2026 年 2 月 3 日,华尔街发生了一件荒诞的事:一家 AI 公司往 GitHub 上传了 11 个 Markdown 文件,第二天 SaaS 股市蒸发 2850 亿美元。更荒诞的是,这些文件里没有一行代码,没有新模型,没有 API——只有 2500 行结构化提示词。
这不是 AI 颠覆的故事。这是市场素养的故事。
一、SaaSpocalypse:一个文件引发的股灾
2026 年 1 月 30 日,Anthropic 在 GitHub 上开源了 anthropics/knowledge-work-plugins——11 个面向知识工作者的 Claude 插件。
这些插件是什么?
- 15 个插件(后增至),85 个技能,69 个命令
- 连接 40 多种外部工具(Slack、HubSpot、Salesforce、Notion、Snowflake 等)
- 全部基于 Markdown 和 JSON,没有编译,没有构建,没有基础设施
市场反应:
- 2 月 3 日,Thomson Reuters 暴跌 15.83%——史上最大单日跌幅
- LegalZoom 跌 19.68%
- Salesforce 跌 11.2%
- Goldman Sachs 美国软件指数单日跌 7%,年内累计跌 18%
- SAP 较高点跌去 三分之一
- 整个 SaaS 板块市值蒸发 2850 亿美元
Bloomberg 的标题是:「Anthropic AI 工具引发从软件到更广泛市场的抛售」。
但当你真正打开那个 GitHub 仓库,你会发现:所谓「法律工具」,只是六个子目录的纯文本文件——contract-review、nda-triage、compliance、legal-risk-assessment、meeting-briefing、canned-responses。
总共约 156KB 的 Markdown。平均每字节蒸发掉近 100 万美元 市值。
二、插件解剖:三层架构与工具无关化
Anthropic 的插件系统由三个核心组件构成:
第一层:Skills(技能)
Skills 是插件的「大脑」——包含领域知识和分步骤工作流的 Markdown 文件。Claude 在相关场景下自动读取并执行。
以 call-prep(销售电话准备)技能为例,它包含:
- 触发条件:"prep me for my call with [company]"
- 执行流程:日历查找 → CRM 查询 → 邮件检索 → 聊天记录搜索 → 通话记录提取 → 网络研究
- 输出格式:Account Snapshot、参会人档案、议程建议、发现性问题、潜在异议表
以 review-contract(合同审查)技能为例:
- 读取 PDF 或 DocuSign 文件
- 用三段落概括合同内容
- 按 🔴🟡🟢 标记风险等级
- 生成带红线的修改建议
- 硬性约束:绝不代签、必须标注"这不是法律建议"
这些技能的惊人之处在于:它们把法律系一年级学生第一天学到的内容——识别合同类型、确定当事人立场、通读全文、逐条分析、综合评估风险——写成了一套机器可执行的结构化指令。
第二层:Commands(命令)
斜杠命令是显式触发的工作流,例如 /sales:call-prep、/finance:reconciliation、/product-management:write-spec。
与 Skills 的自动触发不同,Commands 是用户主动调用的「快捷键」。
第三层:Connectors(连接器)
通过 MCP(Model Context Protocol) 连接外部工具。每个插件的 .mcp.json 文件声明了它可以接入哪些服务:
- Sales 插件:Slack、HubSpot、Close、Clay、ZoomInfo、Notion、Jira、Fireflies、Microsoft 365
- Legal 插件:Slack、Box、Egnyte、Jira、Microsoft 365、DocuSign
- Finance 插件:Snowflake、Databricks、BigQuery、Slack、Microsoft 365
- Bio-research 插件:PubMed、BioRender、bioRxiv、ClinicalTrials.gov、ChEMBL、Benchling 等
工具无关化(Tool-Agnostic)设计
Skills 文件里不写死具体工具名。合同审查技能说"从 CRM 获取客户信息",而不说"从 HubSpot 获取"。这意味着:
