Agent 买家替企业比价时,B2B 落地页还按人来写吗?
企业采购引入 Agent 买家替人工读取页面、核对规格并比较报价,但最终拍板的大多还是人。面向机器的落地页应当提供可结构化提取的参数、报价与资质,面向人类的落地页则负责建立信任与取舍。缺乏事实陈述的页面,可能在初筛中被直接跳过。
明理笔记
关于 AI 接入、工程与落地的笔记,按话题筛选。共 67 篇。
企业采购引入 Agent 买家替人工读取页面、核对规格并比较报价,但最终拍板的大多还是人。面向机器的落地页应当提供可结构化提取的参数、报价与资质,面向人类的落地页则负责建立信任与取舍。缺乏事实陈述的页面,可能在初筛中被直接跳过。
企业采购 AI 外呼系统处理销售线索,需要按动作类型与真人电销划清分工。机器负责批量触达、身份初筛与标准答疑,真人团队负责疑虑化解、价格谈判与合同签署。采购比选时用同一批线索分流测试,合规原则写进验收。
Agent 已经执行出错了,先止损再按动作类型撤回,最后按事前约定的角色复盘。推进 Agent 回滚,要在第一个小时内停用触发并收回高权限凭证;对软删除、备份与不可逆外部动作分类处理,并依靠动作日志复原现场,厘清责任归属。
制定企业 AI 战略,先明确自身在技术链条上的角色定位。Amazon 先做自己的第一个客户,内部验证后再对外开放;Apple 握紧业务入口按需采购模型;微软搭建连接老系统与新模型的中间件。多数企业宜借鉴前两者的推进顺序与采购心态。
企业上线 Agent 之前,做 Agent 评测需要准备一组固定的真实业务任务,每个任务跑多次,统计通过率、单次成本、延迟和波动,并交出一份失败清单。只跑一次不能做上线依据,测试阶段要看多次运行的稳定性与边界。
让 Agent 无人值守运行之前,团队要定好 Agent 停止条件:由一个任务完成判定加上步数、预算、时间、重复调用和连续报错五个上限组成。触发上限而停下并不等于完成,运行日志要明确记录触发条件和当前未决事项。
建立工具调用自动审批机制,需要将调用分为代码边界检查、规则自动放行与人工兜底三层。系统应核查具体的命令参数,不看模型的自我解释,对敏感路径与写操作严格把关,并在每次放行或拦截时留存完整的审计日志。
Agent 工具权限按动作后果逐步开放:先查资料,再写内部草稿,接着放开有限的内部写操作。对外动作先由人批准,资金和不可逆操作保留人审,每层都写清升级和收回条件。
CRM 外联 Agent 的首封触达、报价承诺、重点客户和不确定上下文要先交人看。审批页面放齐草稿、客户、拦截原因和资料来源,例行跟进按规则自动发送,同时检查频次、退订和批准记录。
Agent 替员工调取系统时,每次请求要同时带员工和 Agent 两个身份,权限取网关允许范围与员工本人权限的交集,防止低权限人员通过大权限共享服务账号越权取数与逃避审计追踪。
员工搭建且承载共享业务流程的自动化任务,其 Agent 归属要落在业务流程负责人身上;人员离职或转岗时逐项更换调用凭证、检查定时触发与在途任务、清理私有记忆,无人接手则先行冻结触发。
试点环境依赖干净数据与人工盯盘,生产环境则面临脏数据、跨系统写操作与真实业务后果。完成 Agent 试点扩生产,需要补齐运行时护栏、命名负责人、升级与回滚路径、流程重塑等落地条件。
员工低代码自建放开后,企业应先做一张 Agent 台账摸清底数:记清用途、搭建人、现任负责人、连接系统、调用凭证、触发方式与最近运行;按数据敏感度与操作后果分级管控,对无负责人或失效配置限期清理停用。
多 Agent 协作时,另一个 Agent 转来的指令不能直接照做。上游任务可能夹带了外部网页或文件里的恶意指令,下游接收时要核验原始发起人、限定动作范围、过滤内网地址等危险参数,高风险写操作应回到人工确认,防范跨协议越权渗透。
衡量企业 Agent 上线后的实际价值,不能只看调用频次和活跃用户数。推进 Agent 效果评估,要重点衡量业务端到端完成时间、人工返工与修正比例、工具切换摩擦成本以及多助手重复劳动,按团队建立基线,把资源投向员工最需要协助的真实环节。
编程与数学任务对错当场能测,长周期工作难以及时验证。挑企业 AI 落地场景,先看反馈回路长短;广告投放是少数天然具备即时验证闭环的业务。
应付账款 Agent 贯通对账与支付环节时,需严守单据匹配存证、账户变更双重通道回拨核验、重复发票拦截与超额交易人工复核等多道闸门,确保资金流转始终处于财务规则与职责分离的约束之下。
