前面两章把墙和钱都理清了。现在到了你最关心的问题：具体到一家一家的 SaaS，谁会死，谁会活得更好，谁是从天而降的新机会？
这一章不给结论清单——清单会过时。我们给一套你能自己动手用的判断框架。核心是一个问题，问完就能大致归类。
那个决定生死的问题
面对任何一个 SaaS，只要问一句：它的价值，主要压在「界面」上，还是压在「墙」里？
回想第五章那三层。如果一个软件的本事，主要是把某件事包装成一套好看好用的界面（界面层），那它危险——因为 AI 最擅长抹平的就是这层。反过来，如果它的价值压在墙里——独有的数据、啃通的烂泥路流程、别人接不进的系统、敢担的责任（第九章那四道墙）——那它就稳，因为这些正是 AI 够不着的。
拿这把尺子一量，市面上的 SaaS 大致落进三格。
第一格：会被一口吃掉的
最危险的，是那种价值几乎全在界面层、墙又薄的软件。特征很好认：
- 它干的事，本质就是「生成点内容」或「简单加工一下信息」——写文案、做个简单图、套模板出文档。这些正是通用大模型的出厂本事。
- 它没沉淀多少独有数据，换一家几乎没成本，也没什么非它不可的流程。
这类产品，其实就是第六章说的真·套壳——扒掉大模型那层壳，底下不剩什么。它们会被两头夹死：要么被通用大模型一个新功能顺手收编，要么被用户发现「我直接问 AI 就行，何必再订阅你」。它们不是被某个对手打败，是被整个地板抬高给淹没的。
第二格：反而被抬起来的
这一格最反直觉，也最容易被唱衰 SaaS 的人忽略：有一大批 SaaS，不但不会死，还会被 AI 抬得更高。
哪些？就是那些价值本来就压在墙里的——它握着别人拿不到的数据，或者早已是某个行业运转的操作系统（第三章的工作流锁定）。对它们来说，AI 不是敌人，是一件捡到的神兵：
- 它有独家数据，正好拿来喂一个别人造不出的智能体（第九章的「数据即弹药」）。
- 它早占住了分发和信任——客户本就在用它、也信它，它顺手递上一个 AI，比谁都名正言顺（第七章的副驾）。
说白了，AI 对这类公司是杠杆不是威胁：它把自己攒了多年、别人偷不走的家底（数据、流程、信任），用 AI 放大成新的产品和新的收费。墙越厚的老玩家，这根杠杆越使得上劲。所谓「AI 颠覆 SaaS」，颠覆的从来不是它们——它们是这场变化里悄悄的赢家。
第三格：凭空长出来的新物种
第三格不在存量里，而是 AI 凭空劈出来的新地盘——那些过去因为「太贵、太难、不值得」而根本没被软件化的活。
逻辑是这样：过去要把一件事做成软件，得先请工程师把它的每一步都想清楚、写死成代码。有些活太灵活、太依赖当场判断（比如通读一堆杂乱资料写份摘要、处理各式各样的客户来信），根本没法提前写死，于是几十年来只能靠人肉干，软件插不上手。
而智能体（第八章）恰恰擅长这种「没法提前写死、要当场随机应变」的活。于是一大片过去软件够不着的领域，头一回能被自动化了。这里诞生的不是「更好的软件」，而是过去只能是「人力」、如今头一回变成「软件」的全新生意。这也是这场变革里最大的一块蛋糕——它不从别人碗里抢，是凭空多出来的一桌菜。
把框架收成一句话
所以不必笼统地问「AI 会不会颠覆 SaaS」，那个问法太粗。换成一句更利落的：
价值全压在界面、墙又薄的，会被吃掉；价值压在墙里、家底厚的，会被 AI 抬得更高；而过去贵到、难到没法做成软件的活，如今头一回能做了——那是最大的新机会。
你看，同一场 AI 浪潮，对三格里的公司，是三种截然不同的命运。决定命运的从来不是「用没用 AI」，而是「你的价值到底压在界面，还是压在墙里」。
框架有了，三格也分清了。最后一章，我们回到第一章那个让投资人睡不着的问题，给它一个干脆的答案：SaaS 到底死没死？