- 你可以把 HubSpot 换成 Salesforce,只需修改
.mcp.json - 技能文件本身不需要改动
- 同一套工作流可以跨公司复用
这是软件工程里「依赖抽象而非具体实现」原则在提示工程中的体现。
三、11 个官方插件全景图
| 插件 | 核心功能 | 连接器 |
|---|---|---|
| productivity | 任务管理、日历、日常流程 | Slack, Notion, Asana, Linear, Jira, Monday, ClickUp, Microsoft 365 |
| sales | 潜在客户研究、电话准备、管道审查、外联草稿 | Slack, HubSpot, Close, Clay, ZoomInfo, Notion, Jira, Fireflies, Microsoft 365 |
| customer-support | 工单分类、响应草稿、升级包装 | Slack, Intercom, HubSpot, Guru, Jira, Notion, Microsoft 365 |
| product-management | 需求规格、路线图、用户研究综合 | Slack, Linear, Asana, Monday, ClickUp, Jira, Notion, Figma, Amplitude, Pendo, Intercom, Fireflies |
| marketing | 内容草稿、品牌声音、竞品简报 | Slack, Canva, Figma, HubSpot, Amplitude, Notion, Ahrefs, SimilarWeb, Klaviyo |
| legal | 合同审查、NDA 分类、合规导航 | Slack, Box, Egnyte, Jira, Microsoft 365 |
| finance | 分录准备、账户核对、财务报表 | Snowflake, Databricks, BigQuery, Slack, Microsoft 365 |
| data | SQL 查询、统计分析、仪表板 | Snowflake, Databricks, BigQuery, Definite, Hex, Amplitude, Jira |
| enterprise-search | 跨邮件、聊天、文档的统一搜索 | Slack, Notion, Guru, Jira, Asana, Microsoft 365 |
| bio-research | 文献搜索、基因组分析、靶点优先排序 | PubMed, BioRender, bioRxiv, ClinicalTrials.gov, ChEMBL, Synapse, Wiley, Owkin, Open Targets, Benchling |
| cowork-plugin-management | 创建新插件或自定义现有插件 | — |
四、为什么市场会恐慌?
第一层逻辑: seat-based 商业模式的坍塌
传统 SaaS 的收入公式是:员工数 × 席位单价 = 收入。
如果 AI Agent 能替代一个部门的工作,企业还需要为每个员工购买 Salesforce、Workday、DocuSign 许可证吗?
市场恐惧的不是 Anthropic 的插件本身,而是「按席位收费」这一整个商业模式的终结。投资者看到的可能不是 156KB 的 Markdown,而是一个信号:Service as a Software 正在取代 Software as a Service。
第二层逻辑:信息不对称
Thomas Witt 的文章指出:
"这个仓库是公开的。任何人都可以在 10 分钟内读完。市场在定价恐惧时,恐惧的对象在 GitHub 上完全可审计。感知与现实之间的差距,才是这个故事的真正主角。"
投资者没有点开那个仓库。他们没有读那些提示词。他们没有问任何一个工程师「skill plugin」到底是什么。他们看到 "Anthropic" 和 "legal" 出现在同一个句子里,就按了卖出键。
第三层逻辑:专业服务的末日
Martin Alderson 提出了一个更尖锐的视角:
Agent 不只是替代 SaaS 工具,而是在更高的抽象层级上运作——它替代的是专业服务本身。
当 AI 可以回答「我应该报什么税、怎么报、为什么这样报」时,它替代的不只是税务 SaaS 平台,还包括会计师的专业判断。当 AI 可以审查合同、标记风险、建议修改时,它替代的不只是法律科技工具,还包括律师的审查工作。
"专家的经验正在被变成 Markdown 文件。"
五、但 SaaS 真的死了吗?
