Agent时代下的软件价值重估与投资：一种基于执行引擎与价值分配的分析视角
从专业执行引擎、工程数据与收费方式出发，分析 Agent 如何改变软件需求与价值分配，并比较工业软件、创作平台和企业软件的估值与投资机会。
二级市场投资者都看到了SaaS在AI叙事下岌岌可危的境地。但是SaaS和SaaS之间的差异，可能比SaaS和AI模型之间的差异更显著。很多事情看起来都可以通过简单的自然语言发起，背后需要的软件能力、失败成本，以及最后谁能获得最大的好处，差别很大。GPT-6 Astra给了我们很好的启发：Agent可以接手操作软件的过程，同时把更多任务送进软件内部。这是否意味着，软件的价值在AI Computer Use下依然保留，甚至进一步加强呢？
我的判断是，市场对至少一部分专业性的软件过度悲观。尤其是那些掌握专业数据结构、执行引擎和验证能力，又已经具备收费基础的软件公司。模型能力越强、调用成本越低，这些系统就越容易被高频使用。如果股价仍然主要按照Seat减少来定价，预期差就出现了。
这里沿用市场讨论中的“SaaS”说法，我们的研究范畴包括订阅制企业软件、工程软件和按使用量收费的平台。
一、Seat-based SaaS的做空逻辑
原始逻辑很自然：大模型能力提升，Agent接手软件操作，企业完成相同工作需要的人减少，购买的Seat随之减少，软件公司的收入增长和长期估值受到冲击。再往前走一步，如果模型直接生成客户要的结果，原来的软件甚至不需要打开。一个小商家需要几张宣传图，直接生成就行，未必还需要Photoshop。
这个逻辑对于依赖人工操作量、又没有其他收费抓手的产品，在一定程度上是成立的。过去很多软件的商业模式，实际上把“有多少人需要处理这件事”当成收入基础。买一个Seat，通常就对应一个使用软件的人，人数也大致反映了客户的业务规模。Agent把这两个变量拆开了：一个人可以管理多个Agent，同样的业务量可以由更少的人完成，客户自然会重新算自己究竟需要多少Seat。
问题出在，市场很容易顺着这条链条，把“操作人数减少”推成“软件需求减少”，再推成“软件公司的全部价值下降”，这是一种危险的滑坡谬误。对于一些产品，这几个变量高度相关；对于另一些产品，它们是明显解耦的。十个工程师变成五个并不意味着仿真任务的减半。
这里存在两种不同的经济活动：一种是把固定工作更便宜地完成，另一种是成本降低之后，去做原来做不起、来不及做的工作。我看好后一种需求在专业软件里的释放。工程师的时间一直是约束，方案搜索和验证又能直接改善良率、能耗、重量、可靠性以及上市时间。比如同一个零件，过去可能只来得及比较几组尺寸和材料组合；如果Agent能够自动修改参数、提交仿真、整理结果，工程团队就有条件扩大搜索范围，把过去凭经验略过的方案也算一遍。这些工作有明确的商业回报，客户有理由把一部分省下来的人力预算重新花在计算和验证上。
对于这类软件，Seat原本只是一个方便的收费单位，人力操作能力也恰好限制了软件的使用量。现在这个限制开始松动，厂商有机会按照客户实际使用的工程能力重新收费。预期差就落在这里：市场下调了人工Seat的预期，却可能还没有充分计入机器使用量的扩张，以及软件公司对这部分使用量的收费能力。
所以，判断是否错杀的核心在于：Seat减少以后，哪一层工作仍然必须完成？这家公司能不能对那一层收费？现在的股价对于这种能力Price In了多少部分？
二、Astra的新启发
Astra在Blender里的表现给了很好的启发。OpenAI公开的建筑可视化案例中，Astra通过Blender的Python API创建可编辑的场景，调用渲染、检查预览，再调整材质、灯光和物体位置。它也会打开应用检查结果。这里同时使用了代码、API和Computer Use的相关能力。
这个过程里，Blender负责几何、场景、材质和渲染，Agent负责理解目标、组织操作、观察结果和继续迭代。用户最后拿到一份保留了结构的场景，下一轮可以移动一面墙、修改一组材质、换一个视角，继续使用同一份资产。对于专业工作，这种连续性非常重要。客户经常会在看到第一版之后修改需求，后续参与的人也需要接着改，前面已经做好的工作必须能够保留下来。
模型直接生成一张图，解决的是这一次的画面需求。通过Blender完成场景，交付的内容还包括下一次修改所需要的几何、材质和空间关系。把这个区别放到工业领域会更明显：设计方案需要进入后续的仿真、制造和交付流程，不能每次修改都从一个看起来正确的结果重新猜测其内部结构。Astra展示出来的能力，让Agent与现有软件之间形成了一条相当自然的合作路径。
Computer Use扩大了Agent能够接触的软件范围。很多企业软件已经运行多年，界面里有大量现成的操作能力，自动化接口却未必完整。Agent能够操作界面，就可以先把这些环节接进流程，企业不必为了每一个操作单独开发集成。等任务量上来，API、SDK和脚本接口便更适合承担重复执行：直接传入参数，读取结构化状态，批量提交任务，再把结果交给下一步。Computer Use负责补齐那些还没有接通的环节，两者可以在同一个任务中配合。
MCP进一步降低了Agent发现和调用工具的接入成本。对底层软件厂商来说，开放接口意味着自己的能力更容易进入外部Agent的工作流。原来只能在自家应用里使用的功能，现在可以被其他模型、其他平台和客户内部的自动化系统调用。实际执行所需的引擎、计算资源和软件许可仍然由软件厂商提供，收费关系也可以顺着这条调用链延续。
这条路已经有商业基础。Autodesk Platform Services提供AutoCAD、Revit、Inventor、Fusion等产品的自动化能力，支持预付Flex tokens和按使用量付费。客户把任务交给Agent，Agent调用Autodesk的能力，执行消耗对应的付费资源。软件厂商接到的是一份需要处理的工程任务，前面发起需求的是工程师还是Agent，对于这笔收入并没有根本区别。
