如果你想摧毀一家公司，不需要打敗它，只需要讓人相信它可以被打敗。

　　截至周一美股收盤，IBM 股價暴跌 13.1%，報每股 223 美元，創(chuàng)下 2000 年互聯(lián)網(wǎng)泡沫破裂以來最大單日跌幅。當(dāng)天市值從 2408 億美元跌至約 2087 億美元，蒸發(fā)了約 310 億美元。

　　是財報暴雷了嗎？不是。

　　是重要大客戶跑路了嗎？也沒有。

　　這一切的導(dǎo)火索，僅僅是 AI 公司 Anthropic 當(dāng)天發(fā)布的一篇博客，宣布旗下編程工具 Claude Code 可以幫助改造 COBOL 老舊系統(tǒng)，直接戳中了 IBM 最核心、最賺錢的遺留系統(tǒng)咨詢業(yè)務(wù)。

　　沒有人證明 IBM 的生意垮了，但在恐慌的市場面前，已經(jīng)不需要證據(jù)了。

　　博客地址：https://claude.com/blog/how-ai-helps-break-cost-barrier-cobol-modernization

　　COBOL 是 IBM 的護城河，現(xiàn)在被 AI 盯上了

　　要理解 IBM 為什么跌得這么慘，得先搞清楚 COBOL 是什么，以及 IBM 靠它賺的是什么錢。

　　COBOL 是一種誕生于 20 世紀(jì) 50 年代的編程語言，今天仍在驅(qū)動美國約 95% 的 ATM 交易，以及大量銀行、政府、航空系統(tǒng)的日常運轉(zhuǎn)。

　　IBM 長期銷售針對 COBOL 優(yōu)化的大型主機，并圍繞它提供改造和咨詢服務(wù)。

　　這門生意之所以賺錢，根源在于改造難度極高。讀懂幾十年沒有文檔的老代碼，往往要顧問團隊花上數(shù)年時間。這種高昂的理解成本，就是 IBM 最核心的競爭壁壘。

　　Anthropic 的博客說，Claude Code 可以自動梳理數(shù)千行代碼之間的依賴關(guān)系，補全那些早已沒人記得的工作流文檔，還能識別出人工分析師要花幾個月才能發(fā)現(xiàn)的系統(tǒng)風(fēng)險。

　　它進一步宣稱，原本以年計的現(xiàn)代化項目，用 AI 可以壓縮到幾個季度。

　　當(dāng)市場聽到這個消息后，立刻作出了反應(yīng)： 長期駐場、大團隊、以年計費——這套模式賺錢，是因為客戶沒有別的選擇。一旦 AI 提供了另一種可能，IBM 和客戶之間的議價天平，就不再是原來那個樣子了。

　　這也讓 IBM 的處境因此顯得格外敏感。

　　2025 年全年，IBM 咨詢業(yè)務(wù)收入約 210.55 億美元，基礎(chǔ)設(shè)施收入約 157.18 億美元，生成式 AI 累計簽約規(guī)模也超過了 125 億美元。當(dāng)理解遺留代碼這件事的成本被大模型顯著壓低，這些收入的含金量在市場眼中就打了折扣。

　　有意思的是，IBM 和 Anthropic 其實并不是單純的對手。

　　2025 年 10 月，兩家公司曾宣布戰(zhàn)略合作，把 Claude 集成進 IBM 的開發(fā)工具體系，內(nèi)部有超過 6000 名早期用戶報告平均生產(chǎn)力提升約 45%。同一種技術(shù)，既可能成為 IBM 自我改造的工具，也被看作顛覆它的武器。

　　但在拋售情緒主導(dǎo)的當(dāng)天，市場選擇了后者。

　　IBM 暴跌其實不是這輪動蕩的起點。早在 2 月 20 日，網(wǎng)絡(luò)安全板塊就已經(jīng)經(jīng)歷了一次集體閃崩，那天后來被一些分析師稱為軟件行業(yè)的「黑色星期五」。

　　導(dǎo)火索是 Anthropic 宣布推出 Claude Code Security。

　　博客地址：https://www.anthropic.com/news/claude-code-security

　　這款工具能自動掃描代碼庫中的安全漏洞，生成補丁供人工審查，并將原本由專業(yè)安全工具負責(zé)的漏洞掃描、軟件成分分析等功能，直接內(nèi)置進了開發(fā)者的日常工作流。

　　市場的反應(yīng)同樣非常強烈。

　　JFrog 當(dāng)天單日暴跌 24.61%，因為它的核心業(yè)務(wù)高度依賴軟件供應(yīng)鏈的管控，而這恰好是 AI Agent 最容易切入的領(lǐng)域。

