杨婷创业卖企业级Agent：为何放弃中小企业市场？

创业公司去卖企业级 Agent，最怕碰上什么坏消息？

聊了好几个月才搞明白，“想用的人、出预算的人和负责推进的人，不是同一个人”；各部门都想往项目里塞需求，范围越谈越大，最后没人能拍板；再或者，精心设计了一套面向中小企业的标准化入口，真进场了才发现，现阶段肯痛快掏钱的压根不是他们。

这些实打实的路障，前昆仑万维天工 AI 商业化 VP、Eureka.AI 创始人兼 CEO 杨婷（Sophie Yang）在过去四个月里全撞上了。

今年 7 月，杨婷带着 Eureka.AI 第一次接受采访时，设想的路径还是通过

她调转方向，决定先把

这一步调完，账面上的反馈很直接：Eureka.AI 核心产品

一家大型集团 CFO 团队的文档项目，三个月跑通转化，签约和续费都直接按两年起步的长期服务推进。

到目前，团队累计服务了 20 多家客户及合作伙伴，里面有上市公司、跨国企业，也有知名国际高校。

四个月，从“想铺中小企业”到“做深大客户长约”。这次书面回访，我们没再聊此前的理念框架，而是让杨婷复盘这四个月的实际落地、流产的订单，以及被修正的核心判断。

7 月的 Eureka.AI 和现在比，变化最大的就是先服务谁。

“调整比较大的是先服务谁。早期我们希望通过一个相对标准的产品入口接触更多中小企业。现在我们会先把

做出这个调整，直接原因来自企业现场的真实状态。

不少企业想用 AI，但刚找过来时需求差别很大：有的只是看到 AI 变化快而焦虑，觉得“自己应该做点什么”，却不知道该从哪件事下手；方向选好了，又卡在一连串具体问题上——公司的资料怎么用？原来的系统怎么接？做出来的结果谁来检查？

反过来看，眼下真正愿意付费的，主要是有明确业务问题的大客户。“他们需要有人把事情做完，也需要产品能长期用下去。”

Eureka.AI 近期服务的一家大型集团就是例子，切入点放在集团 CFO 和财务团队的跨语言文档工作上。

这家集团以前用过通用 AI，但落到日常财务工作里，具体卡点还是不少：专业内容和数字要求严谨，信息保密有硬性要求；文档翻完之后，术语前后一致吗？金额和币种有没有变？两个版本哪里改了，能不能方便地查？

这些问题不解决，业务人员就不敢直接拿 AI 生成的结果来用。

在这个项目里，Eureka.AI 的

从接触到最后付费，前后大约三个月，现在按两年起步的长期服务安排持续合作。

服务完一家 H 股上市公司后，圈内口碑又带来了新客户——其他有类似问题的 H 股上市公司通过圈内交流找上门，直接采购相近的产品和服务。

不过这也带出一个行业通病：深入业务现场做沟通、做适配，如果每个大客户都重做一遍，公司怎么避免沦为纯靠堆人头的传统软件外包？

杨婷的解法，是用核心平台

杨婷说，投资人早先给过一个建议，挺有价值——把项目里能复用的能力逐步沉淀下来，做成产品，团队一直沿着这条路在走。

交付项目的过程中，团队注意到有些环节会重复碰上。拿专业文档处理来说，检查术语、核对数字的这套办法，放到别的同类业务里同样用得上，换一家企业再按它的要求做适配就行。

围绕 S.Harness 这套思路，相关能力正在被整理成可复用的模块。

眼下 Eureka.AI 内部的 FDE 每天都高频在用这些 SBB。用杨婷的话说，“哪里不顺手，哪里还要改，大家很快就能发现。”

这一步走通之后，面向中小企业的生意经也变得清楚了：

这次回访中，杨婷专门捋清了一个口径：此前说的“20多家”把合作伙伴也算进去了，不能直接当成付费客户数；不过就 Eureka.AI 目前的客户盘子而言，所有客户都是付费客户。

由于现阶段以 KA 大客户为主，牵涉内部系统接入、部署要求以及工作量各异的后续服务，费用按具体产品和服务范围一事一议，标准版本价格和客单价暂时没有对外公布。

能在

在那些谈了很久、最终没能签下来的机会里，最常见的是组织决策链对不上：业务部门认为该做，IT 部门却另有排期，预算又攥在另一位负责人手上。

客户内部要是没人把这件事牵头推起来，项目很容易一直卡在讨论阶段。

另一种情况，是需求边界没管住。杨婷说：“每个部门都希望加一点需求。这个部门要处理文档，那个部门要查知识，谈着谈着范围就大了，最后反倒很难决定先做哪一块。”

