我们用 20 个 AI 智能体取代了销售团队，结果如何 | Jason Lemkin（SaaStr）
We replaced our sales team with 20 AI agents—here’s what happened | Jason Lemkin (SaaStr)
嘉宾：Jason Lemkin
全文文稿 · 按对话顺序保留完整内容，深入理解上下文。
本篇目录1 章节
§01文稿第一部分§01文稿第一部分
过去大约有 10 名全职员工，现在你们只有 1.2 个人类，加上 20 个智能体。
我们有 10 张工位，以前坐的都是市场进入（go-to-market）团队的人。现在它们都贴上了我们智能体的名字：Repli 代表 Replit，Quali 代表 Qualified，Arti 代表 Artisan。Agentforce 还缺个昵称。智能体整夜工作，周末工作，圣诞节也工作。我们在销售岗位上不再招人类了。不招了。
业务表现和你们有 10 个人类员工时差不多。
如果有两位优秀的人想加入，别误会，我明天就会录用他们。但我不会再招一个入职三个月后还不知道 SaaStr 是做什么的人。我实在做不到。AI 正在取代那些如今人们不愿意做的工作，同时也在挤掉中游和平庸的人。
你怎么看销售这个职业的未来？
我们应该有年薪 25 万美元的 SDR（销售开发代表），但他们会像……在 Vercel，他们管理的是 10 个智能体，而不是 10 个人。那种典型的、大学毕业就被招来发邮件的初级 SDR 小年轻，我们不需要了。那些给进来的线索做资质筛选的人、处理我们收到的“联系我”表单的人，我们今天已经不需要了。明年他们就应该绝迹了。
有人正在听我们聊天，心想：“天哪，我的工作要不保了。”
如果你能做到这件事，你就会极其抢手。
今天的嘉宾是 Jason Lemkin，SaaStr 的创始人兼 CEO。SaaStr 是全球最大的 B2B 创始人社区，Jason 也是我心目中全世界最顶尖的销售和市场进入专家之一。Jason 不仅对销售的方方面面了如指掌，而且表达清晰、直截了当，现在还亲自深入研究 AI 能为销售组织做些什么。他把 SaaStr 自己的销售团队从大约 10 名 SDR 和 AE（客户经理）改造成了一名全职 AE、一位名叫 Amelia 的兼职首席 AI 官，再加上 20 个 AI 智能体。他看到 AI 团队的表现和以前的人类团队相当，而这才刚刚开始。这是我最喜欢的一类对话，因为嘉宾就生活在未来，来这里向我们展示未来是什么样子、我们正走向哪里、我们自己如何抵达，以及如何避开他一路上踩过的坑。我们聊了他所学到的关于 AI 时代销售和市场进入走向的一切。他为销售人员及其职业前景、市场进入组织的未来、AI 创业公司当下如何取胜、他觉得最有用的工具、转型销售团队需要付出什么等等给出了大量建议。这一期会以最好的方式让你的思绪飞转。如果你喜欢这个播客，别忘了在你常用的播客应用或 YouTube 上订阅和关注，这对我们帮助很大。如果你成为我 newsletter 的年度订阅者，还能免费获得 19 款高级产品一整年的使用权，包括 Lovable、Replit、Bolt、N8N、Gamma、Linear、Devin、Posthog、Superhuman、Descript、Wspr Flow、Perplexity、Warp、Granola、Magic Patterns、Raycast、ChatPRD、Mobbin 和 Stripe Atlas 各一年免费。前往 lennysnewsletter.com，点击 product pass 即可。好了，在赞助商的简短介绍之后，有请 Jason Lemkin。今天的节目由 DX 赞助，这是由顶尖研究者设计的开发者智能平台。要在 AI 时代蓬勃发展，组织需要快速适应，但许多组织的领导者难以回答一些紧迫的问题，比如：哪些工具有效？它们是怎么被使用的？真正创造价值的是什么？DX 提供领导者应对这一转变所需的数据和洞察。借助 DX，Dropbox、Booking.com、Adyen 和 Intercom 等公司深入了解了 AI 如何为开发者创造价值，以及 AI 对工程效率产生了什么影响。了解更多请访问 DX 网站 getdx.com/lenny，也就是 getdx.com/lenny。本期节目还由 Vercel 旗下的 v0 赞助。v0 是一款为各类技术背景的专业人士设计的 Web 开发助手，无论你是产品经理、设计师还是开发者，它都能改变你把产品变为现实的方式。有了 v0，人人都能下厨。别再只带着文档和想法去参加评审，带上能展示真实功能的可运行原型吧。v0 能起草项目计划、生成交互界面、构建全栈应用，一行代码都不用写。凭借 AI 与数据库集成、截图导入、与 GitHub 同步等功能，v0 有助于减少开发瓶颈，增强技术与非技术团队成员之间的协作。结果就是更快的迭代，以及从想法到实现更短的路径。Vercel 为那些想在灵感闪现时就动手创造的构建者打造了 v0。只要你敢想，就能发布。访问 vercel.com/lenny 开始使用，也就是 vercel.com/lenny。Jason，非常感谢你来到这里，欢迎再次做客播客。
我能做个超级粉丝，然后还能来参加节目，真是幸运，对吧？能坐到另一边来感觉太棒了。
这是我们的第二次对话。上一次是一年半以前。不知道你是否知道，那一期后来成了相当传奇的一集，大家到现在还在分享。那次对话基本上是深入探讨如何搭建销售组织。从那以后，你自己和整个世界都变了很多。咳，AI 来了，你在 AI 能为销售、创业公司、市场进入带来什么这件事上钻得非常深。我喜欢这类对话的地方在于，你基本上生活在未来。你来这里让我们一窥事情的走向，告诉我们如何避开弯路，帮我们自己也到达那里。
这个我想我能做到。
先开个头。
好。
帮我们了解一下你经营的业务，也就是 SaaStr。
好。
你们卖什么？业务是什么？Jason，你到底是做什么的？
我自己也还在琢磨，Lenny。某种程度上你可能也是。
是的，确实。
我是两次创业的创始人。天哪，2012 年我把创业公司卖给 Adobe 之后，开始写博客，记录我犯过的所有错误。后来我们办了几次线下聚会。你也办过聚会。在别人还没做这些之前，我们在 2015 年办了一次大型聚会，来了几千人。后来 SaaStr Annual 每年有 1 万人参加。我其实还投了将近 2 亿美元，终身回报接近 10 倍，而且只投社区里的创始人。至于我为什么说“不知道”……那些关注我们内容的人，我就是很热衷于帮助其他创始人看清错误、少犯错误。总之，我们是一个大型社区。我确实做投资，但它变成了一门生意。一开始没有收入。Lenny，我相信你一开始也没有收入。我们的变化没那么刻意，但现在我们每年确实有八位数（美元）的收入，而且这很费劲。八位数听起来很棒，但成本很多，尤其是活动那一块。媒体那一块几乎没有成本。这很费劲。我们有 100 家赞助商。你也知道……你也有赞助商，但到了一定规模，这就变成了大量工作。发几封邮件拉两家公司赞助你的播客，不费什么事。但如果你想要四个 Lenny 播客，工作量就会随之放大。所以我们这些年一直在搭建自己的市场进入团队，我亲身经历过各种挫折。大家也一直在关注。然后，我可能有点扯远了。有意思的是，我们的顿悟时刻发生在今年进入 5 月的时候。当时我们在生产环境中只有一个 AI 智能体，叫 Delphi，我们同时把它用于数字化借贷（digital lending，原稿听写存疑）和“数字 Jason”。从中学到了很多有意思的东西。今年我们带着七位数的预算和八位数的总收入目标迎来了 1 万人的大会。销售团队里有两个人，薪酬处于市场高位。我有很多缺点，但给钱大方和忠诚不在其中。结果这两个人就在大会上辞职了，当场辞职。这大概是我第三次遇到这种事，我搭建的大概第八个团队了。我转身对我们的首席 AI 官 Amelia 说：“我们在销售岗位上不再招人类了。不招了。我们要用智能体去挑战极限。我们要投入……”哪怕不太行得通。我从 Delphi 这个通用智能体身上知道这多少能行，因为在大会之前，这个通用智能体，也就是“数字 Jason”，自己就拿下了一笔 7 万美元的赞助。所以当我看到一个横向的智能体，没有针对销售训练，也没有针对 GTM（市场进入）训练，居然能成交一单，大家就说：“我们部署几个这样的应用吧。我们有时间。我实在没法再付一个初级 SDR 一年 15 万美元，然后看着他辞职。我就是不能……你们可以批评我，但我真的没法再来一次了。真的没法再来一次。”而且我觉得这并不是……当我和顶尖 AI 公司的 CEO 交流时，他们其实也不太想这么做。他们想让销售团队尽可能小，很大程度上出于文化原因。即便 Replit 只是从 0 做到 200（百万美元），如果销售团队更小一点，也许本可以做到 220。我想我就是能接受这一点。所以这是一个长期的主题。总之，我们挑战了极限。现在如果你走进 SaaStr 的办公室，会觉得有点好笑。我们有 10 张工位，以前坐的都是市场进入团队的人。现在它们都贴上了我们智能体的名字：Repli 代表 Replit，Quali 代表 Qualified，Arti 代表 Artisan。Agentforce 还缺个昵称，也许我们可以和 Salesforce 一起想一个。一头是 Amelia 的角落办公室，我在办公室最里面，中间全是智能体。这是最安静的办公室。Lenny，归根结底，截至我们录制的此刻，最核心的心得是：净生产力大致相同。没有更好，也没有更差，但效率高得多，而且可以扩展，因为软件可以扩展。我们可以聊聊学到了什么。我认为很重要的一点是，训练这些智能体需要时间。它们不是开箱即用的。但当你把它们调校好，当你拿出你最好的人或最好的话术，用它们来训练智能体，这个智能体就能开始成为你最好的销售、最好的员工的一个版本。这就是我们学到的东西，以及如何把它做到完善。我只是觉得，因为……你也好，任何正在看或听的人也好，尽管批评我，也许这样不酷。我不想再招第 28 个终究会辞职的销售代表，在 AI 时代我实在没法再来一次了。我想：“是时候走到最前沿，看看我们能把极限推到哪里了。”
好的。我很喜欢我们已经展开的这些方向。好，为了让大家完全理解你的业务：基本上这些人是在为你们的大会卖赞助。
他们卖两样东西，这和我们要深入聊的内容有关。一是赞助，平均大约 7 万到 8 万美元。二是门票，这是高销量的部分……相当于自助式版本。门票从几百美元不等，如果你是前一天晚上才决定来的 VC，可能要 2000 美元。前一天晚上才决定的 VC 没有优惠。早早决定的创始人大约只需付那个价格的 20% 左右。卖这些票很费劲。你可以像你那样发一封邮件，大概就能把 Lenny Summit 坐满；但如果你想做到最大化，就必须下功夫。你得做培育式邮件营销（drip campaign），得主动联系别人，得重新激活三年前来过 Lenny Summit 的人。你希望他们回来，因为他们是很好的人，而这需要下功夫。随着你的用户基数扩大……现在有多少人订阅 Lenny 的 newsletter？120 万左右？
大约 120 万。
好。其中有多少是一个人类愿意去主动联系的？接近没有吧。
两万人。是的。
想象一下，你招了一个刚从专科学校毕业的 21 岁 SDR，跟他说：这是我的名单，120 万人，开始打电话吧，我想让他们来 Lenny Summit。总之，我们有低端的业务，也就是门票，每年四五百万美元。然后还有高端的销售周期。两者非常不同，实际上用的是不同的智能体。另外，我们还有一个专门的智能体负责召回流失的人。所以我们有流失召回、高端和低端三类智能体，它们的工作流程各不相同。而且目前我们实际上用的是不同的供应商。至少现在是这样。
好的。那么在进入这个未来世界之前，你们有多少 SDR？公司内部有多少销售人员？
我们会有两到三名 SDR，以及最多五名 AE。
好。也就是说，大约八九个全职员工在为 SaaStr 拉赞助、卖门票。
是的。虽然……是的，很多是主动来询的客户和续约，但没错，就是为了管理那块业务，管理业务的销售那一侧。
嗯，你是说把它管好、把它做成功。
