"Agent 取代不了 SaaS，但 AI 原生的 SaaS 系统会取代现有的 SaaS 系统。"Agent 浪潮袭来，未来 SaaS 系统将如何演变？SaaS 头部玩家迈富时（Marketingforce）押注了 AI 原生系统。

这源于企业在这一拐点时刻的需求变化。迈富时副总裁李玠佚观察到，企业对于新一代 SaaS 系统的期待，不仅是要能打破流程固化、自主适配业务，还要能降低开发运维成本。

为了应对这一变化，SaaS 厂商提供全链路 AI 原生解决方案，正成为行业拐点下的重要趋势。

李玠佚告诉雷峰网，功能和能力的原子化与专家知识库能力相结合，是 AI 原生 SaaS 系统的关键特征。

在技术层面，所谓 " 原子化 "，就是对 SaaS 系统原本复杂、捆绑的大块功能进行重构，将其拆成最小、独立、可单独调用的 " 功能单元 "，再通过标准化接口（如 MCP）实现灵活组合。在 AI 原生 SaaS 系统，用户可以通过交互界面将多个原子化单元组合成复杂功能，实现原子化能力的灵活拼接。具备自主决策能力的 AI，能够基于行业知识和对组织场景的理解，自主创建流程并完成执行，最终达成业务目标。

AI 原生，是 SaaS 与 AI 融合的理想状态。

在李玠佚看来，两者的融合并非一蹴而就，而是沿着 SaaS 1.0 到 SaaS 3.0 的方向演进：从当前围绕业务流程的 SaaS 系统改造，逐步过渡到 AI 赋能和 AI 驱动，最终形成颠覆性的 AI 原生 SaaS 系统。

这条循序渐进的路径开辟出不同的岔路，而迈富时驶向了智能体开发的方向。

" 智能体开发有两层定义，一层是智能体开发平台，另一层是智能体中台。" 负责迈富时 AI-Agentforce 企业级智能体中台开发与落地的李玠佚介绍，在智能体开发平台的基础上，再加上安全、权限、运维、版本等企业级应用能力，就构成了企业级智能体中台。

面对这两个不同的细分赛道，迈富时将战略方向锚定更考验厂商综合能力的企业级智能体中台赛道：

一方面，这取决于迈富时的自我定位——不只提供营销全链路应用解决方案能力，还提供 Low Code PaaS 和 Agent PaaS 的双重能力，在为自身 SaaS 产品注入原生 AI 能力的同时，通过 PaaS 平台进一步向企业释放 Agent 应用与 AI 能力，向生态赋能者的角色跨越；

另一方面，他山之石提供了转型范本——已经走到 AI 原生阶段的 Salesforce 等海外头部 SaaS 厂商，用实践证明 AI 原生的 SaaS 系统是值得押注的方向。

雷峰网观察到，在智能体开发赛道向智能体中台发力，不仅是迈富时对企业 " 低成本落地 AI" 诉求的回应，也是其抢占 SaaS 3.0 时代生态话语权的战略考量。

但并非所有的 SaaS 厂商都具备打造智能体中台的能力，技术积累是必备条件。

" 做中台是典型的工程化方式：当业务盘子足够大、重复性足够强的时候，部分环节能抽象出来，封装成可复用的模块。中台就是不断把这些模块化、原子化的能力封装好，前端用户能不断调度，模块还能和后层数据有效联动。" 一位云从业者告诉雷峰网，只要厂商的业务底盘足够大、内部有开发能力，并且有决心投入新流程和技术平台，就会往这个方向发展。

而 AI 能力较弱的 SaaS 厂商，则选择引入 AI 合作伙伴，集成智能体中台厂商提供的 Agent PaaS 能力，借智能体中台厂商之力将 Agent 能力叠加到业务上。在李玠佚看来，这类专门为 SaaS 厂商赋能 Agent 的玩家，将成为 SaaS 行业的新入局者。

不难看出，传统 SaaS 厂商正在直面步步紧逼的竞争危机。

" 到了 SaaS 3.0，AI 原生会重塑 SaaS 原有的流程型架构，对底层技术平台、功能构建平台、应用平台做整体的革命性改变。" 李玠佚认为，如果传统 SaaS 厂商不改变玩法，还是按照功能迭代、AI 赋能驱动的模式，不排除未来两三年内会有新玩家在某个细分领域重塑竞争格局。