吃过这两类亏，Eureka.AI 把前期的推进节奏调了：现在接触客户，会更早问明白“谁来负责推进、预算怎么安排、先解决哪件事”。客户自己还没理顺的，需要的话就先做付费咨询，把问题边界和落地步骤理清楚。

产品方向上，这四个月被反复验证的，是“从业务成果出发”这条路。

这几个月，团队越来越习惯拿一件具体工作跟客户聊：一份专业文档处理完，业务人员能不能直接拿去用？该检查的地方有没有交代清楚？

杨婷说：“拿文档来说，写得通顺还不够，专业内容要对，后面负责复核的人也要用得顺手。评测就得跟着这些要求来做。”

基于这种现场体感，杨婷把大厂近期的动作——扣子企业版调整、腾讯元器停服、能力整合进主干产品——连同 MCP 等接口标准化的趋势放在一起看。

在她看来，大厂把通用能力做好、接口走向标准化，团队就能少花精力处理底层连接，把时间腾出来研究客户的业务。可通用工具终究替代不了企业应用的“最后一公里”。她举例说：“比如同样是翻译文档，财务部门对金额的要求，和研发部门对技术术语的要求，就很不一样。还要考虑谁来用、怎么接进现有工作。”

至于行业里热议的 Skill 话题，杨婷也有自己的判断。

杨婷认为，眼下 Skill 数量不少，能不能用好还得挑。有些单独试的时候挺好，真接进企业流程里，又得再调。她提到，企业里不少常见场景，光靠通用 Skill 是盖不住的，还得照着具体流程改。

因此，判断

全球化布局上，杨婷曾代表团队参加相关交流活动。

交流中，Eureka.AI 也会把自己在客户现场看到的问题——企业为什么愿意用、试过以后卡在哪里——带给技术伙伴做参考。

杨婷表示：“初步聊下来，这两个市场对我们的 SBB 都有兴趣。我们的想法是，先从一个明确的业务能力切入，再去找有同类需求的客户，这样推进可能更快。”后面要做的，还是先摸清当地需求，找到合适的伙伴，技术团队再跟上支持；至于投多少资源，得看“当地客户需要什么、愿意为什么付费”。

中国Agent产品出海，真正踩过坑后最该记住的是什么？合规、支付、渠道，还是海外客户认不认国内团队讲的那套产品故事？杨婷的回答没往这些方向走，她盯住的是成本控制。

在她眼里，刚进一个新市场，人容易上头，第一反应就是招人、租办公室、把班子搭齐。她的做法是先把钱按住：“但这些钱花出去之前，我会先问，客户的事情推进到哪一步了？现在这笔投入，能帮我们解决什么问题？”

她不愿意为了把场面撑大，提前把固定成本扛上。更稳的路子，是先跟靠得住的伙伴落地一个具体项目，业务真需要了，再添人、再加投入。

“合规、支付这些环节都得实打实处理好，落地时也只能一步一步趟。创始人尤其得压住自己的冲动，钱要花在当下真急需的地方。”

离开昆仑万维天工AI商业化VP的位子自己出来干，杨婷体会最深的，是“要自己拿主意、自己负责的事情多了”。

当职业经理人那会儿，平台是现成的，分工也相对清楚。自己创业就不同了：产品怎么做、客户买不买账、账上的钱够撑哪些事，全得她拍板；几件事一起压过来，还得排个先后。

关注的东西随之变得很实在。“眼下哪怕只有一点小进展，也能让我高兴一阵。客户肯把问题摊开说，产品慢慢被用进日常，或者客户愿意接着合作，这些都让人感到之前投入的时间没白费。”

接下来12个月，Eureka.AI一边继续服务好目标客户，一边把FDE在项目里攒下的SBB沉淀进S.Harness反复用；另一头，还在试“AI原生用户访谈和产品共创”这个方向——从具体需求切入，帮企业搞明白用户用产品时究竟卡在哪，拿到反馈之后又该怎么改。

这一年干得合不合格，杨婷的尺子很简单：“如果一年以后，客户还在日常工作中用我们的产品，愿意继续合作，遇到新问题也愿意来找我们，我会觉得这一年做得不错。能让用户用习惯了、离不开，当然更好。”