专业软件过去还面临一个很实际的市场限制：客户即使买得起，也未必有足够的人能够把功能用起来。学习复杂软件、配置任务、处理报错、整理输出，都会消耗工程师的时间。Agent承担其中一部分工作以后，一个团队能够消化的软件能力会增加，一些过去没有专业操作人员的部门也可能开始使用。软件的潜在市场因此有机会从“有多少人会用它”，扩展到“有多少任务需要它”。对于专业性越强、上手成本越高的产品，这个变化越值得重视。
商业兑现要看合同怎么覆盖这些新增任务。已有许可如果允许无限使用，Agent在里面多跑几次，收入不会自动增长；如果任务增加需要更多并发许可、云计算时长、付费执行额度或者专业模块，使用量就会进入账单。短期还可能出现Seat优化先发生、机器收费后跟上的时间差，这取决于合同周期和产品部署方式。具体到公司，我会看新增任务有没有形成付费消耗、客户有没有扩充执行容量，以及续约时合同规模是否提高。这些变化比产品是否冠上Agent的名字更能说明商业模式在往哪里走。
三、软件到底提供什么价值，以及客户、MaaS和SaaS怎么分钱
沿着这条逻辑，软件可以按照客户最终为什么付钱来分类。同一家公司往往横跨几类，所以分析还要下沉到产品和业务。Autodesk的简单绘图工具与BIM项目环境，Adobe的一次性素材生成与大型品牌的持续内容生产，面对的替代压力就不一样。
| 软件价值来源 | 客户真正购买的能力 | Agent带来的变化 | 更有希望的收费方式 |
|---|---|---|---|
| 界面、轻量流程与信息整理 | 把信息搬到一个更容易操作的地方 | 一部分操作和简单流程可以被直接吸收 | 原有Seat承压；需要证明新增价值 |
| 专业执行与验证 | 几何建模、仿真、签核、约束求解、制造准备 | 方案和验证任务可以增加 | 并发许可、计算时长、仿真任务、API与项目授权 |
| 业务记录与工程数据 | 版本、BOM、交易状态、权限、审批与追溯 | Agent需要读取真实状态，并把结果写回可靠系统 | 平台订阅、交易量、数据服务、执行权限 |
| 创作与协作环境 | 可编辑资产、设计系统、团队决策和交付 | 简单成品被直接生成，复杂协作可能被放大 | Seat、AI credits、企业资产与协作套餐 |
| 运行基础设施 | 数据处理、网络、安全、监控与部署 | 更多软件和Agent产生更多运行负载 | Compute、流量、存储、日志和使用量 |
第一类软件的压力最容易理解。客户主要为了整理信息、搬运数据和完成几个固定步骤而购买它，Agent接管这些操作以后，原来的界面和流程就可能被直接吸收。第二类软件保留了更深的一层能力。EDA背后的工艺规则、时序分析和物理验证，仍然决定设计能否进入制造流程，前面的操作方式变化，对这部分工作的必要性影响很小。如果Agent让设计迭代增加，执行与验证的工作量还会随之上升。
第三类的价值更容易被低估，因为“拥有数据”听起来远不如仿真引擎有技术含量。企业真正依赖的是不断更新、彼此关联的业务状态：这个零件现在是哪一版，适用于哪一批产品，哪个修改已经批准，谁有权发布，发布之后影响哪些供应商。拿到一份导出文件，只能知道导出那一刻的信息。Agent要参与生产，还需要在多人同时操作的环境里读取最新状态、按权限修改，并把影响传递给后面的系统。PLM和ERP有很大一部分价值就在这里，接入的业务越多，替换时需要重新确认的关系也越多。
MaaS和SaaS怎么分钱，我觉得可以从客户的账往回看。客户愿意付费，是因为整套方案降低了完成工作的成本，或者改善了结果。模型负责推理与编排，软件提供执行、数据和验证，双方都参与创造这部分收益。某一方能拿走多少，取决于客户绕过它需要付出多大的代价，以及同类供应商之间有多少竞争。
举一个说明机制的假设。原来完成一批工作需要100万元人力和10万元软件，合计110万元。Agent介入后，人力降到60万元，模型费用增加5万元，软件费用提高到15万元，总成本变成80万元。客户省了30万元，模型厂商获得5万元收入，软件厂商收入增长50%。即使客户削减了一部分Seat，只要付费执行和其他新增收入足够大，软件公司的总账仍然可以增长。三方都有收益，前提是新增收入能够覆盖各自的服务成本。这笔生意的空间来自原来庞大的人力和时间成本，软件公司也有机会从这部分节省中获得收入。
收费方式会跟着具体能力走。模型厂商可以收推理和Agent服务费，专业软件可以继续收平台许可，同时对并发容量、计算时长和仿真任务收费。Transaction适合有明确业务动作的场景，Outcome则需要结果能够归因、验收标准清楚。工程任务往往要经过多个环节，最终结果还受到制造和客户自身流程的影响，因此许可加使用量的混合收费更容易落地。客户买到持续可用的工程环境，再根据实际执行规模付钱，厂商也有稳定收入支持长期研发。
开源模型在这里还有一层利好，本文也把可自行部署的开放权重模型放在这个范围里。软件厂商可以直接采购和部署通用推理能力，再把它与自己的工具、数据和权限系统结合。高难度任务调用Frontier模型，步骤明确、重复性强的任务用成本更低的模型，客户对数据部署有要求时还可以选择自建。对于一家工业软件公司，能够把这些选择组织好，就已经可以显著改善产品，并不需要先承担训练一个通用大模型的全部成本。
这也会影响MaaS与SaaS之间的议价。假如完成同一类编排任务的模型有多个，软件公司可以比较质量、成本和部署条件；而某个工程流程需要的签核能力只有少数厂商提供，后者就有更强的保价能力。我的判断是，模型供给的增加会让这类专业软件更容易保留利润，低推理成本又能刺激客户扩大使用。最终有利的组合，是越来越便宜的通用智能，接入仍然稀缺的专业能力。这也是我会同时看好开源模型进步和部分商业软件公司的原因。
