Greg Isenberg AI Agent 新一代 SaaS — 卖工作而非卖软件

核心结论

Agent SaaS 卖的不是软件 license，是一份原本由人完成的工作——demo 不是展示按钮，是展示”一通电话如何被接起，一个预约如何被创建”；起点落在已经存在工资单上的高频 + 有清晰终点 + 接触现有软件 + 边界可学 + 买方感到损失的工作；先旁听员工 10-20 次再写 prompt，做最小 Agent（批准/分流/协调/限定动作），用控制台 + 评测建立信任，按 30 天计划先卖试点再沉淀产品。

8 个知识节点

  1. 商业模式根本转变：SaaS 卖软件（工具 license，团队自己点按钮），Agent SaaS 卖工作（结果，客户不用动手）；餐厅电话 Agent / 维修调度 Agent / 客服退款 Agent 都是接住具体工作而非卖后台
  2. 5 特征工作流筛选法：① 发生频率高（每天>每周>每小时）② 清晰终点 ③ 接触现有软件（Gmail/Slack/Shopify/HubSpot/Zendesk/Stripe）④ 边界情况烦但能学 ⑤ 买方能感到损失
  3. 甜点区 = 中间那块”重复 + 烦 + 一点判断”的活（太简单被 Zapier 吃掉，太判断依赖第一版会碎）
  4. 旁听员工 10-20 次：写 prompt 前必做，录屏边做边讲；暴露”小动作”（先看日历→CRM→旧短信→回答客户 / 一看金额/地址就升级经理）——这是 Prompt 文档里不会写的判断路径
  5. Agent spec 7 件事：触发器 / 上下文 / 工具 / 自主动作 / 批准点 / 真人升级 / 成功标准——写清楚这 7 项，产品才不会变成”看起来会聊天但不敢交付的 demo”
  6. 4 种最小 Agent：① 批准型（创意/合规/金额风险）② 分流型（维修/账单/退款/线索入口）③ 协调型（查日程/补材料/催进度）④ 限定动作型（规则清楚如”50 美元以下退款”）——按”先可预测路径 → 后动态决策”渐进
  7. 控制台 + 评测建立信任：Agent 做工作，wrapper 创造信任；评测集 = 50 个真实案例 + 标正确答案 + Agent 跑一遍（”42 路由正确，6 标记人工审核，2 犯错”）——透明比炫技更有说服力
  8. 30 天试点计划：Day 1-7 选行业 + 访谈 10 运营者 + 选 workflow + 写 spec + 手工跑 + 做最小版 + 50 案例 eval；Week 2 卖 2 试点；Week 3 补 wrapper；Week 4 workflow teardown 内容分发 + 建受众

关联图谱

上游（基于 / 来自）

下游（应用于 / 验证于）

同级（横向 / 并列）

正文要点（5 条）+ Seetong 借鉴动作（6 条）

正文要点

  1. Agent 商业模式根本转变：”SaaS 卖软件，Agent SaaS 卖工作。”“产品不是那个 Agent，产品是它接手的那份工作。”——客户脑子里换算的是”今天少漏几单、少打几个电话、少让员工做多少重复协调”。
  2. 5 特征工作流筛选法：”有工资条的流程，才值得下手”——员工、外包、接待、协调员、调度员，谁已经在为这份工作付钱，谁就是 Agent 接住的空间。
  3. 甜点区边界：”太简单的任务容易被 Zapier 这类自动化吃掉，太依赖人类判断的任务第一版会碎。中间那块重复、烦、又有一点判断的活，才是甜点区。”
  4. 旁听员工 > 写 prompt：”在你开始写提示词、开始写代码之前，先旁听一个真正做这份工作的人。”——录屏暴露的判断路径是文档里不会出现的小动作。
  5. wrapper 创造信任：”Agent 做工作，但 wrapper 创造信任。”——评测集 = 销售资产（”我们在你过去 50 个维修请求上测试过，42 个路由正确，6 个标记人工审核，2 个犯错”）。

Seetong 借鉴动作（针对 Seetong 团队 AI 化）

# 借鉴动作 对应 Greg 节点 关联条目
1 Seetong 内部”卖工作”清单：列出 Seetong 团队 20 个重复工作（设备分诊/反馈归类/工时填写/排班/日报/SOP 检索等）→ 按 5 维打分选 1 个最小 Agent 切入点 节点 2 + 5 维筛选 [[Leeka-Task-Decomposition-Agentic-Workflow]] 任务拆解法
2 Seetong 客服”接住整份工作”路线图：从”接电话/回邮件/记录工单” → “接住反馈 + 内部消化 + 派单 + 回访”（单工具 → 完整工作） 节点 1 + 4 节点 1 [[AI-Native企业-Agent团队和AI-Factory重写公司体系]]
3 Seetong 销售/产品”旁听 10-20 次”：找客服+工程师+产品各 10-20 次实际工作录屏 → 拆解判断路径 → 写入 Agent spec 节点 4 旁听员工 [[Datawhale-Claude-Code之父的老板-Fiona-Fung-Agent协作方法]]
4 Seetong AI 助手最小 Agent 选型：用 4 类（批准/分流/协调/限定动作）选择 Seetong 第一个 Agent 落点 → 推荐”分流型”：反馈分诊 → 自动归类 + 自动派单 节点 6 4 种最小 Agent [[Loop-Engineering-验证才是瓶颈]]
5 Seetong Agent spec 7 件事模板：把每个 Agent 的触发/上下文/工具/自主动作/批准点/真人升级/成功标准 7 项写到 skill.md 顶部（不要在 prompt 里散落） 节点 5 spec 7 件事 [[Lilian-Weng-Harness-Engineering-自我改进]] Harness 操作系统
6 Seetong 控制台 + 评测：给客户/产品经理看”今日处理 N 条 + 平均响应 X 秒 + 转人工率 Y%” + 50 个真实工单的路由测试结果——控制台 = 信任机制 节点 7 控制台评测 [[Loop-Engineering-验证才是瓶颈]]

备注与限制