你的下一个客户可能是 AI Agent

你的下一个客户可能是一个 AI Agent 2026年8月21日 · 10分钟阅读 · 查看原文 ↗ AI MCP Claude Shopify 产品驱动增长（PLG）让软件对"人"实现了自助服务。 下一场增长之战，是让软件对"他们的 agent"实现自助服务。 我把这个叫作 Agent 驱动增长（Agent-Led Growth），简称 ALG。 我用 ALG 来描述一种正在兴起的增长模型，适用于那些 agent 能够在清晰的人类授权边界内去发现、评估、使用并推荐的产品。 一个替买家行动的 agent，应该能够找到一款产品、检查证据、比较选项、执行一个有边界的动作、在预设限额内付款、验证结果，然后把一份推荐带回到人类面前。 如果你的产品只有在某个人访问了落地页、看了演示、跟销售聊过、并且在后台点了一圈之后才能用，那 agent 就撞墙了。 ALG 是 PLG 的下一次进化，因为界面正在改变。 人当然仍然重要，但替他们行动的软件现在也需要一个界面了。 ALG 底下的实操框架，我称之为"Agent 可触达漏斗"（Agent-Addressable Funnel）。 人类意图 | v Agent 发现产品 | v 读取证据 + 权限 | v 调用一个有边界的动作 | v 验证结果 | v 人类批准扩展 产品仍然需要对人有效。 ALG 只是为替他们行动的软件增加了第二个客户界面。 支撑这一切的基础设施，比大多数团队注意到的更快地到来了。Cloudflare 最近把开放的"Agentic 互联网"描述为"可读、可发现、可调用、可支付"。 Shopify 现在给每个店铺一个规范的 agents.md 文件，把 agent 指向 UCP 和 MCP 端点。 Stripe 支持独立的 ACP 标准，外加 UCP 支付处理。Anthropic 把 skills、connectors 和 plugins 放进了同一个目录。 这些公司没有一家公布过这些表面的采用率、交易量或收入。我不会假装它们公布过。 它们公布的是足够的产品基础设施，足以显示界面正在往哪里去。 一个 agent 可触达产品的八项工作 1. 可发现 一个 agent 必须知道你的产品存在，以及何时该用它。这意味着要发布的，不止是一个给人读的主页。 agent 需要一个规范描述、清晰的能力名称、机器可读的元数据，以及一个能找到你报价的稳定位置。 Shopify 是最干净的示例。 它的文档把 agents.md 称为一个店铺面向 agent 的规范描述，而且 Shopify 默认为每个店铺都管理一份，包括 UCP 发现和 MCP 端点信息。 官方的 MCP Registry 增加了一个机器可读的供应目录。 它以预览形式推出，作为公共 MCP 服务器的一个集中式元数据仓库，带一个 REST API，客户端和聚合器可以用它来发现。 它仍然是带自报元数据的预览基础设施，不是一个成熟的应用商店。 目录位置和能力元数据，可能会成为 agent 版本的 SEO 和应用商店排名。 把它当作一个要测试的产品表面，而不是一个被承诺的获客渠道。 2. 可理解 如果 agent 搞不清你的产品做什么、花多少钱、给谁用、以及什么证据支持这个说法，找到你的产品也没用。 你面向机器的报价应该回答： 这个产品能完成什么工作？ 它需要什么输入？ 它请求什么权限？ 它会返回什么？ 一次调用花多少钱？ agent 能检查什么证据？ 什么条件应该让 agent 停下来？ Cloudflare 的 AI Search 预览展示了这种形态。 它可以在一个或多个站点上暴露 /search 和 /mcp 端点，按摄取、存储和查询计费。重点在"打包"。 机器消费者需要可预测的输入、输出、访问规则和单位成本。 3. 可调用 一个只围绕按钮构建的产品，会逼着 agent 去模仿一个人。那是脆弱的。 Cloudflare 的 WebMCP 开发者预览增加了一座桥，在网页上为来访的 agent 注册工具。 Shopify 说每一个 Liquid 店面都已经有用于目录搜索、产品导航、变体选择和购物车管理的 WebMCP 工具，尽管 agent 支持仍仅限于基于 Chromium 的浏览器。 