对，市场进入。就算市场进入团队有八到九个人吧。现在我们只有 1.2。
1.2——
个人类。
1.2 个人类。
再加上 20 个智能体，AI 智能体。
0.2 个人类是什么意思？
Amelia，我们的首席 AI 官，她负责一切。她把 20% 的时间用在管理智能体、编排智能体上。
好的。
我觉得这件事大家并不……
我们来聊聊这个。
大家都在谈，但其实并不真正理解它意味着什么。
是的。好，我肯定想在这上面多花点时间。所以你们过去大约有 10 名全职员工，现在有 1.2 个人类，你说还有 20 个智能体。
20 个智能体。是的。
好。你描述的是，业务表现和你们有 10 个人类员工时非常接近。现在有 20 个智能体，业务做得一样好。
是的。不过听着，如果有两位优秀的人想加入，别误会，这一点对每家快速发展的创业公司都成立，我明天就会录用他们，好吗？你去 Vercel、去 Replit、去……他们都会告诉你同样的话。我刚刚就在伦敦，在我们和 Maggie 一起的 abundant 活动上（原稿听写存疑），她是 OpenAI 的领导层成员，她说他们现在根本招不到足够的企业销售代表。但被取代的是中游及以下的人。那些不太理解 Linear 是做什么的人，那些不太知道 pull request 是什么、不清楚 Replit 具体怎么运作的人，AI 能比他们做得更好，但不是比最好的人更好，对吧？所以我很想有更多人类员工，但我不会再招一个入职三个月后还不知道 SaaStr 是做什么的人。我实在没法再来一次了。而且我觉得你不需要……关键在于，AI 正在取代那些如今人们不愿意做的工作，同时也在挤掉中游和平庸的人。他们的工作岌岌可危，确实岌岌可危。最优秀的人确实会从 AI 那里获得超能力，但我不确定其他人也会。这是一个警示……但我很想有不止一个……但说到底，1.2 个人类加上 20 个 AI 智能体，做的事情大约相当于过去 10 个人类 GTM 团队成员的工作。
好的。我想花时间聊聊你们搭建的各个智能体，但首先稍微拉远一点看：经历了这一切之后，你认为明年及未来几年，市场进入的世界会如何变化？
所有的打法（play）都有效。在 AI 时代坏掉的是整套打法手册（playbook）。所有打法都有效。外呼（outbound）仍然有效，网络研讨会仍然有效，播客仍然有效，好吗？线下活动仍然有效。这些全都有效，全都有效。ElevenLabs 为什么要去做巡回路演？因为有效。他们为什么上 Lenny 的播客？因为有效。所以打法全都有效。只是打法手册坏了，因为对于那些没赶上 AI 时代的公司来说，增长放缓得太厉害，好像什么都不管用了。其实是管用的，只是效果比 2021 年差太多，但打法仍然有效。它们的投资回报（ROI）不够。2021 年那种老派 SaaS 已经没有足够的预算了。那些爆发式增长的公司，像 Vercel、Replit、ElevenLabs，需求多得不得了，所以它们仍然在用这些打法，只是用法不同。因为需求太多，它们以极度 PLG（产品驱动增长）为重心在做，而且常常挑选要联系哪些潜在客户。比如 Bolt，大概远远排在 Replit 和 Lovable 之后，位列第三，对吧？但我以前的一个销售在那里负责销售。他们在六个月内从 0 做到 5000 万美元的时候，我和他们聊过。他说：“说实话，我们的线索多到不行，我们一半的工作就是挑选回复哪些。”他还说：“我们从 Lovable 那里抢来了一笔七位数的单子，因为 Lovable 没人给客户回电话。”所以你那种传统 B2B SaaS 公司，哪怕营收几十亿美元的，哪怕是 HubSpot 之类的，它们没有那么多好线索，它们也不会回电话。所以那是一个不同的世界，不轻松，但不同。而另一个好像什么都不管用的世界，只是因为需求蒸发了。所以两端在 2026 年都有动力把 AI 在市场进入上的应用推向极限。那些超高速增长的公司没法顾及每个人，没法什么都做。不是每家公司都会像 Vercel 那样在内部自建。我们可以聊聊为什么大多数公司不应该自建，而应该购买，原因和软件行业一直以来的道理一样，我们可以展开聊。在低端，你仍然需要人类，但 2026 年的主旋律将是极致的效率。所以凡是 AI 起作用的地方，需求都是无穷无尽的。所以每个人要么在寻求更高的效率，要么根本无力处理手头海量的主动来询。也许这并没有完全回答你的问题，或者我有点跑题了，但世界就是这样在变化。我们第一次聊这个的时候，其实没过多久，在某种意义上还是 AI 爆发之前，所有 B2B 公司都差不多。它们的增速有些不同，有的爆发得更快，比如 Samsara，有的花的时间更久，比如 UiPath，但说真的，它们基本上都以相同的方式、相同的 ACV（年度合同价值）、相同的单笔交易规模在增长。现在，就像风投和其他一切领域一样，出现了剧烈的两极分化，对吧？低端完全靠涨价和向现有客户强推产品。而在高端，出现了 2020 年以来从未见过的情况：所有人同时入场采购。所有人同时入场采购。这一点人们并不理解。为什么这些公司做得这么好？为什么它们在爆发？因为不只是在软件……Lenny，我们喜欢这些东西，这些新工具，我们都很喜欢。但不是一家律所在看 Harvey，而是所有人，所有人。不是少数人在看互联网上的视频，而是所有人都在尝试在互联网上做视频。
因为有很多来自高层的推动，比如“我们需要采用 AI，我们需要更高效”——
现在是所有人，而不是传统的……传统的指标是，在大多数品类里，每年有 3% 到 5% 的潜在客户会进入采购状态。所以你会发出海量的邮件、打陌生电话，然后期盼 2026 年也许就是他们愿意抛弃 Salesforce、换用你新产品的那一年。全部加起来，也就 5%。而现在许多品类有超过 50% 的潜在客户处于采购状态。这完全改变了……打法依然有效。亲自到场、真正知道自己到底在卖什么、知道如何通过采购流程，这些都有效。但除了 2020 年那些奇怪的、人为造成的窗口期之外，我们从未见过这么多人同时入场采购。
这是专门针对 AI 产品，还是范围更广？
是的，针对那些投资回报极高的产品。
是的。提升生产力的。
Lenny，我需要给公司引入一款 Vibecode（氛围编程）工具。好，去做功课，比较一下 Replit、Lovable 和其他几家，然后买一个，好吗？为什么 Harvey 和其他几家，还有 Goro（原稿听写，可能指 Legora）都在做……我是说，它们都是很棒的工具，但现在所有人都在说：我们需要用 AI 把审合同、审文件的流程自动化。他们想要一家领先者，而且一定会去做。这股势头会放缓。不可能每个人每年都在采购，这是一件让人精疲力竭的事。所以这是 AI 泡沫的一种形态，它会结束，我们会在某些方面回到老派的做法。但当所有人都在采购时，你运营整件事的方式就完全变了。所以增长最快的公司和增长最慢的公司都有动力在这里使用 AI，只是理由不同。
那具体到销售这个职业呢？SDR 会被完全取代吗？AE 呢？你怎么看销售职业的未来？
那种典型的、大学毕业就被招来发邮件、回复主动来询邮件、也许当天晚些时候或第二天才回复客户的初级 SDR 小年轻，我们不需要了。他们中的大多数我们都不会再需要。在很多行业里上门拜访的 SDR 不会被取代。但以邮件节奏为主的 SDR，明年会有 90% 被 AI 取代。大家叫法不一样。我所说的 BDR，是指给进来的线索做资质筛选、处理我们收到的“联系我”需求的人。我们今天已经不需要他们了。明年他们就应该绝迹了。在 AI 时代没有任何理由这样做：我点了“联系我”，然后要等一两天，等一个不知道 Linear 是做什么的 21 岁年轻人来问：“嘿，你们是做什么的？你愿意付我多少钱？也许这周晚些时候我可以帮你约 Lenny 通个电话。”有了 AI 就完全没必要这样了。光是我们的 AI，我们的一个智能体，就能对网站上的每个人做完整的资质筛选，他们甚至察觉不到自己正在被筛选，然后它直接为他们和销售人员约好会议。所以这种基于邮件的 SDR 和这种人工筛选线索的做法，对客户并不好。被人筛选的感觉可不好受，对吧？明年它们大多会绝迹。我猜在你的……至于 AE，也就是传统上做销售的人，目前大部分工具基本上还没到那一步。我认为到明年年底，他们 70% 的工作还是安全的，但我认为这个比例会降到 40% 或 50%。从我们在其他品类看到的情况来看，我看不出有什么理由一个出色的智能体不能也把单子谈成。如果价格上没什么可谈的，而智能体又比人更了解产品，至少对你我这样的人来说……我是说，你喜欢和销售人员打交道吗？
有时候吧。我宁愿就和一个非常聪明的 AI 聊。
是的。所以这一切都正在发生，但传统的……而难点在于，很多人都会问这个问题，Lenny，他们说：“好吧，Jason，我在你的数据里看到了这一点。如果 SDR 和 AE 没有入门级岗位了，我们要怎么培养销售这个职业？”这是贯穿整个 AI 领域的元问题。我们已经看到 AI 正在把实力集中到中层人员身上，不是吗？我们也已经看到很多公司在削减入门级招聘，Shopify 等公司除外。它们宁愿要一个有六七年经验、用 Cursor 如臂使指的工程师，也不愿去培养一个新人。今天这样就是更有效率。我相信你在和很多人交流时也看到了这一点。销售领域也会这样。所以那些懂得管理智能体、和智能体协作、真正了解自家产品的人，会变得更有价值，其余的人价值会下降。
这很有意思，因为我和你一样投资了很多创业公司，而我其实看到很多公司在招市场进入人员、销售人员。你觉得这是不是暂时的，因为需求太大，他们觉得“我们需要人帮忙”，然后随着时间推移会越来越多地交给 AI？还是说他们找的就是你说的那种非常资深的人？
听着，不管你是在管理人类还是编排智能体，你都需要领导力。我们还没造出一个自主的 CEO。我知道 Twitter 上有人说 AI 会取代 CEO，但我不确定这更多是字面意义还是比喻意义，对吧？所以我们仍然需要高管层，仍然需要副总裁。我是说，管理一百万条线索已经变成了巨大的工作量，对吧？或者五十万条线索。所以我们需要这些领导者，无论是……问题在于，我看到了你在那里的呼吁，也看到了你相关的推文。问题是，掌握现有打法手册的人里，有多少是适合未来的人？我想也许是我交流过的人里的 20%。有 20（原稿如此）的人还在为 AI 恐慌，如果你想知道，我会告诉你怎么成为那 20%。但我认为很少有人能像 Vercel 的 Jeanne 那样完成跨越，我们拭目以待。会有大型组织的，对吧？比如 Denise 在 Slack 和 Salesforce 干了 14 年之后，刚刚去 OpenAI 做了 CRO（首席营收官）。她的工作层级会相当高，对吧？所以她可能不需要知道怎么部署智能体。但你们公司想招的大多数人，我会确保他们真的愿意撸起袖子，去做 2026、2027 年的工作，对吧？仅仅因为他们在 Slack 工作过，并不一定意味着他们具备在你们创业公司所需的技能。
你说你有一些建议，能帮人真正成为那 20%。如果有人听到这里心想：“天哪，我的工作要不保了。我该专注于什么？”
