--- title: 'AI Agent 是新一代 SaaS:从一份工作到产品化的完整剧本' video_id: 83fWzQSWB10 url: https://youtu.be/83fWzQSWB10 title_en: "AI Agents are the new SaaS" channel: Greg Isenberg published: 2026-07-01 duration: "26:03" topics: [AI 变现, Agent 工程, AI 自动化] noted: 2026-07-07 value: A views: '6.9万' --- [![封面](https://i.ytimg.com/vi/83fWzQSWB10/maxresdefault.jpg)](https://youtu.be/83fWzQSWB10) > Greg Isenberg · 26:03 · 发布 2026-07-01 · 6.9 万次观看(截至抓取) · [观看原视频](https://youtu.be/83fWzQSWB10) ## 主旨 把"建 agent"当成 SaaS 的替代赛道来打:产品即工作、用一份工作换一份工资的思路锁定第一批客户,先影子后 spec、只做最小有用版本、再用 wrapper 和 eval 把它包装成可监控的 SaaS,靠 pilot → 产品化 → 按结果定价的路径滚动起来。 ## 核心论点 1. **产品即工作,不是工具**——agent SaaS 卖的不是"团队多一个工具",而是"团队不必再亲手做的那份工作",定价对应的是人力预算而非席位预算。([[#1-产品即工作agent-为什么是新一代-saas-0140|→ 详解1]]) 2. **先挑带薪工作流再谈 agent**——挑五个特征(高频、有完成标志、触达既有 SaaS、边缘案例烦但可学、客户能感到损失)的工作流,写 20 题清单打分,而不是先选行业再硬塞 agent。([[#2-挑带薪工作流五个特征与-20-题清单-0415|→ 详解2]]) 3. **先影子人再写 spec**——动手编码前先屏幕录制观察 10–20 单,找出"让一个 case 容易/怪的关键细节",再写 7 问式 agent spec(触发/上下文/工具/自决范围/审批/升级/成功定义)。([[#3-影子人先观察再写-spec-0722|→ 详解3]]) 4. **最小有用 agent 四选一,而不是一上来就全自主**——draft-and-approve、triage、coordinator、bounded action 四种早期版本各有对应风险;且遵循"工作流优先于 agent",先用确定性路径拿到稳定性,再用判断逐步换出自主性。([[#4-最小有用-agent-四选一工作流先于-agent-0942|→ 详解4]]) 5. **Wrapper 才是 SaaS,agent 只做活**——日志、审批、handoff、配置、分析这类"控制台"才让客户敢签单;同时 eval 集既是回归测试也是销售物料,把"42/50 答对"摆在桌面上就是建立信任。([[#5-wrapper-让它变成-saas控制台--eval-健身房-1255|→ 详解5]]) 6. **先当人力卖再产品化**——同一细分、同一个工作流、同一种痛点,先签三个客户手动跑一遍、收 setup fee + 月费,再把重复模式抽出来变产品,而不是先写软件再去兜售。([[#6-像出售人力一样卖-pilot结果定价是未来-1602|→ 详解6]]) 7. **靠工作流拆解式内容占据心智**——把"老做法 vs agent 做法"做成对比型内容(meme / 50 例 / teardown),让目标客户对着自己的痛点头痛一次,再勾出"卖的是止痛药不是维生素"的产品定位。([[#7-占据工作流拆解式内容营销-1856|→ 详解7]]) 8. **30 天 0→100 的 7 天节奏**——Day 1–7 选 niche、访谈、写 spec、手动跑、搭最小 agent、做 eval;W2 卖 pilot;W3 加 wrapper;W4 内容转 proof;同步建受众,再用 LTV 决定第二/三月加投。([[#8-30-天-0100-计划-2206|→ 详解8]]) ## 知识点详解 ### 1. 产品即工作——agent 为什么是新一代 SaaS [01:40](https://youtu.be/83fWzQSWB10?t=100) 传统 SaaS 卖的是工具——"团队多一个能用的东西";agent SaaS 卖的是工作——"团队不必再亲手做的那份活"。