三组材料、三种时态
把三组材料放在同一篇里,不是因为它们规模相当,而是因为它们的证据强度不同,恰好可以演示一套记账方法(来源:LangChain 官方博客、Greg Kihlstrom 11-03 分析、Harness 11-12 官方新闻稿)。
| 材料 | 时态 | 可支撑的判断 | 不可支撑的判断 |
|---|---|---|---|
| LangChain 内部 GTM Agent | 已运营 12 周,官方博客公开复盘 | 流程、产出量、节省工时与交易阶段对比 | 因果增益、跨企业通用 ROI |
| 家庭服务公司决策权算例 | 原文明确写 hypothetical(假设) | 决策权归属如何改写 ROI 的计算结构 | 任何真实客户的实测结果 |
| Harness 基础设施效率闭环 | 2026-11-12 宣布 GA 的产品能力 | 四阶段流程骨架与审批门位置 | 节省金额、PR 合并率、风险分准确度 |
这一列时态判定是本文的起点:把假设算例当成客户案例、把产品 GA 当成收益实测,是落地复盘里两类常见的越界(原创证据分级)。本站此前 R-CASE-62 用三种时态拆过四组 11 月落地,本篇沿用这一分层,但对象与全部数据均不重合。
这组工时或金额,是「系统少做了多少动作」,还是「组织真的把它换成了别的有价值产出」?前者是能力读数,后者才是财务读数。下面两组材料恰好分别卡在这两步上。
12 周 1,540 份:先把四个读数各自的分母写清
LangChain 官方博客《How our GTM Agent builds consistent, high-quality sales artifacts》给出五个关键读数:过去 12 周生成 1,540 份销售物料、每周超过 100 份、发送过物料的交易有 47% 推进到后续阶段而匹配交易为 16%、46% 的物料在 14 天内引出客户电话、送达客户的物料累计节省 337 小时代表工时(来源:LangChain 官方博客、aib.vote 与 The Value Engineering 转述)。
| 读数 | 分母 | 本站折算 | 边界 |
|---|---|---|---|
| 1,540 份物料 | 12 周内生成的全部物料 | 1,540÷12 约 128.3 份每周 | 与「超过 100 份每周」自洽 |
| 每周超过 100 份 | 周产出 | 12 周下限约 1,200 份 | 下限值,不是精确总量 |
| 46% 引出客户电话 | 全部生成物料 | 1,540×46% 约 708 份量级 | 分母是物料,不是交易数 |
| 337 小时 | 送达客户的物料子集 | 337÷1,540 约 0.219 小时每份 | 口径探针,分母含未送达物料 |
| 47% 对 16% | 发送过物料的交易与匹配交易 | 差 31 个百分点,比值约 2.94 | 匹配对比,非随机实验 |
337÷1,540 约等于 0.219 小时、即约 13.1 分钟每份,是本站把两个不同分母硬除得到的口径探针,不能当作「每份物料节省 13 分钟」的事实:337 小时只覆盖被送达客户的物料,1,540 份是全部生成量(原创分母辨析)。
官方博客另写「在其工作流中已为销售代表节省数千小时」,这与 337 小时是两个口径:前者覆盖 GTM Agent 的全部工作流,后者专指送达客户的物料制作时间。两者不能相加,也不能互替(原创口径分层)。
物料类型也被官方列出:定制客户计划、价值验证文档、提案演示稿与上线计划。这四类对应不同销售阶段,因此「一份物料」并不是同质计数单位,周产出 100 份以上的产能读数不能直接换算成工时(原创计数单位标注)。
47% 对 16%:匹配交易对比不是因果实验
官方把 47% 与 16% 写成「发送过物料的交易」与「没有发送物料的匹配交易」的阶段推进对比,并明确表示大部分质量来自交给 Agent 的业务上下文,而不是提示词调优。官方同时写明,计划在未来一篇文章里解释结果度量方法(来源:LangChain 官方博客、aib.vote 转述)。