在 IT 变更评审中,Agent 适合核对环境配置、执行手册与运维排期以排查冲突漏项,但变更放行窗口、生产操作许可与回退责任人要保留人工签字确认,确保自动化审查材料经过人工严格复核。
企业接入第三方 MCP 服务器,等于在内网安装了能被 Agent 调用的外部程序。排查 MCP 服务器安全要看运行账号权限、输入路径限制、身份认证机制、版本维护与应急凭证轮换,重点核查提示词与资源入口,防范越界文件读取。
语音销售 Agent 给客户打电话,由于实时对话说出去收不回,聊到关键节点要及时转给真人。当客户询盘具体折扣、条款承诺、情绪激动或已有专人跟进时,系统要带上摘要与报价记录平滑交接,事后抽听录音防范过度承诺。
品牌舆情监控交给 Bot,日报每条只写三样:原帖链接、为什么要紧、要不要人拍板。没新东西就写一行。什么时候叫人,开工前写进 Bot 说明,比如有人冒充官方、投诉涉及安全或退款、媒体点名。Bot 只读和起草,不替你回帖。定时任务会晚几分钟,急事别等日报。
微软 E7 每人每月 99 美元,智能体用量超出部分按 Copilot Credits 另算。AI 按量计费让企业每月看账单。多数企业一年才编一次预算,按月决策接不住。
Agent 上线测试先在模拟企业环境里跑,再接真实 CRM。Eon 的 Era 能生成一家完整的虚拟公司,带 Salesforce、Zendesk、Slack 等系统的仿真接口和 MCP 端点,数据全部合成。它也写明:上线前还要在自己的预发环境用真实数据再验一次。
给消费级 AI 应用定价,先分清谁付钱。Ben Thompson 在播客里说,OpenAI 在重走 Dropbox 的路。Jobs 对 Dropbox 说的是「一个功能,不是一个产品」。OpenAI 同时做广告转化追踪和企业产品。
企业 AI 试点先从一个部门、一条可验收的工作流开跑,写好进退标准,再谈扩到别的组。全员先发 AI 账号只是入口;没有试点边界和用量审计,账号散落和个人 Shadow AI 会同时变大。先改一条真实路径,再决定发多少账号、发到哪些组。
同一 Cursor 账号下,多个 Bot 共用云电脑:机器上的文件是共用的,登录态也是。每只 Bot 有自己的桌面(屏幕),那是工作面,不是安全边界。想按岗位分工可以多开 Bot;想按权限隔离文件和凭据,不能指望多开 Bot。
企业开通 Grok Bot 前,先定谁能用、审批怎么锁、审计能看到什么。Teams 默认全员可用,没有组织级总开关;Enterprise 由管理员启用,可按组放行。Bot 以成员身份行动,没有独立身份。Audit Log 记控制面变更;Action Recording 记工具动作,默认关闭,不出现在 Audit Log 页。
外贸独立站询盘归因分三处记:GA4 自建 AI 渠道看会话和表单事件,这是下限;表单隐藏字段把来源、referrer、落地页跟询盘一起提交;「怎么知道我们的」让客户自己选 AI 选项。三处都进 CRM,WhatsApp 和邮件询盘靠预填文字、主题标记补上。每周对一次账。
GEO 指标分三层记:可见度(固定提示词里被提到的比例和份额)、引用率(答案挂你链接的比例、被引的是哪一页)、推荐质量(描述对不对、情绪、推荐给谁)。结果层看 GA4 的 AI Assistant 渠道和 Search Console 生成式 AI 报告。AI 答案每次都变,要重复抽样看出现率,不盯名次。
B2B 对比页(X vs Y)按决策轴做成可扫对照表,写清公平取舍与统一产品名,AI 才更容易在「谁和谁比」里引用你。Siege Media 对 116 个 B2B GA4 站、约 1112 个交易型页:versus 页 Spearman 约 0.65,约是次优模板两倍;相关不等于因果,内容大约解释 28% 方差。
答案引擎常从问答型小标题下的第一段抽可引用句。先给答案:第一句写完整结论(约 40–60 字说清 who/what/when/how/数字),再写依据与例外。H2 写成用户真会问的整句。Google 说生成式搜索仍建在常规 SEO 上;HubSpot 实务把每节开头直答当作可重复写法。
llms.txt 是站点根目录的 Markdown 索引,按 llmstxt.org 2026 年 v2:写清站点做什么、优先读哪些页。有文档、定价、FAQ 的站值得写;名片站可先不做。拦/放爬虫仍写 robots.txt。Google 搜索不使用 llms.txt。写完 curl 验 200,并抽测链接。