作者用的对比是"agent SAS sells work"([01:50](https://youtu.be/83fWzQSWB10?t=110)):餐厅的接待、漏水抢修的派单、保险公司的资质问询、医美的到店提醒——这些岗位预算本来就在人力盘子里,谁先把这块工作吃下来,谁就接住一份原本就在流水的工资。 他举的两类典型客户:餐厅/Slang AI 这种"AI superhost"接听订座/私人包间/VIP 分流([02:50](https://youtu.be/83fWzQSWB10?t=170)),以及 home services / Same Day 这种"AI dispatcher"接听漏水来电、自动派单、追单([03:37](https://youtu.be/83fWzQSWB10?t=217))。两家解决的问题都是"漏接电话 = 漏钱",客户为损失付费而非为工具付费。 更关键的是 TAM 论据:agent 替代的是人力(human capital),而人力是万亿美元级市场([00:54](https://youtu.be/83fWzQSWB10?t=54))——所以作者判断 agent 的潜在市场天然大于 SaaS。作者反复用的筛选句是"我比一个 junior employee 处理这一件烦活更快、比 agency 更便宜、比加人头更省"([04:01](https://youtu.be/83fWzQSWB10?t=241)),只有这三件事同时成立,客户才会主动把岗位预算划过来。 ### 2. 挑带薪工作流——五个特征与 20 题清单 [04:15](https://youtu.be/83fWzQSWB10?t=255) 好 agent 工作流有五个特征([04:45](https://youtu.be/83fWzQSWB10?t=285)):第一,高频——每天发生最好,每小时更好(每通来电、每条工单、每次询价、每个预约、每张订单);第二,有清晰完成标志(预约下了、工单分流了、退款批了、供应商排期了);第三,触达既有的 SaaS(Gmail、Slack、Shopify、HubSpot、Zendesk、Stripe)——agent 既要用它们的 API,也要能读它们的上下文;第四,边缘案例烦但可学(完全规则化的工作早就被 Zap 自动化,纯靠判断的工作首版必崩,真正好的是"重复 + 一定判断");第五,客户能感到损失(漏接电话、回复慢、线索丢失、空时段、用贵的人干低价值协调)。 落地的第一步是写 20 题清单([06:20](https://youtu.be/83fWzQSWB10?t=380)):挑一个 niche(屋顶工/管道工/医美/Shopify 品牌……),把从业者抱怨的 20 项工作写下来;屋顶工的"漏接来电 / 融资问题 / 保险材料 / 预约提醒"、医美的"线索资质筛选 / no-show 召回 / 会员复购"、Shopify 品牌的"退换货 / 批发线索跟进"——再按 5 维度打分([06:49](https://youtu.be/83fWzQSWB10?t=409)):发生频率、痛点代价、完成易判性、所需工具、预算拥有方。打分最高的那条工作,就是 agent SaaS 的起点。 这条路径的本质是先确认"钱已经在流向这份工作"再开工,而非先去赌行业、再倒推 agent 能卖谁——这是与"先选 niche 再硬塞 agent"的反向顺序。 ### 3. 影子人——先观察再写 spec [07:22](https://youtu.be/83fWzQSWB10?t=442) 作者把这一节称作多数人会跳过的步骤,但他认为这正是建立差异化优势的地方。方法很简单:屏幕录制 + 旁白,观察一个真人做 10–20 单([07:52](https://youtu.be/83fWzQSWB10?t=472));追问"什么让一个 case 容易 / 什么让它奇怪 / 做决定前查什么 / 错误常出现在哪",找出真实的隐性流程。 餐厅接待的例子很典型:客人问"几点关门",真实答案远不只是字面时间——接待心里清楚厨房几点停火、哪个桌子适合带婴儿车、露台是否营业、VIP 怎么分流、私人包间如何转接([08:44](https://youtu.be/83fWzQSWB10?t=524) "the detail is the product")。把这些细节挖出来,才是 agent 区别于 FAQ bot 的地方。 