跨国深谈← 返回←Wix CEO Avishai:SaaS 末日下,我们凭什么值钱

Wix CEO Avishai:SaaS 末日下,我们凭什么值钱

关联

人物 Harry Stebbings · Avishai Abrahami

公司 Wix · Base44 · Salesforce · Atlassian

概念 vibe coding · SaaS · 回购 · 股权激励 · 微调 · LLM · AGI · Claude Code · 信任建立

这一集的主角是 Avishai——网站搭建平台 Wix 的 CEO,也是协同办公产品 Monday 和 vibe coding 产品 Base44 背后的关键人物。Wix 现在的处境很尴尬:市值约 28 亿美元,营收却有 21 亿美元，每年还产生约 4 亿美元自由现金流，但公开市场就是不给估值。

他认为是“SaaS 末日”(SaaSpocalypse)情绪在作祟：市场不知道该怎么计算 AI 对 SaaS 公司的威胁，于是整体砸低了估值倍数 。而他最反直觉的回应是：我们都高估了 AI——而且他手握一个一年冲到 1.5 亿美元 ARR 的 AI 产品，却依然认为传统 SaaS 的护城河比大多数人想的深。

AI 杀不死 Salesforce,但你 vibe code 不出 Shopify

Avishai 对“AI 将取代 SaaS”的论调有一套具体的反驳。以 Salesforce 为例：它最大的价值根本不是 CRM(客户关系管理软件)，而是大银行、大公司愿意把全部客户数据托付给它——这种信任是巨大的。

“你不可能是用 vibe coding(用自然语言让 AI 生成整个应用)做出那个信任来。JP Morgan 在自己的封闭安全环境之外，不会信任任何其他平台保管客户数据，除了 Salesforce。

这极其难被改变。”

但他也坦承不是所有 SaaS 都安全。他自己是 Atlassian 的长期股东，却最担心这家公司：Atlassian 的客户全是开发者——恰恰是最有可能用 Claude Code 自己动手造工具的人群，“如果真有人要取代工单和工作流管理套件，被取代的就是这批家伙” 。

那 Wix 的客户(街边披萨店、理发师)会自己 vibe code 出一整套业务系统吗？Avishai 拿实验数据说话：Base44 团队让专业开发者试着用通用 AI 编码工具搭建理发店管理逻辑，做了一周只做出一点，换了原班写该产品的更强团队再来两周，依然没成。

“那些东西很复杂。披萨店老板不会用 Claude Code 去搭他的配送、排班、员工管理，再建个网站” 。

他给出的图景是三种人群的分布：多数小老板这辈子的事业就是做披萨，不会动手；一部分人会发现 Base44 让一切太容易，用它定制全套工具；中间地带最大——所以他两样都做，Wix 和 Base44 都握在手里 。他强调自己正是在“为明天的模型而构建”——Base44 就是这个押注。

Base44:一人公司、8000 万美元、一年 1.5 亿 ARR

Base44 被 Wix 收购时是一个只有一个人的公司，价格 8000 万美元。现在它的营收大约是收购价的两倍，约 1.6 亿美元，团队已扩到约 400 人；Avishai 预计两年后到 800 到 1000 人，而且大多数会是工程师 。他还透露董事会批准的过程出奇地顺利：董事会问了一堆关于业务逻辑、内部营销、团队搭建的聪明问题，但没有一个人问“为什么愿意为一个人付这么多钱”。

利润率方面他很坦诚：Wix 的盈利能力远高于 Base44——生成一个 Wix 网站的成本和托管成本相比之下几乎为零，而且 Wix 的用户留存也更好(因为你开始搭的东西要花大力气才能完成，反而留下了)。Base44 的成本在持续下降，靠的是一个关键动作：自研模型。

自研模型：不为取代前沿模型，只为自家场景

Wix 刚发布了自己的 AI 模型：微调几个模型再组合起来，在 Base44 场景上达到与顶级模型相当的质量，成本却低得多 。逻辑有两条。

第一是数据：Base44 每天产生海量“用户想做什么、AI 在哪失败”的真实数据，他们越来越懂“用户想说什么、只是提示词写错了”。第二是聚焦：“我们不需要前沿模型里那些中国诗歌的知识，我们需要的是理解‘我要一个任务管理器来管我丈夫’到底是什么意思。”在 Wix 主站上这套打法已经验证过——自研模型更快、更便宜、错误更少，每周都有反馈循环在迭代。

至于便宜多少，他的回答出乎意料地保守：复杂任务场景下大概省 5% 到 30%,远没有外界传的“开源便宜 14 到 16 倍”那么夸张——那种数字只适用于用基础模型做简单任务。而且他明确表示现在还没到成本优化阶段：“多 20% 的质量和省 20% 的成本让我选，我绝对选质量。这是个刚开始的新市场” 。

