企业软件卖了几十年，终于有人承认一个事实：大多数开发者根本不想碰你的平台。
ServiceNow高管John Aisien最近透露，宾夕法尼亚州一家生命科学公司有8000名开发者，其中只有650人在ServiceNow Studio上开发。剩下7350人不是没需求，只是拒绝离开自己熟悉的工具链。这个数字像一记耳光——平台厂商自以为搭建的"生态"，其实只是孤岛。
Aisien的原话是："开发者对他们的开发体验极度忠诚。"
ServiceNow的应对策略很有意思。他们没有试图说服这7350人搬家，而是决定把房子盖到人家门口。新发布的Build Agent SDK允许开发者在自己习惯的任何环境里——GitHub Copilot、Cursor、Codex，或者各种自然语言"vibe coding"工具——直接创建和修改ServiceNow应用。
「我们希望全球尽可能多的开发者，无论他们使用什么开发形式和开发体验，都能快速构建ServiceNow工作负载并运行这些工作负载，」Aisien说。Build Agent SDK是实现这一承诺的技术载体。
这有点像外卖平台不强迫你下载App，而是直接入驻美团、饿了么、甚至微信小程序。用户在哪，服务就到哪。
三层AI定价：从"辅助"到"自治"的渐进式收割
ServiceNow同时重构了产品定价体系，按AI能力成熟度划分为三个层级。
第一层Assistive AI（辅助型AI），功能限于数据摘要和内容生成，相当于给现有工作流加个智能备注。第二层Task Automation（任务自动化），能独立完成离散任务的全流程。第三层Full Role Automation（全角色自动化），AI工作流在极少人工监督下自主运行。
Aisien的解释很直接：「无论组织准备好接受辅助型AI、AI自动化，还是使用自主AI的全角色自动化，我们都推出了新的打包模式，让他们能够访问按这三个类别组织的整个ServiceNow价目表。」
这种分层设计的精明之处在于，它把"AI转型"这个宏大叙事拆解成了可量化的采购决策。CFO能看到每一分钱买到了什么级别的自动化，CTO能根据团队成熟度选择切入点，而不是被"全栈AI"的空头支票吓到。
但换个角度，这也是一套精密的升级漏斗。客户一旦习惯了第一层的数据摘要，自然会好奇第二层能省多少人力；尝到Task Automation的甜头，Full Role Automation的"极少人工监督"就成了可计算的ROI。
ServiceNow不是在卖AI，是在卖"AI成瘾"的阶梯。
Context Engine：企业软件终于学会"记仇"
第三项发布是Context Engine（上下文引擎），Aisien称之为"企业AI落地的最后一公里技术"。
他的类比很精准：Netflix和亚马逊早就学会了从每一次点击、悬停、停顿中捕捉偏好，持续优化推荐。但企业软件长期滞后于这套"历史上下文+持续学习"的模式。AI正在迫使这个构造成为现实——因为AI本质上是软件，最终需要数据来做自主决策。
Context Engine的定位是基础设施层，为大规模自主AI提供记忆能力。没有它，企业AI就像金鱼，每次交互都从零开始；有了它，系统能记住你是谁、你上次卡在哪、你的团队通常怎么解决这类问题。
「AI现在迫使我们让这个构造成为现实，」Aisien说。语气里带着一点"终于被赶上了"的无奈。
这揭示了一个被忽视的痛点：企业软件的"个性化"长期停留在皮肤层面——换换仪表盘主题、拖拽一下字段位置。真正的行为学习，因为跨系统数据孤岛和隐私合规的复杂性，几乎没人敢碰。ServiceNow赌的是，AI的压力会倒逼企业客户接受更高程度的数据整合。
与Anthropic、微软的联盟：谁需要谁更多？
Aisien的职责包括与Anthropic、微软等公司的战略合作。这些关系在ServiceNow的AI叙事中占据核心位置，但具体条款未公开。
一个值得观察的角度是：ServiceNow的AI分层策略，某种程度上是在大型语言模型（LLM，Large Language Model）提供商和终端客户之间插入了一个缓冲层。客户不需要直接对接Claude或GPT的API，而是通过ServiceNow的包装获得"AI能力"。这让ServiceNow掌握了定价权和解释权，也承担了集成风险。
Build Agent SDK的跨平台兼容性，同样体现了这种"中间商"思维。它不绑定任何特定AI编码工具，而是兼容市场上主流选项。这种开放性既是技术选择，也是商业防御——避免被单一AI供应商锁定，同时让自己成为企业AI工作流的默认编排层。
Aisien用"game changer"形容Build Agent SDK，连说两个"real"加强语气。这种表述在高管访谈中并不常见，可能暗示内部对开发者拓展的焦虑程度。
8:1的开发者比例意味着什么
回到那个8000 vs 650的数字。13:1的悬殊比例，在ServiceNow的客户中是否具有代表性？Aisien没有提供更多样本，但这个案例被选为公开说明，本身就有信号价值。
它揭示了企业IT的一个长期困境：平台厂商投入重金打造的"原生开发环境"，在开发者社区的接受度往往远低于预期。开发者有自己的工具偏好、社区归属、技能积累，迁移成本不只是学习新界面，更是社交资本和职业身份的重新定位。
ServiceNow的转向——从"请进来"到"走出去"——可能预示企业软件行业的一个更广泛趋势。当AI编码工具让"自然语言编程"成为可能，平台之间的技术壁垒在降低，用户体验的权重在上升。谁能嵌入开发者现有的工作流，谁就能获得注意力。
这也给ServiceNow带来了新的竞争维度。Build Agent SDK的竞争对手不只是其他企业平台，还包括直接面向开发者的AI工具本身。如果Cursor或GitHub Copilot未来直接集成类似的企业工作流能力，ServiceNow的中间层价值会被压缩。
Aisien的回应是扩大"开发者"的定义边界。ServiceNow传统上服务的是IT服务管理（ITSM，IT Service Management）领域的专业开发者，而Build Agent SDK瞄准的是"无论使用什么开发形式"的更广泛群体。这是在用数量对冲质量风险——即便单个开发者的平台忠诚度下降，总体覆盖规模仍能支撑增长。
「AI现在融入了我们向可寻址市场提供的每一个软件包，」Aisien说。这句话的潜台词是：AI不再是溢价功能，而是基础配置。ServiceNow正在把AI从"卖点"变成"默认"，从"选配"变成"标配"。
这种策略的风险在于，如果AI能力的实际表现达不到客户预期，"默认"就会变成"负担"。三层定价模型提供了一定的缓冲空间，但也创造了复杂的期望管理问题——买了Assistive AI的客户，会不会觉得被"阉割版"敷衍？升级到Full Role Automation后，发现"极少人工监督"仍需大量人工监督，退款流程怎么设计？
ServiceNow的2024年财报尚未披露这些新产品的收入贡献。但Aisien的访谈时机——产品发布后立即跟进——表明公司急于向市场传递AI转型的确定性。在微软Copilot、Salesforce Einstein等竞争对手的夹击下，ServiceNow需要证明自己不只是"有AI"，而是"AI原生"。
那个宾夕法尼亚生命科学公司的7350名"局外"开发者，现在会被Build Agent SDK激活多少？Aisien没有给出预测。但这个问题本身就是检验ServiceNow新策略的终极指标——不是平台能力有多强，而是平台边界有多模糊。
当AI让"自然语言编程"成为现实，开发者还需要"平台"这个概念吗？
热门跟贴