过去十年，软件行业普遍认为一个趋势已成定局：一切应用都将转向SaaS（软件即服务）模式。
但人工智能或将彻底颠覆这一认知。上一代软件创新由云平台主导，而下一代智能体 AI系统可能会青睐一种截然不同的架构。内容速览→
大型语言模型正在迅速提升软件开发水平。代码生成、重构、调试和入职速度都变得非常快。
但人工智能在明确的框架和成熟的软件生态系统中运行时效果最佳。
当LLM与结构化环境交互——清晰的API、一致的架构、丰富的运营数据——它会变得更加可靠和高效。
这正是许多成熟软件平台的优势所在。成熟的生态系统拥有深厚、稳定、被充分理解的框架，以及数十年积累的逻辑，为人工智能提供了产生高质量成果所需的结构。
换句话说：
软件架构越好，人工智能表现越好
而且许多所谓的“遗留”系统实际上拥有业内最好的架构之一。长寿往往有充分的理由。
云时代优先考虑可访问性和集中化。但智能人工智能引入了一套新的优先事项：
本地软件在这些方面已经表现出色。
与许多SaaS平台不同，本地系统通常直接位于运营数据、内部工作流程和关键任务基础设施之上。这些文件包含了多年积累的关于组织实际运作方式的情报。
这些数据正是人工智能智能体做出有意义决策所需要的。
软件领域的真正变革不仅仅是AI助手或花哨的聊天机器人。
它是智能系统的出现。
代替仅仅响应提示，这些系统可以：
在这个模型中，传统软件应用成为智能代理的平台。
LLMs提供推理能力。代理提供智能自动化。应用提供领域知识和操作上下文。
一起，他们创建了不仅显示信息，而且能够积极管理复杂性的软件。
多年来，关于遗留软件的叙事一直围绕迁移：迁移到云端，重写技术栈，重建平台。
人工智能改变了这一局面。人工智能不仅仅是颠覆软件。有时它会解锁已经存在的隐藏价值。
公司无需从零重建，而是将现有平台升级为智能系统。
这是AI跳跃式的时刻。有了合适的架构，本地应用可以直接从传统软件迁移到AI驱动的代理系统，跳过整整一代SaaS基础设施。此外，它也让控制权保持在你手中。
在人工智能时代取得成功的软件平台，不会仅仅添加聊天机器人或类似副驾驶的界面。
他们将深度整合人工智能到运营核心中。
他们将结合：
专有数据
领域特定智能
结构化框架
最终结果将是能够在真实运营系统中思考、学习和行动的软件。
在这样的世界里，已经掌控数据、架构和工作流程的公司，可能比许多当今云原生挑战者更有优势。这种安排也朝着许多立法法规已经倾向的方向发展：信息主权、治理和有文件监督。
人工智能革命可能不仅仅是颠覆传统软件。它可能会解锁下一次进化。
详细内容请参考：AI Leapfrog: Why On-Prem Software May Win the Agentic Era
