旧链路：项目制交付
- 人工浏览小红书约 10 天至 2 周
- 信息收集虽可压缩到数小时，报告仍靠人完成
- 高质量 PPT 需要约 15 人、3–4 周
- 客户越多，人力与培训成本近似线性增长
AI Agent · 真实交付复盘
从 15 人、3–4 周
从 15 人、3–4 周
到 1 名策略师、5 天
不是再加一层 Prompt，而是把专家判断拆成 Skill，把正反例、验收、记忆与反馈装进 Harness。
15 人原项目团队规模
3–4 周原交付周期
1 + AI策略师与系统
5 天一次通过
Before → After
先压缩信息收集，再把专家判断沉淀进系统
早期自动化只解决“找资料更快”，真正阻碍规模化的是报告仍依赖少数专家反复分析、制图与返工。
→
新链路：Skill + Harness
- 通用 Skill 与客户专属 Skill 分层
- 系统根据任务选择并组合技能
- 策略师保留高价值判断与最终验收
- 洞察过程、纠错与反馈可持续复用
Architecture
规模化改造的三个关键动作
拆成可验收 Skill
把达人筛选、赛道分析、人群识别、内容与投放建议拆成单一职责模块。
建立 Harness
维护正例、反例、边界、验收标准、Memory、评测集和可观测反馈链路。
保留人工闸门
AI 执行重复链路；策略师处理歧义、风险与最终质量，而不是被假设为零成本替代。
Reported Outcomes
会议中报告的结果
5 天一次通过
原先约 15 人、3–4 周完成的 PPT 项目，变为 1 名策略师与 AI 系统协作。
< 1 天
一份竞品分析与投放建议可以在不到一天内交付。
两个数量级
会议报告的服务成本相较早期交付方式下降两个数量级。
2–3 个月
专业策略师仍需要学习和迁移周期，说明流程变革不能只计算模型调用时间。
⚠️
证据边界
这些数字来自会议中的经验陈述，未经独立审计。案例支持“Skill + Harness 能降低特定营销交付的周期和边际人工”，但没有披露统一口径下的错误率、模型成本、重试率或客户长期留存；不能直接外推为所有行业的保证。
What To Reuse
真正值得复制的不是数字，而是验证方式
同一批真实任务比较成功率、周期、人工工时、成本、重试和严重错误。
只有观测数据证明吞吐或专长隔离确有需要，才升级为多 Agent。
区分数据、工具、推理和验收问题，修改对应层，而不是无限追加提示词。
发布、付款、删除、外发和低置信度决策必须有明确人工闸门与回滚。
把你的专家工作流拆成可评测系统
安装 Agent Workflow Playbook，获得完整的 Skill contract、Harness、评测和上线清单。
素材来源：飞书会议纪要《AI agent实践落地困境与规模化尝试分析》，2026-05-10。为保护相关方，页面仅保留工作流与量化结论。