我要投稿

老登软件公司的AI路怎么走？

发布日期：2026-01-21 09:56:02 浏览次数： 1514

作者：范凌的泛谈

微信搜一搜，关注“范凌的泛谈”

上次上《AI炼金术》播客，主持人居然叫我老登！

好吧，我就聊聊“老登软件公司”在“AI 时代，产品到底该怎么做”这个问题。

我想用简单的四象限来描述可以做的四种选择：

老瓶装老酒：原有产品不变
老瓶装新酒：在原有产品上加 AI 功能
新瓶装老酒：重做原有需求，使其 AI 原生
新瓶装新酒：用 AI 做过去没做过的需求

哪一种最好？坦白说，不做是不知道的。但哪一种最差，我想了很久，有些答案。

01. 为什么要先找“最差”的策略？

我之所以强调“最差”，不是因为悲观，而是因为在资源有限的情况下，排除明显错误的方向，本身就是最高效的战略。

如果你已经知道哪条路大概率走不通，那至少可以避免在这条路上继续浪费人力、时间和组织注意力。我认为，四种策略里最差的一种是：老瓶装新酒。

02. 为什么“老瓶装新酒”最危险？

所谓“老瓶装新酒”，就是：在原有的软件系统之上，叠加 AI 功能。这几乎是所有老登工具公司最本能、也最“看起来不会犯错”的反应。但问题恰恰在这里：

第一，企业级软件本来就已经很复杂

体验不佳、学习成本高，是长期现实。

第二，AI 的叠加往往不是“变聪明”，而是“变复杂”

功能更多、界面更乱、用户更困惑

第三，商业结果往往更糟

用户不太会叫好，只会觉得理所应当；也很难愿意为这些“附加 AI”加价；Token 消耗拉低了产品毛利率

最终的结果是：产品没变 AI 原生，组织却先被 AI 消耗了。

03. 那剩下的三条路呢？

老瓶装老酒：守成，没有问题

如果一个产品已经有明确的 PMF，有稳定用户和现金流，用最高效的方式把它维护好，本身就是一种能力。这条路不性感，但很理性。

新瓶装新酒：开辟一个不存在的市场

我们自己做的 Atypica.ai、MuseAI、Clipo.cc，就是典型的“新瓶装新酒”：用全新的产品形态、用新的技术范式、去做原来并不属于我们的市场。这条路我之前讲得比较多，今天不展开。

真正难的是：新瓶装老酒

我今天最想讲的，其实是第三种——新瓶装老酒。这是四种策略里，难度最高的一种。

为什么？

“老酒”意味着它已经有 PMF：有存量用户、有被反复验证过的价值。同时，它一定伴随着庞大的研发团队和技术债：原系统要持续维护、重构的成本极高、任何大动作都会牵一发而动全身。

于是问题变成了：在已经成功过一次的前提下，还能不能真正“重新开始”？

04. 我们的做法：

重新组一支团队，从零开始

我们的做法是切割，不是升级旧系统，而是重新定义系统本身：成立了一支全新的、小规模的核心开发团队，围绕原产品要解决的“核心问题”，从零写一个真正 AI原生的产品。

05. 内容，在 AI 时代到底变成了什么？

我们长期在做企业级内容管理系统。在大模型出现之前，企业内容主要服务于营销相关场景；在大模型出现之后，一件事情发生了根本性变化：内容，开始成为 AI 理解企业的“上下文（Context）”。

因为 AI 天然擅长处理非结构化数据，企业内容不再只是营销素材，而是企业文化、决策逻辑、知识结构的集合。它的角色，从营销的“生产资料”，变成了大模型的“认知资料”。基于这个判断，我们做了一个新的数据资源管理产品：MuseDAM。我们把它定义为：AI 原生的数据资源管理系统

06. 从“人调用”，到“Agent 调用”

过去，在企业内部：内容主要被人调用；或者由人操作软件，通过 API 被调用。但接下来，调用主体会发生根本变化：越来越多的调用者，将从人，变成 AI Agent。

这意味着：

从「人 → API」
变成「Agent → MCP / 工具链」

这不仅是技术变化，也是商业模式的变化。

我自己在使用 Lovable 时有一个非常直观的体感：我并不懂数据库，却在使用过程中，不知不觉为它底层数据库 Supabase 付了不少钱。原因很简单——Vibe Coding Agent 极大降低了使用数据库的门槛。我原来不会是数据库的付费用户，现在却也可以通过agent用起来了。而且因为我不懂，所以会更相信agent的判断，也更愿意付钱。