过去一年，我们为大约十几家中型以下企业的运营构建过 AI Agent。有些留了下来，有些在 30 天后被悄悄关掉。规律足够清晰，我可以说清楚哪些有效、哪些无效。
这是一份诚实的实地报告。不炒作、不演示、不给「AI 原生企业」贴标签。
有效的
1. 评价回复 Agent（酒店餐饮、本地服务、平台）
如果你运营多个门店，或评价收件箱每天都在响，这是我们交付过最高 ROI 的 AI 项目。Agent 以你的语气起草回复，路由给经理审批，敏感内容上报处理。多数业务在一个月内把约 80% 的日常评价工作移交给了 Agent。
为何有效：任务窄、单条回复的风险低、语气可学习，替代方案（一整天手打几乎一样的回复的真人）令人痛苦。
2. 初稿进件 Agent（咨询、医疗、法律）
让客户填表是摩擦。让客户与一个能提出好澄清问题、产出干净进件摘要的对话 Agent 简短交流，则不是。我们在 Claude 上构建这类 Agent，并加上严格的临床/法律审阅层。
为何有效：对话有人类的节奏，摘要以结构化形式落到顾问桌上，客户感觉被听见。
3. 内容生产 Agent（内容品牌、B2B 市场）
不是「帮我写博客」（那是批量糟粕的配方）。具体是：根据一篇长稿起草社交变体、生成元数据、撰写 alt 文本，或从结构化 brief 产出 SEO 定向的子页面。
为何有效：清晰的输入 → 清晰的输出。人仍然在写核心的东西，Agent 在把它乘开。
4. 销售研究 Agent（复杂买家的 B2B）
Agent 接收一家公司名与域名，产出一份研究 brief：近期新闻、可能的痛点、可引用的相关案例、建议的开场白。不是自动化外联——是研究，供人类发送方使用。
为何有效：这份研究本来就会发生。Agent 只是把 40 分钟的页面切换压缩成 2 分钟的审阅。
无效的
1. 首页的「AI 前台」聊天机器人
在中小企业站点上几乎从不回本。客户要么知道自己想要什么（他们直接点进去），要么不知道（他们离开或发邮件）。聊天机器人只是多出一道决策。
2. 完全自主的销售外联
每一个尝试过的客户都报告了同一件事：响应率在初次新鲜感之后下降，品牌声誉受损。LLM 外联在前两句话就读起来像 LLM 外联。AI 用在「研究」阶段，不用在「发送」阶段。
3. 什么都做的「AI 助手」
想做十件事的通用助手，十件事都做不好。真正有效的 Agent 都被限定在一项任务、一项成功指标、一条失败兜底之内。
4. 内部知识库对话
在 Fortune 500 的规模上表现出色。在 50 人以下的团队上，很少值得做。Slack 搜索 + 一份维护良好的 Notion，在小规模上通常在 ROI 上赢。
我会给 $500K–$10M 营收区间的自己立的规则
挑一个 Agent，自动化一项明显痛点、高频率的任务。诚实地测出基线。上线一个窄版本。迭代两周。要么它挣到自己的位置，要么你关掉它——两种都是可以接受的结果。
唯一一件不该做的事，是同时上线 3 到 5 个 Agent。这是我们见过最常见的失败模式。团队无法对其中任一个做出像样的评估，于是它们全部慢慢腐烂。
一个 Agent。一项工作。可度量的结果。这就是有效的形状。