仍有护城河的领域
**系统记录(System of Record)**仍有价值。如果一家公司持有会计交易数据,并通过 MCP 或 API 暴露给 Agent,Agent 可以极其高效地使用这些数据——但数据本身仍在该平台内。
Salesforce、SAP、Workday 的护城河不是它们的 UI,而是它们持有的数据深度、客户关系、合规认证和业务流程嵌入度。
真正的护城河
Thomas Witt 的结论是:
"垂直 AI 的护城河不是提示工程——而是执行、信任、集成、合规和责任承担。Anthropic 免费发布这些提示词,恰恰证明了提示词不是产品。"
这对每一个靠「系统提示词」作为核心价值的 AI wrapper 创业公司都是一个警告:如果你的全部价值主张可以被一个下午的复制粘贴复刻,你的护城河是什么?
六、对 Builder 的启示
1. 提示词不是产品
Anthropic 开源这些插件的行为本身就是一个声明:提示词应该被共享、被分叉、被改进。真正有价值的不是提示词本身,而是围绕它的执行框架、工具集成和企业适配。
2. 文件即基础设施
Plugins 的部署方式是革命性的:
git clone或直接安装- 修改
.mcp.json指向你的工具栈 - 在 skill 文件里注入公司术语和流程
- 没有构建步骤,没有编译,没有容器
这降低了定制门槛——非技术岗的知识工作者也能参与。
3. 三层定制模型
- 第一层:直接使用官方插件(通用模板)
- 第二层:修改 connector 指向你的工具栈,注入公司上下文
- 第三层:从头构建新插件,覆盖官方未涉及的角色和流程
Anthropic 的原话是:"真正的威力在于你为自己公司定制它们的时候。"
4. 适合谁?
三类人最受益:
- 非技术岗知识工作者:每天重复相似流程的人
- 团队负责人:希望统一团队工作方式的人
- IT/OPs:想减少 SaaS 工具碎片化管理的人
七、局限与质疑
Skills 的上下文消耗
有开发者发现,加载大量 Skills 后 Claude 的上下文窗口被快速吃掉,实际可用 token 减少。这在大文档分析或长对话场景下是个问题。
幻觉与专业领域风险
合同审查、财务分析、医疗研究——这些领域容不得幻觉。Skills 的质量取决于编写者的专业深度,而官方插件只是「起点」,不是「终点」。
数据隐私
当 Agent 连接 CRM、邮箱、日历、聊天工具时,它接触的是企业最敏感的数据。MCP 的权限模型和审计日志是否足够健壮,仍需观察。
八、结语:不是软件终结,而是软件重构
156KB Markdown 蒸发 2850 亿美元——这个数字本身比任何技术细节都更能说明问题。
它说明市场正在重新定价「软件」的定义。从「按席位卖的工具」到「按结果买的服务」,从「人类操作界面」到「Agent 执行层」,SaaS 行业正在经历自云计算以来最深刻的范式转移。
但这不是终点。拥有数据、信任、合规和深度集成的系统记录平台不会消失——它们会成为 Agent 时代的「基础设施层」。而被替代的,是那些只提供了「一个更好 UI」的浅层工具。
未来属于 Headless SaaS:API 优先、Agent 原生、结果定价。
"如果你的投资论点能被一个 README 文件摧毁,也许这个论点从一开始就不存在。"
—— Thomas Witt
参考信息
- 项目地址: https://github.com/anthropics/knowledge-work-plugins
- 官方页面: https://claude.com/plugins
- Thomas Witt 分析: https://thomas-witt.com/blog/285-billion-wiped-out-because-of-a-text-file/
- Martin Alderson 分析: https://martinalderson.com/posts/wall-street-lost-285-billion-because-of-13-markdown-files/
- Trending Topics 报道: https://www.trendingtopics.eu/claude-cowork-triggers-tech-stock-selloff-as-ai-threatens-saas-business-models/
#SaaSpocalypse #Anthropic #ClaudeCowork #AIAgent #SaaS #插件架构 #小凯
讨论回复
1 条回复推荐
智谱 GLM-5 已上线
我正在智谱大模型开放平台 BigModel.cn 上打造 AI 应用,智谱新一代旗舰模型 GLM-5 已上线,在推理、代码、智能体综合能力达到开源模型 SOTA 水平。