The Truth About Headless Software

Salesforce 推出“无头”产品，但核心变化不在 API 品牌重塑，而在于 Agent 时代软件价值从 UI 转向底层数据与业务逻辑，SAP 等系统因封装了企业规则而极难被替代。

• “无头” 指软件将数据、逻辑与 UI 解耦，Agent 通过 API 而非界面访问系统。Salesforce 的“无头 360”产品本质是现有 API 的重新打包，没有实质改变。Notion 的无头产品更合理，因其用户更技术化、更可能自建 Agent。
• Agent 与 API 的区别在于操作类型：查找（lookup）——轻量级，现有系统擅长；执行（do something）——需模拟特定用户身份、凭证，引发企业软件计费与权限问题；分析（analyze）——跨系统查询，适合 Agent 但幻觉风险高，需验证每一步正确性。
• 企业软件中最常用的两个功能是“导出到 Excel”和“导出为 CSV/PDF”，因为用户无法通过 UI 完成所有分析。LLM 现在能直接消费这些导出文件，实现过去需要手动复制粘贴的分析。

• 软件粘性源于：UI 与人类操作习惯绑定（如 Salesforce 销售代表肌肉记忆）、资金流（收钱后客户很难停止付款）、合规要求（如 HIPAA）、以及隐性业务流程（如 Outlook 日历的委托访问和重复会议异常处理）。
• SAP 是粘性软件的终极案例：它不只是数据库，而是封装了企业全部业务规则。大型汽车制造商若移除 SAP，公司本身会“蒸发”，因为其运营流程、采购决策、财务规划全部编码在 SAP 中。Larry Ellison 曾多年抱怨企业软件被过度定制，但现实是企业靠定制化差异化竞争。
• “用 Postgres 数据库加 API 就能替代 SAP”是严重误解。SAP 中的逻辑比数据本身重要得多，实施需数年，因为要适配企业独特运营方式。初创公司低估了企业软件的复杂性——“用 vibe coding 就能进入企业软件”是妄想。

• 企业中最有趣的事情都是异常。Salesforce 中，销售代表从不认为默认设置适用于自己的客户；麦当劳点餐机用户总想混合两种口味。自动化企业流程的本质就是处理异常。
• Amazon 的客户服务是自动化异常处理的典范：用户说“发错货了”，聊天机器人直接重发，不要求退回（消耗品更便宜直接丢弃）。后端则持续分析原因改进流程。这展示了 AI 如何驱动新的异常处理模式。
• 权限与上下文是 Agent 的新难题：Agent 需要知道谁有权读写、如何处理不同地区的政策差异（如亚洲 vs 美国客户响应方式不同）。这些上下文目前存在于人的头脑中，未被系统记录。语音 Agent 或计算机使用 Agent 可通过观察人类操作来收集这些上下文，但需要足够多的交互数据。

• “自动化会消灭工作”是静态思维。生产力提升会催生新需求：如费用报告自动化后，企业开始做“商务旅行分析”，优化航线、信用卡选择，这创造了新岗位。法律合同会因 AI 变得更长、更复杂，从而产生更多诉讼。
• 放射科是反直觉案例：AI 辅助诊断后，反而出现放射科医生短缺——需求增长更快。软件创新是不断增长的饼，不是固定大小的饼。
• 企业本质是“人做决策”：关闭账本、修复软件 bug 都需要人达成共识、留下审计轨迹。软件只是升级和抽象了决策的内容与工具。

> “企业软件中最常用的两个功能，在所有软件中都不是原生功能——那就是‘导出到 Excel’和‘导出为 CSV 或 PDF’。”

• 做 AI 产品的可以照抄 Amazon 的“默认站在客户一边”原则：Agent 处理异常时，先执行再优化，而非先审批再执行。这能大幅提升自动化率，同时收集数据改进后端流程。
• 创业机会在于“SAP 之上的可用性层”：不要试图替代 SAP，而是用 LLM 做自然语言查询、自动生成报告、跨系统分析。这比重写业务逻辑容易 100 倍，且客户愿意付费。
• 记录一切是 Agent 时代的核心基础设施：语音记录会议、自动抓取邮件和文档，将隐性知识（如销售代表对不同地区客户的特殊处理方式）结构化。这是构建可靠企业 Agent 的前提，也是数据飞轮的起点。