《AI Agent 产品开发·组织、平台与规模化》10.1 能力路线图
能力路线图按责任扩张排,不按模型能力排。本节给一个五列模板:多承担哪一步、门槛、证据、回退、负责人;用 A Relay、B Quill、C Runner 各排一年,并说明为什么不能照抄模型发布节奏,最后给出一段可运行的年度排期与 TypeScript 判定函数。
category
能力路线图按责任扩张排,不按模型能力排。本节给一个五列模板:多承担哪一步、门槛、证据、回退、负责人;用 A Relay、B Quill、C Runner 各排一年,并说明为什么不能照抄模型发布节奏,最后给出一段可运行的年度排期与 TypeScript 判定函数。
卷二术语与指标手册:缓冲三档、压力测试三压、Top1 与 HHI、依赖分层与依赖分、单点影响指数、固定成本占比与成本弹性、账期与坏账率、事故等级与 MTTR、连续性 RTO、违约条款与责任限额、组合注意力成本等四十余个概念的准确定义、计算式与常见误用,附三案例对照与公式速查。
卷三涉及的经营与交易术语:月度经营会、十二个指标、runway 与净消耗、产品组合分配、估值倍数、尽职调查、交割与整合、白标与 IP 授权、组织成本、风险登记册,逐条给出定义、公式与三案例对照值,并列出九个常见的经营与估值错误,可当季度手册的附录用。
「更聪明」撑不过一个模型发布周期。本节给一个六空定位模板:谁、在什么流程、交哪一步、由谁负责、证据是什么、不做什么;用 A Relay、B Quill、C Runner 各写一句,并说明定位为什么必须与放量门槛对齐,最后给出一段可运行的定位评分代码。
卷二得分 18、14、22,卷三只有 12、10、20,三案例总分 52、42、68,全部低于 72 分通过线。本节收口卷二的三条韧性链,解释「能撑住」与「能退出」的差别,并用 TypeScript 复算三卷落差、退出准备度以及停业现金上限。
把全书收成三层手艺:口径、节奏、取舍。用三家公司的最后一张表复盘 MRR、净利率、runway、LTV/CAC、渠道后毛利率与评审分,说明 ChartKit 效率最好却因 66 分未过线;再给出五项收官检查与三个日常习惯,把商业化变成可重复的动作。
护城河不是「模型更聪明」,而是工作流嵌入、数据积累、责任承担、切换成本四种来源。本节逐种给出强度、可持续性与衰减条件,用 A Relay、B Quill、C Runner 各判一种主来源,并说明为什么模型优势无法计分,最后给出一段可运行的护城河评分代码。
卷二 15 项评审每项 2 分、满分 30,林叙 18、周牧 14、陈屿 22。本节拆开 2 分、1 分、0 分的判分标准,解释 N/A 为什么必须标注,按三案例的证据缺口排出补做顺序,并用 TypeScript 把评分规则写成可复算的清单。
把全书 45 项评审拆成三卷各 15 项、每项 2 分,逐项列出 2 分标准;再用 ClinicQueue 74 分、DevTape 74 分、ChartKit 66 分的失分明细,说明第 30 项销售时间账是唯一共同短板,并给出未过线时的补做顺序与季度自评方法。
林叙、周牧、陈屿的卷二业务韧性得分分别是 18、14、22(满分 30)。本节把 15 项评审按现金、集中度、合规、连续性、组合五个桶重排,解释三条不同的脆弱链,并用 TypeScript 复算总分、证据分布、最弱桶与缓冲月数,最后给出这张表的读法。
把 ClinicQueue、DevTape、ChartKit 三年经营压成一张可复算基线:从 MRR 45,052、38,700、9,432 美元出发,拆开毛利率、渠道后毛利率、固定成本、净利率与 runway,再算月增速和 36 个月复利倍数,说明基线是下限与比较尺,不是预测。
模型会商品化,任务不会。本节把 Agent 产品拆成模型、工具调用、编排、任务实现、责任流程五层,用流程绑定、责任承担、专有数据三个锚点判断每一层的商品化速度,并用 A Relay、B Quill、C Runner 说明护城河为什么都落在模型之上,最后给出一段可运行的分层判定代码。
陈屿的三条收入线贡献都为正,退出规则要回答的不是谁在亏钱,而是下一小时该给谁。本节给出加注、维持、休眠、关停四种动作的触发条件,算清退出成本、释放的注意力与收入风险,并用 TypeScript 复算 PixelPalette、SnippetVault 与咨询线。
保持独立不是拒绝增长,而是让增长不换主人。以 DevTape 出售报价 1,879,891 美元、相当于 36.9 年当前净利,ChartKit 授权首年净收入 113,880 美元、为当前年净利 2.22 倍为例,比较出售、授权与加人三条路的现金流、工时占用与主动权。
本节用 aia-lab 实现人机总成本对比:把人工、系统、维护四条线放进同一个入口,对 A Relay、B Quill、C Runner 输出月成本、节省额与节省率。重点演示 C 的「漏算转人工」错误版本:只算 0.96 分钟审计、不算 3.08 分钟转人工,节省率会从 73.7% 被夸大成 90.8%。
陈屿每周 26 小时深度工作,产品只占 17 小时却要分给两个产品;周牧副业只有 14 小时,还被切成 2 小时一段。按每增加一个产品、主产品深度工作下降 15–25% 的口径,本节算清三案例的注意力带宽、维持与荒废阈值,并用 TypeScript 建模。
规模化不会等比例放大收入,它会先改变成本形状:固定成本按台阶跳、支持工时按客户数线性涨、渠道分成再削一层毛利。以三家公司为例,拆开 36,942.64、27,477、8,583.12 美元月毛利,算清每 1 美元新增固定成本需要多少新增 MRR 才能覆盖,以及人均收入与应收占用。
计费单位不是财务细节,它决定产品接下来优化什么。本节比较按席位、按任务、按结果、按节省四种方式各自的适用条件与失效场景,并给 A Relay、B Quill、C Runner 各选一种:A 按席位、B 按任务、C 按结果,同时说明为什么三家都没有选按节省,以及本书与《AI 产品的商业化》的分工。
陈屿有三条收入线、17.1 个月跑道,却把 34.0% 的收入压在同一个咨询客户上;周牧有工资加产品两条线,产品只占家庭收入 11.7%。本节把来源数、有效来源数(1÷HHI)与最大单点损失后的跑道放在一起,说明组合为什么不能只看产品个数,并用 TypeScript 复算三案例。
规模化不是把获客预算做大,而是先确认漏损、现金与产能都撑得住。以 ChartKit 快照比率 1.01、稳态上限 9,516.32 美元,ClinicQueue 回本 12.8 个月对现金缓冲 8.6 个月为例,给出五个不该加投入的判据与一套可测试的计算。