如何向AI代理销售

如何向 Agents 销售

1. 1937年，罗纳德·科斯（Ronald Coase）提出了一个问题，并因此获得了诺贝尔奖：如果市场如此高效，公司为什么还要存在呢？我们为什么不把所有事情都外包出去呢？

他的答案是交易成本。寻找专家、评估他们的工作、协商价格、强制执行协议。所有这些都需要时间和金钱。直接雇佣一个人更便宜。

近一个世纪以来，这一观点一直成立。

AI Agents 正在改变这种计算方式。一个 Agent 可以在一次HTTP往返中发现一项服务、检查其价格并调用它。没有提案。没有演示。没有在十个浏览器标签页之间进行比价购物。它查询一个注册表，获得结构化结果，并在毫秒内选择最佳选项。

并非所有交易成本都以相同的速度下降。集成、合规性和安全审查仍然昂贵。但搜索和评估层，即决定你是否知道某项服务存在以及其成本的部分，正在趋近于零。

当搜索成本骤降时，默认选择将从“内部构建”转变为“从开放市场购买”。而买家不再是人类。它们是拥有预算的软件。

注意力经济不再适用

销售的整个历史都是关于吸引注意力。广告牌、搜索广告、落地页、冷邮件、会议展位。所有这些都是为浏览、比较、分心并最终做出决定的人类设计的。

Agents 不会浏览。它们会查询。

Agents 优化的是结果，而不是注意力。没有品牌忠诚度。没有冲动购买。没有地位象征。Agent 的决策函数极其简单：你能解决我的问题吗？多快？多少钱？多可靠？

你的营销网站在运行时对 Agent 是不可见的。你的定价页面是无关紧要的。重要的是你的API：它做什么、响应速度、成本以及它目前是否可用。

考虑一下服务推荐引擎优化的是什么。评分函数为三件事加分：活跃度（服务现在是否正在响应？）、经验证的可靠性（它以前是否正常工作过？）、以及置信度（它返回准确结果的频率如何？）。它不会为Twitter关注者、媒体报道或品牌知名度加分。算法无法看到这些，即使能看到，它也不会在意。

这意味着发现必须是程序化的。人类通过口口相传、搜索结果和社交媒体来发现服务。Agents 需要机器可读的能力注册表。它们需要访问一个URL并返回结构化数据：这是我能做的，这是它的成本，这是支付方式。

如果你的服务无法被机器发现，那么它对 Agent 来说就不存在。

（是的，人类仍然决定 Agent 可以使用哪些工具。这是一个真实的营销层面。但一旦 Agent 运行起来，运行时的购买决策就是纯粹的优化。争夺的是进入允许列表，然后一旦进入，成为最佳选项。）

购买与自建的计算

每当 Agent 遇到一个子任务时，它都会做出购买或自建的决定。我是应该自己计算它，还是应该花钱请一个已经有答案的人？

这个计算归结为两件事：成本和速度。

信息套利驱动着购买。以一个常见的 Agent 子任务为例：“存在哪些网络抓取服务？”或“哪个API最适合这个数据集？”

当 Agent 自己研究这个问题时，使用一个具有约16K token推理和工具调用能力的GPT-4级别模型，它需要$0.10-$0.50的成本并耗时10-25秒。准确性是可变的，因为它是在训练数据中进行合成。

一个拥有精选目录的专业服务可以在200毫秒内以$0.01-$0.02的价格返回相同的答案。准确性更高，因为它维护的是数据，而不是生成的推理。

这便宜了7-50倍，快了50-100倍。数学就是决策。

速度与成本同样重要。甚至可能更重要。当一个 Agent 花费25秒来推理一个子任务时，整个流程就会被阻塞。用户正在等待。时间会累积：一个10步的Agent工作流，每一步需要20秒，那么总共需要等待3分钟以上。如果将每一步替换为200毫秒的服务调用，整个过程将在2秒内完成。

专业化胜过通用化。一个通用 Agent 可以抓取网页、解析HTML并提取结构化数据。它会起作用。但它也会比一个专门的抓取服务贵100倍，后者在基础设施层面每页收费$0.003。

经济逻辑是：如果委托的边际成本低于计算的边际成本，并且专业服务更快，那么就委托。永远如此。

这为超专业化服务的长尾创造了空间。一个单一用途的端点，以极快的速度、以每调用几分钱的成本，非常出色地完成一件事。

但“自建”的界限正在转移。随着模型变得更便宜、能力更强，一些服务被Agent重新吸收。那些拥有Agent无法复制的真正优势的服务才能生存下来：专有数据集、实时数据流、图像生成或网页渲染等硬件依赖型计算。