这听起来会很简单。它会有效，而几乎没有人这么做。挑一个工具、一个智能体、一个智能体化工具，来解决你的一个问题。几乎不用……就选最痛的那个，或者最迫切的那个。可以是客服，可以是 SDR，可以是主动来询的资质筛选。挑一个，挑一家领先的供应商。我不在乎是哪家。我们可以聊怎么挑供应商，但挑一家对你好、你也喜欢的领先供应商，然后自己动手做。训练智能体，导入数据，反复迭代，搞懂这玩意儿到底是怎么运作的，好吗？今天那些迷失方向的人从来没有亲手做过。我们真的……Lenny，我们简直变成了一家咨询公司，挺疯狂的。我不知道该怎么看待这件事，但我们真的刚接了一单活，由我们的首席 AI 官 Amelia 和 Mia 主导。我们和一家市值远超 100 亿美元的上市 B2B 公司开了个会，你会以为它是 AI 领域的领先者，好吗？我们和他们的团队通话，他们说：“我们想搞明白 AI SDR 这件事。”我们说：“很好。”他们说：“我们打算就买这个工具，直接交给我们的 SDR，让他们自己摸索。”第一，毫无可能。第二，我们问他们：“这些事你们自己做过多少？你们亲手做过吗？”在这个 20 人的电话会上，一片沉默。没有一个人亲手做过。所以他们以为可以拿一个完全没训练过的智能体，神奇地交给一群 20 岁出头的年轻 SDR，它就会神奇地自己把东西卖出去。事情不是这样的。所有这些智能体的运作方式里有很多行话，听起来很吓人：导入（ingestion）、编排（orchestration）、训练（training）。伙计们，其实没那么难，只是不一样而已。这就是我们十多年来一直在做的那些 B2B 的事。你打开一个网站，给它你们网站的 URL，给它你们 Wiki 的 URL，给它你们培训文档的 URL。也许再上传你们的招商说明书，上传几份文件，它就会导入这些数据。导入的意思就是上传，意思是它会处理这些数据，再做一些你其实不需要了解的事情，比如一些 RAG、一些向量化。这真的无所谓。你上传一些东西，它大概就了解了，但还不太擅长。然后理想情况下，它会把这些转化成问题。……还不太擅长。然后理想情况下，它会把这些转化成问题。你回答这些问题，回答得越多、训练得越多……训练就是回答问题，然后越来越好。所以首先你上传一堆资料，然后花几个小时训练它，通常有供应商的帮助，有一种人叫前线部署工程师（Forward Deployed Engineer），这个词听起来挺吓人，意思就是有人会帮你做这件事。你上传资料，努力把它调对，然后基本上你必须确保它是对的，也就是 QA、测试。每天，当这个 AI SDR 发出邮件、写练习邮件时，它都会说一些蠢话。也许是幻觉，技术术语叫什么真的无所谓，你去纠正它。如果你坚持 30 天，每天花一两个小时纠正这些错误，到第 30 天，它就会相当不错了。任何在 B2B 或 SaaS 行业待过的人都能做到。我刚才描述的事，任何人都能做到。它和我们做过的其他事没有那么大的区别，只是顺序不同。但没人这么做，所有人都在恐慌。如果你能去做这件事，随便挑个工具，挑 Agentforce、挑 Qualified、挑 Artisan，挑什么都行，只要你能去做并让它真正上线投入生产，你就会极其抢手。你说的那些公司、那些 GTM 岗位，都会录用你。你可以神奇地成为他们的首席智能体化 GTM 官，因为几乎任何人只要愿意都能做到。这只需要花你一个月的时间，可能 50 到 60 个小时，再加上评估供应商的时间。在过去，我们第一次录播客的时候，你会雇一家代理机构然后撒手不管，那时候这类事就是这么做的。但代理机构不知道怎么做这件事，你必须亲自做。不过如果你做了，伙计，你会非常厉害。你会非常厉害，而且你会学到东西。你会了解它的极限，了解智能体能做什么、不能做什么。然后你会学会怎么做下一个。我们在 Agentforce 上走得相当远，那是 Salesforce 的产品，Mark 经常谈论它，但我们大概是同等规模的组织里唯一在用它的。我告诉你一个作弊码，挺有意思的。我们原本有三个这样的智能体在做销售。在训练它、学习它、花了几个月时间摸透它之后，我们把它浓缩成了一个提示词（prompt）。提示词又是一个几乎让人生畏的词，其实就是一串文字，描述你想让这东西做什么。我们把那个提示词交给了 Agentforce，当天效果就相当不错。如果你做成一个，那会非常难，会很残酷。然后第二个就会容易些。如果你能亲手做到，你就会成为 AI 领域的宇宙之王。但如果你在等团队里的人去做，在等代理机构去做，我想你会丢掉工作。每个人都把我们当专家来找。我们之所以是专家，只是因为我们做了 20 次。
我觉得这里可能有帮助的是带我们参观一下，快速过一遍你们搭建的智能体、它们各自做什么、哪些影响最大。在这个过程中，也说说你们用了哪些产品、这些智能体背后是什么在驱动，哪些你喜欢，哪些也许不喜欢。
任何人去 SaaStr.ai/agents，都能看到我们搭建的所有东西，全都逐条列出来了。你们可以照抄，我也会带你们过一遍。不过先说两个注意事项。我在 Replit 上搭了很多东西，我们可以当趣事聊聊。我是前 1% 的用户，我很喜欢它。但 GTM 相关的东西，我们一样都没有自己搭。不要自己搭。你不是 Vercel。你没有一个全职、超级厉害、又愿意搭这个的工程师。这些东西都能自己搭出来吗？这就跟自己做一个 Notion 是一个道理。你可以做，但别做。这些产品是挺贵的，但没贵到值得……还有后续维护。创新的速度太快了。即使你能招人在内部搭建，如果不小心，几个月后它就会过时。我们搭过很多东西，我们可以聊……我做了一个用于创业公司测算的计算器，90 天内被使用了 80 万次。
用来算估值的，对吧？
对，算估值的。我还做了一个融资路演材料（pitch deck）评审工具，已经评审了将近 3000 份路演材料。很多好玩的东西，但 GTM 相关的东西我们一样都没有自己搭，一样都没有。只是提醒一句，不要自己搭，除非你是 Vercel，除非你有充分的理由。那一期播客很棒，非常精彩。别这么做，别自己搭。
基本上，除非你有非常出色的市场进入工程师。
而且他们真的想做，真的跃跃欲试想做。否则别做。所以我一开始……这不是别人会选的起点，但其中有一些心得。我一开始用的是一款叫 Delphi 的应用，它能做数字分身。你很久以前用它做了 Lenny Bot。我看到你做了——
Lennybot.com。
什么？对，Lennybot.com。
Lennybot.com。对，去看看。
我很久以前就看到了。挺有意思的，但当时没打动我。后来 HubSpot 的创始人兼董事长 Brian Halligan 也做了一个。Delphi 有 Sequoia 投资，而他当时在 Sequoia 工作，所以早期帮过他们。然后我有了一个神奇时刻，这就是 AI 领域的运作方式：我看到了两者的结合。大家应该会喜欢 Lenny Bot，如果还没试过，去试试。它导入了，我知道这个词对有些人来说挺吓人，它导入了你做过的每一场访谈、你写过的每一个字。它能把这些全都结合起来。它能把 Vercel 的故事和你与 Figma 的 Dylan 做的内容结合起来，综合这些知识，效果相当不错，相当不错。不过我觉得 Brian 的那个比你的好的地方在于，它就是 Brian。而 Lenny Bot 有点像 Lenny，但也有点像你所有的嘉宾。我觉得这正是它的超能力，对吧？
我就是这么看的。它不只是我的智慧，而是我在这个播客上请过的每一个人的经验。
所以它很棒，但我想：“嘿，也许我终于可以做一个介于两者之间的。”我做过创始人，写过 1 万篇内容。所以这有点像 Brian，但我的内容比 Brian 多。在产出量上我比不上 Lenny，但我有很多不同的声音。所以我想：“我试试。”我用了 Delphi，一下子就把它弄崩了，因为我要导入的数据太多。大概花了一周才跑起来，然后它就成功了。就跟你的一样。有些人每天在另一个浏览器窗口里花好几个小时用 Digital Jason（数字 Jason），他们不像用 Lenny 的那样用它，而是会问自己的销售难题、该拿销售团队怎么办，还会上传 LinkedIn 资料，问该不该录用这些人。然后发生了一件奇妙的事：因为我们办这些活动，人们开始用它来问活动相关的问题。“嘿，我怎么退款？嘿，能给我打个折吗？嘿，San Mateo County Fairgrounds（圣马特奥县展览场）在哪儿？”所以 Jason Live（原稿听写存疑）其实就在旧金山湾区。“都有谁演讲？”问题没完没了。我们以前用的是 Fin 之前的 Intercom（原稿为 PreFin Intercom），我们太忙了，两周后才回复。那是史上最差的客服。结果这个智能体自己就开始做客服了。然后它又做了一件事：自己卖出了赞助。所以如果你还没开始，一个可以起步的地方就是客服。你不一定要买 Sierra，不一定要买 DecaCon（原稿听写，可能指 Decagon），也不一定要买 Fin，但一个可能的起点是：你能不能做到出色的 7×24 小时客服？你能吗？大多数应用做不到。事实上，一些最差劲的恰恰是 AI 领域的领先者，他们网站上根本没有任何客服。所以这是一个起点。然后我们开始的下一个地方……对我们来说，开始下一步的逻辑是：“嘿，我们想试试外呼（outbound）。”因为我们没有你那样的 120 万个名字，但我们有 40 万个，而且有他们的数据。所以我们想说：“嘿，回来参加我们的 SaaStr 活动吧。”我们不知道该用什么。我告诉你一些心得。我们挑了一家 YC 公司，叫 Artisan，他们今年从零做到了 1000 万美元。我们选了他们，但选他们的原因很重要。他们是 SaaStr 的赞助商，我们当时并不了解，而他们主动提出要最大程度地帮助我们。这是关键的洞察。我们当时不知道 Artisan 是不是那个……现在我有自己的看法了。我们当时还没部署，但另一家供应商的 CRO 和我们争执，他说：“你得先付 10 万美元，我才帮你。”还有一家说他们害怕 SaaStr，不想万一失败了闹出负面舆论。也说得过去。
是的。某家公司[听不清 00:33:43]。
“我们不想当你的第一家。”而 Artisan 说：“我们来做。”当时我们什么都没有。智能体化的东西有个有意思的地方，就像客服一样：如果你原来什么都没有，它不必改变世界。如果你原本真的什么都没做，开始做一件高 ROI 的事，你就会得到回报。所以我们做了那一个。我们训练了它，它很棒。我们发了大约 6 万封邮件，看到了相当高的比率。然后我们说：“那我们试试主动来询（inbound）吧。我们不想再经历那种让人沮丧的情况：销售人员辞职了，要过两周才有人去和客户……”于是我们用了一家叫 Qualified 的供应商，它由 Salesforce 前 CMO 创立，现在业务很多，但主要聚焦在资质筛选相关的事情上。它立刻就见效了。有人在周六晚上 11 点想赞助，然后就真的赞助了，它很有效，效果很棒。但同样，是他们帮了我们。
这是一个通过邮件和潜在客户沟通、向他们推销赞助的智能体。
嗯，确实如此，你去 SaaStrAnnual.com 看看就知道了。任何人都应该买一款这样的产品，不一定非得是 Qualified。那个气泡窗口，类似 Intercom 的那种聊天气泡，是专门调校来给主动来询的潜在客户做资质筛选的。比如有人说：“嘿，我想赞助 Lenny 的播客。”“抱歉，我们 2028 年之前都订满了，但如果你想加入候补名单，请在这里登记。”或者对我们来说更好的是，它会把不合适的人筛掉。这能省下大量时间，而且它 24 小时都在做，然后直接约好会议。之所以说这是很好的第二个智能体，是因为没有人愿意做这件事。没有一个人类愿意拿起电话和这些人聊。所以这是唾手可得的果实。但前两个智能体的关键，也是你挑选智能体时的关键，在于他们主动提出给予最多的帮助。Lenny，说到底，这些产品都跑在 Claude 4 上，基本上都是把一堆 API 拼在一起。在底层把一堆 API 拼起来，对软件来说并不新鲜。但说到底，我不想刺激到谁，这些产品里很多，也就是 AI GTM 领域的领先者，相同之处多于不同之处。在底层，它们相同之处多于不同之处。这并不意味着功能完全对等。正因为你必须训练它们，而训练要花一个月，所以世界上最好的软件如果不帮你训练，99% 的人都不应该买。在过去，我们会评估谁是最好的软件。我们会做一个矩阵，按他们的方式试用，比较功能，然后做决定。现在你必须再加一列：你的前线部署工程师（FDE）、解决方案架构师或售前工程师（SE），去和他们聊，问：“谁会来帮我？”在你签支票之前，先和 Lenny 通个电话，看看 Lenny 是不是真的会来做部署。如果 Lenny 很靠谱，而另一家供应商产品更好却不肯帮你，那就别选它。这就是我们如此成功的原因：我们做的前两个，是的，它们是创业公司，所以更卖力，但 Artisan 和 Qualified 就是和我们一起把活干了。我们不笨，但这确实是苦活，我们需要帮助。所以我学到的是，你要有这样的合作伙伴，也就是 FDE 和供应商。而且其实很多供应商如果觉得帮不了你，可能根本不会接你的生意。最好的那些如今会拒掉很多生意，这挺有意思的。大家从中可以学到一个有意思的教训：很多人会说，Lenny，如果你用这些产品，他们也会对你这么说，他们会说：“你们的数据太多了。SaaStr 和我们不一样。我们是创业公司，规模很小。你们数据库里有 40 万人，Lenny 有 120 万。