Kevin 那张补货周报,AI 帮他写了 30 遍 —— 问题从来不在 prompt,而是他没把规则沉淀成 Agent 能调用的东西。
一家公司最值钱的,不是它装了什么 AI,而是它脑子里那条别人抄不走的规则。
Kevin 那张补货周报,AI 帮他写了 30 遍
Kevin 是连锁餐饮的区域运营负责人,管着几十家门店的供应链。
他不算排斥 AI —— 是最早一批在本地部署大模型、注册 Claude 的人。但他坐下来跟我聊时,连问了三个问题:
"概念都懂,但怎么建 Skills 和 Agent?"
"没时间研究 AI,哪些动态对我有直接意义?"
"我已经在用 AI,为什么还是没沉淀?"
他试过让 AI 帮他写门店补货周报,每周都要重新调教一遍模型。
"上周说过的规则,本周它又忘了。"
他最烦的不是不会写 prompt,是写过的 prompt 留不下来。
他的问题不是不会用 AI,是没有把规则变成 Agent 能调用的东西。
这是大多数想转型的传统行业老板的真实卡点 —— 智能停留在单次问答上,无法沉淀成可复用的能力。
深夜补货周报场景:店长面对 AI 助手反复调教
一个做餐饮选址的人,先做出了 Agentic 公司的样子
Kevin 卡在补货周报上,但另一类人已经在做完全不同的事。
陈工(化名)是一家给连锁餐饮做服务的乙方,客户包括谷田稻香这类品牌。
他做了一个多智能体的深度研究系统(让 AI 自己跑调研):
- 规划智能体
:先做整个分析计划; - 执行智能体
:去谷歌搜索 1 公里内居住人口结构、周边竞品、租金、成本; - 撰写报告智能体
:汇总成包含流量、消费、SWOT(优势-劣势-机会-威胁)决策建议的 PDF(可下载文档)报告。
客户点选品类、人均消费、目标客群,选好几个候选商圈,几分钟后拿到一份可下载的选址报告。
关键数字在这里:美团有同类选址报告服务(如袋鼠参谋)50 元/份。
陈工做的版本可以一次选 10 个商圈对比,报价 500 元。同样信息密度,10 倍价格。
他的护城河不在代码,在 10 年养出来的业务手感。陈工不是 deep research 专家,他是"懂谷田稻香这类客户要什么"的人。
AI 让交付变快 —— 这是入场券;但"我做的版本就是和别人不一样"这件事,AI 跑不出来,可以单独收钱。
美团这类服务收 50 元,他收 500 元。
差的是什么?不是信息更全 —— 信息源一样;是报告里"谷田稻香那套偏好"别人复制不走。
这才是 Agentic 公司的样子:不是卖账号席位,是卖 AI 干成的活;不是装上 AI 工具,是 AI 替客户跑完了 4 维调研 + 写报告。
多智能体协作调研:规划/执行/撰写三 Agent 围着一份商圈报告
但陈工是有客户资源的人。
没有资源的普通人,有没有别的路?
0 代码月入 1 万,清风徐来跑通了另一条路
有,而且路径更轻。
清风,0 代码基础,月均 300 元 AI 工具成本,做了十几个 iOS 工具上架,7-8 个带来稳定单源,去年 8 个月外包每月 1 万。
他做工具不是为了比市面上的产品强,是为了触达需求。
和陈工做个对比:
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
都不是"按席位收钱",都是"按 AI 干成的活收钱" |
|
两个案例,两条路 —— 一条靠行业资源往 toB 做深,一条靠单点需求往 toC 复制。
入口是同一个: 先跑通 1 个原子任务,再考虑扩张。
独立开发者的 iOS 工具矩阵:0 代码月入 1 万的稳定单源
把"你脑子里的规则"做出来,就是 Agentic 公司的入场券
Agentic 公司三步启动路径:选垂直 → 跑通原子任务 → 工具库+自迭代
回到 Kevin —— 他其实已经有了垂直深度(区域餐饮补货 3 年),缺的是把规则做成 Agent 能调用的东西。具体三步:
第一步:先选垂直,再谈概念。
别盯"AI 能做什么",盯"我在哪个领域有 3 年以上的深度"。
三个筛选信号:输出可验证(比如"补货建议准不准"三天就能看到)、大厂不愿做(利润薄或太定制化)、你有绝对深度(踩过的坑就是护城河)。
陈工选了"连锁餐饮选址",清风选了"用户自己能触达的需求",Kevin 应该选"区域餐饮的补货规则"。
第二步:跑通 1 个原子任务。
不要一上来做超级智能体,单 Agent 解决单任务。
陈工的原子任务是 1 份 4 维调研报告,清风的原子任务是第 1 个 iOS 工具,Kevin 的应该是"自动生成次日补货单"。
共同点:2 周内可演示、3-5 个付费客户可验证。付费 = 真实反馈,不付钱的夸奖全是幻觉。
第三步:建立工具库 + 夜间自迭代。
起步阶段准备 20 个基础工具,每遇到一个 AI 可改善的场景就加一个,6 个月增加到 100 个以上。
陈工的工具库里有谷歌搜索接口(API)、报告模板生成、PDF 输出、选址数据清洗;Kevin 的应该有"查询库存""读取天气预报(影响销量)""比对供应商报价"。
同步启动夜间自迭代机制,让系统在循环中自动复盘、优化参数。
但这一切的前提是 ——
你脑子里的规则,先用 3 句话说清楚。说不清就先记录,别先想着做工具。
如果未来所有公司都是 Agentic 公司,那每家公司最值钱的,就是它脑子里那条别人抄不走的规则。
不是所有人都该变成 Agentic 公司。
关键是你脑子里有没有一条值得做出来的规则
——
有的话,跑通 1 个原子任务,比读 10 篇 Agent 教程有用得多。
参考
-
《美团首度披露 AI 商家工具应用进展:已服务超 180 万实体商家》 — 美团袋鼠参谋累计生成 32 万份选址报告,2026-04-30 -
《2025 年,商家提的问题,我们都改进了哪些?》 — 美团袋鼠参谋向全行业商家免费开放,2026-02-06 -
《谷田稻香》 — 百度百科,上海谷田餐饮管理有限公司旗下品牌 -
《Naval: 纯软件已死?护城河迁移的真相》 — Shadow 公众号,2026-05-02 -
《一人公司 AI-Agent 运营模式》 — Shadow 公众号,2026-05-02 -
AI 编程训练营路演:智能选址报告 -
《非程序员的优势:需求嗅觉》