四、五个核心标的，以及当前价格包含了什么预期
先把价格和财务放在一起。下表PE按股价除以公司本财年调整后EPS指引中值计算，FCF倍数按市值除以同财年自由现金流指引计算。Autodesk对应FY2027，其余四家对应FY2026。市销率使用股权市值／收入。调整后EPS方便比较经营表现，后文同时结合GAAP利润、现金流和并购影响判断盈利质量。
| 公司 | 股价 | 最新季度收入及同比 | 本财年收入指引中值 | 调整后EPS指引中值 | 当前估值 |
|---|---|---|---|---|---|
| Synopsys / SNPS | $384.97 | $24.77亿；约+42%，包含Ansys并表影响 | $97.15亿 | $15.07 | 25.5×调整后PE；28.5×FCF |
| Cadence / CDNS | $282.90 | $15.84亿；约+24% | $63.00亿 | $8.10 | 34.9×调整后PE；12.4×销售额 |
| Autodesk / ADSK | $216.95 | $20.46亿；+16% | $83.20亿 | $12.56 | 17.3×调整后PE；16.7×FCF |
| Dassault Systèmes / DSY | €20.56 | €15.56亿；报表+2%，固定汇率+4% | €63.56亿 | €1.32 | 15.6×non-IFRS PE |
| PTC | $135.89 | $6.00亿；−7%，受业务出售和收入确认影响 | $27.20亿 | $8.145 | 16.7×调整后PE；18.4×FCF |
DSY采用巴黎上市普通股及欧元口径，9月18日收盘价为€20.56。
Synopsys：EDA与工程仿真的收费基础仍然很强
Synopsys掌握了从芯片设计到验证、签核和系统仿真的一组底层能力。全流程EDA长期由Synopsys、Cadence和Siemens等少数厂商竞争，工具之间又有各自的优势环节。欧洲监管机构在审查Synopsys与Ansys交易时，也把Cadence和Siemens列为主要EDA竞争对手。Ansys已经在2025年7月并入Synopsys，现在买SNPS，同时获得了EDA和工程仿真的业务敞口。
Ansys进一步扩大了这套能力覆盖的工程问题。仿真行业按物理问题和应用场景分得很细，Ansys在多个高价值领域有很强的位置，SIMULIA、Siemens等厂商也在竞争。对客户来说，仿真工具的价值与已有验证流程密切相关：输入的数据和材料参数能不能接进来，不同问题能不能联合分析，结果能不能作为下一步工程决策的依据。这些能力需要持续研发，也需要在客户实际项目中积累。
Agent写出RTL之后，还要经历综合、布局布线、时序收敛、功耗检查和物理验证，才有机会把设计送进制造流程。每一步都有真实的工艺约束，前面生成的方案越多，后面需要筛选和验证的方案通常也越多。Synopsys与晶圆厂共同认证的设计流程，使它处在客户很难跳过的环节。Agent可以负责提交任务、分析报错和修改设计，判断修改是否满足目标工艺要求，仍然要使用对应的工具。
这种分工有一个很直接的经济含义：自动化提高设计迭代效率以后，客户可以同时探索更多架构和实现方案，工具的并发需求、使用容量和高级模块需求都有扩张空间。SNPS本来就按专业能力与许可范围收费，机器使用增加也更容易延续到原有商业体系里。它不需要把整个收入模式推倒重来。
SNPS目前约25.5倍调整后PE，全年FCF指引约26亿美元，对应28.5倍FCF和3.5%的现金流收益率。相对Cadence，折价已经比较明显。并购整合、摊销、约100亿美元有息债务，以及出口限制，解释了市场为什么要求这份折价；Ansys并表也使收入同比增速显著高于原有业务的有机增长。对SNPS的估值修复，我更看重整合后能够留下多少现金、债务能以多快的速度下降。这两项改善会直接增加归属于股东的价值。
我偏向认为，当前价格低估了这套资产在Agent时代的持续性。更强的模型会参与设计，Synopsys提供的执行和验证能力也会进入更多自动化流程。以25倍左右调整后利润买入，收益可以同时来自盈利增长和整合折价收窄。这里最值得下注的是行业需求与既有技术地位能够转化成现金流，AI则给工具使用规模提供额外的扩张机会。
Cadence：受益路径清楚，估值也已经较高
Cadence已经把Agent化做成了具体产品。ChipStack将设计、验证、回归测试和调试组织成Agent工作流，底层调用Cadence自己的工具。通用模型参与任务理解和推理，专业工具继续承担实际执行，自动化能力与现有许可体系也就更容易一起卖给客户。这条路径比较完整，Cadence可以直接在自己的产品环境里组织新增需求。
2026年二季度，Cadence核心EDA收入增长18%，公司整体收入约增长24%，GAAP营业利润率28.4%，调整后营业利润率45.5%；全年收入指引中值63亿美元，调整后EPS为8.10美元。现有增长和利润率已经说明，客户仍然愿意为这套设计与验证能力付费。AI继续提高自动化程度，带来的增量可以叠加在一门本身经营良好的生意上。
当前34.9倍调整后PE、12.4倍全年销售额，也体现了市场对这种业务质量的认可。对于Cadence，我更愿意按照持续较快增长来计算回报，估值修复能够贡献的空间相对有限。同样持有两年，即使它的盈利增速高于Autodesk和PTC，较高的买入倍数仍然可能让最终回报落在后面。因此在这组标的里，我对Cadence的业务判断很积极，投资优先级会稍后一些。
Autodesk：我最愿意优先研究的一家