| 环节 | 材料给出的内容 | 本站标注的缺口 |
|---|---|---|
| 分组 | 发送过物料的交易 与 匹配交易 | 匹配变量、匹配方法与样本量未公开 |
| 指标 | 推进到后续销售阶段 | 阶段定义与各阶段基线未公开 |
| 时间窗 | 12 周运营期 | 两组交易的观察窗是否一致未说明 |
| 混杂因素 | 官方强调上下文与阶段门禁 | 销售代表能力、交易质量等未控制 |
| 度量方法 | 官方写明后续文章解释 | 当前不宜按因果增益引用 |
本站折算 47 减 16 等于 31 个百分点、47÷16 约 2.94 倍,只是把两个已报告百分数做算术处理,不构成效应量估计(原创折算边界)。把 2.94 倍写进商业案例的「转化率提升」,会越过「匹配交易」这一限定。
官方自己列出的追踪指标是物料量、对外分享、代表时间节省与触及的管线,并没有把「阶段推进」列为已完成的因果度量。这条自述限制比 47% 这个数更值得抄进选型笔记(原创证据分级)。
目前官方及行业暂未披露更多细节,后续将持续跟进迭代动态。尚未公开的是匹配交易的变量与样本量、各阶段推进的基线、12 周内两组交易的观察窗,以及官方预告的结果度量方法说明。
物料怎么被造出来:可复现的六步链路
这组材料里较有复用价值的是流程,不是分数。按官方博客与转述整理,GTM Agent 生成一份物料大致走六步(来源:LangChain 官方博客、aib.vote 转述、觉醒学院 11-11 中文整理)。
- 取上下文:读取 Salesforce 中的客户记录,并读取该客户的共享 Google Drive 文件夹;同时纳入产品用量、通话转录、已记录风险、决策标准与下一步。
- 补缺口:若成功标准或经济买家等门禁信息缺失,Agent 向销售代表提问,而不是自行编造。
- 套模板:把由销售领导层持有并维护的模板复制进沙箱,用 python-pptx 填充,品牌资产与风格指南一并作为输入。
- 渲染自查:用 LibreOffice 渲染成 PDF,逐页审阅页面图像,发现排版问题就修正后重新渲染。
- 转格式与交付:转成 Google Slides、Docs 或 Sheets,在 Slack 里把 PDF 预览与链接发给销售代表,并标出仍需人工处理的编辑。
- 回流:每个客户的共享文件夹允许代表直接改稿,Agent 在生成下一份物料时利用这些编辑;品牌变更则走经过审阅的拉取请求。
| 能力原语 | 官方点名的依托 | 对应的失败模式 |
|---|---|---|
| 沙箱 | Deep Agents harness 与 Managed Deep Agents | 生成文件污染工作环境 |
| 技能与模板 | 领导层持有的文档模板 | 同一文档在公司里出现多个版本 |
| 记忆 | 按交易维度的记忆 | 每次从零开始、丢失门禁状态 |
| 定时运行与追踪 | scheduled runs 与 LangSmith tracing | 会前简报与周度信号无法按时送达 |
| 阶段门禁 | 销售阶段业务规则 | 缺经济买家或成功标准仍往下推 |
官方另写 GTM Agent 还承担线索研究、Slack 里待代表批准的个性化外联草拟、每周扩展机会与交易风险提示,并会在会前给出简报、按交易阶段建议合适的文档。把这些与物料生成放在一起看,会发现它不是单点工具,而是被嵌进既有销售节奏的一组常驻动作(原创结构归纳)。
反馈回路也有明确载体:与物料负责人的周会、销售演示、办公时间、Slack 频道。这条回路解释了官方那句「质量主要来自上下文」——上下文不是一次性灌进去的,而是由销售领导层持续维护(原创增量解读)。
18 分钟到 7 分钟:停止规则才是那条避坑经验
转述材料给出一条很具体的工程教训:Agent 的自审阅环节起初会对可接受的页面反复复审数十次,拖慢整份文档的生成;团队加上「一次审阅若无实质缺陷即交付」的停止规则后,单页文档的一次运行从 18 分钟降到 7 分钟(来源:aib.vote 对 LangChain 官方博客的整理)。
| 读数 | 数值 | 本站折算 | 适用边界 |
|---|---|---|---|