有了这些素材,就可以写 7 问式 agent spec:什么事件唤醒它([08:53](https://youtu.be/83fWzQSWB10?t=533))、需要哪些上下文、能用哪些工具、哪些事它自己就能拍板、哪些需要审批([09:05](https://youtu.be/83fWzQSWB10?t=545))、什么情况升级到人工、什么算成功。作者强调:"细节就是产品"——能不能把这份 spec 写得让一线员工点头,决定 agent 是 slop 还是真能替代人的那部分活。 ### 4. 最小有用 agent 四选一——工作流先于 agent [09:42](https://youtu.be/83fWzQSWB10?t=582) 多数人听到"agent"就想象一个全自主员工,这种 demo 在 Twitter 上好看但落地就崩。最小有用 agent(MUA, Minimal Useful Agent)有四种早期形态可挑,每种对应不同风险等级: - **draft-and-approve**([10:05](https://youtu.be/83fWzQSWB10?t=605)):agent 起草回复、报价、摘要或下一步,人审批——适合工作流有风险或需要创意/审批环节的场景; - **triage**([10:24](https://youtu.be/83fWzQSWB10?t=624)):agent 把进来的工作分类并路由(维修请求/账单问题/退款)——适合信息密集、分类明确的入口; - **coordinator**([10:37](https://youtu.be/83fWzQSWB10?t=637)):agent 在系统与人之间穿梭(查可用时段、发提醒、追问缺失信息、推进事情)——适合多系统协作的场景; - **bounded action**([10:53](https://youtu.be/83fWzQSWB10?t=653)):agent 在明确规则下做一件具体的事(预约、跟进、< $50 的退款)——适合高频低风险。Uber Eats 沙拉没到自动退款,就是这一类。 作者特别引用 Anthropic agent guidance 的观点([11:31](https://youtu.be/83fWzQSWB10?t=691)):许多 agent 问题**应该先做成确定性 workflow**,agent 只在判断真正创造价值的位置登场([11:42](https://youtu.be/83fWzQSWB10?t=702))。这套"earned autonomy"原则([11:50](https://youtu.be/83fWzQSWB10?t=710) "founders should earn autonomy by starting with a predictable path")是说:从一条工作流、一个承诺起步,验证稳定后再逐步松绑——而不是一上来就许诺全自主。 落地建议是:第一天就只挑一条工作流、一个承诺([12:30](https://youtu.be/83fWzQSWB10?t=750))。"我们替屋顶工接漏接来电并预约合格工单"或"我们替物业经理分流维修请求并匹配供应商"——够了。这就是 day one 的 MVP。 ### 5. Wrapper 让它变成 SaaS——控制台 + eval 健身房 [12:55](https://youtu.be/83fWzQSWB10?t=775) "Agent 干活,wrapper 建立信任"([13:08](https://youtu.be/83fWzQSWB10?t=788))。SaaS 化的关键不是把 agent 包装得多漂亮,而是把客户**必须看到的东西**做好:日志、审批、handoff 规则、设置、测试入口、能解释 agent 为什么这么做。客户第一次买 agent,要的不是花哨 UI,而是"我能看着它干活、能在出错时接管、能在它犯错时发现"。 Wrapper 的形态可以非常轻,但要承担一个"控制台"的角色([13:32](https://youtu.be/83fWzQSWB10?t=812))。餐厅电话 agent 的控制台可能是通话摘要、预约结果、漏接的人工接管;物业维修 agent 的是已建工单、供应商路径、租户通知、业主审批——简单,但缺了它客户就不会签。 Eval 集是 wrapper 的另一半([14:56](https://youtu.be/83fWzQSWB10?t=896))。做法是拿 50 个真实历史样本(50 通来电、50 条工单),标好正确答案,让 agent 跑一遍——分类是否正确、是否追问必要信息、是否应用了正确策略。