Autodesk是我最愿意优先研究的一家。它同时有专业底层、广泛的客户工作流，以及已经存在的接口收费能力。AutoCAD、Revit、Civil 3D、Inventor、Fusion分别覆盖不同的设计任务，其中建筑工程、BIM、制造设计与项目协作，都很符合这篇报告讨论的逻辑。最新季度AECO收入约10.29亿美元，已超过总收入的一半，意味着投资判断有相当大一部分要落在建筑与工程业务上。
建筑项目的设计会不断变化，修改一处空间布局，可能牵涉结构、机电、材料和施工安排。工程模型里需要保留构件的含义、参数之间的关系，以及各个专业正在使用的项目数据。Agent能够更快修改方案，工程团队就更需要及时检查这些修改如何影响其他部分。Autodesk已经进入大量项目的设计和交付过程，客户会优先考虑在现有工程环境里增加自动化，因为后面的协作和交付本来就在这里进行。
BIM和制造流程的底层能力，就体现在这些反复进行的工程工作中。一个可编辑的项目模型可以贯穿许多轮方案调整，修改越频繁，模型内部关系和项目协作越重要。AI接手一部分人工建模工作以后，客户仍然需要这一套环境承接修改、检查约束并完成交付。只要这些活动能够转化成更多付费执行或更大的平台合同，Autodesk就有机会从效率提升中继续获得收入。
Autodesk的Headless能力已经通过Automation API对外提供，部分任务能够在后台使用原有引擎执行，并按使用量收费。Agent收到需求后，可以提交任务、取得结果，再决定下一轮修改。接口和计费都已存在，后续主要看客户会把多少原本由人工发起的工作迁入自动化，以及自动化会创造多少新增任务。这比单纯讨论未来能否换一种收费方式，更容易追踪商业进展。
216.95美元的股价对应约17.3倍调整后PE，全年FCF指引中值27.375亿美元，对应16.7倍FCF，现金流收益率接近6%。收入仍在双位数增长，最新季度GAAP营业利润率29%；即使用全年GAAP EPS指引中值计算，PE也约26.1倍。专业软件已经有这个盈利与现金流基础，当前估值对增长的要求并不高。我认为这里已经出现了比较明确的投资吸引力。
Autodesk的兑现路径可以分成两个阶段。现阶段靠既有建筑工程与制造业务维持增长、产生现金，之后再由付费执行、并发和平台使用扩大贡献增量。收款与交易模式变化会影响某一年的billings和FCF，因此要把现金流放回持续收入增长里理解。只要收入和每股盈利还能维持两位数附近的增长，现在的买入价格就已经可以支持回报，Agent带来的任务扩张会进一步抬高长期空间。
Dassault Systèmes：较低估值对应的是增长放缓
Dassault覆盖的工业软件范围很广。CATIA、SOLIDWORKS、SIMULIA、ENOVIA和DELMIA涉及设计、工程数据、仿真及制造流程，集团还有生命科学业务。在汽车、航空航天等复杂制造领域，它的产品与客户工程流程结合很深；SIMULIA又覆盖结构、流体、电磁等不同物理问题。它与Synopsys都有仿真敞口，业务组合和客户需求却有很大差异，应当分开估值。
Dassault符合这套逻辑的地方，在于一份工业模型可以沿着设计、验证与制造持续使用。Agent提出一个更轻的零件，后面要检查装配、强度、振动、加工和维护要求，修改结果还要保留在产品整体关系里。已经使用这套环境的客户，可以让Agent直接沿着现有模型和约束继续优化。过去复杂的软件操作限制了工程师能够尝试的方案数量，自动化程度提高以后，这套产品组合有机会被使用得更充分。
当前市场给它的折价，主要能在增长上找到原因。二季度收入报表增长2%，固定汇率增长4%，调整后营业利润率30%；全年non-IFRS EPS指引为1.30—1.34欧元。20.56欧元的股价对应约15.6倍调整后PE。与几家仍有较快收入增长的公司相比，Dassault便宜得有依据：现有产品地位还没有转化成同样强的增量收入。
15.6倍PE也把投资的要求压低了。在我的定价里，中个位数增长、稳定利润率，再加上客户对既有平台更深的使用，已经可以支持比当前略高的倍数。制造业客户需求、平台采用与交付改善，会决定这部分价值何时体现；Agent使复杂能力更容易被使用，则有助于扩大之后的增长空间。我把Dassault看作低价持有工业设计与验证能力的机会，兑现速度会慢一些，适合按更长的时间理解。
PTC：Agent需要持续更新的工程数据和产品状态
PTC有CAD和PLM两条很相关的业务。它是工业CAD与PLM的主要厂商之一，与Dassault、Siemens、Autodesk等公司竞争。Creo、Onshape提供设计能力，Windchill负责产品数据和生命周期管理，覆盖BOM、配置、工程变更、版本发布与供应链协同。这些功能平时不如生成式设计直观，Agent开始参与企业生产以后，它们提供的Context却会变得更重要。
假设Agent建议替换一个零件，企业首先要知道它修改的是哪一版产品，哪些订单还在使用旧版本，替代件适用于哪些配置，供应商是否已经收到之前的变更。接下来还要确定谁批准、什么时候生效，以及后续部门如何拿到一致的信息。模型可以提出建议，执行建议需要依靠这套持续更新的工程关系。对于大型制造企业，这些关系已经嵌在生产和供应链协作里，迁移时每一处都要重新核对。
PTC的PLM业务可以把这部分Context提供给Agent。模型从外部采购，产品状态、变更权限和执行记录由企业正在使用的系统提供，双方很容易形成配合。Agent处理的任务越多，接入这些能力的需求越大，更多部门和自动化流程也可能因此进入PLM平台。
PTC最新季度收入下降7%，包含业务出售和收入确认的影响；剔除已出售业务、按固定汇率计算的ARR增长9.1%，更接近持续业务的变化。全年FCF指引8.5亿美元，当前市值约156亿美元，对应18.4倍FCF和约5.4%的现金流收益率。全年调整后EPS指引中值8.145美元，对应16.7倍PE。估值上我采用这组持续经营与现金流数据，业务出售形成的GAAP一次性收益不计入长期盈利基础。
