北京
5个人的销售团队，每个月省下600小时。这不是裁员的成果，是OpenRouter给自家销售团队配了一个AI智能体Rasp之后跑出来的数字。
按周算，约140小时；按人头摊，每人每周多出约28小时。这些时间原本被三件事吃掉：inbound线索量、行政工作、CRM维护。销售的时间被非销售事务吞噬，这是个老问题。Rasp的切入点不是"替代销售"，是回收被杂务占用的时间。
Rasp做什么，不做什么
先看它接手的活：自动调研并资格审查每一条inbound线索，非销售类问题自动分流；自主发送首触邮件，93%全自动化；撰写通话前简报；根据通话转录稿起草通话后笔记；自动填写大部分CRM字段；把边缘情况和敏感事项标记给人工审批。
再看它不碰的边界：不做最终发送决定、不判定交易分类、不处理合规问题；不主持通话、不谈判、不维护客户关系。这条边界划得很清楚——它干的是准备和收尾，不是成交本身。
两个失败前代换来的四条原则
Rasp不是第一版。它之前有两代产品，面向客户经理的Ace和面向业务拓展代表的Dove，都没成。失败沉淀出四条工程原则。
- 单一pipeline处理所有任务，任务类型只是参数，而不是为每类任务写独立代码路径。独立路径会导致行为漂移，这在小模型Agent系统中尤为致命。
- 一切功能默认关闭，渐进放量，随时回滚。
- 指标从第一天就埋点，没有基线就无法验证任何声明。
- Slack即界面，简报、草稿、标记、指标全部推送进Slack，让"添加新Agent任务"不需要工程师介入。Agent的可采纳性取决于它出现在工作发生的地方。
第四条尤其值得琢磨。很多Agent死在"没人用"上，不是能力不够，是它待在了一个销售不会主动打开的地方。Rasp把自己塞进Slack，等于塞进了工作流本身。
成本账：任务分级路由比旗舰模型更划算
当前推理使用GLM 5.2，约18美元/天。而经过验证的更廉价替代方案包括：DeepSeek v4 Pro便宜约2.4倍，GLM 5.3 Flash便宜约18倍，DeepSeek v4 Flash便宜约37倍。
Ori的路由层会在保持质量的前提下自动切换到更便宜的模型。这印证了当前Agent工程的一个核心趋势：任务分级路由比单一旗舰模型更具经济性。销售智能体的大量子任务——分类、路由、字段提取——根本不需要顶级模型。
量化成果
除了每月约600小时，还有几组数字：每个销售每天多打约2通电话；单次demo成本从103分钟降到44分钟，其中准备从30分钟降到5分钟，笔记从15分钟降到2分钟，CRM从30分钟降到7分钟；Inbound分诊从占用一个全职人力降到约25%人力。
交易周期缩短34%，成单率提升2.6倍。不过同期还有定价和市场变化，不能全归功于Rasp。当前pipeline约57%来自释放出的新产能，大量线索在60秒内得到响应。
一个5人团队，用一套默认关闭、渐进放量、指标先行的系统，把销售从杂务里捞了出来。省下的600小时没有变成休息时间，而是变成了更多的电话和更快的响应——这大概才是这个案例里最实在的部分。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
