IBM

评估 agent 投入产出时，要把「排练和收尾」算进去——复核、纠错、返工这些 botsitting 成本，而不是只数买了多少件乐器。组织设计（谁授权、谁验收、谁兜底）会比模型选型更早成为瓶颈。

你的 AI 战略有一群没签字的邻居。可靠电力与本地许可正在变成竞争资产；推给别人的成本，可能以阻力甚至破坏的形式回流。选址、社区沟通与电力来源，应当和算力采购一起规划。

可信系统需要三件事：少收集、限制每个凭证能授权的范围、让人能对重大错误提出异议。「更正窗口」应当写进原始设计，而不是事后补丁。对部署 agent 的机构而言，提示注入与数据最小化是同一个问题的两面。

采购前先问：供应商拔掉插头之后，什么还能用？能不能修、能不能迁移数据、能不能继续用已付费的部分？可迁移性与业务连续性，应当和价格一起放在采购评估表的第一页。

新的杀手级特性，可能只是「能和你已有的、完全够用的东西好好相处」。评估新技术时，把「对现有系统的改造量」当作一项核心成本，而不是附带说明；能嫁接到存量上的方案，买方阻力小得多。

模型公司正把技术领先兑现为 资本市场地位 ，而买单的是传统软件的定价权。

边界： 这条主线说明的是资本与叙事的方向，不等于传统软件收入已被替代。IBM 的下滑主因是主机硬件而非应用软件被 AI 取代；Anthropic 尚未正式决定 IPO 时点，仍可能推迟；DeepSeek 的高倍数出自一级市场定价，未经公开市场检验。把它读成"SaaS 已经出局"是过度外推。

前沿实验室的资金结构正从"轮次融资"转向"银行授信＋公开市场"，意味着它的资本开支承诺将开始接受季度披露和公开估值检验。

AI 对在位者的第一重冲击不是功能替代，而是预算挤出：同一个 IT 钱包被 AI 相关硬件涨价抽走，非 AI 品类先受伤。评估在位厂商风险时应先看预算流向，再看产品替代。

软件护城河正从"功能好不好"转向"数据与关系能否不被复制"。这对采购方的直接含义是：合同谈判要把使用数据与对话数据的归属、留存与再训练权限写进条款。

量子的「五路线全押」提示：面对前范式技术，分散下注、保留期权，比押注单一路线更稳健——对产业政策、研发组合与投资配置皆适用。