以这个价格买PTC，主要依靠工程数据业务的持续性和现有现金流。Agent扩大使用，可以通过更多部门接入、PLM升级、云部署和平台合同扩张形成收入，不必全部表现为API计次收费。现有ARR仍在接近一成的速度增长，现金流收益率又超过5%，已经有条件建立一笔中期投资；自动化进一步提高产品状态与变更管理的重要性，会让这门生意更值得长期持有。
五家公司都具备专业底层，当前价格给出的机会却不一样。Autodesk和PTC仍有增长、现金流估值也低，我会优先；Synopsys的EDA与仿真壁垒更强，可以同时跟踪整合和去杠杆带来的修复；Dassault适合以较低价格等待增长改善。Cadence经营表现很好，现价则要求这份优势持续转化成较快的盈利增长。
五、Agent + Open Source的替代，会先发生在哪里
Blender本身就是开源软件，Astra的案例也自然引出了另一个问题：如果Agent可以把开源软件用得很好，商业软件还能保留多少优势？过去一些开源工具的能力已经够用，用户需要花大量时间配置、调试和组织流程。Agent恰好能够处理其中一部分工作，这会降低客户采用开源工具的总成本。商业软件过去靠使用便利性获得的溢价，会首先受到影响。
开源工程软件已经有实际生产能力。OpenFOAM用于工业和科研中的流体计算，OpenROAD提供开源数字芯片设计流程，项目介绍中也列出了大量silicon-ready tapeout应用。它们的存在意味着，商业厂商必须在客户需要的具体环节上提供足够价值。随着Agent降低操作门槛，一部分成熟、标准化的任务会更容易转向开源工具。
上述五家的高价值核心业务，替换起来仍然相对困难。客户买工具时会比较许可费，也会考虑换工具之后要重新验证哪些内容、是否影响项目交付，以及出了问题由谁提供支持。对于最终失败成本很高的工作，节省软件费用只占决策的一部分。只要重新验证和迁移的成本足够大，商业厂商就仍然有很强的收费基础。
先进芯片设计最能说明这一点。目标工艺对应的PDK、设计使用的IP、工具之间传递的数据，以及晶圆厂认可的流程，需要共同工作。Agent可以帮助开源工具改进配置、调度和代码，客户采用时仍要确认整条流程对自己的设计有效。一款工具在某个项目中完成流片，距离覆盖更多工艺、更大规模和更复杂设计，还有大量工程工作。Synopsys与Cadence长期积累的认证流程、客户验证和支持能力，使它们在高端设计与签核环节尤其难替换。
仿真要按问题拆得更细。成熟流体问题有开源选择，复杂材料、多物理场耦合、求解稳定性和验证案例，则会显著影响工具的可用性。客户使用Ansys或SIMULIA作出工程决策时，也在使用多年积累的模型、参数和验证经验。Agent能把操作变简单，工程团队仍然要确认计算结果与实际问题一致，这部分工作会保留对专业工具的需求。
AI代理模型还可能改变仿真的工作量结构。重复求解的一部分会被更快的近似计算替代，早期方案搜索因此能扩大，最后筛出的方案再进入高精度验证。我倾向于认为，掌握模型训练数据、校准和最终验证的厂商，更容易在这个过程中保留收入。后续增长可能来自更大的设计空间与更完整的工具组合，传统求解次数不会是唯一的计费基础。
CAD和PLM的迁移成本，很大一部分藏在工程文件内部。可编辑模型、特征历史、装配关系、BOM与变更记录，会影响后续每一次修改。导出的几何外形即使一样，内部关系未必完整保留。企业换系统，还要处理历史产品、在产项目和供应商使用的版本，验证新环境能否继续支持生产。Autodesk、Dassault和PTC积累的工程数据与协作环境，在这里形成了比操作习惯更深的客户黏性。
按替换难度排序，我会把先进EDA签核和关键工程验证放在最前面，其次是成熟的BIM、复杂CAD与PLM生产环境，简单绘图、通用建模和早期概念设计最容易先受到冲击。同一家公司的产品也会落在不同位置。Autodesk要看建筑工程与制造平台创造的收入，能否持续扩大到足以覆盖低端用途的流失；Ansys和SIMULIA要看客户在哪些高价值问题上仍然依赖商业工具。按具体业务拆开以后，开源风险就可以进入收入结构和估值判断。
开源对这一组公司的影响因此有两个方向。开放权重模型降低了它们接入智能的成本，开源应用则可能替代部分收费能力。比较有利的位置，是能够用廉价模型改善自动化，同时在执行、验证和工程数据上保留收费权的厂商。模型进步越快，它们升级产品的成本越低；底层能力越难替换，客户越有理由继续付费。
判断这条护城河有没有变浅，可以看关键客户是否开始把生产任务迁出、开源工具是否进入原来由商业软件承担的签核与验证环节，以及迁移有没有改变续约价格和合同规模。这些变化会直接影响长期现金流。仅仅看到Agent完成一次相似演示，还不足以推断客户已经获得一套能够持续用于生产的替代方案。
六、Adobe的割裂，以及Figma为什么比较tricky
Adobe：业务很割裂，当前估值值得积极看待
Adobe比较割裂，而且这种割裂会长期存在。一次性宣传图、简单配图和低复杂度内容，可以直接通过模型生成，客户拿到满意结果就结束了，未必需要进入Adobe生态。过去为了这些需求购买创作工具的人，有一部分会流失；原有用户也可能减少使用，或者认为没有必要继续购买完整套餐。Agent与生成式模型在这一端的替代非常直接。
专业内容生产包含的后续工作多得多。一个品牌要围绕同一套产品和视觉规范反复制作内容，素材需要在不同渠道、尺寸与语言之间调整，产品本身、商标、文字和颜色又要保持一致。客户经常只要求修改其中一处，其他已经确认的内容需要原样保留。图层、矢量结构、素材管理、团队审核与持续编辑，在这些任务里都有实际价值。Adobe已经承载了相当多这类工作，生成能力接入以后，也可以沿着现有资产和工作流继续销售。