虽然挑战重重，但李玠佚对 SaaS 厂商的未来仍充满信心："Agent 的出现不会让不懂业务的厂商重塑 SaaS 行业。" 懂业务场景，加上多年深耕行业的知识沉淀，或许将成为传统 SaaS 厂商与新玩家过招的核心筹码。

关于未来 SaaS 的产品形态、行业格局，仍留有很大的想象空间。但在当下，SaaS 行业迎来拐点已成为行业共识。AI 或 Agent 是否为 SaaS 行业迎来拐点的关键变量？作为头部 SaaS 厂商的迈富时押注 AI-Agentforce 企业级智能体中台背后有哪些考量？面对 Agent 的技术浪潮和新玩家的涌现，迈富时又将如何应对这个机遇与挑战并存的时代？

抱着以上对 SaaS 行业现状和对迈富时 Agent 探索路径的疑问，近日雷峰网与李玠佚展开了一场对谈。为了方便理解，对话内容经编辑。

SaaS 的 AI 化 " 三步走 "：3.0 时代是 AI 原生系统

雷峰网：目前业界有一种声音，认为 "SaaS 行业迎来了拐点、转折，甚至是重构 "，您怎么看待这个观点？AI 或 Agent 是 SaaS 行业迎来拐点的变量吗？

李玠佚：目前 SaaS 行业确实处于关键转型期，尤其是随着 AI 能力的跃迁和 Agent 的落地商用。现阶段用 " 拐点 " 来定义比较准确，从长远来看，SaaS 行业的重构是必然趋势。

雷峰网：为什么说 SaaS 的重构是必然趋势？

李玠佚：这取决于 SaaS 和 AI 的融合程度。我认为，AI 和 SaaS 的融合，可以分为三个阶段：

如果将目前的 SaaS 系统定义为 1.0 版本，SaaS 1.0 的核心是围绕业务流程的高效化、可管理性和准确性构建 SaaS 系统。

目前各家厂商都在做 AI 创新，SaaS 正迎来拐点，进入 2.0 时代。SaaS 2.0 是 AI 赋能和 AI 驱动。不管是 AI 赋能还是 AI 驱动，都是在原有流程基础上叠加 AI 能力，在 AI 的加持下让原有流程更智能化。

长远来看，SaaS 会进入 3.0 时代，也就是 AI 原生系统。AI 原生的产品形态是业务功能和处理能力的原子化，通过各种交互模式，由具备自主决策能力的 AI，基于行业知识和对组织场景的理解，再结合业务功能自主创建流程，更智能地完成功能执行，也就是 " 服务即软件 "。

雷峰网：据您观察，在技术路线上，目前国内外在 SaaS 和 AI 的融合上有哪些差异？

李玠佚：国外的头部 SaaS 厂商已经走到了 AI 原生的阶段。相对而言，国外业务流程更规范，PaaS 层更成熟，生态伙伴也更健壮，所以国外头部厂商现阶段能用 AI 原生的方式快速搭建 AI 自主应用智能体。

比如 Salesforce 的生态做得非常好，有大量的 ISV 在上面写各种组件化的内容，但国内目前还没完全达到这种程度，所以厂商更多是在应用层发力，走 AI 赋能和 AI 驱动的路线，结合云厂商的算力、模型和自身的 SaaS 应用做应用层的创新。

雷峰网：落到企业应用的层面，国内外厂商对于业务流程的改造是否也存在差异？

李玠佚：在某种程度上，国外厂商 " 更倾向于改变传统业务流程 "，国内厂商 " 更多在现有流程上做创新 "，但这样的表述都需要加上引号。因为不管是传统业务系统还是 "AI+" 的 SaaS 系统，最终都要服务客户本身的流程、符合客户的本源诉求，而不是试图改变客户，这也是迈富时一直以来的理念。

回到这个问题，之所以有这样的差异，一方面是因为国外更重视业务流程的长期沉淀，标准化程度相对较高，流程差异也比较小；而国内企业的业务流程差异大，直接重构流程适配不同企业的难度大，成本风险也更高。

另一方面和技术、生态也有关。

技术上，目前走到 AI 原生阶段的国外厂商，已经能够把 SaaS 的原有能力原子化，无需在系统中逐一配置，也不用按固定流程点击功能按钮。比如发起审批流，只需要告诉 AI 筛选某类人群，并提供内容，再发送审批流程，AI 就会结合知识库自主确定审批人员，这样就可以自动完成流程。简而言之，在 AI 原生的对话界面，AI 可以根据企业的业务需求将原子能力 " 拼接 " 成功能。