我只有 300 个客户，或者 200 个客户。”我学到的是，这种想法是错的。如果你有 300 个客户，曾经访问过你网站的有多少人？3 万。你有多少条线索？数据库里有多少人？你以前尝试联系过多少人？比人类实际在跟进的要多。然后他们突然就恍然大悟了。“你的 HubSpot 里有多少人？你的 CRM 里有多少人？”他们一查，3.1 万。“好，那你有多少人在和他们沟通？零。”要让这些智能体发挥作用，你不需要你我这种规模的数字。你需要一点规模，需要一点流量，但没有你想的那么多。所以从所有这些心得来看，说实话，我们见过很多人就是不想干活。他们会说：“嗯，SaaStr 规模大，积累了很多年。”这不是真的。事实证明，训练这件事也是如此。我相信你在 Lenny Bot 上也看到了。我原以为拥有 12 年的内容是关键。并不是。关键是有几个月真正优质的内容，再加上之后的长尾内容。你不需要像你想象的那样深入、那么多的训练，只需要一点就能做得很好。所以任何有一点规模的公司，哪怕只有几百万美元收入及以上，都能从这些产品中受益。所以我们先做了横向的通用机器人，它把我们带到了一定程度。然后我们做了外呼 SDR，接着做了主动来询，然后很早就和 Salesforce 一起用上了 Agentforce。一开始我们不知道拿 Agentforce 做什么，但我们决定用它重新激活那些被销售判定为不值得花时间的人。那些曾经联系过销售的人。这在每家创业公司都成立，甚至我们刚才聊到的一些 AI 领先者也是如此：一个人类销售会说：“你知道吗？这点佣金不够。我挺忙的，手上有一笔和 Meta 的 400 万美元的单子在谈。”我们就只针对这些人用了 Agentforce，用非常相似的提示词训练它，结果响应率达到 70%。这些人其实非常渴望和我们互动。70% 真的非常高。而这是人类不愿意做的事……不值得他们花时间。我知道这听起来有点苛刻，也许会刺激到一些销售人员，但现实是，如果你处在线索充足的环境里……我认为即便是大公司也有线索充足和线索匮乏的环境之分，创业公司更是如此。一开始线索不够，但最终你会变得线索充足。销售代表就是不会跟进其中很多线索。这就是人性。连你也是。我敢打赌，想赞助你 newsletter 的人比你能接纳的多，对吧？你会给他们每个人都打电话吗？
我会回复所有人，然后告诉他们我们排满了，不过是的。
是的。但你明白我的意思，对吧？即便以你的规模，你也明白我的意思，对吧？
是的，是的，这确实会变得很有挑战。
假设你突然有了六个月的广告位可以卖。我敢打赌，如果你启动一个智能体，自动给所有这些人回邮件，你就能把档期排满，对吧？
嗯。
所以任何人都能做这类……你以为自己做不到，但除非你规模小到有足够的人手去和每一条潜在线索、每一个访问过你网站的人、每一个点击过任何东西的人沟通，否则你都能从 AI 中受益。这大概就是我们的历程。之后我们还做了很多其他小众的东西。最后我告诉你我们今天的处境，也许这几乎是太多的心得了：我们到了一个也许没法再多做一个的地步。因为现在……我们一开始做 Delphi 的时候，也就是我模仿你用 Delphi 的时候，就连我自己，一开始每天也要花将近一小时训练它。因为当我们开始用它做客服时，它一开始……它开始告诉人们错误的日期，原因我们可以聊。所以我得修正它，它犯了一些错误。人们开始用它之后，我每天早上都得花一小时打开 Delphi，检查问题并回答。现在我不用再这样了，它已经训练得很好了。但我们运行的智能体太多、邮件太多，Amelia 每周要花 10 到 15 个小时审查这些输出。这让人精疲力竭，因为智能体整夜工作，周末工作，圣诞节也工作。这是个大问题。当编排者或首席 AI 负责人不是适合懒人的工作，因为智能体从不睡觉。所以现在管理这 20 个智能体要花大量时间。这一点很有意思。我不知道我们什么时候会做第 21 个，我们可能已经满了。对创业公司来说，这是一个更要加把劲的理由，因为今年所有人都在采购，而且这种情况还会持续，但对企业软件来说，业务流程变革仍然是一个难题。说到底是业务流程变革，太多创始人在这点上搞错了，而 99% 的销售人员并不在乎业务流程变革。Salesforce 的销售只想拿到佣金。对客户来说，一款应用花多少钱其实无所谓，只要价格公道就行。真正费劲的是改变你做生意方式所需的全部工作。所以我们已经到了超负荷的地步。所以要注意，如果你是创业公司，甚至是 Salesforce 或 HubSpot，也许要在接下来 12 个月内把这些单子谈下来，因为窗口可能会关闭，到时人们会说：“听着，这是我见过最酷的智能体，但前面五个已经把我累坏了。我去年就得上五个。我真的没法再往企业里引入一个应用了。”所以这会成为一股逆风，而今天一切看起来似乎都是顺风。一切都很火热，但人们会因为智能体太多而疲惫不堪。精疲力竭。
天哪，好吧。你刚才分享的内容里有太多值得学习的地方。有件事我一定要问：大家听到这些，智能体在发邮件、智能体在和你的客户对话……我收到过大量糟糕透顶的邮件。
没错。
在让这些外呼邮件变得优质、而不只是噪音这件事上，你学到了什么？你如何让这些对话保持高质量？
这真是一个非常、非常、非常好的问题。也许有两条最重要的心得。找出你销售团队里最好的人、你最好的市场人员，拿他们的邮件文案作为你 AI 的模板。2024 年所有人都说这些产品不管用。它们不管用有两个原因。一是那是在 Claude 4 之前。Replit 不好用，Lovable 还不存在，Gamma 在 2025 年之前也不太好用，就是在 Claude（新模型）之前。大语言模型达到了一个临界点，才能胜任这些用例。这是一道门槛。2024 年发生的另一件事是，供应商多少有些撒谎，他们说：“直接把产品打开就行，它会给你带来收入。不用训练，什么都不用做。我们会像一个神奇的 AI 天才一样包办一切。”事情根本不是这样的。今天要让一个智能体在市场进入和销售上取得成功，你要做的是：拿你最好的人行之有效的东西去训练……我知道这个词听起来吓人，但其实不是。把那些文本上传，用它来训练智能体，让它在此基础上迭代、做 A/B 测试。智能体非常擅长 A/B 测试，非常擅长生成变体。你可以让 Claude 给你最好的邮件写一个变体，说：“给我三个版本的最佳邮件。”它们会相当不错。智能体要做的就是拿你发过的最好的邮件，通过 API 跑一遍。我说得比实际简单了些，但也简单不了太多。所以先训练它，然后它会……再给它一些数据源。数据源可以简单到就是 Salesforce。然后如果它有关于 Lenny 的任何数据，它就能调取数据，对邮件做轻度的个性化。更好的是，很多这类产品会追踪你网站的所有访客，所以它们能看到发生了什么，还会调用其他 API，从而把邮件做得更个性化。最后的结果是，AI 写的邮件相当不错。如果你收到的是糟糕的邮件，那是糟糕供应商的产品没训练好。你收到的邮件应该让你觉得：“这没有 Jason 在 Lenny 播客上说的那么好，但也相当不错。”这就是今天 AI 能做到的。而神奇之处在于，如果连人类都没在做这件事，或者你那些平庸的员工做得更差。我告诉你，我上一家创业公司被 Adobe 收购时，我学到的最早的教训之一是：Sam Blond 是我们的销售负责人之一，后来他成了 Brex 等公司的 CRO。我们从 Adobe 接手了一批销售代表，那不是我们要求的。他说：“天哪，我以前从没读过每个人的邮件。这是我读过最糟糕的邮件。”所以 AI 能做得比这更好。AI 能做得比这更好。你只要用你最好的东西去训练它，它就会相当不错。你只是还没见过训练有素的智能体。然后我学到的是……大家还会问另一个问题：“好吧，Jason，那封邮件相当不错。没有你在台上说的那么好，但相当不错。”但你会告诉对方这是 AI 吗，还是会隐瞒？我们从发出的几十万封邮件中学到的是：这无所谓。在这个时代，只要邮件能提供价值，而且对方知道能马上得到回复，人们其实并不在乎。两种方式我们都试过。我们试过说：“嘿，这是数字 Amelia 或数字 Jason。”也试过装作是真人。我们学到的是，现在我们直接发就行了。直接发，没人在意。尤其是创始人，他们会回邮件说：“哈哈，我看得出这是 AI，但写得挺好。能约个会吗？”这就说明了一切，不是吗？
嗯。
所以我们是在制造问题，当作不干活的借口。
你说人类销售的邮件本来就不怎么样，这个观点非常有力。因为我们看到的都是 AI 写的这些还行的邮件，而你说的是：“好吧，但如果你真去看，人类写的其实也好不了多少。”
天哪，确实好不了多少。听着，想想你收到过的最好的外呼邮件。比如，我知道你做了很多投资，其中很多是别人主动找上你，他们希望 Lenny 参与进来，对吧？
没错。
其中有些好得让你难以置信，对吧？少数几封。
是的。
但很多并不好，对吧？
对。嗯。
所以最好的创始人、最好的销售主管、最好的 SDR 会花两个小时研究一封邮件。“好，IBM 里我具体该联系谁？还有哪个竞争对手正在用他们？投资回报具体是多少？”他们会给你一个完美的故事。如果你收到的是世界上最好的故事：这是你的竞争对手，这是他们怎么用的，这是他们具体什么时候买的，这是投资回报，这是案例研究，那就是一封很棒的邮件。有多少 21 岁的 SDR 会这么做？没有。他们用的是自动化工具，不管是 Outreach、Gong、Salesloft、MixMax 还是某个基于 AI 的工具，但他们自己不下功夫。那就不会有多好，不会有多好。所以大家才会有点困惑。AI GTM 的“够好”门槛并没有我们想的那么高。它只是尽我们所能复刻出你最好的员工的一个副本。它会胜过你的中游员工，会胜过那个对你的产品一无所知的人。
这一层“好得多的邮件”，会不会是人类继续大展身手的机会？我们请 Jen Abel 上播客时聊到过这个。我问她：“你用什么工具？你用什么？”她说：“什么都不用。我就是手工精心写出来。”而且效果非常好，因为所有人都在发 AI 邮件。这是不是市场进入销售人员仍能立足的地方，也就是写出好得多的邮件？还是说这也会消失？
你看，如果你有一支高绩效的人类团队，在追逐高价值的大客户，这是经典打法：Lenny、我和 Jen 在一间会议室里，在白板上写下我们最希望赞助 Lenny 播客的 50 家公司。只有 50 家，我们写上 Notion，写上 Linear，写上 Replit。只有 50 家。我们都在努力向他们推销这些新的赞助方案，两年 50 万美元，要不要随你。我们把名单分了，说：“Lenny 最擅长这个，Jason 最擅长那个，Jen 最擅长那个。”然后每人负责 15 到 17 家。伙计，这里不需要 AI，对吧？同意吧。今天这里不需要 AI。
因为投资回报非常高。