想让 ChatGPT 和 Perplexity 引用你的网站,先放行搜索爬虫,再提供可直接抽取的文本。OpenAI 的 OAI-SearchBot 负责搜索露出,与训练爬虫 GPTBot 彼此独立;Perplexity 依赖 PerplexityBot 抓取和 Perplexity-User 实时取页。两家更新 robots.txt 约需 24 小时生效。配合 H1 下的短答块,挑 10 到 20 个提问复测引用即可落地。
SparkToro 用 Similarweb 面板统计:2026 年 1–4 月,美国 Google 搜索里约 68% 以零点击收场,比 2024 年的约 60% 又抬了一截。AI Overviews 一出现,自然结果的点击率往往再砍一半左右。点击变少,不等于可以停做 SEO。品牌词、本地服务、交易意图还在点;信息问答更容易停在结果页。SEO 要继续做,KPI 要从「全靠自然流量」改成「还能进索引、还能影响答案、还能接住会点进来的那部分」。
搜索排名进了前几名,不保证 Google AI Overviews、ChatGPT、Perplexity 会引用你。AEO(Answer Engine Optimization)盯的是答案里有没有你的引用和提及。差在哪一步:页面有没有可被抽取的答案块。SEO 仍是底座——先能被抓、被索引;AEO 在底座上补抽取与引用。
《标识办法》自 2025-09-01 施行近一年。AIGC 投放素材可以一天出很多条,广告法务台账常缺三类字段:素材来源、生成过程、授权。缺字段时,平台抽检、监管问询和内部追责都对不上号。按「缺什么字段 / 谁记 / 投放前检查」写台账口径;不写品牌审闸门。
Agent 读邮件多半只是检索与摘要。Claude 的 Gmail 连接器已能发送、回复、转发,默认每次先问你;日历连接器还能创建、更新、删除日程。读可以宽,写要收口:发信与改日历属于对外动作,先批什么,写进工具权限表再开 Always allow。
AI 客服把会话标成已解决,不等于工单可以免检入库。GB/T 47746-2026 把结束服务、满意度与生成服务工单写进人机协同闭环。自动结案管的是会话状态;工单人工复核管的是抽样质检、复杂单与改知识库。两步拆开,才不会用「已结案」盖住错派、漏转人工和错误关闭。
垂直行业模型常被当成「先微调再上线」。事实更新快、口径冲突多时,把知识写进权重会过期且难改。先接企业知识库(检索增强),把可更新事实留在库外,再用微调改语气与任务格式。微调之前先接知识库,把可变事实与口吻训练拆开立项。
BeyondMimic 用开源运动跟踪把人体动作学到人形机上:侧空翻、冲刺、spin-kick 等能在真机跑。学会动作之后,换航点、摇杆、避障仍要人写测试时的代价函数或关键帧。机器人视频模仿先把参考动作跑稳;动作脚本写的是任务目标与边界,不是逐帧关节角。
2026-09-01,《顾客联络服务 人工与智能客户服务协同要求》(GB/T 47746-2026)实施。AI 客服能回物流与订单,不等于能单独拍板退款与赔偿。央视新闻转述的要点是:企业不能以「算法生成」推掉智能客服承诺;价格、折扣、退款、赔偿、合同变更的最终确认走人工或规范化流程。AI 客服合规先写清承诺边界,再谈智能体责任谁背。
视频模型可一天出几十条 AI 视频广告;同批素材里过品牌审、平台审和标识的更少。国内《标识办法》自 2025-09-01 施行,显式角标与隐式元数据都要留;Google 2026-07 加了「How this ad was made」。批量前先写清 AI 生成 内容 审核口径。
McKinsey 2025 年调查里,88% 的组织说自己经常用 AI,却多数还没把 AI 嵌进工作流。企业 AI 培训全员结业,工单、评审、发版仍走旧 SOP,缺的不是再开一轮课,是把边界和流程改掉的 AI 咨询落地。先改工作流,再谈规模化。
2026 年 1 月 Politico 报道,美国网安机构代理局长把标了「仅供官方使用」的采购合同丢进公开版 ChatGPT。合同原件进个人聊天框,不等于模型会替你看条款。公开版默认可能用于训练,付 Plus 仍是消费级;企业通道默认不训练。先拿掉专有名、金额、印章和账户,再让模型出疑点清单。
