Databricks 首席执行官 Ali Ghodsi：AI 将使传统 SaaS 变得无关紧要

企业软件领域正面临一场剧震。Databricks 的首席执行官 阿里 · 戈德西 (Ali Ghodsi) 最近在科技界引发了广泛讨论。他提出，虽然软件即服务 (SaaS) 作为一种交付模式并不一定会“死亡”，但保护大型 SaaS 厂商的传统护城河正在迅速瓦解。戈德西认为，人工智能生成代码和管理复杂逻辑的能力，很快就会让那些本质上只是“带 UI 的数据库”的传统 SaaS 模型变得无关紧要。

对于开发者和企业架构师来说，这不仅仅是一个哲学上的预测，它是未来十年软件开发的蓝图。为了应对这一转型，许多人开始转向 n1n.ai 等平台，获取构建下一代 AI 原生应用所需的高性能 LLM API。

“带 UI 的数据库”模式的终结

在过去的二十年里，SaaS 行业建立在一个相对简单的前提之上：创建一个专有数据库，在其上构建一个功能性的用户界面，并收取订阅费。Salesforce、ServiceNow 和 Workday 都遵循这一模式。它们的“护城河”在于构建软件的复杂性，以及将数据移出系统的摩擦力。

Ali Ghodsi 指出，生成式 AI 摧毁了这条护城河。当 AI 可以在几秒钟内编写出 CRM 或 ERP 系统的代码时，创建竞争对手的技术门槛几乎降为零。我们正走向一个“氛围编程” (Vibe-coding) 的世界——即根据自然语言描述由 AI 生成的软件，可以轻松复制价值数十亿美元平台的功能。

为什么 AI 原生竞争对手正在崛起

对现有的 SaaS 巨头真正的威胁并不是某个单一的 AI 会取代它们，而是 AI 允许创建成千上万个高度专业化的竞争对手。这些新进入者没有沉重的旧代码库负担。他们利用“数据智能”来提供传统 SaaS 无法提供的洞察。

为了构建这些竞争对手，开发者需要可靠地访问世界上最强大的模型。通过使用 n1n.ai 这样的服务商，开发者可以在 Claude 3.5 Sonnet、GPT-4o 和 DeepSeek-V3 等模型之间无缝切换，为特定的使用场景找到推理能力与成本之间的完美平衡。

技术对比：传统 SaaS vs. AI 原生应用

使用 n1n.ai 实施“AI 原生”战略

如果软件本身正在变成一种商品，那么价值就会转移到数据和 AI 模型的编排上。现代开发者正在构建“代理化” (Agentic) 工作流，软件不再仅仅是存储数据，而是根据数据采取行动。

以下是一个简单的示例，展示开发者如何使用 n1n.ai 实现多模型回退策略，以确保任务关键型 AI 功能的 100% 可用性：

import requests

def call_llm_with_fallback(prompt):
    # 首选模型：通过 n1n.ai 调用 Claude 3.5 Sonnet
    models = ["claude-3-5-sonnet", "gpt-4o", "deepseek-v3"]

    for model in models:
        try:
            response = requests.post(
                "https://api.n1n.ai/v1/chat/completions",
                headers={"Authorization": "Bearer YOUR_API_KEY"},
                json={
                    "model": model,
                    "messages": [{"role": "user", "content": prompt}]
                },
                timeout=10
            )
            if response.status_code == 200:
                return response.json()
        except Exception as e:
            print(f"模型 {model} 调用失败，正在尝试下一个...")

    return None

RAG (检索增强生成) 的作用

Ghodsi 强调，未来属于“数据智能平台”。这就是 RAG 发挥作用的地方。通过将 LLM 连接到您自己的专有数据，您可以创造出 AI 无法轻易复制的护城河。逻辑很简单：任何人都可以构建 UI，但只有您拥有数据。

在构建 RAG 系统时，延迟是敌人。开发者经常发现，直接连接到某些提供商可能会受到限制或不稳定。通过 n1n.ai 路由请求，企业可以确保始终使用到达模型的最快可用路径，保持专业 SaaS 体验所需的“响应速度”。

后 SaaS 时代的专家建议

1. 专注于垂直领域 AI: 不要构建通用的 CRM。构建一个专门理解欧盟制药行业法律合规要求的 AI。
2. 拥有上下文，而非代码: 您的应用代码可能是由 AI 生成的，但“上下文” (Context，即用户的特定历史和偏好) 才是您真正的知识产权。
3. 模型无关性: 永远不要把自己锁定在单一的 AI 提供商上。每 3 个月，“最强”的模型就会发生变化。使用 n1n.ai 这样的聚合器来保持灵活性。
4. 优化成本: 随着 AI 原生应用的规模扩大，Token 成本可能会爆炸式增长。对于分类任务使用较小、较便宜的模型，而将 o1 等“重型武器”留给复杂的逻辑推理。

总结

Ali Ghodsi 的警告是给整个行业的一记警钟。销售简单 CRUD (创建、读取、更新、删除) 应用程序的时代即将结束。下一代软件领导者将是那些能够利用 LLM 的力量提供真正智能，而不仅仅是数据存储的人。

无论您是正在构建挑战现有巨头的初创公司，还是正在实现技术栈现代化的企业开发者，您选择的工具都将决定您的成功。高速、稳定且多样化的 API 访问是这个新时代的基石。

Get a free API key at n1n.ai。