10 月 1 日，一站式 GTM（go-to-market，走向市场）平台 ZoomInfo（纳斯达克代码 GTM）推出 Agent Teams，把一队队智能体编入企业的获客与销售动作，从「信号」一路跑到「动作」，中间不需要人盯着每一步。它建立在公司前一日（9 月 30 日）宣布收购的 DoubleO.ai 编排架构之上，已在 GTM Studio 可用，且不另设 SKU 或合同。对一家把「销售技术栈」做成生意的公司而言，这意味着智能体编队正式进入了最讲 ROI 的营收前线。
为什么大多数 GTM Agent 上不了前线
营收负责人正承受快速把智能体铺进 GTM 流程的压力，但现实里大多数 GTM 里的 AI 还停留在「某位工程师在 CRM 之外搭的精准获客动作」——有用，却孤岛化。技术栈本身也碎：CRM 里一个助手、富化在另一个工具、序列邮件又在别处，谁也不和谁打通。于是研究、跟进与交接这些把一个判断连到下一个判断的环节，最终还是落在人身上。即便团队把强大的项目交给智能体，智能体也常常因为幻觉或每次跑法不同，逼得有人步步盯防。ZoomInfo 给的解法是：让可靠的 AI 工作流覆盖整个 GTM 团队、每个销售与每个账户。
DoubleO.ai 收购：把编排能力收编进来
Agent Teams 的底座，是 ZoomInfo 于 9 月 30 日宣布收购的 DoubleO.ai 的编排架构，后者由 Derek Osgood 与 Karthik Suresh 创立。收购的逻辑很清楚：编排多智能体可靠地跑完复杂、多步的 GTM 动作，正是大多数智能体做不到的事，而 DoubleO.ai 恰好补上了这块。把它收编进来，ZoomInfo 等于把「让一队智能体在信号与动作之间不掉链子」的能力，内化为平台的一部分，而非外部拼装。
一个完整动作的示例
论文与公告里反复强调的，是 Agent Teams 跑在「实时评测架构」之上：一群各带角色、指令与工具的专责 Agent，共享每一步的上下文，并依据账户当下的真实状态决定下一步最优动作。举个具体例子：当目标账户的冠军联系人换了工作，传统流程建一个 CRM 任务就停了；Agent Teams 会查对方是否已是客户、是否符合目标画像，重建该联系人在原交易里的角色，映射出新的采购委员会，并起草一份贴合那段关系的触达。它追随的不是一张流程图，而是「这个账户此刻到底怎样」。
为什么值得写：GTM 是智能体编队的主战场之一
ZoomInfo 这一步值得记一笔，是因为它把「多智能体编队」放进了最讲究投入产出的营收场景。GTM 天生是跨系统、跨信号、强协作的：一个高意向信号要等回应、路由会跑偏、销售员把时间花在杂务而非成交上。把可靠的工作流铺到整个团队，比在单人工作区里跑一个炫酷项目更接近智能体的真实商业价值。这也与近期一批「把销售、营销、客户成功智能体化」的动向同频——智能体正从演示走向营收主线。
边界：治理与同质化
需要留意的是，Agent Teams 的差异化叙事核心是「实时评测驱动的可靠编队」，但这类说法在当下并不稀缺，真正的护城河会落在数据来源是否干净、隐私权利管理是否到位、跨系统编排是否真的稳定上。ZoomInfo 强调其底座是负责任来源的数据、隐私权利管理，以及 SOC 2、ISO 27001 与 ISO 27701 认证体系——在把智能体放进客户关系的场景里，这些治理属性比花哨的自动化更经得起推敲。至于收购能否如期转化为产品力，仍要看后续整合与真实客户留存。
结语
ZoomInfo 用一桩收购加一次产品发布，把 GTM 智能体编队推到了营收前线。它的看点不在于「又上线了一个 Agent」，而在于把可靠的编排能力收编进平台，让一队智能体能按账户的真实状态把动作跑完。当智能体之争从模型能力转向「谁能把协作跑得既稳又合规」，营收场景会是最苛刻、也最有说服力的裁判。