4月底，红杉资本AI Ascent 2026峰会在旧金山落幕。这是一场每年只开一次的闭门会——Eureka Labs创始人Andrej Karpathy谈软件范式的根本性迁移，谷歌DeepMind CEO Demis Hassabis给出了通用人工智能（AGI）的时间表，OpenAI CEO Sam Altman说清楚了哪些事创业者不该做。

散场之后，这场峰会留下的一个核心判断，对办公软件行业来说格外值得关注：真正持久的商业价值，最终将在能够解决特定行业痛点的应用层面实现。通用大模型不是终点，懂场景的垂直AI才是。

范式在换，中间层正在消失

Andrej Karpathy在峰会上说了一句话，反响很大：“我不记得上一次手动修改AI输出是什么时候了。”

这不只是一句感慨，背后是他对软件底层逻辑变化的判断：过去写软件，是把每一步规则写清楚；现在，你只需要把目标讲清楚，模型自己把路径走完。中间那层——那些核心价值在于格式转换、步骤分解的工具层——正在变得不再稀缺。

但这个判断还有另一面，同样来自Karpathy：如果你的价值是把复杂的事情拆成一步步的操作，这件事正在变得不稀缺；但如果你的价值是帮用户判断什么结果才算对——这件事反而变得前所未有的重要。

换句话说，能力被商品化了，理解不会。谁更懂用户的业务场景，谁的价值就更难被替代。

垂直AI的机会，恰好在办公场景里最大

红杉资本合伙人Pat Grady的判断更直接：AI正在从软件预算穿透到劳动力预算。企业付费的对象，将从“能用的工具”变成“能交付可度量成果的系统”。

这个逻辑，在办公场景里有一个具体的版本。企业每天产生的合同、报告、会议纪要、财务表格，是组织知识最密集的地方，也是AI落地门槛最高的地方——不是因为模型能力不够，而是因为要真正处理好这些内容，需要理解这家企业的组织逻辑、业务脉络和数据结构，而不是调一个通用接口糊弄过去。

这恰恰是深耕场景的垂直AI的优势区间。

峰会上，关于哪类AI公司能最终跑出来，有一个高频判断：Harvey、Open Evidence这类在法律和医疗等垂直领域的智能体，之所以能在对应赛道建立壁垒，不是因为模型更强，而是因为它们听得懂行业语言，理解真实的业务需求。办公场景，本质上也是这个逻辑。

从国内的企业AI落地实践来看，办公场景是迄今为止商业化走得最快、需求最真实的领域之一。原因很简单：企业文档是组织知识的核心载体，AI要在这里发挥价值，不能只会调接口，必须真正理解这家企业的数据结构和业务逻辑——这正是红杉所说的“应用层价值”的中国版本。

另外有一点值得特别关注：数据主权的问题，在中国市场有一个更具体的现实版本。核心业务数据一旦经过外部服务器流转，企业对自身知识资产的掌控就出现了结构性的模糊——这不是技术选型问题，而是企业经营的底层逻辑。谁能把AI能力真正装进企业自己的环境、同时读懂企业数据，谁就建立了别人很难复制的位置。这和红杉说的'可验证性决定自动化边界'是一回事：只有深度嵌入场景、让企业看得见结果的AI，才能在企业里真正跑起来。"

金山办公一季报的数字，比峰会演讲更直接

峰会上的判断，已经在市场侧有了具体的印证。

金山办公2026年一季度营收16.13亿元，同比增长23.95%；净利润5.80亿元，同比增长32.17%，利润增速跑赢营收。其中WPS 365一季度收入同比增长60.79%，已连续五个季度保持60%以上的增速——这是企业客户在投票的结果。

技术能力层面，金山办公自研AI引擎Qingqiu Agent在SpreadsheetBench最新评测中排名全球第二，是中国AI产品在该榜单的最高名次。这个基准测试横跨复杂公式处理、大规模数据运算、并发响应等企业核心场景，参与者包括全球头部科技公司——深耕场景的专精AI能跻身全球前列，恰好验证了峰会上那个判断：场景理解的深度，可以弥补通用大模型在参数规模上的差距。

在私有化部署这条路上，金山办公4月上线的轻舟AI，把原本需要10台服务器和8张高端显卡才能运行的AI能力，压缩到1台普通CPU服务器，资源占用降低95%，数据在企业局域网内流转不出域。工商银行、华为、华润、vivo等客户已在投产或POC阶段——跨越金融、科技、消费、制造四个行业，不是单点验证，是跨行业趋势的集体印证。

应用层的仗，场景理解才是真实武器

红杉峰会最后一个令人印象深刻的判断来自Andrej Karpathy：你可以把思考过程交给AI，但你不能把理解力交给AI。知道问题出在哪，知道什么结果才算对，这是人和组织的核心资产，AI替代不了。

这句话用在企业软件赛道上同样成立。模型能力正在商品化，但对特定行业、特定业务场景的深度理解，以及在这种理解基础上构建的产品能力，仍然是最难复制的壁垒。

WPS 365连续5个季度超60%的增速，不只是一家公司的财务数字，更像是对这个判断的一次市场侧验证：在企业AI真正落地的赛场上，懂场景比模型大，比模型强，更重要。