原文：There Are Only Two Paths Left for Software by David George（a16z）
最近讀到一篇讓我覺得「說得很直白但偏偏很難反駁」的文章。核心論點是：軟體公司的中間帶已死——要嘛用 AI 把成長率再拉高 10 個百分點，要嘛重構成超高獲利機器。夾在中間的公司，會被市場慢慢施壓到消失。
中間帶已死
公共市場已經重新定價軟體股這件事，很多人感覺到了但說不清楚。問題不是「成長變慢」，而是——成長變慢，但真正的獲利（把股權稀釋成本算進去）還沒出現。兩邊都沒到，就卡在最尷尬的地方。
具體來說：
- 成長不夠快 → 拿不到高倍數估值
- 獲利不夠好 → 也拿不到「穩定現金流」的防禦性倍數
- 小幅裁員（8–10%）→ 市場根本不當一回事，因為看起來只是在修修邊，不是真的重做機器
所以，選哪條路？
Path 1：用 AI 新產品，把成長再拉高 10+ 個百分點
目標：12–18 個月內，靠全新的 AI 原生產品，讓整體營收成長率多 +10% 以上。
這條路聽起來很爽，但作者說得很清楚——這是一場死亡行軍，不是微調，是「重創公司（refounding）」。
幾個關鍵做法讓我印象深刻：
找出那 ~5 個人，把大權交給他們。公司裡真正能超額輸出的人通常就那幾個，要讓他們直接跟你一起「重創公司」，不是把他們放進委員會開會。
先做「資訊整地」：把高價值流程全數捕捉下來——SOP、ticket、支援紀錄、CRM、policy、workflow……這些東西要變成活的 context 層，而不是一堆沒人看的 PDF。這步跳過的話，AI 產品就只是包了一個好看的外殼，沒有真正的差異化。
一個月內觀察 VP / Director 有沒有跟上節奏。這批人是不是真的在衝，還是只在「配合」，就成了之後要「留誰、換誰」的依據。這點說得有點殘忍，但也很現實。
50% 的 R&D 投入全新 AI 產品，用四人小隊（產品 / 設計 / 工程合一）、極低溝通成本，快速 shipping 和學習。最頂尖的工程師留在核心架構，由 CTO 直接帶——不是讓他們被邊緣化，而是確保新產品的技術底座能跟上。
商業模式要轉向：不能只靠 seat-based。客戶省錢的地方會是人頭，所以 seat 收費的成長空間有限。新成長要長在 token / usage / automation / outcome 上面。
走完這 12–18 個月，活下來的公司會以「重新加速的 AI 原生公司」的姿態出現。這個故事，市場會給高倍數。
Path 2：重構為 40%+ 真實營業利潤率（含 SBC）
目標：若看不到用 AI 重新加速成長的希望，就在 12–24 個月內把公司做到 40–50%+ 的真實營業利益率——而且是把股權當成真正的成本看待的那種。
這條路的核心前提是：不再玩只看 FCF、不看股權稀釋的遊戲了。SBC 是實打實的股東成本，繼續拿這個說「我們很會賺」沒有人信。
具體要做的不只是裁 10–20% 人：
- 壓平組織層級，砍掉過多管理層；解散沒必要的 committee
- 減少客製化，標準化導入流程，讓服務成本降下來
- 在真的有護城河或 switching cost 的地方合理漲價
- 把長尾小客戶搬到更高的最低收費，或接受讓他們流失（這點很多公司捨不得做）
AI 要真正改變成本結構，不是做做樣子：先大幅提高工程師的 token 預算（例如每人每月 1000 美元等級），逼出 10x 的產能成長。組織設計要假設頂尖工程師可以同時管理 20–30 個 agent、輸出 10x 以上的 output——四人 strike team 比十人 committee 快很多。
另外，裁員時不能只砍 IC 留一堆 Director / VP，不然組織層級反而更奇怪，效果也會差很多。
有一個案例作者特別提到：Broadcom 收購 VMware 後，透過大刀闊斧的產品簡化 + 嚴格成本控管 + 強力價格實現，把 EBITDA 做到 60%+。這個案例在 SaaS 圈頗有爭議，但至少證明了一件事：「強力版重構」在商業上是可行的，前提是你真的願意做到底。
最後作者也提醒了一點容易被忽略的事：舊護城河正在變弱。資料優勢不再夠強、整合被 agent 跨系統操作給稀釋、workflow 和 UI 的遷移成本也在降低——未來的競爭者，可能會直接打你最核心的模組。這讓 Path 2 的執行視窗其實比看起來的更短。
最後的核心問題
作者說，每個董事會簡報的第一頁，都應該能回答這個問題：
我們選的是哪一條路？
如果答案是「兩邊都做一點」或「還在評估」——那市場就會繼續用估值施壓，直到你被迫選邊站。
Grow 10 or Earn 40，沒有中間車道。
作為軟體工程師的反思
這篇文章的受眾其實是 CEO 和董事會——在講公司要選哪條路、怎麼重構組織、怎麼跟市場說故事。但反過來從老闆的視角看，其實也可以拿來對照：公司需要什麼樣的工程師？
第一：成為那 ~5 個超額輸出的人。 文章在 Path 1 說得很直白——找出公司裡真正能超額輸出的那幾個人，把大權交給他們。Path 2 也提到頂尖工程師要能管理 20–30 個 agent、產出 10x 以上的 output。這不是在描述未來，是在描述現在 CEO 在篩人的標準。所以我的目標很清楚：用 AI 把自己的有效產能拉到 10 倍、20 倍，讓自己成為那個值得被交付大權的人，而不是被「一個月後觀察有沒有跟上節奏」的那批。
第二：快沒有用，產值才有用。 CEO 需要的不是一個能快速產出一堆技術債的工程師。AI 可以幫你寫很快，但如果你沒辦法快速 review 和判斷輸出的品質，你對公司的貢獻其實是負的——你只是幫 AI 按了送出鍵。更妙的是，AI 當然會告訴你它寫的不是技術債（它的信心通常和它的錯誤率一樣高 😅）。所以審核能力、判斷力、決策速度，這些才是讓 AI 產值真正落地的關鍵，也是工程師在 AI 時代真正的差異化。
第三：資安從加分項變成基本門票。 文章提到舊護城河在變弱，其中一個原因是 agent 可以跨系統操作，遷移成本降低——但這把刀是雙面的。Agent 能跨系統操作，代表攻擊面也在跨系統擴大。Prompt injection、agent 被惡意指令劫持、敏感資料外洩，這些在傳統開發裡幾乎不存在的威脅，在 agentic AI 時代變成真實的 production 風險。以前資安是「有做更好」，現在是「不懂就是漏洞」。
評論