生态上，像 Salesforce 依托自身生态，拥有很多原子化插件能力；而对国内厂商来说，更可行的路径是先完善产品的原子化能力解耦和生态扩展，再进一步改变业务流程并向企业推广。

雷峰网：按照您对 SaaS 和 AI 融合的阶段划分，目前迈富时处于哪个阶段？在 AI 原生方面有哪些探索？

李玠佚：迈富时已经从 SaaS 1.0 过渡到 SaaS 2.0，基于 PaaS 能力在业务场景里做 AI 赋能，挖掘 AI 驱动的场景，让业务流程更高效化、智能化。这也是国内多数厂商目前所处的阶段，从长远看都会走到 AI 原生的阶段，迈富时现在已经在研发营销 SaaS 3.0 的平台，很快就会推出基于 AI 原生的 SaaS 营销全流程产品。

两个细分赛道：智能体开发平台 VS 智能体中台

雷峰网：Salesforce 等海外巨头厂商正在打造 Agentforce 平台，目前迈富时也在向 Agentforce 平台发力。您能否介绍 Agentforce 具体是怎样的平台，以及需要具备哪些能力？

李玠佚：Agentforce 是智能体开发的一种模式。智能体开发有两层定义：第一层是智能体开发平台，通过低代码的方式搭建工作流、对话流或实现智能执行，实现 PaaS 的可编排性和自主执行性，比如国内的 Dify、扣子，国外的 n8n、Flowwise 等。智能体开发平台的核心是让业务或基础开发人员在平台上快速搭建 Agent，不需要一行行地垒代码，而且无需管底层模型的通信、调用、适配等技术能力，更关注业务本身。

第二层是智能体中台，企业级应用不光要完成 Agent 开发，还要加上企业级应用能力，包括企业级安全、权限、运维、版本等多个维度。在智能体开发平台的基础上，融入这些企业级应用能力，就是企业级智能体中台。迈富时选择的 Agentforce 赛道属于这一类。

雷峰网：这两个不同的细分赛道，目前都有哪些玩家入场，是否存在差异？

李玠佚：做智能体中台的更多是大厂和中厂，因为需要深厚的技术沉淀和团队支撑，而小厂更多是封装市场上已有的智能体开发平台。

展开来讲，企业级应用需要考虑到跟企业组织的适配性，不仅要明确权限边界，比如谁可以查看 / 修改知识、数据、Agent，还要考虑安全管控，同时支持版本迭代、部署运维，比如应用智能体从 1.0 到 2.0 的版本更新和回退。如果没有这些企业级应用能力，企业很难使用。

雷峰网：听起来智能体中台更偏向于 PaaS 属性，迈富时怎么将智能体中台的 PaaS 能力和原有的 SaaS 产品进行协同？

李玠佚：在 PaaS 侧，迈富时具备两个 PaaS 能力：一个是功能 PaaS，通过表单、流程、按钮等功能组件，以低代码的方式快速拼接；另一个是 Agent PaaS，也就是将 Agent 以低代码方式构建，并进行智能化决策和执行。

在 SaaS 应用侧，我们为企业提供三层能力：

第一层是服务封装，通过 API 或 MCP 无缝衔接开发好的 Agent，实现企业现有数字化系统和 Agent 在特定业务场景的协同，帮助企业快速调用对应的 Agent；

第二层是策略配置，在 PaaS 上提供策略引擎能力，根据不同客户、业态或使用场景，企业能自主修改策略配置，包括知识策略、意图识别策略、回答策略等，让 Agent 更贴近自身业务场景；

第三层是自主搭建，在开放的 PaaS 平台上，高阶客户能自己搭建需要的 Agent，比如数据分析 Agent、活动执行 Agent、知识引擎 Agent 等，在 PaaS 能力的支持下实现 Agent 的自我创建与迭代。

未来迈富时提供的不只是功能简单的 SaaS，而是功能和 AI 相结合的 SaaS，是 " 千人千面 "、由用户自行配置策略引擎的 SaaS，也是企业自主创建、迭代 Agent 的 SaaS。把 SaaS 应用 AI 化，是行业的共识。

雷峰网：在技术攻关方面，这两年随着 MCP（模型上下文协议）和 A2A（Agent-to-Agent 协议）的推广，部分困扰 Agent 落地的行业难题也迎刃而解，这对 Agentforce 的研发、应用有哪些影响？

李玠佚：MCP 的核心是让各种服务能够被模型 " 发现和调用 "，而 A2A 则规范了 Agent 之间的 " 沟通与协作 "。这两个协议确实解决了连接层的问题，是重要的基础设施。