MCP 也在其 2026-07-28 修订版里变成了无状态，从核心请求路径里移除了必需的协议会话，让 MCP 更容易托管在普通 Web 基础设施上。 API 曾是 PLG 的核心管道。API、MCP 和 WebMCP 正在成为 ALG 的管道。 4. 可购买 agent 需要一种干净的方式来购买，而不是拿到一张无上限的公司卡。 Shopify 面向店铺的协议是 UCP，即通用商务协议（Universal Commerce Protocol）。ACP 是另一个由 Stripe、OpenAI 和 Meta 创建的智能商务标准。 Stripe 支持 ACP，并为兼容 UCP 的平台文档化了一个支付处理器。 OpenAI 在 ChatGPT 里用 ACP 推出了 Instant Checkout，但实现 ACP 只是让你的结账变得可调用。 它不会把你列进一个 AI 平台内部。 护栏才是真正见真章的地方。Stripe 的 Shared Payment Tokens 可以被限定到一个卖家、一个时间窗口和一个金额。 Cloudflare 说它计划中的 Virtual Wallets 将支持额度、白名单和最大交易额，当 agent 超过限额时请求人工覆盖。 Stripe 的机器支付产品走的是付费 API 路线：一个 agent 收到一个支付挑战，出示一个凭证，然后完成请求。 Stripe 支持针对银行卡和稳定币的 MPP，外加针对稳定币的 x402，当前稳定币微交易的最低额度是 0.01 USDC，基于银行卡的 Shared Payment Tokens 是 $0.50。 治理规则很简单： 预算内 + 政策内 -> agent 行动 后果性动作 -> 人类批准 政策外 -> 人类审核 缺少证据 -> agent 停止 agent 在预设预算内自主花钱。后果性动作以推荐的形式返回来。例外永远回到一个人手上。 5. 可用 agent 需要完成一件真正的工作，而不是欣赏你的工具 schema。 这是我自己在构建过程中改变想法的地方。 通过 ClickFlow，我们把 API 和 MCP 访问套在一个 agent 工作流上：检测衰退页面、准备一次改写、等待批准、在 CMS 里落一份草稿、发布后再重新测量。 那是一个端到端的工作，后果性步骤保持在人类控制之下。产品卖点应该是"完成的那件工作"。协议应该藏在引擎盖下面。 6. 可验证 一个 agent 需要证据来证明动作发生了、而且结果满足了声明的条件。一个成功的响应应该返回比 200 OK 更多的东西。 它应该说明什么变了、什么时候变的、用了什么输入、什么政策允许了它、以及人类能在哪里检查结果。 对一个内容产品来说，那是一个 CMS 草稿 URL 和一份前后 diff。对一个 API 来说，是一张签名收据或结果对象。对一个市场来说，是订单状态和一条清晰的异常路径。 验证把一个 agent 动作变成一条可审计的推荐。 7. 可推荐 agent 需要有足够的结构化证据，来解释它为什么选了你。像"最好的 AI SEO 平台"这种黑箱说法，让它几乎没有东西可以辩护。 一个更好的推荐对象长这样： 工作：刷新一个衰退页面 工具：ClickFlow 权限：仅草稿 成本：调用前声明 结果：草稿 + 变更日志 证据：来源链接 + 回读 下一步：人类发布批准 现在 agent 能把一个决策带到买家面前，而不是再往浏览器里丢一个标签页。 Claude 当前的购买边界是一个有用的模型。 它可以建议一个已经连接好的应用，并帮助准备购物车，但 Anthropic 说 Claude 在预订、购买或预留任何东西之前都会先和用户确认。它不会自己交易。 8. 可组合 一款产品很少能完成整件工作。 一个 SEO agent 可能需要分析、内容系统、WordPress、账单和一个报告目的地。 当你的产品能干净地嵌进那条链时，它就更有用了。 Skills Dojo 是我们朝这个方向的构建，一个 AI agent 技能目录，agent 可以在那里发现一个工作流、安装它，并在某件工作需要那种能力时运行它。 