回访收尾，给同样想做Agent中间层的同行留句话，杨婷是这么写的：

受访人

Eureka.AI创始人兼CEO杨婷（Sophie Yang）

Q1：7月时，你们还在探索

杨婷：S.Harness已经正式上线。到现在，Eureka.AI服务了20多家客户及合作伙伴，其中有上市公司和跨国企业，也有知名国际高校。

这几个月，我们跟客户聊得越来越多的是某件具体的活儿。比方说一份专业文档，处理完之后，业务人员能不能直接上手用？该核对的地方有没有讲明白？我们说的

从第一次接触到最后拿出成果，各家的节奏差得不小。有些需求一开始就清楚，直接知道要干什么；有些则得先商量从哪儿切入，再拉上内部的人一起推。至于转化率的具体数字，这回暂不公开。

我们比较看重的是后面的使用情况。客户愿意拿真实工作来用，也愿意告诉我们哪里不好用，产品就能继续往前改。

Q2：回头看7月提出的

杨婷：“从业务成果出发”这个判断，我们更坚定了。

客户会拿自己的材料来试，也按自己的标准来验收。就说文档，读着顺还不够，专业内容得站得住，后面做复核的人也得用着顺手。评测自然要照着这些来设计。

先服务谁，这块调整最大。早期我们想用一个相对标准的产品入口去触达更多中小企业，现在则先把KA大客户的具体问题做深，再从里面找出能给更多企业用的SBB。

“双边咬合”听着有点抽象，放到项目里就明白了。客户最清楚自己的业务，行业专家和实施伙伴各有各的方法，我们跟他们一起把这些方法做进产品。先把一个项目配合好，后面才谈得上扩大合作。

这几个月下来，原来的方向没丢，反倒让我们更清楚该先做什么。

Q3：现在大厂都在整合Agent能力，一些独立Agent平台也在调整甚至停服。对Eureka.AI来说，这是利好还是警示？中间层还有多大机会？

杨婷：对我来说，我更愿意把它看成利好。模型和工具越来越好，企业用AI的门槛会降低，我们能做的事也会更多。

我们的位置选得很明确，就是企业应用的最后一公里。

通用能力大厂会做好，但落到每家企业，总得有人把它的业务弄明白。同样是翻译文档，财务部门盯着金额，研发部门在意技术术语，要求就差得很远。还得考虑谁来用、怎么接进现有工作。

这些事得跟客户一起做，也是我们花精力的地方。

项目里适合复用的部分，S.Harness会留下来。下次做同类应用，就有现成的能力可用。

这个位置我觉得有机会。抓不抓得住，还得看我们做出来的东西，客户愿不愿意一直用下去。

Q4：Eureka.AI现在的付费情况怎么样？企业客户从POC阶段就开始付费了吗？目前是大客户为主，还是中小企业更多？

杨婷：现在的客户都是付费客户，从POC也就是概念验证阶段，就开始付费。

前面提到的20多家包含合作伙伴，不能直接当作付费客户数。收入和更细的客户占比，这次先不展开。

做企业AI，咨询这块很难省掉。有的客户需要先想清楚做什么、哪些事值得先投钱；有的方向定了，还要我们帮忙梳理落地的步骤。我们有一部分客户，也愿意主动为这类服务付费。

目前还是大客户为主。项目里把问题弄清楚，也看哪些需求是相通的、哪些方法能做成SBB。服务客户的过程，其实也在帮我们改进产品。

Q5：Eureka.AI现在怎么收费？大客户定制化交付和未来面向中小企业的标准化产品，商业模式有什么不同？

杨婷：目前客户以KA大客户为主，收费要看具体做什么。

有的要接内部系统，有的对部署有专门要求，后续服务的工作量也不一样。我们会先把产品和服务的范围谈清楚，再定费用。版本价格、平均客单价和付费周期，这次先不公布。

中小企业会为好用的

拿一项文档处理能力来说，能解决它经常遇到的问题，用起来又不费劲，客户就有购买的理由。

所以我们会先在大客户项目里把能力做扎实，再把能复用的部分做成模块。以后企业可以按自己要解决的问题，挑合适的SBB。

这个产品方向，我们一直在推进。

Q6：客户主要来自哪些渠道？从初次接触到最终付费，生态伙伴和口碑在获客中起了多大作用？

杨婷：可靠的生态伙伴是主要来源，渠道也比较多元。行业内的合作、技术圈的交流都能带来机会，熟人间的口碑同样关键。

举个例子，服务过一家H股上市公司之后，圈内交流让其他H股客户也找了过来。他们碰到的问题差不多，于是来买相近的产品和服务。这类客户往往对我们做过什么有所耳闻，沟通起来更聚焦。

