最近听到 Confluent 被收购的消息，让我不禁回想起自己早年在那里的工作经历。
作为一个刚出茅庐的新人，那时我刚从 AWS 离开，对外面的技术世界、不同公司的 tech stack 都充满了好奇。
在 Confluent 的那段时间，我第一次系统性地接触到了云成本计算（Cloud Cost Modeling）。这段经历对我之后的职业发展影响非常深远——无论是后来帮别人搭建服务框架，还是再往后尝试创业，都让我逐渐形成了一种 cost-centric 的思维方式，并真正理解了云成本对现代 SaaS 公司的重要性。
今天想简单分享一下我当时学到的一些东西，以及我个人对「一个健康的 Cloud SaaS 产品模型」的粗浅理解。
云成本开销的本质
从本质上看，云成本可以拆解为两大部分：
- Commitment usage（承诺用量）
- Dynamic usage（动态用量）
在大多数情况下，commitment usage 主要体现在计算资源、存储和内存上；在一些场景下，也会包含特定 region 或特定 volume 的网络成本。
虽然现在三大云厂商的计费模型变得越来越复杂，比如：
- 特定服务用量
- off-peak 用量
- warm pool
- 各种折扣和组合套餐
但万变不离其宗，本质仍然是：
通过批量、提前购买未来一段时间内的固定资源使用权，来换取价格锁定和折扣。
在此之上，才是更加复杂、也更难预测的网络费用（下一节细聊），以及一些“手续费”形式的支出，比如 AWS 的 Support Fee（按总账单约 7% 计算，其实非常昂贵）。
SaaS 公司面临的现实挑战
在这样复杂的成本结构下，SaaS 公司往往需要在不断变化的云成本基础之上，去计算：
- 可以对外提供的产品定价
- 可以给销售团队的折扣空间
- 不同客户、不同使用模式下的毛利边界
这在实践中是非常困难的。
常见的问题包括：
- 为了拿大客户，折扣给得过大，最终导致长期亏损
- 客户大量使用 cross-region / cross-platform 的流量，带来巨额网络费用
- 新一轮云厂商合同续约时折扣下降，原本盈利的客户突然变成亏钱
- 产品和定价策略高度依赖 CSP 的成本变化
- 更不用说当云厂商自己下场做低价竞品时的被动局面
在这一系列复杂因素叠加之下，产品本身变得极其容易受到 CSP 决策的影响。
什么是一个“好的” Cloud SaaS 产品
在我看来，今天美国 SaaS 产品的定位，其实非常接近美国传统的“出口型产品”逻辑——必须走高附加值路线。
做成本低、技术门槛不高的服务，几乎不可能长期与 CSP 竞争。因此，更现实、也更可持续的路径是：
- 构建全链路、高附加值的产品能力
- 深耕niche market，避开云厂商的主战场
- 让产品逐渐进入客户的critical path
如果用一句话概括，我会借用一个很老但贴切的比喻：
高筑墙，广积粮，缓称王
Snowflake 和 Databricks 是非常典型的例子。
他们在各自的细分领域深耕多年（高筑墙），在生态系统中不仅做集成，还不断向上下游扩展，例如 Delta Lake、Snowpark 等，持续创造高附加值（广积粮）。同时，在成长阶段，他们非常克制地避开了与 CSP 的正面竞争（缓称王）。
时至今日，他们的产品价值已经不再是简单对标云成本；高技术壁垒也使得 CSP 在短期内难以直接复制或超越。这让他们逐步进入一个良性循环，在客户系统中的重要性越来越高。
同样值得一提的是 Datadog。它在可观测性领域建立了极高的技术壁垒和成熟的生态体系。尽管定价不低，但在实际生产环境中，往往很难找到真正意义上的等价替代品，这也进一步巩固了它在现代云架构中的关键位置。
Edward's thoughts 
Leave a comment