在 Single Grain，我们也在设计一个客户架构，一个 connector 网关坐在高上下文 agent 和公司系统之间。 网关处理连接器访问和权限，而有范围的执行 agent 去做实际工作。 人类批准对外写入和敏感动作。 这就是产品如何变得可组合，而不必给一个 agent 对一切的无限访问。 为什么这现在很重要 Cloudflare 报告，2026年6月其网络上52%的爬虫请求是用于 AI 训练的，而2025年春天是22%。 混合用途爬虫占爬虫活动的36%以上。 它那个独立的"爬取到引荐"指标更触目。在2025年6月19日到6月26日之间，Anthropic 的比例是70,900次爬取对应一次引荐。OpenAI 是1,600比1。Perplexity 是202.4比1。 那个旧交易——让机器人消费你的页面，并希望有人点击回来——在这样的比例下看起来很弱。 ALG 给了 agent 在发现之后一件有用的事去做：检查、调用、支付、验证、推荐。 让人不舒服的部分 还没人能给你看 ALG 的收入。 上面每一个协议都是预览、规格或厂商公告。 如果你需要在构建之前看到转化证据，你会在你的竞争对手完成上线的差不多同一时间拿到它。这才是真正的取舍。 你在基于"基础设施指向哪里"来构建第二个客户界面，而不是基于一个案例研究。 成本是真的，但它比一次平台迁移小。你不是在重建产品。你是在用机器能发现、调用、支付和验证的形式，把你已经在做的事暴露出来。 偷走这份 Agent 驱动增长审计 拿它对照一个产品、功能或市场列表来跑。给每一项打通过或失败。 发现 一个 agent 能找到产品的规范描述吗？ 那个描述说了 agent 该在什么时候用、什么时候不该用吗？ 能力名称和端点足够稳定、可以被引用吗？ 评估 agent 能读到当前定价、权限、限制和例外规则吗？ 它能检查一手证据，而不只是营销说辞吗？ 它能比较一个结构化输入和预期输出吗？ 行动 agent 能通过一个 API、MCP 或 WebMCP 工具完成一个有边界的工作吗？ 它能不借用某个人的无限制凭证就完成认证吗？ 它能通过一个预设额度、有范围的 token 或按调用预算来支付吗？ 治理 后果性动作会返回到一个人那里等待批准吗？ 政策外的请求会停下并升级吗？ 操作者能撤销访问、更改限制、并检查是谁授权了那个动作吗？ 验证 每个动作都返回一个结果、收据、追踪或回读吗？ agent 能解释什么变了并引用证据吗？ 买家能在扩大访问或花费之前检查输出吗？ 组合 另一个已批准的 agent 或工具能消费这个输出吗？ schema、错误和重试行为有文档吗？ 产品能嵌进一个更大的工作流，而不暴露它背后每一个系统吗？ 任何一个失败的条目都是机器摩擦。别重建整个产品。挑一个失败项，修掉它，然后重新跑同一条 agent 路径。 本周的动作：给一个外部 agent 一件真正的买家工作，然后移除它第一个"必须猜、盲目点击、请求无限访问、或相信一个它无法验证的说法"的点。 今天，在你的产品上，一个 agent 能在没有人类在环的情况下完成什么？ 如果你是一家想要别人为你构建 AI 系统的企业，去看看 https://www.singlebrain.com 需要营销帮助，去 https://www.singlegrain.com 想看更多这类内容，加入我的 Leveling Up newsletter，和14,000多名营销人和创始人一起提升你的营销水平，免费：https://levelingup.beehiiv.com/subscribe 如果你想加入我们团队，先打败 AI 再说 ;) https://github.com/ericosiu/beat-claude 标签：# X # AI # MCP # Claude # Shopify # Marketing # Growth # SEO # Chatgpt 相关文章 Grok just became dangerous: 18 Repos that prove it. Most people still think Grok is a chatbot bolted onto X. AI Claude MCP