　　CrowdStrike、Cloudflare、Okta、Zscaler 等公司雖然主營業(yè)務(wù)并不是代碼掃描，但也因為情緒「傳染」出現(xiàn)了明顯下跌，整個板塊單日蒸發(fā)上百億美元，追蹤網(wǎng)絡(luò)安全 ETF 的 BUG 基金跌至兩年多以來的最低點。

　　當(dāng)然，不少理智的分析師站出來反駁，說這種拋售毫無邏輯。

　　比如摩根大通認為，投資者的擔(dān)憂被過度夸大。Wedbush Securities 的分析師措辭嚴厲地表示，這是自己職業(yè)生涯中見過的「最不合邏輯的交易」。

　　他們的理由有一定說服力。

　　AI 在幫助防守者掃漏洞的同時，也在幫助攻擊者找漏洞。到 2026 年，黑客已經(jīng)開始用大模型發(fā)起更精準(zhǔn)的釣魚攻擊，開發(fā)自動化的攻擊 Agent，甚至針對企業(yè)內(nèi)部的 AI 模型實施「提示詞注入」和「內(nèi)存投毒」。

　　更棘手的是，企業(yè)內(nèi)部大量未經(jīng)授權(quán)部署的 AI Agent，一旦擁有操作內(nèi)部系統(tǒng)和訪問敏感數(shù)據(jù)的權(quán)限，本身就成了安全隱患。這意味著安全的需求非但沒有消失，反而在擴張。

　　CrowdStrike 提供的端點保護、Zscaler 提供的零信任網(wǎng)絡(luò)訪問、各類身份與訪問管理工具，恰恰是應(yīng)對這些新型 AI 威脅所必須依賴的基礎(chǔ)設(shè)施。

　　SaaS 最不愿承認，但正在發(fā)生的事

　　而 IBM 和安全股的動蕩，是整個企業(yè)軟件行業(yè)更大危機的一個切面。過去二十年，SaaS 行業(yè)的繁榮建立在一個簡單邏輯上：企業(yè)員工越多，買的軟件席位就越多，供應(yīng)商的訂閱收入就越穩(wěn)。

　　AI Agent 的出現(xiàn)打破了這個等式。

　　以 Claude Cowork 為例，它能自主跨系統(tǒng)導(dǎo)航，獨立完成數(shù)據(jù)錄入、線索評分、多步驟業(yè)務(wù)審批等工作，企業(yè)不再需要維持大規(guī)模的基層操作團隊。

　　一個原本需要五個人各自登錄賬號的財務(wù)部門，現(xiàn)在可能一個主管配合 AI 工具就夠了，那四個席位的訂閱費自然隨之消失。這種現(xiàn)象是 SaaS 廠商目前面臨的最直接威脅。

　　在這場轉(zhuǎn)型中，處境最危險的是那些提供通用功能、主要服務(wù)中小企業(yè)的 SaaS 廠商，比如 HubSpot、Atlassian、Asana。這類產(chǎn)品的工作流相對標(biāo)準(zhǔn)化，很容易被 AI 直接模仿替代。

　　越是那些功能通用、流程標(biāo)準(zhǔn)化的軟件（比如排日程、管任務(wù)的），越容易被 AI 直接平替。

　　這種沖擊不只停留在大公司層面，對普通創(chuàng)業(yè)者也是一種降維打擊。

　　一位名叫 Ira Bodnar 的創(chuàng)業(yè)者在 X 平臺發(fā)了一篇名為《Claude 殺死所有創(chuàng)業(yè)公司》的帖子，迅速獲得了超過 300 萬次閱讀。

　　文章 https://x.com/irabukht/status/2025846968245948795

　　她兩個月前剛做出一款幫企業(yè)自動管理谷歌和 Meta 廣告賬戶的 AI 產(chǎn)品，付費客戶幾百個，成交率高達 70%，增長勢頭很好。一 天早上醒來，她發(fā)現(xiàn)成交率跌到了 20%。

　　原因很簡單：Anthropic 同期推出了 Meta 廣告連接器。功能還不完整，只能做分析、無法直接操作賬戶，但客戶已經(jīng)開始觀望。Bodnar 在帖子里寫道：「再過幾個月它就能做到了，所以繼續(xù)在這里開發(fā)感覺意義不大。」

　　IBM 失去的是估值，Bodnar 失去的是整個產(chǎn)品類別存在的理由。相比之下，更難被計算進股價、也更難被寫進報告的，是那些正在消失的普通崗位。

　　畢竟，股價跌了還能漲回來，但就業(yè)市場的變化，慢刀子割肉，卻真實得多。當(dāng)企業(yè)不再需要那么多人去堆砌工作量時，最先遭殃的，是那些還沒上桌的年輕人。