8 月 26 日 Grok Bot 扩进所有 Cursor Pro、SuperGrok 和 Cursor Teams 套餐后,搜索里出现一批「和 ChatGPT 有什么区别」。差别不是模型更会聊天,而是你交一件活,它在常开的云电脑里登录真实工具接着干,关掉本机也不中断。额度从 Cursor 计划里拆开。岗位表和交活写法见 8/22 指南。
Loop 管一条回路何时自查、何时停。Graph 管多条回路谁先做、谁等谁、状态从哪条边走。升级错了:弱节点铺进图里,失败更大、更难查。
团队用 Codex / Claude Code 时,个人 key 对不上财务账。讲清谁对账、日志留哪些字段、为什么对账只能发生在网关签发的凭证上。
从 V2EX 的 Codex 中转站脚本注入事件,拆解不明 LLM 中转站、Agent Full Access、凭据窃取与安全 LLM 网关的防御闭环。
Grok Bot 是什么?这份 AI Agent 实战指南讲清 Grok Bot 使用场景、云端电脑、Skill、Routine、Group Chat 与安全审批设置。
白泽 API 已支持 GLM 5.3。用一个 OpenAI 兼容 API Key 接入 Codex、DeepSeek Harness 和 Oh My Pi,新用户注册即获 10 美元 Token 额度。
按统一内存选 Unsloth Dynamic 量化,用 Desktop、Studio 或 llama.cpp 在 Apple Silicon 上跑 Qwen3.8-27B。32GB 选 UD-Q4_K_XL(约 17.9GB)。
OpenAI 今年 7 月发布的 GPT-5.6 把模型分成 Sol、Terra、Luna 三档,Codex CLI 也原生支持给不同角色配不同模型。这篇笔记整理一套实际能跑的配置——主线程留最强判断力,范围明确的重复子任务交给更省的档位,并顺手纠正一个容易配错的细节:推理力度只有五档,没有「max」也没有「ultra」。
Deloitte 对 24 国 3235 名企业领导者的调查显示,74% 打算两年内至少中度使用 AI Agent,却只有 21% 说自己已有成熟的自主 Agent 治理模型。这篇笔记拆开报告给出的四个可检查要件,也说清这个 21% 为什么还得再打个折——以及治理为什么不等于把审批链加长。
AI-enhanced 是给旧系统装一个 AI 插件,拔掉它系统照样能跑,只是变笨;AI Native 是用感知、预测、行动、学习的闭环重新设计系统骨架,拔掉 AI,系统直接不复存在。这篇笔记给出一个能立刻验证的判断标准,而不是又一份 AI 功能清单。
GBrain 是 Y Combinator 总裁兼 CEO Garry Tan 开源并自用的 Agent 记忆系统,把知识管理当成编译问题而非存储问题:Markdown 加 Git 是唯一真值源,数据库只是可以整份丢弃重建的派生索引。看懂这个选择,才看懂企业级 Agent 上下文该怎么搭。
使用美国 VPS 和 Docker Compose 部署 Sub2API,把账号调度、员工 Key、限流和审计收回企业内部,为 Codex CLI 提供统一的 OpenAI 兼容端点。
人人都能养一只龙虾,但企业养不起来。拉开差距的不是模型,也不是又接了几个智能体,而是有没有把自身知识变成 Agent 可依赖、可执行、可审计的上下文。
AI 不会自动带来稳定性,它只会放大你现有的工程水平。围栏立住,它放大效率;纪律松散,它放大混乱。
从 coder 到 system designer 与 Agent orchestrator——AI 负责高吞吐,人类负责高判断,稀缺的能力正在从代码生产转向系统设计与工程治理。
AI 能帮你更快写出站点,但让它真正上线并稳定跑起来,靠的还是工程纪律。一次真实上线的复盘。
连接 GitHub 仓库、填好构建命令、绑定自定义域名,几步就能把静态网站免费部署到 Cloudflare Pages,自带全球 CDN 加速和免费 HTTPS 证书。
分散买账号带来不可控风险,组织需要的是可信中转站与统一网关。
从零散的个人使用,到需求、实现、测试、评审都有 AI 参与的真实研发流程。
从「个人顺手用一用」到「团队研发流程的一部分」,中间隔着几道具体的坎。
让 AI 像有经验的工程师一样,先自查再交付,每一轮都比上一轮更准。
一条从想法到可用产品、每一步都能验收的路线图,白泽只做设计,执行交给你的团队。
团队所有 AI 调用的统一、安全、可计费的总入口,鉴权、路由、限流、审计一处管好。
该分类暂时还没有笔记,欢迎先看看其他话题。