两端的区别会影响收入结构。轻度用户的Seat可能承压，专业客户则可能购买更多生成额度和企业功能，同时让更少的人完成更多内容。Adobe最终能否增长，取决于保留下来的客户愿意为完整生产流程支付多少，以及新增AI消耗能覆盖多少传统收入压力。这里有一部分业务确实符合专业软件的逻辑，另一部分则直接面对模型替代。
Adobe自己的生成式模型如果能达到Frontier，当然是最好的结果，产品体验和价值分配都会更有利。当前它也已经把Google、OpenAI、Runway等第三方模型引入Firefly和相关创作环境。客户可以在一个生产流程里选择适合的模型，再继续编辑和交付。只要客户仍然把资产和生产过程留在Adobe，外部模型的进步就有机会被它吸收到产品中。
从最新财务看，这家公司仍然有很强的赚钱能力。FY2026第三季度收入67.60亿美元，同比增长13%，GAAP营业利润23.5亿美元，营业现金流25.2亿美元；全年收入指引中值266.01亿美元，GAAP EPS中值18.145美元，调整后EPS中值24.475美元。结合这组数据，我很难接受把Adobe整体按照一门快速衰退的生意定价。
248.92美元的股价对应约13.7倍全年GAAP PE、10.2倍调整后PE和3.8倍全年销售额，悲观预期已经很重。对于这个价格，最值得研究的是专业创作、文档生产力与企业营销业务能否维持盈利，新增AI收入能否逐步消化轻度用户流失。即使低端需求继续被分流，只要这几块主要盈利来源保持稳定，投资回报也可能成立。
可以直接算一笔账：假设全年GAAP EPS维持在18.145美元附近，给18倍成熟软件估值，参考价格约327美元，较当前高约31%。这个情景没有加入利润增长，回报全部来自盈利持续性得到重新认可。18倍是我对这类业务的定价假设，实际投资要判断未来利润能否维持在这个基础上。以当前仍有双位数收入增长和较强现金创造能力的状态，我认为这笔账值得积极看待。
Adobe与高端EDA的买入理由有明显区别。EDA更适合押注专业执行需求的扩张，Adobe在当前价格上更适合押注既有利润的持续性。它面对更强的业务替代，估值也便宜得多。如果后续企业和专业客户收入继续增长，市场就有可能在低端需求仍然流失的过程中，先修正对整个公司的定价。
Figma：设计流程会改变，设计系统的位置更值得看
Figma比较tricky，因为Agent直接改变了设计与开发之间的分工。一个简单网页或小应用，可以从需求直接生成代码，用户看到运行结果后继续修改。原来先在Figma画设计稿、再交给开发的流程，有一部分会被压缩，甚至跳过。做出第一版页面的能力越来越便宜，Figma要保留收费，就需要在后续的产品工作里继续有用。
大型产品团队恰好有很多后续工作。不同团队需要共享组件、遵守品牌与交互规范，修改需要讨论和批准，已经确定的设计决策还要在多处实现中保持一致。Agent快速生成页面，可能会增加版本数量，也更容易让不同实现逐渐偏离。企业需要把组件的含义、使用规则和设计决策提供给Agent，Figma中的设计系统有机会成为这部分Context的来源。
Figma未来的位置，就取决于企业把什么留在里面。如果它主要用于制作一张等待开发实现的设计稿，Agent确实会绕开一部分需求；如果组件、规范和跨团队决策持续在这里维护，外部Agent每次生成或修改产品时，都有理由回来读取和更新这些信息。我偏向后一个方向，尤其在复杂产品和大型组织里。
MCP让外部Agent更容易使用Figma的设计数据，用户也可以在其他环境里发起任务。界面停留时间可能下降，设计系统被读取和使用的频次却可能增加。商业上，需要把这种使用与付费企业功能、协作能力和平台套餐连起来；免费开放数据读取本身不会自动产生新增收入。Figma同时也在销售自己的AI能力，已经提供Seat之外的AI credits订阅和按量付费，机器使用的收费方式正在形成。
2026年二季度，Figma收入3.701亿美元，同比增长48%；全年收入指引中值14.65亿美元，同比增长约39%。22.69美元股价、约119.7亿美元市值，对应约8.2倍全年销售额。最新季度FCF为5320万美元，GAAP营业亏损1.173亿美元，全年调整后营业利润率指引约9%。这仍是一家需要用后续增长和利润率提升来解释估值的公司，现金流与GAAP盈利之间也有较大差距。
接近40%的全年收入增长，配合8倍左右销售额，使Figma比很多热门AI平台更容易建立投资逻辑。我的积极判断主要押在设计系统和协作资产会进入Agent工作流，后续企业采用扩大，再带动利润率改善。定价时还需要把推理成本和股权激励造成的摊薄放进去，因为股东最后获得的是每股盈利。它的上行空间来自正在形成的平台位置，Autodesk的吸引力则更多建立在已经收费的工程环境上，这也是两家投资确定性的主要差别。
七、PLTR、NET、DDOG、SNOW：基础受益逻辑已经Price In
PLTR、NET、DDOG、SNOW可以放在一起带过。它们大体属于AI直接扩大需求的软件与基础设施，收费也早已超出传统Seat逻辑。Palantir将数据连接到业务决策和执行，Cloudflare承接网络、安全与运行负载，Datadog提供监控与可观测性，Snowflake承接数据处理和使用。Agent部署越多，相关的数据访问、运行和管理需求通常也越多，市场已经比较充分地接受了这一层逻辑。
当前定价也反映了这种认可。下面使用市值与公司全年收入指引比较，Snowflake采用单独注明的产品收入口径。
| 公司 | 股价 / 市值 | 最新季度表现 | 本财年指引与估值 |
|---|---|---|---|