回购、股价与不在乎的艺术

关于那次被 Harry 调侃“效果堪比泰坦尼克”的 15 亿美元回购，Avishai 自己承认时机很糟，但解释了逻辑：流通股太多、账上现金太多、又明确不做大型收购(专注 Base44 和新产品)，持有现金没意义。他至今是回购的坚定支持者：“回购对公司是极好的工具，公司用得还不够。

它本质上等同于分红，用来平衡股权激励(SBC)的稀释” 。至于股价——他的态度是彻底抽离：“今天我们随的是别家公司的消息波动——OpenAI、Anthropic、Google 说了什么——不是 Wix 的消息。

我影响不了那个” 。涨的时候他关心的仍是待解决的问题，和跌的时候做的是同一件事。并购也卡不在这：Wix 有现金，“我们今天的挑战是执行力，不是资金”。

给 AI 泼的冷水，以及它真正能做的事

Avishai 最鲜明的立场是：“我们都给了 AI 太多的赞誉。它惊艳、强大，但那个‘但是’非常大” 。

他讲了自己让 Claude 写安全协议的经历：AI 一本正经列出六个必须测试的闸门，他逐个追问为什么，结果六个变成了一个——其余的 AI 自己承认“你可能问住我了，我可能越界了”。他的结论是：我们都倾向于对 AI 模型抱有巨大的信任，而它配不上这种信任 。

LLM 不擅长推理，擅长的是收集和重组数据；用它做科研是错误的工具，医生拿 LLM 做研究会让他感到惊恐。但文本密集的领域例外——法律“像代码一样是文本语境的，而且有海量文档，是它最能发挥作用的地方之一” ;医疗诊断也可行(他投资的公司已证明诊断比多数医生准)，但医学研究不行。

他也透露了自己过去 12 个月最大的转变：以前非常担心人类被 AI 取代的速度，现在认为“会比预想的慢得多”——大家嘴上说实现了 AGI,却做不了那些真正关键的大问题，“我们某种程度上是在改定义，去迁就一个做不到关键事情的东西” 。但他看好的落地场景非常具体：明年起，健身房老板、私人教练用 AI 管理业务、销售附加产品、触达新客户的能力将被大幅增强——不是十年后，是明年。而被问及 AI 客服创业公司时，他透露 Wix 试了外部的方案三次，“没成功，没成功，没成功”，最后还是继续做自己的方案——因为这些被推销的公司面对的，是一群比它们更聪明的工程师在自建。

本集带走

• 判断 AI 威胁要看“信任”和“客户是谁”：数据托管型 SaaS(如 Salesforce)的护城河是信任，AI 复刻不了；客户是开发者的公司(如 Atlassian)才最危险。
• AI 产品要靠自有数据建垂直模型：微调+组合模型聚焦自家场景，能以顶级模型的质量换来 5%-30% 的成本下降——别指望通用前沿模型懂你的用户。
• 对 AI 输出保持审问习惯：AI 列的“六个必测闸门”被逐个追问后只剩一个——它倾向于过度给出确定答案，验证责任在你。
• 回购是用好现金的正经工具：在无并购计划、现金充裕时，回购平衡 SBC 稀释，本质等同于分红。
• 韧性从接受开始：打击百分之百会来、且不预告；只需要能诚实回答“在我能控制的范围内，我做到最好了吗”。
• 陪伴孩子重质不重量：你在场时的状态，比你在场的频率重要。

无论你多厉害，你都不可能用 vibe coding 做出 Shopify。
You’re not going to vibe code Shopify, no matter how good you are.
—— Avishai Abrahami · [00:00]

如果你让我在多 20% 的质量和少 20% 的成本之间选，我绝对会选质量。
If you let me have 20% more quality, 20% less cost, I’ll definitely go for the quality.
—— Avishai Abrahami · [17:58]

我认为回购对公司来说是一个极好的工具，公司应该使用它，而且我认为他们用得还不够。
I think that buyback are a fantastic tool for a company, and companies should use that, and I think they don’t use it enough.
—— Avishai Abrahami · [25:49]

而且我认为很多时候，人才流失对公司来说是一件健康的事。
And I think a lot of times it’s a healthy thing for a company.
—— Avishai Abrahami · [29:36]

我们都给了 AI 太多的赞誉，高估了它能做的事。
We all give too much credit for AI and what it can do.
—— Avishai Abrahami · [33:21]

然而，如果算法再有两三次跳跃，那我们都会变得有点像猴子了，对吧？
However, if we get another two or three jumps in algorithms, right, then we all becomes a bit like monkeys, right?
—— Harry Stebbings · [38:14]

那就是自由，好吗？摆脱“明天会没有饭吃”的恐惧的自由。
And that’s freedom, okay? Freedom from fear that you won’t have food tomorrow.
—— Avishai Abrahami · [43:47]

所以我们某种程度上改变了定义，去迁就一个做不到关键事情的东西。
So we kind of change the definition to fit something that doesn’t do the critical things.
—— Avishai Abrahami · [51:14]