　　斯坦福大學(xué)數(shù)字經(jīng)濟實驗室的研究指出，在受 AI 影響最明顯的職業(yè)里，22 至 25 歲年輕畢業(yè)生的就業(yè)率相對下降了 13%，但與此同時，那些有豐富經(jīng)驗的高級架構(gòu)師，飯碗依然很穩(wěn)。

　　這個分化說明 AI 沒有像科幻電影里那樣消滅所有人類崗位，只是悄悄從底部開始，把新人的崗位削沒了——以前，剛畢業(yè)的程序員總是靠寫寫簡單的基礎(chǔ)代碼、修修不痛不癢的 Bug，一步步攢經(jīng)驗往上爬。

　　現(xiàn)在，這些「臟活累活」全是 AI Agent 的統(tǒng)治區(qū)。

　　包括很多大廠現(xiàn)在很默契：我不大規(guī)模裁員，但如果有人辭職了，我絕對不再招新人，直接拿 AI 頂上空缺。

　　對此，學(xué)生的選擇，已經(jīng)說明了他們對市場的判斷。麻省理工學(xué)院的數(shù)據(jù)顯示，其入門編程課程在 2022 學(xué)年達到峰值后持續(xù)下滑，傳統(tǒng)計算機科學(xué)專業(yè)注冊人數(shù)從 823 人跌至 672 人，降幅超過 18%。

　　與此同時，MIT 2022 年新設(shè)的「人工智能與決策」專業(yè)，注冊人數(shù)從 37 人暴增到 372 人，漲了約十倍。杜克大學(xué)的 CS 入門課注冊人數(shù)同期下降約 20%，普林斯頓 CS 專業(yè)大三大四學(xué)生數(shù)量也出現(xiàn)了相似幅度的下滑。

　　同樣是在 IBM 暴跌的同期，一篇由 Citrini Research 發(fā)布的博客《2028 年全球智能危機》在 X 平臺上火了，收獲了 2000 萬+的閱讀量。

　　文章 https://www.citriniresearch.com/p/2028gic

　　作者假裝站在 2028 年往回看，描繪的圖景并不樂觀。企業(yè)用 AI 裁人，省下來的錢繼續(xù)買 AI，更強的 AI 讓下一輪裁員成為可能，被裁的人消費變少，企業(yè)收入下滑，又得靠 AI 進一步壓縮成本。

　　一圈又一圈，沒有盡頭。

　　作者自己也說，這只是一個思想實驗，不是預(yù)言。但讀完這篇文章再看今天的新聞，很難說它描述的東西完全是想象。SaaS 公司的訂閱收入在壓縮，IT 外包行業(yè)開始被質(zhì)疑存在的必要性，應(yīng)屆生找工作越來越難——傳導(dǎo)鏈條的前幾環(huán)，已經(jīng)隱約可見。

　　國際貨幣基金組織估計，全球約四成就業(yè)都暴露在 AI 的影響范圍之內(nèi)，部分崗位會被增強，部分面臨萎縮，最終走向取決于各行業(yè)的互補程度與政策應(yīng)對。

　　世界經(jīng)濟論壇預(yù)測，到 2030 年新技術(shù)凈創(chuàng)造的崗位約 7800 萬個，但這個再分配的過程，必然伴隨大量摩擦和痛苦。

　　我們總喜歡用顛覆、炸鍋、王炸等聳人聽聞的詞匯來描述 AI 所帶來的沖擊，在我看來，這些詞都用錯了方向——AI 帶來的變化，更像是漲潮。

　　漲潮不挑對象，不講立場，不管你是 IBM 這樣的百年巨頭還是 Bodnar 這樣的獨立創(chuàng)業(yè)者，水平線統(tǒng)一往上走。有人站在高地，有人站在灘涂，退潮之后才知道誰在裸泳——問題是，這次潮水好像沒有退的跡象。

　　MIT 的學(xué)生已經(jīng)在悄悄更換就業(yè)方向，大廠們同樣在默默等人自然離職然后不再補招，Citrini 那篇文章的閱讀量之所以能突破 2000 萬，也是因為太多人在里面看到了自己隱約感覺到、但還沒說出口的那種不安。

　　不安本身不是壞事。它至少說明，潮水還沒把人完全淹沒，還有時間想清楚自己站在哪里，又到底該如何在機器面前，找到自己那個沒法被替代的位置。