作者称之为"健身房"([15:06](https://youtu.be/83fWzQSWB10?t=906)):每次改 prompt、模型、工具或 workflow,agent 都回炉跑一次这套题,产出一个可信的"这次比上次好在哪"。 更重要的是它同时是销售物料([15:23](https://youtu.be/83fWzQSWB10?t=923)):对物业经理说"我们拿你 50 条老工单测过——42 条答对,6 条转人工,2 条出错,以下是我们怎么改的",比任何 demo 都更能签单。透明+可审计,是 agent-first 业务和"神奇 agent"之间最大的分水岭。 ### 6. 像出售人力一样卖 pilot——结果定价是未来 [16:02](https://youtu.be/83fWzQSWB10?t=962) 最快路径是 pilot:先手动 + AI 把活跑起来,再把重复部分产品化。约束条件很硬——同一细分、同一工作流、同一痛点,只接 3 个客户([16:15](https://youtu.be/83fWzQSWB10?t=975))。这个约束反过来保护产品形态:跨细分就要重建流程,容易掉进定制化陷阱。 卖的不是工具是结果。Pilot 期用 setup fee + 月费这类易懂的报价:作者给的三档示例分别是 "$1500 启动费 + $1000/月跑一条工作流"([16:36](https://youtu.be/83fWzQSWB10?t=996))、"$2000 启动 + 每个合格预约 $30"([17:33](https://youtu.be/83fWzQSWB10?t=1053))、或 "$3000/月最多处理 500 张工单"([17:42](https://youtu.be/83fWzQSWB10?t=1062))。作者主张 result-based pricing 是 agent 业务的定价未来,因为客户不想再为席位付钱——但不要第一天就这么收,先积累"客户到底在意什么、agent 在哪里崩、缺了它客户会少什么"的学习,再迁过去。 最关键的提问([17:54](https://youtu.be/83fWzQSWB10?t=1074))是"如果把这个 agent 撤掉,你会少什么"——答得出来的部分就是定价的依据。Pilot 期学到的"每个屋顶工都需要同样的紧急话术/服务区校验/融资答疑/报价跟进"一旦稳定,就是产品的雏形——这就是"先当人力卖,再把重复部分抽成 SaaS"的真义。 ### 7. 占据工作流——拆解式内容营销 [18:56](https://youtu.be/83fWzQSWB10?t=1136) 分发侧的核心格式是 workflow tear-down([18:56](https://youtu.be/83fWzQSWB10?t=1136))。结构是"老做法 vs agent 做法":左边画一个客人打电话没人接、客服连问五个问题、查日历查服务区、最后忘了跟进、老板心碎的全过程;右边画 agent 接入、问对问题、查服务区/紧急度、预约、写 CRM、发确认、必要时升级([18:58](https://youtu.be/83fWzQSWB10?t=1138))。 这种内容之所以有效,是因为目标客户(物业经理/餐厅老板/屋顶工)看到左边会直接代入自己的痛——这就是作者反复强调的"卖止痛药不卖维生素"([19:54](https://youtu.be/83fWzQSWB10?t=1194))。建议的素材组合是 checklist / benchmark / teardown 三个一组([20:39](https://youtu.be/83fWzQSWB10?t=1239)),围绕"一条工作流"做出 50 个例子,选定一个平台起步,做出能跑的有机内容,再把已验证的素材挂上付费投放。 关键定位句([20:32](https://youtu.be/83fWzQSWB10?t=1232))是"选一条工作流,让整个互联网把你和它绑在一起"——把分发策略压缩成"一个 niche × 一条工作流 × 一套反复出现的内容",比同时做多个细分/多种内容更稳。 ### 8. 30 天 0→100 计划 [22:06](https://youtu.be/83fWzQSWB10?t=1326) 作者给的是一份周计划而非月度愿景。 - **Day 1**:选一个"漏工作 = 漏钱"的 niche(家政、物业管理、保险代理……); - **Day 2**:访谈 10 个一线运营,让他们屏幕共享流程、把通话当研究素材(可以付钱); - **Day 3**:挑一条工作流,按"频率 + 痛点 + 触达软件 + 完成标志"四问锁定; - **Day 4**:写 agent spec(触发 / 上下文 / 工具 / 规则 / handoff / eval 七问); - **Day 5**:手动 + AI 跑一遍(把上下文粘给 Claude 或 ChatGPT,产出草稿,人审批)——**验证 AI 真的有用再写软件**; - **Day 6**:搭最小可用版本(draft-and-approve 或 triage 通常够用); - **Day 7**:用 50 个真实历史样本造 eval 集。 W2 同 niche 再签 2 个 pilot。W3 给最小 agent 套 wrapper(日志/审批/设置/分析/handoff),可借助 Claude Design 等工具,假设 Fable 已上线则用它写代码。W4 把 pilot 翻成 proof,发 teardown 内容并双倍投入已验证的内容策略。 整个 30 天同步在做的事是建受众;到第 4 周结束时手里应该有"哪种格式有效、该往哪个渠道加付费"的判断。第二/第三个月再回去算 LTV、确认可持续投放的渠道([24:03](https://youtu.be/83fWzQSWB10?t=1443))。 ### 9. 收尾:从"帮我做"到"替我做" [24:21](https://youtu.be/83fWzQSWB10?t=1461) 核心论断:"Software is moving from help me do the work to do the work with me"([24:21](https://youtu.be/83fWzQSWB10?t=1461))。SaaS 时代卖的是帮人完成任务的工具;agent 时代卖的是替人完成任务的工作。 机会的定义被收窄到一句话([24:47](https://youtu.be/83fWzQSWB10?t=1487)):"在你熟悉的细分里,找到那条全天重复的、最小但最痛的、能在 agent 手里消失的工作流"——接电话、预约、分流工单、更新系统、升级边界案例。谁先把这件最小的事做到极致,谁就把"agent first business"先跑通。 作者留了开放承诺:后续会单独做"如何把 vibe-coded 应用拉到客户面前"的 episode,本期就到这([25:47](https://youtu.be/83fWzQSWB10?t=1547))。 ## 可执行步骤 - [ ] 挑一个自己熟悉的 niche,写出 20 个从业者抱怨的工作,按"频率 / 痛点代价 / 完成易判性 / 工具触达 / 预算拥有方"五维度打分,锁定分数最高的那条 - [ ] 找到 3 个做这份工作的一线人员,屏幕录制 + 旁白观察 10–20 单,挖掘"让 case 容易/怪"的隐性细节 - [ ] 用 7 问式 spec 把工作写清楚:触发 / 上下文 / 工具 / 自决范围 / 审批 / 升级 / 成功定义 - [ ] 挑一种最小有用 agent(draft-approve / triage / coordinator / bounded),手动 + AI 跑一遍验证有效,再写代码 - [ ] 收集 50 个真实历史样本,标正确答案,作为 eval 集 + 销售物料双重用途 - [ ] 同一 niche 同条工作流找 3 个 pilot 客户,用 setup fee + 月费开局,等"撤掉会少什么"的答案清晰再迁结果定价 ## 关联 - 印证:Agentic 工作流 与 DOE 框架([[MxyRjL7NG18-Agentic 工作流课/01-导论|Agentic 课]])同样主张"先做(DOE 里的 directive)再由 agent 解释执行",本视频的"先当人力卖再产品化"是这条思路在商业侧的对应表达 - 印证:Agentic Engineering([[2026-06-25-Harness为王的能动工程大师课|Harness 大师课]])把"完整 spec + 自动化 eval"作为 agent 上线门槛,本视频"7 问 spec + 50 条 eval 集"是同一思路在产品形态上的落点 - 印证/补充:Setup fee + monthly retainer([[2026-06-24-30天内签下首个AI代理客户|30 天签首个 AI 代理客户]])主张 setup + 月费避开每月从零找客户,本视频进一步给出 pilot → 结果定价的迁移路径 - 印证:本频道同作者 [[2026-06-25-学AI是烂建议：真正该学的六项技能|学 AI 是烂建议]]第 1 项"设计 AI 员工"对应本片"写 agent