| PLTR | $177.64 / $4563亿 | 收入$19.35亿，+93%；GAAP营业利润率47% | 收入$81.54亿中值，约56.0×销售额；调整后FCF指引$46亿中值，约99× |
| NET | $323.60 / $1147亿 | 收入$6.961亿，+36%；调整后营业利润率13.8%，GAAP营业亏损$2.057亿 | 收入$28.67亿中值，约40.0×销售额 |
| DDOG | $229.92 / $853亿 | 收入约$11.2亿，+36%；季度FCF$2.79亿 | 收入$44.6亿中值，约19.1×销售额；约91×调整后PE |
| SNOW | $332.43 / $1161亿 | 总收入$15.5亿，+35%；产品收入+37%，净收入留存126% | 产品收入指引$60.7亿，约19.1×产品收入；调整后营业利润率指引14.5% |
各家公司调整后FCF定义不同，此处保留公司原口径。
上图统一使用“市值÷最新季度总收入的四倍”，便于比较当季收入规模对应的价格。PLTR和NET的倍数尤其高，DDOG和SNOW也处在明显的成长股定价范围。
我认为，“这些公司会受益于AI”已经Price In了。PLTR的季度收入增长93%、GAAP营业利润率47%，经营成绩确实很强；56倍全年销售额和约99倍调整后FCF，又要求这份增长与盈利能力在未来继续扩张。NET的40倍销售额、DDOG和SNOW约19倍收入，同样需要客户采用、利润率或长期市场空间持续给出更好的结果。仅仅再次确认Agent需求会增长，已经不足以解释为什么现价还有明显的预期差。
这四家在本次研究中的优先级也就比较低。它们的股价仍然可以由更强的增长推动，买入时需要对未来经营结果作出高于市场现有定价的判断。本文更关注那些专业能力仍有长期价值、股价却包含较强替代预期的公司，那里的回报要求相对低一些。
八、Salesforce、ServiceNow、SAP：中性的理由各不相同
Salesforce、ServiceNow和SAP需要稍微拆开。它们都掌握企业业务记录和执行流程，护城河有相当深的部分。三家在Agent时代能得到什么，取决于它们控制的业务环节、客户如何使用AI，以及新增收入怎样进入现有合同。我目前都偏中性，理由各不相同。
| 公司 | 当前价格与估值 | 最新财务 | 我的判断 |
|---|---|---|---|
| Salesforce / CRM | $237.92；约4.2×FY2027销售额；按公司指引约14.3×调整后PE，包含已确认投资收益 | 季度收入$113亿，+11%；GAAP/调整后营业利润率20.5%/34.1% | 估值有吸引力，Agent净增量还要与Seat和并购因素拆开 |
| ServiceNow / NOW | $135.47；约8.9×2026年订阅收入；估算约25×公司调整后FCF | 季度总收入$39.87亿，+24%；订阅收入固定汇率+23% | 业务位置强，但市场已认可平台价值 |
| SAP | 美股ADR $209.45；约21.3×2026年FCF指引 | 季度收入€98.78亿，+9%；云收入固定汇率+24% | 业务韧性强，当前主要仍是云转型与现金流兑现 |
NOW的约25倍为本文估算：全年订阅收入指引中值157.7亿美元，加按最新季度年化的服务收入约4.4亿美元，再乘公司35%的调整后FCF利润率指引。SAP以100亿欧元FCF指引及9月18日EUR/USD 1.1460换算，保持市值与现金流同币种。
Salesforce与Seat优化的关系最直接。销售和客服有大量Agent可以参与的任务，客户确实可能用更少的人完成相同工作；客户资料、销售记录、权限与业务集成，又使Salesforce有条件继续承接执行。Agentforce以及更开放的平台能力，都是把这些既有关系转化成AI收入的路径。企业可以让Agent在熟悉的客户数据和流程里工作，Salesforce也因此有机会从人员许可转向更广的业务使用收费。
Salesforce目前最需要算清楚的是净增量。客户增加Agent付费，同时减少人工Seat或重谈原有合同，最后整个客户关系贡献的收入增加多少，才决定增长有没有真正改善。FY2027收入指引增长11%—12%，其中略高于3个百分点来自Informatica；最新季度战略投资收益又为调整后EPS贡献了2.53美元。表面的约14.3倍调整后PE混入了这部分收益，可持续主营利润对应的倍数会更高。当前估值有吸引力，我对它保持中性，主要因为新增Agent收入、原有合同变化和核心盈利之间，还需要建立更清楚的对应关系。
ServiceNow在这套框架里的位置更强。企业让Agent执行任务，必须给出授权，确认资产状态，经过必要审批，再把结果写回不同系统。任务规模扩大以后，这套管理需求也会增加。ServiceNow已有的工作流与CMDB可以承接其中一部分，它推出Action Fabric，让第三方AI通过自己的工作流执行动作，也是在把原有平台能力向外部Agent开放。最新季度AI年度合同价值超过10亿美元，已经能看到实际付费。
它面临的竞争主要集中在跨系统执行与治理。ServiceNow、云平台和模型厂商，都有理由争取企业发起和管理Agent任务的位置。ServiceNow可以依靠已有流程和客户关系参与这场竞争，当前约25倍公司调整后FCF也已经给了这套能力一定价值。这个FCF口径加回了部分并购相关现金支出，使用时还要结合实际现金支出理解。我认可它的业务位置，现价下对它的预期差判断较为中性，低估程度不如前面的几家工业软件明显。