是的，而且我们都很厉害。我们三个人各有不同，我们三个真的很不一样。这一定会大获成功，我们不需要任何……也许我们中的某个人会把邮件拿去让 Claude 快速过一遍，让它更好一点。或者我的做法是用它做更多研究。我写出世界上最好的邮件，然后说：“Claude，我怎么能把它写得更好？”做一点研究，它仍然会变得更好。所以这是 Jen 应该用上的 AI 助力。我很喜欢 Jen，但她至少应该用它来改进邮件。但对于我们最好的 45 到 50 家，我们不需要它。如果是 5000 家呢？她的方法就行不通了。所以没错，我们聊的很多东西更适合大批量的销售，但随着每个人规模变大，一切都会变成大批量。随着规模扩大，量就是会大得多。是的，如果你规模很小，只有三个潜在客户，刚刚进入 Y Combinator，也许你不需要这些工具，但我们会更快地走出那个阶段。至于 Jen 那种量身定制的做法，我觉得对高价值的企业销售会有效，但除此之外，我不知道，伙计。你就是触达不了足够多的人。人类触达不了足够多的人。而且人类不想干这些活，他们不想和平庸的线索打交道。我给你举个例子。我在伦敦的时候，想买一款 1 万美元的产品。我当时就在伦敦，我们正在办 SaaStr 的活动（原稿为 SaaS one，听写存疑）。我没有任何时间。Lenny，我会被时区搞糊涂，不知道你会不会。我甚至不知道湾区现在几点。所以我就给这个销售代表发了邮件，当时是年底。我说：“直接把合同发给我，我想买。”但我有两个问题，有两个问题想得到解答。我把这两个问题告诉了他们，它们甚至都和价格无关。他花了三天才回复我，然后把我介绍给了他团队里的另一个人。这不值得他花时间。1 万美元不够，因为他拿不到足够的佣金。所以他把我介绍给了别人，而那个人说：“除非你愿意通电话，否则我没法回答你的问题。”我说：“我在伦敦，我在出差。”平常我早就放弃了，但这也是一段经历。我说：“如果你回答我的两个问题，我就花 1 万美元买你的产品。”他说：“我需要通个电话。”AI 比这强。这不是 Jen 和白板那种做法的场景。即便 Jen 的流程是对的，AI 也能填补所有空白。那些我们没跟进、后来拿到 70% 响应率的赞助商和线索呢？像 Jen 这样的人是沙里淘金，不管那句俗语怎么说。这样的人没那么多，没那么多。我很喜欢她，也喜欢她说的话，她说的 99% 我都同意，但这里有一个相关的点。我们大多数人没有最火的品牌，也没有最顶尖的 CRO 在掌舵，所以最后只能将就一支不是最好的销售团队。这就是事实。99% 最好的销售代表只想为最火的品牌工作。一旦你的光环稍微黯淡一点，他们立刻就想跳到下一家。原因有很多。记住，世界上 99% 的公司都无论如何吸引不到一支由 Jen 这样的人组成的团队。这很现实。连我都做不到。Lenny，你这么出色，但即便是很多想为你工作的人，如果你想招人，他们也会说：“嗯，我很喜欢……但我要做什么？我得去卖 newsletter 赞助……不不不不，不不不不。我想去 Lovable 当 CRO。我很喜欢 Lenny，但这真能让我达到那个目标吗？”对吧？
是的。
AI 能胜过那些人，AI 能胜过那些人。但 AI 胜不过企业级销售那一块。我完全不知道 AI 在线下面对面销售上会表现如何，这得由比我聪明的人来回答。Lenny，你的受众非常庞大，但我仍然认为你的大多数听众身处科技行业、做科技销售。科技是我们经济中最大且仍在增长的板块。所以大体上，这些工具会适用于科技销售。科技销售是通过 Zoom、电话、邮件进行的。我们应该多上门拜访，应该多做面对面的事。我收集过的所有数据都显示，如果你亲自到场，各种单子的成交率都更高。只是现实并非如此。但在科技行业，GTM 基本上就是能自动化多少就自动化多少。
我觉得可能有帮助的是，让我稍微拉远一点，描述一下你在这里经历的事情。我很喜欢你描绘的那个画面：你办公室里销售人员的工位，有主动来询 SDR、外呼 SDR，也许还有一个客服人员。
还有三四个 AE，也就是客户经理。
好。还有三四个 AE，负责接手这些线索然后成交。而现在，每一项工作都由一个智能体来做，而不是人类。
是的。
他们有一个外呼智能体，就负责发邮件、寻找潜在线索。一个主动来询智能体，和感兴趣的人沟通，努力让他们更有兴趣。然后有没有一个 AE 智能体，还是……我忘了这部分是怎么运作的。
没有，这是我还在学习的部分。我们有一名全职 AE，加上 Amelia 20% 的时间，所以是 1.2 个人，做着五六个 AE 的工作。
明白了。所以基本上——
没有 SDR，也没有 BDR。
明白了。所以基本上整个漏斗顶端都是 AI。
是的。
现在只有一个人类，接手所有优质线索，然后负责成交、谈价格之类的事情。
是的。准确地说也许是 1.2，不过对，就算 1.2 吧。
好。这正是我想聊的方向。Amelia 这个角色感觉非常重要。就是有这么一个人，不一定是全职，但一直盯着这些智能体，查看邮件，确保质量高，确保它们正常运行。讲讲这一部分对整个运作有多重要。
这至关重要，至关重要。现在有人在 LinkedIn 上发帖说想招这种 GTM 工程师之类的……我认为这个岗位今天还不存在。看到这些岗位时我会担心。我认为今天……听着，如果我们 18 个月后再聚，我们会更新这个看法，因为世界变化太快了。我认为今天，百分之九十五的情况下，你必须从内部提拔一个人。这个人必须是个极客，喜欢市场和销售，而且擅长量化分析。坦白说，很多 B2C 背景的人很擅长这类事，因为在 B2C 里，销售和市场差不多是一回事。总之得是一个极客，喜欢每天花几个小时坐在数据前面，梳理数据流向，管理这些智能体。他们可以来自产品团队，可以来自市场团队，也许可以来自 RevOps（营收运营），但最好是个极客。他们来自常规销售岗位的概率接近于零。所以我会在团队里找一个举手说“我已经做过这个了。我已经在 Replit 上写了 10 个应用，我喜欢 Vercel，我做过这个，这几款我已经自己试过了。能让我来帮你管这些吗？”的人。然后让他当你的首席编排官。但这是一种新的技能组合，真的是。说到底，找到一个愿意每天花一两个小时管理这些智能体的人，是我们需要摸索的新前沿。它们自主运行，但离不开持续的监督和迭代。这是让人困惑的地方。如果你只是买了其中一款产品然后撒手不管，你的投资回报会是零。也许回答得太长了，但这一点至关重要。而且我只是觉得，很遗憾，今天你必须在内部培养这种人才。必须这样。即便是 Vercel，基本上也是在内部培养出来的。我们不都是 Vercel，但我就是没见过（现成的这种人才）。每个人都在为这个岗位发招聘，但我们需要老手，而我们还没有老手。回到前面聊过的，如果你就是这样的人，明年你会极其抢手。你会收到多到不知道怎么办的工作邀约……你得把它们一个个推掉。
那你觉得……你会把 Amelia 描述为市场进入工程师吗？还是说那是另一个角色，你会称她为首席 AE 官（原稿如此，可能指首席 AI 官）？
我现在会这么说，是的。
好的，不错。
但她对产品了如指掌，烂熟于心。她知道所有的怪癖是怎么回事，所有智能体是怎么运作的。这是一个复杂但有意思的问题。如果你同时运行多个智能体，好吧，就得有人来划分每个智能体负责的是客户群里的哪一部分，否则它们之间会产生大量冲突。你需要一个足够聪明的人，任何真正热爱数据的极客型需求生成（demand gen）营销人员都能做到，但你必须对客户群做细分，否则就会一团糟。X 和网上没有人……人们在谈论那些能管理智能体、而这些智能体又能管理其他智能体的主控智能体。我们还没到那一步，好吗？也许会有。我对此很期待，但我们还没到那一步。所以光是搞清楚如何细分你的客户群，以便分别做主动来询、重定向、再营销、新营销，就已经很复杂了。但大多数厉害的营销人员都能理解这一点（原稿为 can't，按语境理解）。他们本来就在做 A/B 测试、细分客户群。这并不新鲜，对吧？
对，不新鲜。
不新鲜。是的。
是的。
但如果什么都不做就直接开启，那就是不及格。毫无可能。
本期节目由 Datadog 赞助，它现在也是领先的实验与功能开关平台 Eppo 的归属。全球顶尖公司的产品经理都在用 Datadog，也就是他们的工程师每天依赖的同一个平台，用来把产品洞察与产品问题联系起来，比如 bug、用户体验摩擦和业务影响。一切从产品分析开始，产品经理可以观看会话回放、查看漏斗、深入研究留存、探索增长指标。在其他工具止步的地方，Datadog 走得更远。它能帮你真正诊断漏斗流失、bug 和用户体验摩擦带来的影响。一旦知道该聚焦哪里，实验就能证明什么有效。我在 Airbnb 时亲身体会过这一点，当时我们的实验平台对于分析哪些做法有效、哪里出了问题至关重要。而在 Airbnb 搭建实验平台的同一支团队打造了 Eppo。Datadog 还能让你通过会话回放超越数字本身，借助热力图和滚动图准确观察用户如何交互，从而真正理解他们的行为。所有这一切都由与实时数据相连的功能开关驱动，让你能够安全发布、精准定向、持续学习。Datadog 不只是工程指标，它是优秀产品团队学得更快、修得更巧、发布更有信心的地方。请到 datadoghq.com/lenny 申请演示，也就是 datadoghq.com/lenny。我在回看你刚才说话时记下的一些笔记，几乎每个职能都有建议，告诉大家如何在你看到的这个未来里取得成功。我试着简单总结一下。你给销售人员的建议是：去用这些智能体，自己搭一个，试着训练它，帮它跑起来，让它和你并肩运行，这样你就能理解这些工具，成为销售组织里懂这件事的那个人。
这是我给领导层的建议。
给领导者的。
我不确定一般的 SDR 或初级销售人员能不能拿到预算来买自己的智能体。如果能，那就放手去做。Lenny，问题在于，今天所有真正好用的智能体都配有前线部署工程师，都有训练服务，所以它们起价都在 5 万美元左右。5 万、8 万美元。我是说，也有人付得更多，别误会。但这些产品的入门价大概是 5 万美元，再加上 2.5 万美元的 FDE 费用，也就是 7.5 万。我想连 Clay 的起价都是每年 10 万美元。所以如果你是一家较大的组织，这比雇一个人便宜，对吧？这是一笔不小的开销。但目前还没有每月 99 美元的产品能做到这些。他们在努力，我想这一天会到来。它们目前在自动训练方面做得还不是特别好。所以很遗憾，我不确定初级员工能拿到 10 万美元的预算。所以那条建议是给副总裁们的，给那些忧心忡忡的人。他们很多人担心“我过时了，我过时了，我拿不到 Vercel 或 OpenAI 的那个职位了”。那就继续往前走。给初级员工的建议是：拥抱它。不管你们组织用的是什么工具，都要成为最会和那个智能体协作的人，你自然会变得更有效率。没错。你走进公司，发现智能体给你约了四个电话，而你也许只想打其中两个，这烦人吗？拥抱它。拥抱它，因为你的生产力会翻倍。我昨天还在聊这个。我是一家叫 owner.com 的公司的董事会成员，它有点像餐厅领域的 AI，营收正在快速突破 1 亿美元。Kyle 带的销售团队有 100 人。借助 AI，他的目标是每个销售代表带来 300 万到 500 万美元的营收。300 万到 500 万。说实话，如果是三四年前一家类似的公司，这个数字会是 30 万到 50 万美元。效率提升了一个数量级。仍然是 100 个销售代表，对吧？100 个。为了完成明年的目标他还需要更多人，但每人 300 万到 500 万美元。所以如果你是那个会用这些工具的人，你就会变得更有价值。但如果你抗拒它，如果你不想多开那个会，如果你抗拒它……我们还用一种做 RevOps 的工具。我们用了两款，一款叫 Momentum，一款叫 Attention。两款都很棒，也非常相似。它们的作用是，人类做的每一件事都会实时、即时地被自动记录到你的 CRM 里。以前也有工具做过其中一部分，但现在是真的一切都记录。当我们推出它的时候，我认识的另外几个人那里也发生过同样的事：旧团队里有个人当天就辞职了，就在我们上线 AI RevOps 的当天辞职。你知道为什么吗？他 30 天里什么都没做。把戏被拆穿了。
哇，天哪。
他每天都会来参加我们的站会，说：“是的，我在做外呼，我正在全力推进和 Vercel 的那笔单子。”但什么都没成交。然后我们说：“哦。”他当天就辞职了。所以我的意思是，他没有主动拥抱它，对吧？要主动拥抱它。现在你的每一天都会完全透明。Granola 是一切的一个旁证，但 AI 会追踪你做的每一件事。如果你想抗拒它，想抗拒未来，那祝你好运。但拥抱它，你就会把那些不拥抱它的同行甩在后面。拥抱所有的透明度，所有的线索，所有它让你做的工作，因为你不可能在工作量不变的情况下成交 10 倍的单子，对吧？
不可能。
有了 AI，我们做的工作更多了。我现在是有生以来工作最拼的时候。有这么多智能体和它们产出的所有东西，Amelia 承担了很多，但就连我也在以最大强度工作。情况更好了，但工作并没有变少，反而更多了。智能体效率太高，你必须跟上。抱歉打断了。给管理者的建议：买一个智能体，自己部署，不要让别人去做。从训练到导入再到编排，全都自己做。这样那些术语对你来说就没那么吓人了。给初级员工的建议：做那个热爱这些工具、第一个拥抱新东西的人，不管是什么。不要抗拒它。
太棒了。好。对于创业公司的创始人，我听到的是：要当那个前线部署工程师，要有这样一个人，也就是坐在那里帮助客户公司的销售工程师。这基本上是一个与大公司竞争的机会，因为你真的在现场帮他们把东西搭起来。你提到的所有公司里，没有一家是大公司，全都是创业公司，这非常有意思。