当然，客户刚上门时，需求千差万别。

有的只是焦虑，看到AI变化这么快，觉得自己该做点什么。也有的已经想得很透，清楚哪一步最耗人力，要什么产品，甚至怎么嵌进自己的工作流程都想好了。

在我看来，企业客户完全可以当好产品经理。他们熟悉自身业务，也能定义自己的需求。我们要做的就是把想法落地，再跟客户一起看看哪些部分能复用。

因此生态上的投入，很难简单折算成获客成本。有些合作直接带来客户，有些则是在行业里慢慢攒信任，机会后面才冒出来。

转化率和成本数字这次先不披露，不同渠道的实际效果我们也会分开评估。

Q7：能否分享一个真实客户案例？从初次接触到解决问题再到最终付费，Eureka.AI到底帮客户做成了什么？

杨婷：可以讲一家大型集团。

我们是从CFO和财务团队的文档工作切入的。他们跨语言资料很多，专业内容和数字都要求严谨，信息保密上也有讲究。

客户此前用过通用AI，但落到日常工作，还有不少具体问题待解。

比如文档翻译完，术语前后是否一致？金额和币种有没有变动？两个版本改了哪里，能不能方便地核查？这些都会影响他们怎么用结果。

我们先跟业务团队一起梳理具体的文档任务，把翻译和对比的要求理清楚，也讨论哪些环节需要人工复核。技术接入怎么弄，再和IT等部门一起推进。

中间FDE要做大量沟通，既把业务要求讲明白，也让客户理解技术上怎么实现。

从接触到付费大约三个月。目前合作仍在继续，签约与续费按两年起步的长期服务安排推进。具体金额不便公开。

这类项目给我们的感受很直接：把客户每天要用的文件处理好，把容易出问题的细节照顾到，客户就有理由继续合作。

Q8：有没有谈了很久最终没签下来的客户？企业AI项目最容易卡在哪一环？这些失败让你们做了哪些调整？

杨婷：有，确实有聊了很久最后没签下来的机会。

有时卡在一个很实际的问题上：想用的人、出预算的人和负责推进的人，并不是同一个人。

业务部门觉得该做，IT那边可能另有安排，预算又攥在另一位负责人手里。没人把这件事牵起来，就容易一直停在讨论阶段。

还有一种情况，大家都想加点需求。这个部门想处理文档，那个部门想查知识，越谈范围越大，到头来反而不好定先做什么。

所以我们现在会更早问清楚：谁来负责推进，预算怎么安排，先解决哪件事。

有需要的话，先付一笔咨询费，把问题理清楚再往下走。这一步对客户、对我们，花的时间都值。

Q9：你们反复提到，要把项目里做出来的 Skills 攒成可复用的 SBB。眼下攒到什么程度了？一个 Skill 到底有没有产品价值，你们怎么判断？

杨婷：Skill 的数量，我们没怎么刻意去追。

如今看产品，我们更愿意从 SBB 的角度出发：这个功能能解决哪类问题，下回碰上差不多的活儿，还能不能继续用。

拿专业文档来说，术语怎么处理、数字怎么核对，这些都有做成可复用模块的空间。哪些做法真管用，还得搁到实际工作里试。

眼下团队里的 FDE 每天都在高频使用这些 SBB，哪里用着别扭、哪里还得改，很快就能暴露出来。

刚起步时，投资人给过一条很中肯的建议：把项目里能复用的能力一点点攒下来，做成产品。这条路我们一直走着。

数量排到第几、第三方怎么分成，这回先不报数。

我更想把手头已有的模块打磨扎实，让团队乐意反复用，往后接的项目也能接得上。

Q10：Eureka.AI 的全球化生态由你负责。海外市场目前推到哪一步了？最近为什么把目光放在马来西亚和越南？

杨婷：新加坡对我们对接区域伙伴挺有用。至于具体进哪个市场，还是看业务需求来定。

初步聊下来，这两个市场对我们的 SBB 有兴趣。我们的想法是，从一个明确的业务能力切进去，再去找有同类需求的客户，这样推起来可能更快。

下一步还是先摸清当地需求，找到合适的伙伴，技术团队再跟进支持。

我更希望先把具体的事做出来。当地客户要什么、肯为什么掏钱，这些判断有了，再定投多少资源。

Q11：公开资料里提到，你们和 OpenAI、英伟达、Google 等国际 AI 企业有生态上的联系。这些合作具体是什么形式？对 Eureka.AI 有多大实际帮助？