| 改动前单页耗时 | 18 分钟 | 基准 | 单页文档 |
| 改动后单页耗时 | 7 分钟 | 降 11 分钟,约 61.1% | 单页文档 |
| 复审次数 | 原文写「数十次」 | 未给精确分布 | 不可外推到多页提案稿 |
| 停止规则 | 一次审阅无实质缺陷即交付 | 把无限自查改成有限判据 | 判据本身仍由 Agent 判定 |
这条数据的价值在于揭示了 Agent 工作流里一类隐性成本:验证环节本身可能成为主要耗时来源,而且不会体现在「生成了多少份」这类产出指标里。把 18→7 分钟读成「模型变快了」会找错对象,变的是流程判据(原创归因)。
同时要标注边界:7 分钟对应单页文档,官方未给多页提案稿的耗时分布;「无实质缺陷」由 Agent 自评,抽查与人工终审仍在流程里。把 61.1% 的降幅套到整条销售物料流水线,缺少公开数据支撑(原创适用边界)。
决策权算例:同一家公司从负 64% 到正 80%
Greg Kihlstrom 在 2026 年 11 月 3 日的 Coherence at Velocity 分析中给出一组算例,原文明确写 hypothetical home services company(假设的家庭服务公司)。设定是每月 40 万次服务接触,其中 12% 涉及账单抵扣决定,即 4.8 万次决定;人工每次约 4 分钟;部署一套 Agent 的年成本为 60 万美元,含许可、消耗与治理(来源:gregkihlstrom.com,2026-11-03)。
| 要素 | 版本一:Agent 推荐、人工决定 | 版本二:小额由 Agent 默认决定 |
|---|---|---|
| 默认决策人 | 销售或服务代表 | 额度不超过 50 美元的抵扣由 Agent 发放,覆盖 85% 的量 |
| 单次耗时 | 从 4 分钟降到 3 分钟 | 剩余 15% 与异常由代表处理 |
| 释放工时 | 每月 800 小时,全年 9,600 小时 | 移除 2,720 小时,抽检加回 136 小时,净 2,584 小时每月 |
| 落到具名工作 | 约一半工时被指派,按 45 美元综合费率约 21.6 万美元 | 2.4 万小时指派到留存回访与三个不再补的空缺岗位,约 108 万美元 |
| override 登记 | 原文未设 | 每次覆盖都登记理由码,质量负责人抽检 10% 样本 |
| 年度 ROI | 约负 64% | 约正 80% |
两版之间改的不是模型、不是提示词、也不是自动化范围,而是「谁默认决定」。原文把这一点写得很直白:服务负责人改了一件事,就是默认决定权归谁。本站折算两版 ROI 相差约 144 个百分点,但这是同一套假设参数下的差值,不是实测增益(原创折算边界)。
算例里还有两条治理读数:override 率从首月 7% 降到第四个月 3%,而在首月做出正确覆盖的代表写下了两条政策修复,正是这两条把后续的覆盖率压了下来。也就是说,登记不只是留痕,它同时是政策修订的输入(原创增量解读)。
原文另引 Forrester 分析师 Cross 在 11 月 2 日提出的四问(哪些工作维持业务、哪些改造业务、各自归谁、谁有决策权),以及一份决策权清单(优先、标准化、自动化、资助、扩展、停止);还引 Front 的 Kevin Yang 关于「每 1 小时解决客户问题需 3 小时协调」的测量,与 Structural Friction Index(会议、交接、审批之和除以客户影响产出)。这些是同一篇分析里的框架性材料,本站按引述性质标注,不当作独立调研数据(原创来源分级)。
把 2,584 小时逐格复算
这组算例值得逐格复算,因为它的自洽程度直接决定能不能拿来当记账模板(来源:gregkihlstrom.com 11-03 算例;下表为本站按文中数字折算)。
| 步骤 | 算式 | 结果 | 是否自洽 |
|---|---|---|---|
| 月度决定数 | 40 万 × 12% | 4.8 万次 | 与原文一致 |
| 版本一节省 | 4.8 万次 × 1 分钟 ÷ 60 | 800 小时每月,9,600 小时每年 | 与原文一致 |