你卖的不是智能。Agents 已经有很多智能了。你卖的是它们无法自行计算的事物的访问权限。

销售的实际面貌

如果你正在构建一个Agent会购买的服务，那么产品需求与你为人类构建的服务完全不同。

价格属于协议，而不是网页。Agents 需要在API层提供机器可读的定价。而不是一个包含三个层级和“联系销售”按钮的定价页面。价格应该作为结构化数据包含在响应本身中。当 Agent 访问你的端点时，它应该立即知道这次调用的成本以及如何支付。

HTTP 自1997年以来就有一个状态码：402 Payment Required。它被“保留供将来使用”近三十年。我们终于找到了它的用途。

按请求定价改变了什么可行。传统的API计费从每月$29开始。在这个价位上，你需要成为一个具有广泛功能的平台才能证明订阅的合理性。

在每次调用几分钱的成本下，经济模式发生了转变。一个回答一个特定问题的单一用途端点可以成为一门真正的生意。一个社交数据流，每次调用十分之一美分。一个文档分析工具，每次调用半美分。一个图像生成器，每次调用六十分之六美分。

这些服务无法在订阅模式下维持。没有人会为一个单一端点支付每月$29。但在按请求付费的模式下，Agent每天调用它们数千次，这种模式是可行的。

入驻必须是自动化的。这并不意味着零认证。有价值的服务仍然需要身份、速率限制和滥用预防。但注册流程需要是 Agent 可以程序化完成的。如果你的入驻需要人类点击仪表板、填写表格并将API密钥复制粘贴到配置文件中，那么你就给一个几秒钟的集成增加了几分钟的摩擦。

理想情况是：一个请求用于发现，一个用于认证，一个用于购买。三次HTTP调用，无需人工干预。

不变之处

如果我说整个销售漏斗都会消失，那我是在撒谎。它并没有。它重新优化了。

信任变得机器可评估。品牌并没有消失。它变成了一个可靠性评分。Agents 将会跟踪（并且服务将会开始发布）正常运行时间历史、响应准确性、延迟百分位数和输出来源。

那些能够证明其输出准确性的服务将击败那些无法证明的更便宜的替代品。经过验证的基准、确定性重放、置信度分数。如果你的输出是不透明的，Agent 会将其视为有风险的，而有风险意味着昂贵。

来自 Agent 服务目录的早期数据显示出一幅严峻的画面。在对44项服务的一次普查中，只有2项拥有完全可用的端点。直接服务调用成功率为53%。推荐层的工作率为87%。可靠性不是一个可有可无的东西。在 Agent 商务中，它是整个产品。死掉的服务将永久获得零流量。

政策仍然限制采购。企业 Agent 将在约束范围内运行。支出限额、供应商允许列表、数据驻留要求、批准的提供商列表。销售漏斗不会完全崩溃。它在“允许的、受信任的、可审计的”以及“快速且便宜的”之间重新优化。

但合规本身也可以变得机器可读。作为结构化数据的服务条款。API头部中的数据保留政策。作为元数据的许可。需要合规的 Agents 将从那些使合规易于程序化验证的服务购买。

对抗性环境是真实存在的。并非每个端点都会诚实。有些会返回垃圾。有些会从请求中窃取数据。有些会谎报其能力以获取流量。

Agents 需要验证、沙盒和基于声誉的路由。那些投资于可证明性和透明度的服务，创造了难以复制的护城河。在机器市场中，信任是最终的产品特性。

让你的服务成为 Agent 原生

Agents 已经在花钱了。它们只是通过为人类设计的笨拙界面来花钱。注册API密钥。浏览计费仪表板。解析为浏览器构建的定价页面。

如果你想向 Agent 销售，以下是检查清单：

1. 机器可读的能力。以结构化格式发布你的服务功能。不是营销页面。而是一个Agent可以在一次请求中解析的JSON清单。

2. 协议中的定价。在API响应中返回你的价格，而不是在网页上。Agents 无法阅读你的定价页面，也不会尝试阅读。使用HTTP 402或类似的标准，使成本成为交互本身的一部分。

3. 自动化入驻。让 Agent 无需人工操作仪表板，即可从“从未听说过你”变为“付费客户”。程序化认证、程序化支付、程序化访问。

4. 可证明的可靠性。发布你的正常运行时间、延迟百分位数和准确性指标。更好的是，在响应中返回置信度分数。Agents 将路由到它们可以信任的服务，而信任是衡量出来的，而不是营销出来的。

5. 比自我计算更快、更便宜。这是标准。如果一个 Agent 可以自己计算你的输出，并且所需时间和金钱少于调用你的API，它就会这样做。你需要明确地比 Agent 自己的推理更快、更便宜。这是唯一重要的价值主张。

网络是为人类浏览而构建的。下一层将为 Agent 购买而构建。问题是你的服务是否为新的买家做好了准备。

• 原文链接： x.com/flynnjamm/status/2...
• 登链社区 AI 助手，为大家转译优秀英文文章，如有翻译不通的地方，还请包涵～