确实如此。不过我要说，我们和 Salesforce 也是这样合作的。自从 20 年前 Salesforce 成为我买的第一款产品以来，我就再没有这样和 Salesforce 合作过，伙计。20 年前我买 Salesforce 的时候，得到的是全方位的手把手服务。我只买了两个席位。我记得当年和我的销售代表通话，我说：“别跟我聊了，你没时间的。你在 Salesforce 工作，我只买两个席位。”他说：“不不不，这就是我们的工作。我在这里为你服务。我会帮你把应用上架到 AppExchange，我们会把这些全都做好。”后来这种服务消失了，现在又回来了。Mark 现在在 Salesforce 有 2000 人在做这件事。所以我们有一位前线部署工程师。我甚至不确定这在经济上是否划算。也许两年后，像你我这样的客户就不会再配 FDE 了，但大公司正在摸索。但没错，要选一家会通过 FDE 帮你取得成功的供应商。大家总是随口抛出这个词，但再说一次，它其实就是一个会确保你真正完成产品训练和上手的人。所以是的，创业公司有动力用这种方式去做，而一些老牌公司可能还在摸索，对吧？
这对创业公司来说是个真正去做这件事的大好机会。这其实和 Jen 给创业公司的建议非常契合：一开始先卖服务，就是替客户干活、解决他们的问题，起步时不靠软件，然后把它发展成一份以软件为主的大合同。
你是说“落地后扩张”（land and expand），从一笔小单开始再做大？
不是，是有一个人坐在那里和他们一起做这项工作，本质上就是你描述的那样。不是说“我们有软件，你去试着用吧”，而是“我们团队里会有人帮你把这件事搞清楚，也许甚至还没有软件能做所有这些事，但我们会让人替你做”。然后随着时间推移，软件会承担越来越多这部分工作。
我认为这一直是很好的建议，而且创业公司一直很擅长这一点。在早期，CEO 亲自上阵，CEO 做客服，CEO 帮你完成上手。我认为今天的不同之处在于，如果不做训练、不帮客户上手这款产品，智能体就会失败。它会失败，永远不会起作用。所以如果你想赢，这就成了必须做的事。这个词被用得太滥了，但你需要一支人类团队，我们可以称他们为前线部署工程师，他们要百分之百确保智能体开启时表现出色。作为创始人，这就是你的工作：确保它出色。相比之下，在过去，即便是我做的那款最早一批的电子签名服务，那么容易用，我们还是有一些客户，大客户，花了两年才上线。在 AI 时代，这是不可接受的，对吧？
是的。那这些前线部署工程师，只是销售工程师的另一个叫法，还是背景不一样？
可以是。我觉得这些术语都挺让人困惑的，伙计。什么编排、导入之类的。我认为 Palantir 显然是目前最成功的上市 B2B 公司。也许 Databricks 和其他几家会在下一波 IPO 中超过它，但它的前线部署工程师理念是类似的，只不过它做的是九位数的单子。我们大多数人做的不是 1 亿美元的单子。所以那种让 Garry Tan（原稿如此）带着一大批人在客户办公室驻场六个月、让软件跑起来的做法，算是这个理念的灵感来源，但实际上，当然，它可以是销售工程师或解决方案架构师。但区别在于，过去我们很多人合作过的 SE 是一种资源。而且通常还有一个经典配比，大约八个销售代表配一个 SE。八个销售代表组成一个小组，由一个 SE 负责，你多少得去争抢 Jason 或 Lenny 的时间来帮这八个销售代表。现在这是反过来的。FDE 的头号工作是让客户成功，好吗？前几天我刚在一家 AI 领先企业做了一场分享，他们刚谈成一笔 300 万美元的单子。那位 FDE 全程一个人完成，销售甚至都没参与这笔交易。他们去了现场，推进了部署，把一切都调校好了。销售做的只是带着它走完采购流程，好吗？这和一个替人类销售回答几个问题的人非常不同。所以它是客户成功和 SE 之类角色的结合，但它真的是……我是说，坦白讲，它就是一个经典的顾问，在第一天，就在第一天把产品落地。区别在于，上线时它就能用。上线时它就能用。这是一个好听的名字，指的是你团队里的一批人，确保上线时 AI 智能体真的能用。于是你的成功率是 100%，而不是 2024 年那种 5% 左右。就是这样的人，但他们确实需要懂技术。我不知道他们是否需要是工程师，这真的可能因……而异。我很喜欢那种水平一般、但深爱产品的工程师，这是我最喜欢的那类 FDE。他们其实不太想再写很多代码了，但他们写过代码，而且就是热爱你的产品。但我认为不能是一个完全不懂产品的人。各种不同的人都能胜任，但他们必须对产品了如指掌。但是的，创业公司……我是说，这个词被到处乱用。你需要四个这样的人（原稿为 four folks，可能是 folks），就负责确保上线时产品能用，确保你的智能体产品能用。这就是你需要的。
我觉得用来结束这场对话比较有用的，是梳理一下哪些东西正在改变，比如在销售和市场进入的世界里，有几件事已经变了、今后会不一样；又有哪几件事会保持不变？
好，我们来梳理一下。显然，客服是第一个发生改变的。它显然已经被 AI 永久改变了。不管你看哪家供应商，50% 到 80% 的客服工作都由 AI 完成。我们并不总是把客服当作 GTM 的一部分，但它就是。它是客户旅程的起点，对客户旅程非常重要。所以如果你持怀疑态度，去看看……客服已经被永久改变了，那趟列车已经驶离了车站。说真的，在我们录制的此刻，销售领域并没有改变太多。我是说，我确实认为我们聊的这些是最前沿的东西。我确实认为，那种经典的、自己通过工具跑邮件节奏营销活动的 SDR，12 个月内大多会绝迹。没有理由 AI 不能比这个岗位做得更好。那种经典的资质筛选者，给主动来询线索做资质筛选，对客户来说是糟糕的体验，同样应该在 12 个月内大多绝迹。其余的，我们拭目以待。我想就销售代表而言，我们确实知道的是，每个人都希望在接下来 12 个月里变得更有效率。人们想要……的原因有很多。还是那句话，在低端，是成本，是盈利压力。在高端，是文化。我们就是不希望 Vercel 或 Replit 里有 200 个不懂产品是干什么的销售代表到处跑。就拿那家公司 owner（指 owner.com）来说，每个销售代表 300 万到 500 万美元，和 30 万到 50 万美元差别太大了。所以作为销售代表，你必须做出调整。就像我们聊过的，每家 AI 领先企业都招不到足够的销售代表，但你必须调整自己，在 AI 的帮助下让生产力呈几何级、甚至指数级提升。所以你必须真正拥抱这些工具。很多人，很多老派的 GTM 领导者会说：“AI 不会伤害销售代表，只会给他们超能力。”对最优秀的人来说，是的。平庸的人只会变得更平庸。所以我认为，AE 这个岗位上我们会一直有销售人员，但只是擅长和人打交道已经不够了。Lenny，你知道怎么分辨一个平庸的销售吗？
嗯。
你问他们真正擅长什么。“Lenny，我擅长和人打交道。Lenny，你知道我有多厉害吗？我和我最好的 10 个客户一直在发短信。我擅长和人打交道。”那你们产品遇到的最棘手的技术性异议是什么？什么？什么？他们不知道，但他们擅长和人打交道。这就像“高尔夫 3.0”（原稿如此，大意是靠打高尔夫维系关系的销售方式）。这不够，远远不够。所以这类人在销售领域正在被淘汰。外勤销售（field sales），如果你是跑外勤的，我完全不知道 AI 会对它产生什么影响。我是说，企业级领先公司招的外勤销售比以往任何时候都多。Salesforce 的招聘规模比以往都大，上门拜访依然有效，伙计。所以这方面我不知道答案。但对于坐办公室的员工和居家办公的员工，AI 会尽可能多地接手你的工作，或者尽可能地让你变得更好，你必须拥抱它。所以我会说，从客服到上门拜访，AI 的影响会从 80% 一路降到 0%。
那电话呢？
这是个好问题，我们早该聊到它。显然，这里面有大量关于自动语音电话（robocall）和监管的问题。当然，很多创业公司无论如何都在违规。我想说的是，听着，有电话，甚至还有短信。短信能自动化到什么程度是有限制的。很多老派企业甚至都不看邮件，我是说，人家在车间里干活。所以这些都是悬而未决的问题。人们在违反规则。OpenAI 至今仍在违反规则，它现在开始获得 Disney 内容的授权了，以前它只是“借用” Disney 的内容。我们拭目以待。所以这方面我不知道答案。我认为在欧洲，这类做法肯定会比美国少得多，但创业公司会去挑战极限。它们会在 AI 电话、AI 增强电话上挑战我们能做什么的极限，比如有一个人类算是在线上，但所有工作都由 AI 完成，也许这样是合法的，对吧？或者获得比我们通常所得更多的短信授权。所以要说在 AI 时代，创业公司不会绕过自动语音电话和短信的那些常规壁垒，我是怀疑的。但这是个好问题，做起来更难。我要补充的一点是，这也是对这一切的一个很好的反对意见，我也很想听听 Jen 的看法。但 Lenny，如果你和你会投资的那些创业公司聊聊，会发现擅长外呼电话的公司比你想象的要少。Rippling 的好几任营收负责人都在 SaaStr 上演讲过，他们以前的 CRO 曾在我的团队工作，还有其他人。他们在发展陌生电话（cold calling）能力上起步很晚，因为我们当年从来没做过。那位 CRO 曾在我的团队里。所以他们不得不引进一个曾在 Brex 和 Sam Blond 共事、做过这件事的人。拿起电话谈成生意是一门真正的艺术，是一项专门的技能。所以如果那是你的专长，而 AI 又无从发挥作用，那也无妨。但我认为对大多数科技销售电话来说，它并没有我们假装的那么有影响力。我认为你我合作的大多数创业公司，以及大多数听这期节目的人，他们的大部分营收并不是靠人类打陌生电话谈成的。这是一门有效的手艺，但伙计，你得真的很擅长。
是的，总有一条界线在某个地方：如果你能通过一条短信成交，AI 就能成交。
是的，确实如此。我有点开玩笑的意思，因为我认为那些这么说的人和客户的关系更弱。这就是为什么人们和客户的关系比他们以为的更弱。是的。如果通过一条短信就能轻松成交，而我们已经做了几十万次这样的沟通，人们也不介意对方是 AI，只要是好的 AI，那为什么它不能通过短信成交呢？AI 也可以擅长和人打交道。真的可以（原稿为 It really can't，按语境理解为 can）。伙计们，如果你们不信，去试试 Lennybot。是以前那个 lennybot.com 吗？
Lennybot.com。
如果你认为 AI 不能擅长和人打交道，可人们在 Lennybot 上一花就是好几个小时，不是吗？
是的。最棒的是你可以用语音和 Lennybot 对话。有个语音功能，听起来和我一模一样，简直难以置信。
是的。还有一个更深层的理由去用 Lennybot：带着学习的心态去，不要带着偏见去。你会发现 AI 可以很擅长和人打交道。人们会花好几个小时。在我们录制的此刻，谁是我们最好的心理咨询师？ChatGPT 是地球上最好的心理咨询师。它很擅长和人打交道。我是说，这听起来很傻，但如果你在销售上最好的护身符就是“我擅长和人打交道”，那你脚下的沙子此刻正在下陷。这项技能已经不够了。当人们购买要花两年才能推广、完全不知道怎么运作、只能靠祈祷的企业软件时，擅长和人打交道是很好的。但当你期待智能体在大额支票到来之前的试点期间就能用起来时，擅长和人打交道就不够了。很好。告诉我，谁会在我付钱之前就帮我上线智能体、训练它、把它投入生产？这就是梦想。也许这是所有变化中最大的变化之一。我和 Marc Benioff 聊过，Salesforce 是最大的，对吧？营收 440 亿美元，是最难调头的大船。他说：“我最羡慕 Palantir 的第一件事，一是他们的单笔交易规模很大。”他在所有媒体和新闻里都开过这个玩笑。但另一件事是，他说：“我希望我能做到，但今天还做不到。我希望现在每一个 Salesforce 客户都能在付款之前就上线。”这和我们在很多方面被训练出来的做法太不一样了：我们几乎是在坑客户，让他们买产品，先尽量避免做试点，然后尽可能把试点做小，再花几年时间逐步推广给不同的人。AI 提高了客户期望的门槛。这就是为什么最好的那些公司在爆发，因为投资回报太高了。所以今天，你必须在电子签署合同之前就交付投资回报。那些还没有完全接受这一点的人，都在增长 8% 的上市公司里，他们还在玩花样。
你认为还有哪些人们可能没想到的变化，会在未来几年改变我们做销售的方式？
