近期软件股万亿市值蒸发，背后是行业根本性的价值重估。曾经作为垂直SaaS核心壁垒的复杂界面、专属工作流和数据服务，正被大语言模型系统性地瓦解。这一变革不仅解释了市场恐慌，更揭示了软件行业未来的新规则与竞争格局。
智能速览
大模型正在系统性地瓦解垂直软件过去赖以生存的护城河。
习得性界面正被自然语言对话所取代，高昂的切换成本趋近于零。
复杂的业务逻辑从硬编码变为Markdown文件，可被快速复制和定制。
公共数据访问能力商品化，LLM原生即可解析复杂文档。
领域专家可直接构建软件，不再依赖稀缺的复合型人才。
精华内容
深入剖析这场变革，可以发现大模型并非盲目冲击，而是精准地攻击了垂直软件数十年积累的核心壁垒。从用户交互到底层逻辑，多个关键护城河正在被逐一攻破。
习得性界面消亡
过去，垂直软件通过复杂的“习得性界面”构建了强大的切换成本。例如，彭博终端用户需花费数年学习键盘快捷键和功能代码，这种肌肉记忆让用户难以迁移，也支撑了每年2.5万美元的席位费。
然而，大语言模型将所有专有界面坍缩为一个聊天窗口。如今，金融分析师只需用三句自然语言指令，就能完成过去需要多个界面切换、导出数据才能完成的复杂分析和建模任务。当界面变成自然语言对话，多年的肌肉记忆变得一文不值，证明高溢价的关键切换成本瞬间消解。
业务逻辑易如反掌
垂直软件的价值核心之一，是耗费多年编码的行业专属业务逻辑。例如，法律研究平台需要编码引证网络、判例分类等复杂规则，这需要既懂技术又懂领域的稀缺工程师，修改一次需要完整的开发周期。
现在，这种业务逻辑可以转化为一个简单的Markdown文件。一个投资组合经理可以在不写一行代码的情况下，将自己进行500次DCF估值的方法论完整写下来。整个过程从过去数年的工程开发缩短为一周的写作时间，且逻辑清晰可审计，还能为每个用户定制。垂直软件花费十年建立的业务逻辑积累，现在可以在几周内被复制。
数据解析成标配
让难以获取的公共数据变得易于查询，曾是垂直软件的重要价值来源。FactSet和LexisNexis等公司投入数年时间，构建了数千个专门的解析器，用于处理格式不一的SEC文件或法律文书，这曾是真正的技术护城河。
大模型的出现让这一切变得微不足道。前沿模型已经从训练数据中学会了如何解析10-K年报，理解其结构、调节GAAP数据，甚至能解析嵌套表格。垂直软件花费数十年构建的解析、结构化和查询能力，正成为基础模型内置的商品能力。数据本身仍有价值，但“使其可搜索”这一曾支撑高定价的层面正在崩溃。
人才壁垒被倒置
构建垂直软件需要既懂领域又懂技术的复合型人才，这种人才的稀缺性构成了天然的进入壁垒。一家法律科技公司不仅要招聘优秀工程师，还需要他们理解法律推理，培养周期极长，这直接限制了竞争者的数量。
大模型将这道人才壁垒完全倒置。如今，领域专家（如投资组合经理）可以直接用简单的英语将他们的方法论写成技能文件，LLM便会执行。工程部分由模型处理，不再成为瓶颈。LLM使工程能力唾手可得，让原本稀缺的领域专业知识在转化为软件的能力上突然变得丰富，这也是为什么新进入者能如此迅速地颠覆市场。
大模型正在重新定义垂直软件的价值，从复杂的流程工具转向智能化的服务核心。旧有护城河的瓦解带来了残酷的价值重估，但也催生了新的机遇。未来的软件价值，将更依赖于AI的推理能力和独特的数据洞察，而非用户界面的复杂性。这场变革将走向何方？
