【一】🎯 核心摘要
作者在旧金山 Corgi Cafe 参加了一场 AI Agent 主题 Demo Day，7 个项目横跨客服、法务、外包、文案、广告、视频配乐、产品管理七个行业，却遵循同一条逻辑：把岗位中重复耗时的部分交给 agent，人只做最后的判断。AI agent 不是某个特定赛道，而是一层正在长出来的基础设施，谁先铺好这层基建，谁就能用两三个人加一堆 agent 替代原来十个人的团队。
【二】🧠 逻辑框架与深度拆解
1. 场景引入：Corgi Cafe 的隐喻
- 活动场地 Corgi Cafe 本身是一家 AI 保险公司（YC 出身，估值十几亿美金）开的咖啡馆
- 300+ 人报名，七场 demo + 开放麦
2. 七个 Demo 项目
Plain — AI 客服：Sidekick 自动连接 Datadog/Linear/GitHub 查询工单，生成调查报告+回复草稿，10分钟跑起来。金句：客服从来不是一个技术问题，是一个态度问题。
Arceus — AI 法务：持牌律师+AI协同，合同审查/谈判/起草，几小时出结果，agent 24小时盯风险条款。
Pond — 人+Agent混合外包平台：Dylan Zhang，32岁哲学专业solo founder，种子轮700万+美金。发任务后人和agent竞争，按结果付费。模糊人与agent的边界。
Virio — AI LinkedIn内容运营：十几人团队，月新增合同七位数。agent分析互动数据+CRM，每天产出3条内容，会用数据反驳你的决策。
Imprezia — AI对话意图广告：从AI对话意图入手，<100ms匹配，两行代码接入，覆盖800万用户。
Solino — AI视频自动配乐：读视频理解节奏情绪，生成原创配乐。agent开始处理情绪和节奏等感性维度。
Janet AI — AI产品经理助手：监听多渠道自动建工单、整理上下文，甚至自己写代码提PR。agent替代管理本身最耗神的部分。
3. 核心结论
七个行业用同一套逻辑：agent处理重复劳动+人做判断。AI agent是基础设施层，不是单一赛道。
【三】💡 核心概念
- Agent化岗位拆解：把岗位拆成可自动化的子任务交给agent
- 意图交易所：从AI对话中捕捉用户意图进行广告匹配
- 人+Agent混合竞争：人和agent竞争同一任务，按结果付费
- Agent化收费：按实际用量付费，与agent工作量挂钩
【四】🚀 结论与行动指南
- AI agent是基础设施层，不是单一赛道
- 核心逻辑趋同：agent处理重复+人类做判断
- 创业机会在拆岗位——识别最耗时重复的部分做成agent
- 结果导向比工具导向更激进
- 不要忽视创意领域的agent渗透
【五】💎 金句
- 客服从来不是一个技术问题，是一个态度问题，AI只是把这个态度该怎么落地这件事变得更容易执行了。
- 谁先把这层基础设施铺好，谁就能把原本要招十个人的团队，变成两三个人加一堆agent。
- 它更像是一层正在长出来的基础设施，长在每一个原本靠人力堆起来的岗位下面。