总的来说，我们将需要比以往任何时候都多的销售和市场进入专业人员，因为赢家增长得太快了，即便它们效率更高，也会需要比以往更多的人。我们得做一张电子表格才能看出交叉点在哪里。显然，很多公司在缩减人员规模。Microsoft 已经说过他们的员工数已经过了峰值，再也不会更多了。我们在合作的各家公司里都看到了这一点。它们想尽可能精简，但 AI 已经是我们经济中非常大的一部分，而且是一股不可阻挡的力量。每家公司最终都会走向企业级市场，每家公司最终都会有销售团队，每家公司最终都会这么做，只是现在发生得更快。ElevenLabs 现在 50% 的销售来自企业客户。我是说，我不了解每一家。Vercel 刚刚引进了 Jeanne，这本身就意味着它们在更多地走向企业级市场。我想 Replit 几个月前才真正组建了销售团队，现在又新增了一位 CRO。所以它们在没有传统销售团队的情况下做到了一亿多美元，但到了十亿美元的规模，到处都会是销售人员。所以如果你精通这些东西，如果你听完这期节目今天就去买一个智能体，自己部署，下苦功，训练它、给它导入数据、每天迭代、走在它前面，然后再上第二个、第三个、第四个智能体，你可能会变得更有价值，在 GTM（原稿为 ETM）领域获得更好的体验。而且我相信，我希望，你的薪酬实际上也会更高。我说过，我们应该有年薪 25 万美元的 SDR，但他们会像在 Vercel 那样，管理 10 个智能体，而不是 10 个人。那样他们就值 25 万美元。在 Vercel（原稿为 For sell），他们管理的是 10 个智能体，而不是 10 个人。那样他们就值 25 万美元，而不是 8 万或 9 万美元。这并不算多，对吧？所以一个美好的世界正在到来。Lenny，对于做产品和做生意来说，这是最好的时代，不是吗？只是它的分布并不均匀。所以如果你具备这些技能，即便我们不再需要这些 SDR，即便不再有 BDR，即便我们可以砍掉一半的 AE，AI 领先企业的营收和增长也是如此惊人，对吧？而且不只是创业公司，Google Cloud、各个地方都是如此。Azure 也在招大量的人，所以总的来说，这对整个职业是利好，但对我们过去的做法并不是。你处于风险之中。
这真的很有意思，我们居然还在招人。这也是我看到的情况，好像每家公司都在招销售人员、市场进入人员。你认为未来几年会不会出现一个峰值，也就是“好了，现在 AI 承担的工作越来越多了”？还是说这很难预测，因为谁也不知道 AI 会发展到多大、这些公司会长到多大？
我是说，IT 支出已经超过一万亿美元，而且还在加速。AI 正在推高这个数字。Gartner 说明年将是十年来投入 IT 和软件的资金加速最快的一年。它重新加速了。这能永远持续下去吗？不能。最终我们会把全球 GDP 的 100% 都花掉，就没钱可买了。总有一些极限。但我认为你、我、任何人，包括关注你的数百万人，我们都不必把眼光放到三到四十年（原稿如此，可能指三到四年）以后，那太远了，变化太多了。如果你成为 AI 领域的宇宙之王，未来两三年你会极其抢手。如果你一直保持学习者的心态，这种优势会不断复利。所以你会拥有一份我认为有趣得多的工作，尽管比我们过去的工作更累。但每周工作 20 小时、敷衍了事、拿下几笔单子的日子，我觉得那是一段美好的时光。连你也享受过一点那样的日子。我觉得你现在比以前更拼了，不是吗？
是的，是的。
我是说，在 10 万订阅者的时候，经典的 Lenny 风格是：别打扰我，我经常度假，我做一些好东西。我是说，这仍然是你风格的一部分，但我觉得你现在更拼了。
我工作得非常拼，确实如此。最初的想法是打造一种悠闲的 newsletter 生活：我就每周写一篇 newsletter，日子会很美好。但真的很难拒绝那些很酷的机会，很难不去多做一些、让它变得更大。我忍不住。所以是的，我在拼命工作，而这本来就该很辛苦。
而这应该是我们所有人的状态。如果你没有你说的那种感受，或者哪怕是我说的那种感受的某个版本，那你今天就没有在过 AI 梦想的生活。工作是更多了，本来就应该很累。即便在某些方面变得更好，工作量就是更大了。但这是我们一生中投身软件行业最激动人心的时刻。我是说，老天。Lenny，我连代码都不会写，但在过去 150 天里我在 Replit 上做了 12 个应用，被使用了一百万次。我等了 10 年，等某些人去做其中一些应用，结果我自己就做出来了，对吧？就在我在伦敦的时候，我做了一个完整的应用，你可以在里面练习推销 Harvey、Cursor、Replit 和 ChatGPT Enterprise，而且它能用。这在今年年初甚至都不可能，对吧？所以这是一个神奇的时代。我们能用三个人加 20 个智能体运营一家八位数营收的企业，这就像是：要么兴奋起来，要么就去加入那些增长非常缓慢的……我的建议是，今天在两条路里选一条。要么像你我这样更拼地工作，我们本可以不这么做。要么，老实说，我得说实话：2021 年诞生了一千家独角兽，其中 800 家增长相当缓慢，永远不会 IPO，可能也不会有退出，但它们满足于 8% 或 15% 的增长。如果你不想走我们聊的这段旅程，我不评判，我理解。我们都是人，对吧？我们有家庭，不是所有人都痴迷于此。我觉得我是痴迷的。我觉得你也变得更痴迷了。如果那不是你，就去加入增长更慢的公司。它们仍然需要人，没那么多，但仍然需要人。但我会为明年选定一条赛道。不要假装会出现一条中间路线，因为在 GTM 领域它并不存在。我认为在产品或工程领域也不存在。
我很喜欢你对这件事这么兴奋。在 Twitter 上就能看出这对你来说有多好玩，你一直在学习和分享。我很喜欢你分享这些，但我觉得这只是一个表象：你对正在发生的事情、对你学到的东西太兴奋了，以至于忍不住要分享。我也是这样，我会想：“天哪，我发现了这个超酷的东西，我得发条推。”
我们能够构建以前构建不了的东西，或者以以前做不到的方式和速度来构建，这真的很神奇，而且还在加速。我是说，这个我们可以聊上一辈子，但就拿我来说，我选 Replit 是因为 Twitter 上的人叫我选，我本可以选别的工具。我不是它的投资人，我甚至没有偏向，但我是前 1% 的用户。
再确认一下你刚才说的：你是 Replit 前 1% 的用户？
是的。
哇。
是的。
我太喜欢了。
大约 170 天前我刚开始用的时候，它确实不太好用。后来 V2 出来了，变好了，幻觉消失了。然后接下来这件事是你一定会为之兴奋的。大家可能不知道这一点，其他工具也一样。大概 45 天前 V3 出来了，现在它有智能体之间的对话。所以发生的事情是，再说一次，我其实不会写代码。所以当我遇到问题、想弄明白怎么做某件事时，智能体会叫来一个架构师或另一个智能体，它们会互相辩论、争执，然后得出正确答案。第一次发生这种事的时候，我差点从椅子上摔下来。这不仅神奇……我是说，当初是，好吧，你可以写个提示词，做出一个跑不起来的烂应用。现在，150 天后，你有智能体在彼此辩论如何写出更好的代码，而你甚至不需要会写代码。唯一更好的时候将是明年，对吧？我一直在等，我一直在等，对吧？还有今天你能构建的那些东西。我是说，你知道这些，但对其他人来说，我是说，这是我在不会写代码的情况下构建的。另一件显而易见的事：为什么人们用这些工具效率这么高？我是说，世界上每一段开源软件都在这些工具里。如果你想做的东西以前有人做过，那就非常容易。真正新颖的东西很难，对吧？并没有变得更容易，但伙计，这些工具真的很棒。而对于 GTM、对于销售，它落后了几拍。可能有很多原因。有一部分，我觉得讽刺的是，就在于创始人对什么感兴趣。所以在 AI 应用上，市场营销落后于销售。AI SDR（原稿为 SGR）已经爆发了，我也不太清楚为什么。我投资过几款 AI 之前的工具。我投资了 Salesloft，它后来以 25 亿美元被出售。那大概是 2020 年那批交易里的最后一笔，我做的是种子轮投资。当时没人想进那个品类。现在全世界都想做 AI SDR、AIR（原稿听写存疑）、CRM。但市场营销进展更慢，只是因为人们其实不太想做营销领域的 Cursor。人们嘴上说想做，但它终会到来的。创新只会加速，只会不断加速。所以别对这些东西持怀疑态度。如果你没有我这么兴奋，那这是我给大家关于这件事的最后一条建议。如果你没有我这种感受，假期里不妨这样做：当你有一个安静的时刻，喝着热红酒或热巧克力之类的，打开浏览器，用无痕模式，访问你自己的应用，用一个全新的 Gmail 地址把所有事情都走一遍。试试客服，看看你们的客服怎么样。试着联系销售。订阅 newsletter。把每件事都做一遍，试用你的产品。如果你静静地做这件事，你的内心会为看到的某些东西流泪。你会为你们的客服有多糟糕而流泪，会为销售要多久才回复你而流泪，会为好几件事而流泪。挑出那个让你边喝热红酒边哭得最厉害的问题，去买对应的智能体把它解决掉。然后你就会拥有我们这样的热情。我一直建议人们这么做，只是在 AI 之前这件事没那么容易落地。你会迷失其中，会忘了新用户引导流程，忘了客服，忘了“联系我”有多糟糕，你太沉迷于战略层面的事了。所以每年一次，最好每季度一次，就做一次这个无痕模式测试。即便是 Lenny 的 newsletter，我敢打赌我们也能找到某个你忘了打理的部分。
不会的。
不会？你不同意？
不可能发生的。开玩笑的。
你会说：“天哪，真不敢相信自从上线 Substack 以来我就再没碰过那个地方。它甚至都没跳转到正确的页面，那里是个 404。”
我假期里就去做这件事。通常的建议会是：“好，给你的产品经理发邮件，告诉他你发现了这些 bug。”而你这里说的是：不，找一个智能体在未来处理这件事，让每个人始终都能获得好得多的体验。
是的，是的。如果那是让你流泪的问题，它也许会激励你去做这件事。
是的。而且你也不必把它发布到生产环境，也不必让 CEO 批准这件事。你只是向他们展示你也许能做到什么：这是我周末做的东西，也许我们应该探索在我们的网站上做这件事。
是的，这就是我的工作（原稿为 the jaw is just my job，听写存疑）。
是的。
是的。
天哪。Jason，我感觉可以和你聊上好几个小时，但我想现在是收尾的好时机。还有什么你想分享的，或者想留给听众的话吗？
也许还有最后一件事，这是我了解到的、大家心里一直在想、我们也绕不开的问题：很多人担心，“嘿，这会让人丢掉工作。我该怎么办？好吧，我照你说的做了，做了无痕模式测试。我要引入这个智能体，这个销售智能体或客服智能体。我试过了，甚至已经做了，但我担心会遭到反对，担心有人会因此失业。”这个问题我没有完美的答案，但我认为要坦诚，坦诚地说明：对最优秀的人来说，它会让他们更有生产力；对最优秀的人来说，它甚至会很有趣；对最优秀的人来说，他们会把工作做得更好。而如果它对团队里的某些人构成威胁，未来无论如何都会到来，我们不如拥抱它。所以每当我听到这种担忧，我会积极地看待。我会解释它能帮助最优秀的人，但我不认为在你的组织里回避这个问题是正确的做法。它会带来变化。如果有些工作从一种角色变成另一种角色，那就是 AI 时代的现实。不要隐瞒，我认为隐瞒没有帮助。
我很喜欢的一点是，在你的案例里，以及 Vercel 的 Jeanne的案例里，你们都没有裁掉任何人。在你这里，是 SDR 自己辞职了。在她那里，她把他们从……我记得是从主动来询调到外呼，或者从外呼调到主动来询。她只是重新调配他们，让他们在别的地方发挥更大的作用。
我认为这一点非常重要。这是另一件我觉得媒体渲染得太过火的事。我是说，AI 确实导致了一些裁员，但即便如此，我们读到的大多数裁员，AI 只是裁员的借口，只是一个甩锅的理由。更大的问题在于，人们离职后不会再由人类来补位。我们会用 AI 来补位。我们就是这么做的。我们没有解雇任何人。我整个职业生涯中从未解雇过任何人，除了几次因为不当行为，那种事放在今天你也会解雇。但基本上，我从未解雇过任何没有做出不当行为的人。他们离开的时候，这一次我们就说：现在交给智能体了，对吧？所以这是一股比零星裁员大得多的力量，而那些零星裁员可能也并不是 AI 带来的新现象，对吧？很可能不是因为你在 2025 年引入了 20 个智能体，而很可能是因为你本来就想缩减规模，而 AI 只是借口。所以 AI 对你的威胁可能比你想的要小。但它确实意味着，Lenny，如果你不想拥抱它，也许就别离开你现在的工作。是的。