杨婷：我代表团队参加过

我们跟英伟达、OpenAI、

这些交流对我们挺有用。既能接触到新技术，也能看到别的市场的企业在做什么。遇上合适的伙伴，就把具体需求摆出来一起聊，看能不能合作。

我们也会把在客户现场碰到的问题带进去。企业为什么肯用、试过之后卡在哪儿，这些经验对技术伙伴同样有参考价值。

我希望合作是在实际做事的过程中一点点加深的。

Q12：中国 Agent 产品出海，你亲自走下来，最大的坑是什么？有什么经验特别想提醒创业者？

杨婷：我大概要说句老话：别乱花钱。

进入一个新市场，人很容易上头，觉得该招人、该租办公室、该把团队拉起来。

不过在掏这些钱之前，我会先追问一句：客户那边的事推进到哪一步了？眼下这笔投入，能帮我们解决什么？

我不愿意公司为了把场面撑大，早早背上大笔固定成本。

先跟靠谱的伙伴一起做出一个项目，再按业务需要添人、加投入，这样我心里更有底。

合规、支付这些环节都得认真对付，实际做起来也只能一步一步趟通。

对创始人来讲，管住自己的冲动尤其要紧，钱要花在眼下确实缺的地方。

Q13：眼下MCP、Skills这类接口慢慢标准化，Skill也越攒越多。你还看好Skills Marketplace这门生意吗？企业凭什么愿意为Skill掏钱？

杨婷：标准化对我们来说是好事。工具接起来更容易，我们就能少花精力在连接上，把时间更多放在研究客户的业务上。

企业里藏着大量具体经验，也就是常说的

比方说一份资料哪里容易出错，哪些结果需要人再核一遍。把这些经验用进去，AI才有可能帮客户省时间、少返工。这部分活总得有人干。

眼下Skill数量很多，好不好用还得挑。有的单独试的时候挺顺，放进企业流程里又要再调。这些事我们会在SBB的实际使用中接着做。

所以看Skills Marketplace，我先看有多少企业和用户在用，用它解决了什么问题。

只要有人愿意持续用下去，也愿意为它付费，这门生意就有继续做的基础。

Q14：未来12个月，Eureka.AI最重要的目标是什么？做到什么程度，你会觉得这一年算及格？

杨婷：还是把目标客户服务好，多做成几个项目，让产品更好用。

我们想让S.Harness让客户日常用起来更顺手，FDE在项目里攒下的SBB也能帮到后面的客户。

客户提过的问题，往后能在产品里解决；做过的方法，下个项目也用得上。这样一点点攒下来，团队做事会更有底气。

AI原生用户访谈

企业想知道用户用产品时究竟卡在哪，收到反馈之后又该怎么改。我们从具体需求入手，看AI在哪一段能搭把手。

如果一年之后，客户还在日常工作里用我们的产品，愿意继续合作，碰到新问题也愿意来找我们，我会觉得这一年干得不错。

能让用户用顺手、离不开，那当然更好。

Q15：从在昆仑万维天工AI担任商业化VP，到出来自己创业，这中间反差最大的是什么？对打算做Agent中间层的创业者，你有一句什么建议？

杨婷说，反差最大的一点，是如今要自己拍板、自己担责的事明显变多了。以前做职业经理人，平台是现成的，分工也相对明确。

出来创业就不一样了：产品怎么做、客户肯不肯掏钱、账上的钱够撑起哪些事，全得自己盘算清楚。几件事同时压过来的时候，还得判断先顾哪一头。

也正因为这样，眼下任何一点具体的进展都能让她高兴一阵。客户愿意把问题摊开讲透，产品慢慢进入日常使用，或者客户愿意接着合作——这些都会让她觉得，之前花掉的时间没有白费。

要给同行一句忠告，她还是那句话：这个时代不缺仰望星空的人，更需要脚踏实地。

能把客户眼前的一件事做好，就值得认真去做。