| 版本一半数指派 | 4,800 小时 × 45 美元 | 21.6 万美元 | 与原文一致 |
| 版本一 ROI | (21.6 万 − 60 万)÷ 60 万 | 约负 64% | 与原文一致 |
| 版本二覆盖量 | 4.8 万 × 85% | 4.08 万次 | 本站折算 |
| 版本二移除工时 | 4.08 万次 × 4 分钟 ÷ 60 | 2,720 小时每月 | 与原文一致 |
| 抽检加回 | 4.08 万 × 10% × 2 分钟 ÷ 60 | 136 小时每月 | 与原文一致 |
| 净释放 | 2,720 − 136 | 2,584 小时每月,年约 31,008 小时 | 与原文约 31,000 一致 |
| 指派价值 | 2.4 万小时 × 45 美元 | 108 万美元 | 与原文一致 |
| 版本二 ROI | (108 万 − 60 万)÷ 60 万 | 约正 80% | 与原文一致 |
复算说明两件事。其一,全链条算术自洽,可以当记账模板用:从接触量、涉及比例、单次耗时,到指派比例、费率与年成本,每一步都有可替换的参数。其二,原文本身是假设算例,参数未经任何真实客户验证;把模板套进自己组织时,需要替换的是全部参数,而不只是把 45 美元换成本地费率(原创可迁移性与边界)。
本站另补一个原文未列的读数:版本一之前,4.8 万次 × 4 分钟 ÷ 60 等于 3,200 小时每月是这条链路的总人工投入。有了这个分母,800 小时与 2,584 小时分别相当于约 25.0% 与约 80.8% 的链路工时;两者是「节省幅度」而非「产能提升」,因为剩余部分仍由人处理(原创分母补充)。
还有一处不能漏:版本一里有约一半释放工时「消散回队列」,没有落到具名工作,因此不产生财务价值。这正是原文把「标准流程后再自动化」放在前面的原因——若没有具名承接,节省的时间不会自己变成收益(原创归因)。
11-12 的审批门:四阶段里人工闸门在哪一步
第三组材料是流程骨架。Harness 在 2026 年 11 月 12 日宣布三个基础设施 Agent 正式可用:Cost Management Agent 发现成本与漂移问题,Infrastructure Remediation Agent 把发现转成基础设施即代码的拉取请求,流水线做计划检查、Blast Radius 给风险打分,工程师审阅合并,成本 Agent 再跟踪哪些建议已被应用(来源:Harness 官方新闻稿)。
| 阶段 | 执行者 | 官方写明的人工闸门 | 本站标注 |
|---|---|---|---|
| Identify 发现 | Cost Management Agent | 未写明 | 自动 |
| Remediate in code 转成 PR | Infrastructure Remediation Agent | 未写明 | 自动 |
| Validate and apply 校验与应用 | 流水线 + Blast Radius | 工程师 review and merge | 人工闸门 |
| Track and repeat 跟踪 | Cost Management Agent | 用户可手工标记应用状态 | 自动加可选人工 |
原创折算:四阶段里只有第三阶段明确写出工程师审阅合并,人工闸门约四分之一。Blast Radius 对 Terraform 与 OpenTofu 变更给出 1 到 10 的风险分、通俗解释与资源依赖图,团队可据此要求高风险变更追加审批;1 到 10 是序数刻度,官方未给分档阈值与校准样本,不能当概率读(原创量纲辨析)。
新闻稿引 Harness 2026 State of AI in FinOps 报告称浪费占云与 AI 支出的 26%,这是报告口径而非该闭环部署后的实测节省;Citizens Bank 首席云工程师的引述用的是「将有助于给出上下文」这类预期语气,官方也未给客户实测节省金额、PR 合并率或误报率(来源同上,原创时态与证据分级)。
