ARTICLE · 1245709
a16z重磅长文引爆硅谷:别卖AI工具了!长周期Agent正接管业务、按结果分钱
电话响了第四声，没人接
在美国一家人身伤害律所的格子间里，疲惫的律师助理叹了口气，随手划掉了这位目击证人的号码。他桌上还堆着几十个案子，实在没精力再打第五遍电话了。与此同时，在隔壁桌一份厚达上百页的急诊病历第84页，主治医生用潦草的字迹写下一行小字：“患者疑似伴有轻度创伤性脑损伤。”因为案子标的不大，负责整理材料的专员一眼扫过，漏掉了这行字。
几个月后，这起车祸索赔案草草和解受害者少拿了本该属于他的几十万美元赔偿金，律所也白白丢掉了一大笔胜诉分成。
这种失误在各行各业司空见惯，整个人类现代商业社会每天都在上演类似的隐秘失血。
2026年10月14日，硅谷顶级风投机构 Andreessen Horowitz（a16z）合伙人 David Haber 发表了一篇震动科技圈的深度长文，《赢得接力赛：高价值客户旅程中的长期运行智能体》。文章抛出一个极具颠覆性的判断：过去只会帮人写邮件、做摘要的“秒级AI工具”已经过时；如今，能够连续运转数周甚至数月的“长期运行智能体（Long-Running Agents）”，正在彻底终结人类低效的跨部门交接，甚至逼迫整个软件行业抛弃按人头收月租的老路，走向按最终结果分钱的新模式。
▲ a16z 合伙人 David Haber 发表长文《赢得接力赛》，宣告长期运行智能体时代的到来
一场关于AI如何干活、如何算账、如何彻底改写行业生死的“新旧方案大对决”，就此拉开帷幕。
01业务执行大对决：“五棒漏水接力”对阵“一个AI死磕到底”
为什么银行放贷、保险理赔、法律诉讼这些明明最赚钱的业务，效率却往往低得令人发指？
David Haber 一针见血地指出：因为这些业务在过去全部采用了一套“人类接力赛（Relay Race）”的旧方案。这类业务的共同点是，真正的商业价值只在漫长旅程的终点才会兑现（比如官司打赢了、贷款放下来了），但中间的过程却要跨越好几个月，经手五六个不同岗位的打工人。
还是拿刚才那个人身伤害律所来算账。
在传统旧方案里，一个车祸受害者打进电话，要经历五棒交接：第一棒是接案专员记录口供；第二棒交给评估律师决定接不接；第三棒转给律师助理去调警局报告、找证人；第四棒等几个月后治疗结束，由医疗记录专员整理时间线；第五棒再交回给索赔律师写索赔函
问题就出在“交接棒”上每一次换人，都是一次致命的价值泄漏。 客户同时给五家律所打电话，接案专员晚回电半小时，单子就飞了；律师助理打了四次电话找不到证人，就放弃了第五次尝试；案子跨度长达半年，中间漏记一张医疗账单，和解金就得大打折扣。
那么，AI时代的全新方案是怎么做的？
答案很简单：取消接力赛，换成一个“长期运行智能体（Long-Running Agent）”从头盯到尾。
▲ 旧方案的五岗人类交接（上）与新方案的单一案件智能体全流程贯通（下）正面对比
智能体（Agent）早已超越陪人聊天的对话框形态，进化为能自己调用工具、跨系统干活的数字员工。当你把一个案子交给“长期运行智能体”，它的唯一目标就是帮客户拿到最高赔偿。
它不会下班，也不会嫌烦在长达数月的办案周期里，它会根据事件节点或截止日期自动醒来，主动派出无数个“子智能体”，通过电话、短信、邮件去联系证人，第四次没人接，它会在最佳时间打第五次、第十次；它会把所有的通话录音、警局报告和上百页病历一字不落地装进同一个“大脑”里，绝不会因为换人而丢掉那行关键的“脑损伤”记录。
这种新旧方案的算力碾压，在金融债务催收领域表现得更加赤裸。
根据AI催收平台 Murphy 在同日披露的一线行业账本，在传统人工催收旧方案下，10名全职催收员每个月拼尽全力，也只能规范处理大约 4620个逾期账户，单账户人工成本高达 7.6欧元。如果当月突然新增 4500个逾期账户，且每个账户需要联系 5次，催收公司必须一口气招满 49名全职员工 才忙得过来。算不过账的机构，只能被迫放弃大量中小额欠款，任由它们变成死账。