但我想强调的是，协议之上，Agent 本身的开发、迭代和运维效率，依然是当前的核心挑战。协议只是通道，而我们要造的 " 车 " ——比如复杂的用户画像 Agent ——其生产方式并未发生根本性变革。无论是用 Python 直接编写，还是通过中台封装成符合协议的服务，开发者的工作重心和复杂度依然很高。

从我们的实践来看，纯代码开发的路径，未来在迭代和运维上会越来越重；而基于中台的开发模式，在灵活性、可迭代性和扩展性上展现出明显优势，更适应 Agent 快速演进的需求。

雷峰网：据您观察，目前还有哪些技术难关需要 SaaS 厂商持续攻破？

李玠佚：目前来看，至少有五个方面：

第一是模型层面，模型是整个推理的核心，如果没有能读懂业务语言、业务知识的模型，Agent 就缺少灵魂，对问题的思考过于通用化。所以能否形成数据和知识支撑的专有私有化模型，尤为重要。

第二是知识治理层面，目前市面上大部分知识库还是文本形式，需要做多模态创新。比如企业的培训视频里有专业知识，当被问到相关内容时，AI 能从视频或音频里召回对应片段，让企业快速定位，但目前大部分厂商还未能做到。

第三是性能挑战，企业级智能体中台是企业智能体的 "Hub"（企业智能体的核心枢纽或中央连接中心，即智能体连接、调度和资源交互的核心节点），随着上面的 Agent 越来越多，对管控并发的能力要求越来越高，保障每个 Agent 处理时效的难度也越来越大。比如大型企业上千终端同时使用知识问答，对中台的并发能力和时效处理是一个不小的挑战。

第四是 Agent 的服务定义和可调用能力，可被调用不只是 MCP 注册，还要考虑 Agent 业务处理时的异常处理、回滚、信息异常提醒、分支处理等。

第五是 Agentic AI 自主决策与复杂任务统筹执行能力。Agent 具备主动自主性，遵循 " 目标 - 规划 - 执行 - 优化 " 的逻辑，在明确最终目标后，无需流程指令，就可以主动感知环境变化，生成和调整行动策略。

雷峰网：面对这些技术挑战，迈富时有哪些应对策略？

李玠佚：技术架构层面，我们依托自研的 Tforce 营销大模型作为核心基座，深度融合行业知识和业务语义理解能力，具备面向营销场景的专用推理能力，为上层 Agent 提供具备业务感知的智能内核。

知识治理层面，我们率先构建了企业级多模态知识中枢，实现对文本、语音、视频等异构知识的统一建模和语义关联，支持基于内容的跨模态检索和片段级精准召回，有效激活企业非结构化知识资产。

面对高并发和实时性的挑战，我们重构了底层服务架构，引入高性能异步通信与资源调度机制，显著提升智能体中台在多 Agent 协同与大规模终端并发场景下的吞吐和响应性能。

Agent 服务化层面，我们基于自研的 NLA 协议层，对 MCP 和 A2A 协议进行增强封装，明确定义了服务注册、流程分支、异常处理与事务回滚等企业级管控能力，让 Agent 具备可编排、可治理、可复用的服务特性。

自主决策层面，我们构建了目标驱动的 Agentic AI 框架，支持 Agent 基于环境感知自主进行任务拆解、策略生成和动态调优，实现从 " 被动响应 " 到 " 主动规划 " 的能力跃升，赋能企业在复杂业务场景下 " 端到端 " 的智能运营。

新玩家涌入，SaaS 行业是否面临重新洗牌？

雷峰网：技术挑战之外，Agent 也为 SaaS 厂商带来机遇。据您观察，目前 SaaS 厂商面临哪些机遇？

李玠佚：第一个机遇是应用产品的价值升级。传统 SaaS 软件大多以功能堆砌和流程交付的方式实现，AI 能力的加持能大幅拓展产品价值的边界。比如 AIGC 的应用，能让图文生成更场景化、专业化，产品价值大大提升。第二个机遇是业务场景的边界拓展，Agent 以及 MCP、A2A 能力的引入，让 SaaS 突破了原来单一的处理逻辑，实现跨部门、跨场景、跨业务的协同，更好地为企业提供定制化服务。