我正想说……
也许就别离开你现在的工作。
因为新的地方可能不会再招这个岗位了。
是的。天哪，我有一位很喜欢的销售主管，认识很多年了。他从一份 10 万美元的工作，跳到一份将近 80 万美元的工作，然后降到一份 20 万美元的工作，后来因为不喜欢又离开了那份工作，现在他根本找不到工作。他回学校读书去了。所以，也许还是留下来吧。
就是这样。
我们也许都该留下来。留下来没什么丢人的，对吧？
是的，我喜欢这个说法。好了，Jason，我们来到了非常激动人心的闪电问答环节。这是你第二次参加闪电问答，所以我会问得快一点。第一个问题：有哪几本书是你经常向别人推荐的？
最近有人请我为一本书写序，作者是我在全世界最尊敬的营收负责人之一。我读了一点，但没法写，因为这本书虽然很好，却过时了，在 AI 方面不够与时俱进。我不记得我们在这里说过什么……可能是在开录之前说的。打法全都有效，但打法手册已经没那么管用了。很多 GTM 书籍都是打法手册，尤其是那些卖课程之类的人写的，它们就是打法手册。远离打法手册，拥抱打法。所以去读所有这些关于市场进入和销售的书，从中挑出好东西，读书的目标本来就是这样，从里面挑出两三件事。但我想我在等待 2026 年 GTM 领域更高一级的书，因为我读过的所有书都太向后看了。所以保持怀疑。拿走打法，但不要照搬打法手册。我就是
刚请了 Lovable 的增长负责人 Elena Verna 上播客，她给出了同样的建议。她过去 20 年在增长领域用过的所有打法手册，在 AI 公司里都不再管用了。下一个问题。最近有没有你特别喜欢的电影或电视剧？
这部叫什么来着？叫什么？Pluribus？是叫这个吗？
Pluribus，对。
好。
我一直在看这部。
这是一部好剧。我意识到，你应该为 AI 和 GTM 感到兴奋的原因就是 Pluribus，因为在 Pluribus 里有一种蜂巢思维，对吧？除了 11 个人还是 13 个人之外，所有人都连接在一起。人们没意识到这一点。这就是为什么现在，我们做这些事情的全部意义……如果我运气好，也许我们会录第三期。全部意义就在于让你的 AI 智能体几乎和人类一样好，但能 7×24 小时、规模化地工作，这已经相当不错了。如果它能做 10 倍或 100 倍的工作量，全天候运转，水平和你的人类员工差不多，那就是你今天根本没有的一种资源。这没那么复杂。当 AI 真正成为蜂巢思维，当它能在你所有的智能体之间共享全部数据、知道发生的一切时，人类在 GTM 领域就危险了。当它们成为蜂巢思维时，会变得好得多。眼下我们的“蜂巢”……Salesforce 作为 CRM 正在迎来某种复兴。原因有很多，尽管它很老，是 90 年代创立的，但它已经成为这些 AI GTM 智能体的枢纽，它们都接入它。所以 Salesforce 成了所有这些智能体的数据库。这算是 Pluribus 蜂巢思维的一点苗头。但等到所有这些智能体真的能互相交流，共享全部 GTM 数据、全部客户数据和一切，等我们下次再录的时候，阅读 Lenny 的 380 万人和所有智能体都能共享数据……我不是想把 Pluribus 变成一部 AI GTM 剧，但这就是我的联想，挺贴切的，对吧？
我懂，我懂。天哪，那部剧太好看了。感觉每一集我都会收到 Apple TV 的推送，说 Pluribus 出新一集了。我就想：“等不及要去看了。”每一集结尾都让人觉得：哦，等不及想看接下来会发生什么。好。最近有没有发现什么特别喜欢的产品，比如一款应用、一个小设备或者衣服？
最近两周可能没有。我就说一个小的，跟 GTM 有关的。
好的，没问题。
因为大家都在聊 Sora 这个那个、视频之类的，我也很喜欢，我理解。但有一款应用叫 Reve，以前叫 Revar（原稿听写存疑），是做图像的。开发它的团队自己构建了自己的图像大模型。我之所以提它，是因为我每天都在用，它用一个提示词就能做很多很酷的事情，对吧？但如果你想为市场营销做些很酷的东西，想做一张很棒的图片，比如“一位 CMMO（原稿如此，可能指 CMO）正在买我的产品做这件事”，我不知道还有哪个工具在这类事情上比它更好。这类事情以前很折磨人，我们以前得打开 Canva 试着做，更糟的是要等四天让别人帮你做。这是我的独门秘诀之一。我有几款大家不太了解的常用工具，它现在是 app.reveai，改了名字。你只需要打开它，用一个简单的提示词输入你想做的任何图片。对于我们喜欢做的很多枯燥的 B2B 内容，我觉得它是最好的。
是 Reve.com 吗？
是的，Reve.com。
我正在看。一只水豚穿过一座 quite must 花园（原稿听写存疑）送抹茶。
App.reve.com。
好，不错。
哦，你说你在生成图片？
我只是在网站上，他们在这里给了我一些示例。是的，这很棒。你是说它比 Nano Banana 和其他那些都好……
在这个用例上是的。你和我，我们只是想做……
做营销图片？
我想做个缩略图，我想给我的文章配张图。我的小众需求，就是我想做的内容，我必须得做。我就是觉得在这个用例上没有更好的了。不错。我一天用两三次，而且这些工具我全都用过。
好。这是独家干货，又给听众分享了一条独家干货。好，还有两个问题。你有没有一句最喜欢的人生格言，在工作或生活中经常回想起来，也许还常常和别人分享？
我就说一条适合我们当下这个奇怪时期的。你最好的创业公司大概就是这一家。昨天我刚和一个朋友聊，他的创业公司刚从排名前二三的 VC 那里融了 2000 万美元，创始人第二天就辞职了。就在前几天，昨天的电话里，一家营收 2.5 亿美元的公司的 CEO 也辞职了，没有任何成功或任何人可交接，就是为了去加入一家热门的 AI 创业公司。也许吧，也许，也许。大多数时候，确实有某些时间和场合适合辞职，但那是在你有客户、有一两百万、五百万或一千万美元营收的时候。我们常常以为重新回到那 1000 万美元营收、重新拥有 100 个满意客户或 200 个……会更容易。在 AI 时代辞职看起来可能更容易，但我宁愿带着那 500 个满意的客户，打造那款超厉害的 AI 产品，把它卖给这 500 个满意的客户，而不是从零开始去找他们，从零开始去找那 1000 万或 2000 万美元。我真的和第三位创始人聊过，他的公司刚突破 1 亿美元，干了 10 年之后想离开去做一家机器人创业公司。我说：“我理解，伙计，但你在这家公司里有九位数的股权。也许该把它带到下一个阶段。”所以现在发生的事情太多了，有的在减速，有的在加速。我通常认为，对创始人来说（不一定对其他所有人），最好的创业公司就是你已经在做的那一家。如果你不开心，就把它变成你自己的热门 AI 创业公司。关键在于，Lenny，现在还不晚。有时在社交媒体上感觉已经太晚了。也许想低成本做出下一个 ChatGPT 是太晚了，好吧。但对大多数东西来说，并不晚，现在还很早。我们甚至还没有出色的 AI 营销工具。AI SDR 也还处在非常早期。市场还没有固化。大模型正在变得好得多。伙计，只要你想，就不算晚。所以你这辈子能拥有的最好的创业公司，很可能就是你今天正在做的那一家。别放弃。如果你有满意的客户，就别放弃。也许就是这样。如果你有满意的客户，就别放弃，他们会从你这里买更多。
我很喜欢这样的建议，它给人力量、让人乐观，我觉得在很多方面也能让人减压。这太棒了。最后一个问题。到目前为止你办了多少届 SaaStr？SaaStr 已经办了多少年？
老天。我们办过一些聚会，你知道的，对吧？然后在 2015 年办了第一次规模较大的。所以 2016 年……我们在 2020 年确实停了一年，但 2021 年办了。2021 年我们是湾区唯一一场活动。所以算下来是 12 届？12 年？伙计，这是很长一段时间了。
那么你说在所有这些活动中，总共有过多少场演讲？
我知道我们在欧洲办过七届。所以美国 12 届，欧洲七届。
所以大约 20 场。好，20 场活动。
20 场较大的活动。是的。我不知道。年度大会那一场，如果把小场次也算上，大概有 300 场演讲。所以这些年加起来有三四千场。
那么问题来了。在所有这些活动里，你最喜欢的演讲是哪一场？就是那种你会觉得“哦，这一场真的很突出，我总会把它分享给别人”的？如果大家只能在所有 SaaStr 演讲里看一场，你希望他们看哪一场？
这很有意思。就像 B2B 领域的很多事情一样，十年来一切基本都没什么变化，然后突然之间一切都过时了，对吧？如果你想看一场较老的，不算太老，但在互联网和 AI 的时间尺度上算老的，而且我认为会改变你思考方式的演讲，那就看我和 Ben Chestnut 在他们刚被收购后做的那一场。因为那是一个神奇的时刻。它叫《迈向 10 亿美元路上会坏掉的一切》（Everything That Breaks On The Way to One Billion）。它只有 2.3 万次观看。对 Lenny 来说这不算什么，但对我来说已经相当不错了。好。那是他刚卖掉一家十亿美元级公司后的一个时间节点，他讲了交易差点告吹的经过，还挑战了几乎所有我们熟知的 B2B 指标：在那种规模下经营一家盈利的企业，不太在乎 CLTV（客户终身价值）和 CAC（获客成本）这类东西，真正对客户重要的是什么。MailChimp 今天还像当年那样处于前沿吗？也许没有。但我回看那一场时会有感触，因为一切都还是老样子。我们很少以那种方式受到挑战，我们总以为每个人都在为自己的立场站台。你非常擅长让人们不为自己的立场站台，但我觉得那一场非常棒。另外，如果大家想看一场 GTM 方面的，我说几场最喜欢的，有一场是最近的。因为这两位都在我的团队待过：Rippling 的 CRO（原稿为 sero）Matt Plank 和当时 Brex 的 CRO Sam Blond 一起做了一场，叫《Rippling 的超高速增长秘诀》（Rippling Secrets to Hypergrowth）。听起来像是 Rippling 的广告，这也没关系，对吧？但因为 Sam 和他共事过，现在 Sam 还在董事会之类的，他们之间有两位坦诚的 CRO 那种默契，而且都有 Lenny 式的学习者心态。这一场讲 Rippling 的营收打法手册，在 GTM 方面能打 14 分（原稿为 a 14，听写存疑）。
我刚请了 Matt MacInnis 上播客，他是 Rippling 的前 COO，现任 CPO。所以把这两期结合起来看会很不错。Jason，不知道你是否意识到，你是完美的播客嘉宾，因为你在这个领域经验极深，我问什么你都有答案。另外，你现在就生活在我们所有人都在走向的那个未来里，你亲力亲为地告诉我们：未来会是这样，它是这样运作的，你可以这样到达那里，这些事你不该做，这是我们会带来的东西。所以我非常感谢你来这里和我们分享这些建议。我很期待以后还有更多次播客对话。谢谢你来做这期节目。
好的，Lenny，你是最棒的。我只是个超级粉丝，能来这里很幸运。所以，谢谢你。
最后再问一个收尾问题：听众怎样才能对你有所帮助？
对我来说好玩的是，我们有两个网站，SaaStr.com 和 SaaStr.ai。就去 SaaStr.ai，玩玩我们做的工具。玩玩我们聊到的估值计算器，玩玩 AI VC，玩玩我们的任何工具，玩得开心，有任何反馈都分享给我，因为我等了 10 年才为 SaaStr 社区做工具，现在我想做大概 20 个。所以顺带一提，我们聊了你应该去买的工具，但自己动手做东西也挺有意思的。所以试试我们的工具，给我友善但有批判性的反馈，带点善意就好。
好。是 S-A-A-S-T-R.ai 吗？
.ai。是的，我还在琢磨 .ai 和 .com 怎么处理。我们有个 SEO 问题，所以没法真正把它迁过去，不过……
看起来很棒。能用，能用。而且还更短。
确实更短。
Jason，非常感谢你来到这里。
好的，Lenny，你是最棒的。
大家再见。非常感谢收听。如果你觉得这期节目有价值，可以在 Apple Podcasts、Spotify 或你常用的播客应用上订阅本节目。也请考虑给我们评分或留下评论，这真的能帮助其他听众发现这个播客。你可以在 lennyspodcast.com 找到所有往期节目或了解更多关于节目的信息。我们下期见。