而在长周期AI智能体的新方案下，AI不仅能7×24小时秒接电话，还能直接接管整场催收谈判：核实身份、解释账单变动、评估欠款人偿付能力、在权限内敲定分期还款方案，并在接下来的几个月里持续追踪对方有没有按时打钱。那些曾经被人类团队嫌弃“不够付人工费”的积压死账，瞬间变成了AI眼里的纯利润金矿。
02商业模式大对决：“按月收座位费”与“亲自下场买断分钱”
当AI越过“干几秒钟杂活的助手”阶段，进化成“盯几个月拿结果的骨干”，科技公司赚钱的逻辑也发生了核爆级的重构。
在文章发布当天，a16z 官方放出了一张在硅谷疯传的“企业AI能力与预算三层阶梯图”，把新旧商业模式的差距扒得底朝天：
▲ a16z 拆解企业AI三级跳：抢软件预算、抢人力预算，直至直接按业务结果分钱
- 第一层（旧方案）：AI助手（Assistant）
，按“秒”工作，比如帮你写封跟进邮件。它抢的是企业微薄的“软件采购预算”，按账号收月租。 - 第二层（过渡方案）：短任务智能体（Agent）
，按“分钟”工作，比如接一通客户退款电话。它抢的是“人力客服预算”，按省下多少人工算钱。 - 第三层（新方案）：长期运行智能体（Long-running Agent）
，按“周或月”工作，比如帮你打赢索赔官司、把坏账催回来。因为它直接对最终结果负责，它跳出了拿微薄辛苦费的局限，全面推行“按结果收费（Outcome-based Pricing）”，直接从帮企业多赚到的真金白银里抽成！
为了证明旧模式的脆弱，David Haber 搬出了昔日外包获客巨头 Red Ventures 的兴衰史作为对照。这家公司曾靠着庞大的传统搜索比价网站和成千上万名人工电话销售，帮保险公司、银行走完获客与成交的整场接力赛。2022年，它的年销售额高达 14亿美元，税前核心利润（EBITDA）达到惊人的 3.7亿美元。然而到了2025年，随着消费者转向AI提问、下游长周期沟通被智能体颠覆，其核心利润据估算已暴跌至 1.6亿美元左右，短短三年缩水过半。
旧的获客漏斗正在坍塌那么，手握长周期智能体的创业者，该怎么切下这块蛋糕？Haber 在文中给出了三条走向市场的路径（Three Ways To Market），每一条都比前一条更凶猛：
- 路径一：卖软件平台（Selling the Platform）
。把智能体卖给律所或银行，嵌进他们的流程里。天花板高，但要说服老派客户开创全新的预算科目，谈判周期极长。 - 路径二：卖外包服务（Selling the Service）
。直接接手企业原本就外包出去的活儿，用AI干得又快又好。因为客户本来就有外包预算（BPO），签单极快，但容易被传统的低廉外包报价卡死利润空间。 - 路径三：走全栈自营（Going Full-Stack），这也是最令人血脉偾张的终极玩法。
Haber 直言：“把长期运行智能体卖给催收公司只够收点软件费，倒不如自己花钱买断不良债务资产包，让自家的AI亲自下场去催收！”
什么叫买断不良债务资产包？比如银行里有100美元催不回来的信用卡烂账，在市场上以5美元（几美分兑一美元）的白菜价打包甩卖。传统机构因为雇人打电话太贵，不敢接盘；而全栈AI公司直接花5美元买断债权，放出长周期智能体不眠不休地跟进几个月，哪怕只催回来25美元，扣除极低的算力成本，剩下的全部是归自己独吞的暴利！这样既吃下了AI创造的100%溢价，又彻底省去了跟客户扯皮“这笔钱到底是不是AI催回来的”归因麻烦。
这套硅谷理论，在中国一线创业者眼里早已是实战剧本。
长文刚发出一天，跨境电商AI创业者 Ben Zhang（@realbenzh） 就在X上晒出了自家的真实对照：“以前的SaaS是给真人团队做工具，而今天的长期运行Agent直接化身为团队本身。” 他打造的 ReelFlock 相当于一个7×24小时不休息的电商带货内容团队，从分析商品、提炼卖点、写脚本、做视频发布到看数据复盘全链路包办，唯一目标就是产生交易额（GMV）。对应 a16z 的框架，他们同样摸索出了三条路：1. 卖Agent给卖家自己用；2. 卖代运营服务帮卖家管号；3. 自己下场自营卖货
▲ 中国创业者将 a16z 三种商业模式直接映射到电商内容团队的“卖工具、卖服务、自营卖货”实战中