雷峰网：Agent 带来机遇，也可能会带来一场 " 革命 "。您如何看待 SaaS 和 Agent 两者的关系？

李玠佚：SaaS 产品和 Agent 的关系是融合，也可以说是 " 取代 "。目前为止，Agent 和 SaaS 的融合，是传统业务能力和 AI 赋能的叠加。Agent 取代不了 SaaS，但 AI 原生的 SaaS 系统会取代现有的 SaaS 系统。就像前面提到，未来 SaaS 的产品形态会是 AI 原生 SaaS 系统。

雷峰网：那对 SaaS 的传统商业模式会产生什么影响？

李玠佚：传统 SaaS 商业模式基本是按用户数或功能模块收取订阅费用，未来可能会采用 " 基础订阅 + 增值服务付费 " 的模式。传统业务按照基础订阅收费，AI 相关功能属于增值服务，比如按 Agent 的调用次数计费。以 AI 营销为例，做一次营销方案生成，就收取一次增值服务费用。" 传统业务 + 增值服务 " 的模式，可以让企业更好地享受 AI 带来的增效降本红利。

雷峰网：您前面也提到，目前智能体开发有两个细分赛道。这两个赛道的玩家，对 SaaS 行业的竞争格局有哪些影响？

李玠佚：目前来看，Agent 的出现不会让不懂业务的厂商重塑 SaaS 行业。每个行业里最懂业务场景的 SaaS 厂商会在 SaaS+AI 的方向上持续耕耘，AI 能力较弱的 SaaS 厂商会引入 AI 合作伙伴，集成智能体中台厂商的能力。智能体中台厂商会提供 Agent PaaS，帮助传统 SaaS 厂商将 Agent 能力叠加到业务上，这时就会出现专门给 SaaS 厂商赋能 Agent 的创新玩家。

到了 SaaS 3.0，AI 原生会重塑原有流程型架构，对 SaaS 底层技术平台、功能构建平台、应用平台做整体的革命性改变。如果传统 SaaS 厂商不改变玩法，还是按照功能迭代、AI 赋能驱动的模式，两三年内可能会有新玩家在某个细分领域重塑竞争格局。

雷峰网：面对这类新玩家的涌入，SaaS 厂商竞争的核心壁垒是什么？

李玠佚：目前 SaaS 厂商的核心能力，第一是模型能力，因为 SaaS 贴近业务，所以有业务导向的模型很关键；第二是场景能力，有足够多的场景让 AI 赋能，这需要模型和知识的沉淀；第三是中台能力，有快速搭建、迭代 Agent 的智能体中台，快速响应企业需求。未来两三年里，可能大多数厂商会实现 AI 原生，到时候 AI 原生相关的原子化能力、平台注册能力、NLA 调用生成能力，或许会成为新的壁垒。

雷峰网：Agent 浪潮下，很多 SaaS 厂商都在向 AI 转型的过程中重新思考自己的行业定位。打造 Agentforce 企业级智能体中台是迈富时当下 "SaaS+AI" 的重点战略，你们是如何定位自身在 SaaS 行业的角色？

李玠佚：迈富时并不认为自己是应用产品型 SaaS 供应商，我们的目标是成为全球领先的 AI+SaaS 营销生态赋能者，不只提供开发工具或应用产品，而是围绕业务场景提供全流程、全场景的解决方案。目前迈富时在向 AI+SaaS 生态赋能者的角色跨越，将自己定位为 AI 技术平台提供商和智能化场景服务商。这主要有两方面原因：

一是 AI 和 SaaS 的融合是必然趋势，所以 SaaS 厂商的智能体中台要和自身的 SaaS 产品结合，提供更高效、更便捷、低成本、可迭代的产品和服务；二是赋能暂未自研智能体中台的企业，如果这类企业想避免知识烟囱化，或者以更高效的方式搭建 Agent，迈富时的智能体中台就可以帮助他们实现知识统一管理和 Agent 统一运维。

在赋能自身的同时，持续向企业释放 Agent 应用与 AI 能力，这是迈富时正在做的事情。

专题介绍

眼下，Agent 大潮正在 SaaS 行业掀起一场深刻变革：小到产品形态、技术架构，大到商业模式、市场格局，都将被重塑，危与机并存。

鉴于此，雷峰网推出 "SaaS+Agent 十人谈 " 系列专访，将对话一众 SaaS 厂商和 Agent 从业者，从战略决策者、业务负责人、技术创新先锋等不同视角，探讨 Agent 为 SaaS 行业带来的机遇与挑战。如果对这一 SaaS 与 Agent 融合话题感兴趣，欢迎添加微信skylar_12_14参与讨论。