽走，公司就蒸发了"——因为公司把业务规则编码进了产品；一个反例是保险业跑着 50–75 年前写的软件，至今在招 COBOL 程序员（[00:15:08]–[00:17:11]）。

"vibe code 一个 SAP"是严重低估¶

误解："有个 Postgres + API 就能替代 SAP" → 绝对错误。SAP 装几年不是因为集成商慢，而是它被定制到贴合这家公司实际怎么运转；数据在哪个库里根本不重要，逻辑才重要（[00:17:11]–[00:18:14]）。
十大车企"都只是造车"，区别全在内部流程（造什么车、买多少料、对冲哪种货币、何时上新线）——"这些公司实际上是由一群人盯着 SAP 屏幕运营的"（[00:20:16]–[00:21:18]）。
Goldman 银行家名言："你不懂，我们靠 Excel 赚的钱比你们（卖 Excel 的）还多"——同一个 Excel，Goldman 的应用方式极度差异化（写 add-in、写代码）；企业软件的定制深度被创业者"疯狂低估"（[00:21:18]–[00:22:18]）。

一切有趣的都是例外，一切自动化都是处理例外¶

"企业里几乎所有有趣的事都是例外。" 销售不认为默认值对任何账户是对的；例外（不同地区如何回应、权限、政策）不在 Salesforce 字段里，而在某人脑子里——这就是 agent 需要的 "context graph"（[00:29:21]–[00:30:22]）。
例外收集缓慢：销售周期长、每个例外不会立刻给数据，要"观察足够多交互"才敢说抓全了 context（[00:31:22]–[00:32:22]）。Amazon 是范例——用"一律判给客户有利"极端简化客服，再用数据在后台持续优化（[00:33:25]–[00:34:25]）。

生产力永远创造新工作（长尾变长而非变短）¶

"人们忘了生产力会催生新场景。" 自动化最枯燥的一环后，全新的东西会冒出来：Amazon 免了退货客服，但后台多出一整套"如何让它不再发生"的分析（[00:35:25]–[00:37:27]）。
放射科案例（半正例）："放射科医生都爱 AI，现在我们反而闹放射科短缺"——创新与需求都不是静态的（[00:38:27]–[00:39:27]）。合同不会因 AI 变少，只会更长更复杂、覆盖更多情景，催生更多诉讼生态（[00:37:27]–[00:38:27]）。
反对"n 个人 + m 份软件的固定馅饼"心态——"AI 的所有负面情绪都来自把待做的工作当成固定的东西"（[00:37:27]–[00:38:27]）。呼应 Benedict Evans 的"任务变了但工作没变"。

MCP / middleware：工程师的一厢情愿¶

MCP 之类"一切皆干净 API"是工程师视角，与物理现实脱节："没有软件愿意被上面一层善意地抽象成哑数据库"——那是衰败的生意，所以 workday 等故意不完整暴露 API（[00:45:32]–[00:49:36]）。
中间件层"在 OSI 网络图里很好看，但从不稳定"；客户也不想从一堆供应商拼装场景（系统只和最不稳的那块一样稳）（[00:47:34]–[00:48:36]）。

创业机会：瞄准两个巨头之间的缝¶

最蠢的是正面同类竞争；巨头在技术剧变期唯一不会做的就是扰动自己的现有产品线——他们只会"把 AI 螺栓拧到侧面硬扛过去"（[00:53:42]–[00:54:42]）。
机会在两个既有玩家之间的缝、或组织内两个此前无法对话的职能之间的翻译层（类比 HTTP/HTML 之于 client-server：没做 client-server 的任何事，却用全新方式实现了那个概念）（[00:54:42]–[00:56:43]）。
企业软件唯一真正的网络效应在公司内部：chat 正让"高动机的人"像当年用 Excel 那样在团队里引爆病毒式扩散（[00:56:43]–[00:59:45]）。

与本库其它页的关联¶

价值捕获主线（"价值在上层，但上层是组织逻辑不是模型"）见 AI 商业化与价值捕获。
"生产力创造新工作 / 放射科 / 长尾变长"接 AI 与就业（Jensen 放射科案例、Sinofsky 的反固定馅饼论）。
Agent 攻击面 / 冒充身份 / 权限见 LLM 安全（Gray Swan 的 agent identity 问题）。
与 Benedict Evans（同频道）互为宏观/微观两半。