把这条骨架与前两组并排看,会得到一条共同的落地纪律:审批门留在哪一步,决定了哪些动作可以无人值守、哪些收益能被记进账本。LangChain 把门留在 Slack 交付与人工编辑,算例把门留在额度阈值与 override 登记,Harness 把门留在合并前(原创跨案例归纳)。
目前官方及行业暂未披露更多细节,后续将持续跟进迭代动态。尚未公开的是 Blast Radius 风险分的校准样本与误判率、闭环的实测 PR 合并率与回滚率,以及每次变更的评审工时。
四列 ROI 记账、六步路径、三条红线与可证伪检验
把三组材料的读数放进同一张四列记账表,可以看出哪些能进财务口径、哪些只能留在运营口径(本站整理,非任一来源原表)。
| 读数 | 来源与性质 | 分母 | 能否外推 |
|---|---|---|---|
| 337 小时 | LangChain 官方博客,12 周已运营 | 送达客户的物料子集 | 可复现流程,不可当全工作流节省 |
| 47% 对 16% | 同上,匹配交易对比 | 两组交易 | 不可当因果提升 |
| 负 64% 与正 80% | Kihlstrom 11-03,明确假设算例 | 同一套假设参数 | 可作记账模板,不可当客户实测 |
| 2,584 小时每月 | 同上,本站逐格复算 | 4.8 万次决定的 85% 子集 | 参数替换后需重算 |
| 26% 浪费占比 | Harness FinOps 报告,经新闻稿引述 | 云与 AI 支出 | 不可当闭环实测节省率 |
| 1 到 10 风险分 | Harness 官方新闻稿,产品能力 | 单次变更的序数刻度 | 不可当概率或损失期望 |
据此整理一条可复现的六步路径,顺序来自三组材料的交集,而不是某一家的产品介绍(原创路径归纳)。
- 选窄链路:挑一条有明确输入、明确交付物、可计数的流程,先记下当前总工时作为分母,如算例里的 3,200 小时每月。
- 写清门禁与默认决策人:把额度阈值、必填字段、阶段推进条件写成系统可判定的规则,并明确哪一类决定默认由 Agent 做出。
- 钉住权威数据源与模板:把模板交给业务负责人维护,把客户记录、通话转录、风险与下一步接到权威来源,缺字段时向人提问而非自行补全。
- 在沙箱里生成并设停止规则:渲染后自检,但给自审阅设有限判据,避免验证环节吞掉全部节省。
- 设审批门、override 登记与抽检:把人工留在写入或对外交付之前,逐次记录覆盖理由,并按固定比例抽检。
- 把释放工时落到具名工作:只有被指派到留存回访、空缺岗位等具名产出的部分才进财务账,其余留在运营账。
- 红线一:不要把匹配交易对比读成因果增益。47% 对 16% 的分母、匹配变量与观察窗尚未公开,官方也预告后续文章解释度量方法。
- 红线二:不要把假设算例当真实客户披露。负 64% 与正 80% 出自明确标注 hypothetical 的教学推演,全部参数需替换为自家实测值。
- 红线三:不要把报告口径或序数刻度当实测收益。26% 是 FinOps 报告的浪费占比,1 到 10 是未经校准的风险分刻度,二者都不能直接进 ROI 分子。
两条可证伪检验留给后续跟进:其一,若 LangChain 发布其预告的结果度量方法说明,可回验本文对 47% 对 16% 的「非因果」判定,重点看匹配变量与样本量;其二,若 Harness 或采用该闭环的客户公布 PR 合并率、回滚率与评审工时,可回验本文把 26% 与 1 到 10 排除在收益分子之外的处理。当前这两组数据都未公开。
本站此前 R-CASE-61 讨论归因边界、R-CASE-62 讨论审批门位置、R-CASE-59 讨论验收口径,本篇把三条线索收在「工时落到具名工作」这一步:能力读数与财务读数之间隔着一个组织决定,而这个决定恰恰是三组材料里仅被改动、也容易被漏记的变量(原创与旧文对照)。
目前官方及行业暂未披露更多细节,后续将持续跟进迭代动态。尚未公开的是 LangChain 匹配交易的变量与样本量、多页物料的耗时分布、算例之外任何真实客户的 override 登记与抽检记录、以及基础设施闭环的实测评审工时与合并率。