正如前 Netflix、Apple 与 Cohere 机器学习负责人 Vi Iyengar 在评论区所言：这三条路压根无需二选一，它们构成了创业者一步步吞噬行业的进化序列。
▲ 前 Netflix、Apple 与 Cohere 机器学习负责人 Vi Iyengar 指出三种商业路径是创业者依次演进的序列
03狂欢背后的冷思考：当AI想“分大钱”，它背得起黑锅吗？
听起来，长周期智能体简直是一台完美的印钞机。但硅谷最顶尖的开发者、服务商老板和金融合规专家们，很快在评论区和行业报告里泼下了一盆盆清醒的冷水。
要跨入“包月拿结果”的阶段，横亘在面前的既有深不见底的技术鸿沟，又有森严的法律与组织铁壁。
第一道坎：交接问题没有消失，它只是钻进了AI的脑子里
人类接力赛会丢信息，难道一个AI跑三个月就不会“失忆”吗？开发者 Bhuvan 在评论区一语惊醒梦中人：“交接问题仍旧存在，它只是转移到了智能体内部。”
▲ 开发者指出：长周期智能体每一次压缩历史上下文，都是在向一个“知道得更少的未来自己”交接
因为大模型的上下文窗口有限，跑上好几周的智能体必须不断压缩自己的历史记录。每一次压缩记忆，本质上都是在把接力棒交给一个“知道得更少的未来自己”。 如果没有独立于对话之外的外部记忆系统，跑得越久的AI，越容易在半路上忘掉最初的意图。
第二道坎：想拿结果的分成，就得背砸锅的黑锅
“按结果收费”听起来性感，但评论区网友 Phil Hie 用短短一句话道破了残酷的商业真相：“揽下结果，出了事就得由你来背锅（Owning the outcome means owning the blame when it breaks）。”
▲ 高赞评论一针见血：对结果负责，出了岔子也要承担全部责任
服务业老兵 Chris Blackburn 也补刀称，咨询与外包机构追逐“按结果收费”已经很多年了，最后绝大多数还是退回了“按小时收费”。为什么？因为客户控制着一半的输入变量在长达三个月的流程里，如果律所律师自己掉链子，或者客户企业内部审批卡壳，最后案子黄了，AI厂商算不算违约？除非AI被允许直接修改客户的业务流程，否则按结果收费必然演变成一场算不清的罗生门。
第三道坎：全栈暴利背后的监管紧箍咒
哪怕你选择“走全栈”，自己买断业务、不看客户脸色，你也必须亲自扛起原本属于金融或法律机构的合规重担。
Haber 在文中坦言，美国绝大多数州法律明令禁止非律师与律师分享诉讼费（Fee-splitting restrictions），因此AI厂商哪怕帮律所多赢了100万，也不能直接按比例抽成，必须设计极其复杂的对齐定价。
而在刚才提到的“买断死账AI催收”领域，合规更是动辄倾家荡产的雷区。根据美国消费者金融保护局（CFPB）的《F条例》（Regulation F），任何催收行为都必须死守“7/7/7接触频率铁律”：
在连续 7天 内，针对同一笔债务打给消费者的电话尝试绝对不能超过 7次（连没接通转入语音信箱的留言都算1次！）； 一旦成功跟本人通上话，接下来的 7天 内严禁再次致电，除非对方在电话里明确授权你回电。 一旦欠款人在短信或邮件里说了一句“别再联系我”或对账单提出异议，系统必须在全渠道瞬间冻结外呼；但凡遇到经济困难或弱势群体，AI必须立刻停止催收并连同上下文转交人类专员。
此外，在欧洲市场，自 2026年8月2日 起正式生效的欧盟《人工智能法案》（EU AI Act）第50条已经立下死规矩：任何与自然人直接交互的AI系统，必须在第一次开口时就向客户亮明身份，“您正在与人工智能对话。”
04尾声：告别卖铲子
回看过去三年的AI浪潮，绝大多数科技公司都在扮演“卖铲人”的角色，给程序员卖代码补全工具，给客服卖自动回复插件，赚着每个月几十美元的辛苦软件费。
而 David Haber 的这篇长文，等于向所有创业者敲响了警钟：当大模型已经能够连续几十天不掉线地推进复杂目标时，只做“局部提效工具”的公司将迅速沦为廉价的管道。
未来的巨头，早已超越了帮律师省下一小时排版时间的软件商，也远非帮催收员自动拨号的插件厂；真正的赢家，属于那些敢于接过整场马拉松的接力棒、用代码死守合规底线、直接向最终商业结果要分成的“AI原生军团”。
接力赛的发令枪已经重响这一次，永不停歇的智能体接过了赛场的主导权。