SAP更接近企业核心交易和记录系统。采购、库存、财务和结算涉及真实的业务状态，Agent发起动作后，需要确保订单正确入账、库存一致变化、权限得到遵守，相关部门看到的是同一套结果。企业已经把这些关系建立在ERP里，自动化通常会沿着现有系统接入。对SAP来说，Agent可以降低用户操作复杂业务系统的负担，也可以提高数据被读取和业务被执行的频次，核心系统的持续性相当强。
当前SAP的财务改善主要由云迁移和业务结构变化推动。2026年FCF指引约100亿欧元，按当前汇率和市值折算约21.3倍FCF，已经是一份偏稳健的定价。我对它的中性判断，更多是因为现有增长可以由云转型解释，Agent带来多少额外合同价值，还需要单独识别。它适合围绕客户迁移、云收入和现金流持续兑现来研究，在这次专业软件错杀主题中，排位会稍靠后。
九、落到投资上，我愿意为什么样的增长付多少钱
沿着前面的分析，投资上可以先缩小范围：核心执行能力和工程数据仍然被客户依赖，已有收入能够产生现金，机器使用扩大以后又有收费方式承接。这类公司提供了一个比较好的起点，持有期间可以先获得原有业务的增长，再观察Agent能把专业能力的使用范围扩大到什么程度。
按当前价格，我会把Autodesk和PTC放在最前面。两家的专业工作流与工程数据还在，现金流收益率在5%—6%左右，现有增长就能支持相当一部分回报。Synopsys的技术壁垒更强，整合与去杠杆又可能提供修复空间；Dassault增长较慢，对应的买入倍数也低。Cadence需要更多依靠较快的盈利增长消化现有估值。
具体计算时，我用当前调整后EPS指引作为起点，分别设定未来两个财年的EPS增速和期末估值。公式为“本财年EPS ×（1＋年增速）² × 期末PE”，对应FY2028、或Autodesk的FY2029盈利定价。起点来自公司指引，未来增速与PE是我的情景假设。
| 公司 | 起点调整后EPS | 两个财年EPS年增速假设 | 期末PE假设 | 情景参考价 | 相对当前价 |
|---|---|---|---|---|---|
| SNPS | $15.07 | 12% | 28× | 约$529 | +37% |
| CDNS | $8.10 | 15% | 30× | 约$321 | +14% |
| ADSK | $12.56 | 10% | 22× | 约$334 | +54% |
| DSY | €1.32 | 6% | 20× | 约€29.7 | +44% |
| PTC | $8.145 | 9% | 22× | 约$213 | +57% |
Cadence的15% EPS增长假设最高，反映其当前经营表现和专业需求；Synopsys的12%包含需求与整合转化为盈利的预期；Autodesk和PTC分别按10%和9%计算；Dassault以6%的较慢增速改善。期末估值给EDA较高倍数，工业软件给20—22倍，主要依据专业壁垒、增长与现金流。这个情景按每股盈利计算，后续要把股权激励和回购造成的股本变化计入EPS，不另加股息。
这组结果里，Autodesk和PTC的吸引力比较明显。即使只给接近一成的盈利增长，买入倍数较低仍然留下了较大的修复空间。Cadence用了最高的增长假设，期末PE从当前约35倍降到30倍，参考回报就只剩约14%。对优质公司的判断与对当前价格的判断，需要分别算账。
Autodesk和PTC的约54%与57%情景回报，也有较大部分来自估值修复。倍数完全不变时，两期累计EPS增长分别约21%和19%。买入这两家的判断包含两部分：经营继续增长，以及市场逐步接受其专业能力在Agent时代仍然可以收费。前者可以逐季通过财报确认，后者会随着执行收入和客户使用变化积累证据。
Adobe值得单独放进积极研究的名单，当前约13.7倍GAAP PE给出的门槛很低，主要判断专业与企业客户能否支撑既有盈利。Figma的机会更偏增长，押的是设计系统与协作资产进入Agent工作流。PLTR、NET、DDOG、SNOW已有较充分的AI受益定价；Salesforce、ServiceNow与SAP各有持续经营价值，这次主题中的预期差则相对小一些。
重估会由具体经营结果推动。付费执行和并发许可扩大，专业模块与平台合同增长，Agent收入逐步覆盖人工Seat优化，这些变化最终都要体现在更高的每股盈利或现金流里。几家公司只要先把这条路径做出来，投资者就有理由分别提高它们的长期增长预期，整个SaaS板块的叙事也会随之分化。
我总体上看好这种分化带来的机会。Astra展示的Computer Use和接口调用能力，让专业软件更容易被使用，模型供给增加又在降低自动化成本。掌握工程执行、可信验证与生产数据的厂商，可以把过去受限于人工操作的能力卖给更多任务。当前几家公司的价格，已经允许我们用现有利润和现金流支持买入判断，再持有这部分需求扩张的空间。对于AI叙事下的软件投资，我认为这是一个值得重点下注的方向。
数据与计算口径：美元行情为此次查询取得的9月18日交易日及盘后最近报价，时间范围为UTC 9月18日23:15至9月19日00:15；DSY使用巴黎9月18日收盘价。价格、市值和估值均按快照计算，财报指引采用区间中值。全年指引、季度实际值、本文估算和情景假设在相应表格分别注明。可复算的14家公司数据保存在估值数据中。
参考来源
四、五个核心标的，以及当前价格包含了什么预期
- Synopsys FY2026 Q3
- Cadence 2026 Q2
- Autodesk FY2027 Q2
- Dassault 2026 Q2
- PTC FY2026 Q3
- 9月18日收盘价
- 欧盟并购审查
- 收购完成公告
- Synopsys与TSMC认证流程
- ChipStack产品发布
- Autodesk Automation API与使用量收费
- Dassault产品组合
- SIMULIA技术范围
- PTC年报中的竞争格局
- 工程变更与BOM管理