spec",第 5 项 builder-distributor 对应本片"做内容 + 建受众"——同作者的横向呼应,而非冲突 - 印证:Skill Creator([[2026-03-08-Claude Code 六个层级|CC 六个层级]])把 eval 作为 skill 自评工具,本视频把 eval 进一步推到销售场景(告诉客户"42/50 答对"),是两套实践的协同 - 复现:[[2026-07-09-数据科学家转型AI工程师路线图|数据科学家转型AI工程师路线图]] 把 eval 健身房 泛化为 test datasets/experiments/LLM-as-a-judge/regression tests 的通用可靠性实践,是本片"50 条历史样本回归测试"的上位概念表述 ## 术语 - Product-is-the-job(产品即工作):agent 卖的不是工具而是工作,对应客户原本就在流的人力预算 - MUA / Minimal Useful Agent(最小有用 agent):早期不追求全自主,只替代一类边界清楚的工作 - 五特征工作流筛选器:高频 / 完成标志 / 软件触达 / 边缘案例烦但可学 / 客户能感到损失 - 7 问 agent spec:触发 / 上下文 / 工具 / 自决范围 / 审批 / 升级 / 成功定义 - Control Room(控制台):agent 上方的 wrapper,承担日志、审批、handoff、测试入口的可信化展示 - Eval set as gym(eval 当健身房):用 50 个真实样本当回归测试,每次改动都重跑一遍 - Pilot-then-productize(先卖 pilot 再产品化):先手动 + AI 跑出可计费结果,再把重复模式抽成 SaaS - Outcome pricing(结果定价):按实际产出(合格预约/处理工单)而非席位收费 - Workflow tear-down(工作流拆解):用"老做法 vs agent 做法"的对比型内容占据目标客户心智 ## 金句 > The product is the job. — Greg Isenberg([01:40](https://youtu.be/83fWzQSWB10?t=100)) 用一句话压缩了 agent-first 与传统 SaaS 的差别:卖的是工作不是工具 > The detail is the product. — Greg Isenberg([08:44](https://youtu.be/83fWzQSWB10?t=524)) 影子观察的价值在于挖出一线员工脑子里默认却没写在 SOP 上的细节 > Many agent problems should start actually as workflows. — Anthropic agent guidance 引述([11:42](https://youtu.be/83fWzQSWB10?t=702)) 自主性是赚来的,不是一上来就该许诺的 > The agent does the work but the wrapper creates the trust. — Greg Isenberg([13:08](https://youtu.be/83fWzQSWB10?t=788)) wrapper 才是 SaaS,agent 只是被信任后才会放出去干活的引擎 ## 立场与利益 description 缺失,仅凭口播判断。博主在节目里多次提及自家 startup ideas podcast 体系,并对 Fable / Claude Design 等工具表达过明确偏好;其 agent-first 主张与这层产品亲缘关系叠加,带有"为工具选型方向做示范"的色彩。但核心方法论(影子人、spec 7 问、最小有用 agent、eval 健身房、pilot-then-productize)是可拆出来独立验证的产品搭建原则,属通用共识而非工具强绑定。文中对"Fable 来写 wrapper 代码"这类表述属工具偏好,不构成方法论前提。 ## 价值定位 对**这类视频的目标学习者**有什么价值: - 适合谁:已经在做或想做 to-B 自动化、AI 工具、或任何想接住"一份工作预算"而非"一个工具席位"的独立开发者 / 顾问 / 小团队负责人 - 解决什么:把"建 agent 创业"这件事从一句口号拆成"挑哪份工作 → 怎么观察 → 怎么搭最小版 → 怎么签 pilot → 怎么转 SaaS"的 8 段可执行剧本 - 认知 vs 实操:认知层给了"agent-first TAM 大于 SaaS"的市场判断 + "agent 是工作不是工具"的产品观;实操层给了 5 特征工作流筛选、7 问 spec、4 型最小 agent、eval 集、tear-down 内容格式等可直接套用的清单 - 与 [[2026-06-24-30天内签下首个AI代理客户|30 天签首个 AI 代理客户]] 重叠时:两片都谈 AI 代理客户(同议题),本片独有"产品即工作 / wrapper 即 SaaS / eval 即销售物料 / workflow tear-down 占心智"的组合框架;与 [[2026-06-25-学AI是烂建议：真正该学的六项技能|学 AI 是烂建议]] 重叠时:本片给出"建一个 agent 业务"的纵向剧本,后者给出"agentic 时代该学什么"的横向技能盘点,互补不互替 ## 自检问题 1. 作者把 agent SaaS 与传统 SaaS 的分界总结为一句口号,这句话是什么?它如何解释 agent 业务的 TAM 天然更大? **答案**:产品即工作(the product is the job)——传统 SaaS 卖工具席位,agent SaaS 卖"团队不必亲手做的那份工作",对应客户原本就在流出的人力预算,而人力(human capital)是万亿美元级市场,所以 agent 的 TAM 天然大于 SaaS([01:40](https://youtu.be/83fWzQSWB10?t=100) / [00:54](https://youtu.be/83fWzQSWB10?t=54))。答案锚定本笔记详解1。 2. 挑一条适合 agent 的工作流时,作者给的 5 个特征是什么?为什么"完全规则化"或"纯靠判断"的工作流都不合适? **答案**:5 特征是高频、有清晰完成标志、触达既有 SaaS、边缘案例烦但可学、客户能感到损失([04:45](https://youtu.be/83fWzQSWB10?t=285))。完全规则化的早就被 Zap 自动化干掉了,纯靠判断的 agent 第一版必崩,真正的甜点是"高频重复 + 一定判断"(详解2)。 3. "影子人"步骤里作者主张写 7 问式 spec,请问是哪 7 问?它解决的问题是什么? **答案**:7 问是触发(什么唤醒 agent)([08:53](https://youtu.be/83fWzQSWB10?t=533))/ 上下文(需要哪些信息)/ 工具(能用哪些 API)/ 自决范围(哪些事它自己拍板)/ 审批(哪些需要人批)([09:05](https://youtu.be/83fWzQSWB10?t=545))/ 升级(何时叫人)/ 成功定义(怎么算做对了)。它解决的问题是把"agent slop"和"真能替人干活的 agent"区分开——一份让一线员工点头的 spec,就是 agent 区别于 FAQ bot 的护城河(详解3)。 4. 作者引述 Anthropic 的一个关键原则叫"earned autonomy",它的具体含义是什么?对应到最小有用 agent 的哪种早期形态? **答案**:Earned autonomy 指自主性是逐步赚来的——先用确定性 workflow 跑稳定,只在判断真正创造价值的位置加 agent 判断([11:50](https://youtu.be/83fWzQSWB10?t=710) "founders should earn autonomy by starting with a predictable path")。对应到最小有用 agent 四型(draft-and-approve / triage / coordinator / bounded action),每一种都是"先把一类边界清楚的活让出来",等稳定后再扩边界,而非一上来就许诺全自主(详解4)。 5. 为什么作者主张 eval 集"既是健身房也是销售物料"?举一个具体的客户沟通场景。 **答案**:eval 集是 50 个真实历史样本 + 正确答案的回归测试集,每次改 prompt/模型/工具/workflow 都跑一遍产出"好在哪"的数据(健身房)([15:06](https://youtu.be/83fWzQSWB10?t=906))。销售场景:对物业经理说"我们拿你 50 条老工单测过——42 条答对,6 条转人工,2 条出错,以下是我们怎么改的"——比任何 demo 都更能签单([15:23](https://youtu.be/83fWzQSWB10?t=923)),透明+可审计就是 agent-first 业务与"神奇 agent demo"的分水岭(详解5)。