跨国深谈← 返回←把市场推广当成 AI 工程问题：Exa 联合创始人的智能体优先打法

把市场推广当成 AI 工程问题：Exa 联合创始人的智能体优先打法

关联

人物 Jeffrey Wang

公司 Exa · Salesforce

概念 go-to-market · 智能体 · MCP · API 优先 · 嵌入 · ICP 仪表盘 · RequestLens · JeffBot · FDE

这一集是 Exa 联合创始人 Jeff 的一场演讲。Exa 是一个面向智能体的搜索引擎——智能体很聪明，但没法直接访问网络，Exa 就像一个给智能体用的网络工具(类似 web MCP),为 Cursor、Cognition 等 AI 生态的很大一部分提供支持。Jeff 要讲的主张是：工程师完全可以把 go-to-market(市场推广)当成一个工程问题、尤其是 AI 工程问题来做。

先回应一个常见争论：现在有一种说法是「产品才是一切」或「分发才是一切」，Twitter 上为此吵个不停——有人说有的公司赢在分发但产品不行，有人说智能体会自己挑最好的产品所以只要产品好。Jeff 的经验和观点是：两者都必须做好，「把东西造出来、造得好，然后送到人们手中。

如果不同时做到这两件事，你就没有一家公司」。技术人员创业时的天然倾向是只管把东西做得极好——Exa 早期就是这样，营销和销售都做得很不够。但好消息是，在 2026 年，对工程师来说做 go-to-market 比以往任何时候都有趣，因为可以自动化，一个人能做非常多的事。

核心假设：go-to-market 是一个数据问题

go-to-market 团队做的事一大堆：研究客户、研究目标对象、找到目标公司里的合适的人、构建 POC 等等。Jeff 的「大统一主题」是：go-to-market 本质上是一个数据问题——你有一个「产品能做什么」的世界，和一个「所有潜在客户」的世界，你要做的就是学习和弄清这个世界长什么样，必须从数据角度去解决。

他的提议是：你需要一个智能体可以据此行动的、关于你的世界的实时模型。数据包括内部数据(客户信息、产品使用数据)和外部数据——世界上有超过 6000 万家公司、仅 LinkedIn 上就有超过十亿人，每天都有大量新闻发生。

Exa 内部怎么搭：两个界面 + 两种智能体

Exa 从 2023 年年中发布起，就是以 AI 智能体为先的视角设计 go-to-market 的——连 GPT-4 那时就已经能自动化 go-to-market 的整个环节了。具体拆成两块界面、两类智能体：

ICP 仪表盘(回答「我们的世界是什么」)：用 Exa 对处于总体可触达市场(TAM)之内的几乎每一家公司做分类，比如模型提供商、AI 编程平台、go-to-market 情报工具等类别，并对每家公司深入挖掘——能预估其年度支出、看到公司元数据。技术上之所以做得到，是因为 Exa 本质是「互联网之上的嵌入」(embeddings):抓取整个互联网、训练嵌入模型做好网页搜索，由此获得强大的语义过滤和切片能力，用来生成巨大的潜在 ICP 清单。

RequestLens(信号警报系统)：任何客户发生重要的事——有人注册了、搜索用量暴增、有人停止使用了、出现了他们非常在乎的人——都会收到通知，团队可以据此行动。

编程智能体:Exa 的 go-to-market 团队对智能体的使用深得惊人——看他们的 Devin 等智能体支出就很高得离谱。Slack 里大概有十几个不同的智能体，人人都能用，都能访问海量内部数据；深入了解客户、做演示全都高度依赖智能体。

JeffBot(Jeff 自己的 AI 克隆)：寒假里他用 Opus 4.5 花一周做了一个尽可能像自己的数字克隆。做法很有工程味：分析了约 760 封自己的邮件总结文风(平均每封 18 个词、爱用 best 而不是 sincerely 结尾)；分析了过去数百个决策、据此创建 evals 来校准系统 behaving 像自己；最后给了它对自己个人数据的读写权限——而他作为创始人能访问公司每个系统，所以这个智能体能访问一切。公司任何人都可以用 JeffBot 起草 Slack 消息或决策草稿，go-to-market 团队用它起草邮件。

智能体优先公司的三条原则

一、智能体优先必须 API 优先。 所有系统——智能体也好、GUI 也好——如果内部和外部数据之上没有真正好的 API,一切免谈。MCP、CLI 都行，形式不重要，重要的是有可编程的接口，否则智能体无法访问数据。

二、不是什么都要做成聊天机器人。 固化的 UI 和灵活的聊天智能体各有价值。技术上 AI 确实能为任何用例现生成一个 UI,但能用同一个一致的用户界面处理同样的用例、让人学会使用工具，这一点很好——两者都是智能体优先的重要组成部分。

三、「买 Salesforce 还是自建 CRM」是虚假两难。 真正的标准是：你用的东西要可以任意自定义。

自己造的当然可以随时 vibe coding 改进；采购的 SaaS 如果能让它替你工作、任意定制，也行。Exa 就在用 Salesforce,因为它是个很好的数据库，在「销售该长什么样」上做了很多他们不想自己做的出色选择，而且以 MCP 形式暴露——所有智能体都能访问 Salesforce MCP,团队每天在用。无限的可用自定义性才是最高优先级的因素。

观众问答的几个补充

• JeffBot 的训练数据来自 Slack 和邮件——公司里发生的事有惊人比例都在 Slack 上，读大量 Slack 历史就能找到数百个过去做过的决策。
• 团队构成：go-to-market 团队有跑交易的客户经理(AE)、做需求挖掘的 SDR,还有一个 FDE(前置部署工程)组织。非 FDE 的所有人都学会了把 AI 用得很好——不是自己 vibe coding,而是非常善于使用工具，公司还专门设了培训。
• 最有意思的是 FDE 组织：他们既跑交易、支持交易，又承担大量 AI 系统的维护和功能构建——以前「做销售」和「建销售系统」是两份工作，因为 AI 现在成了一份工作。目前约八九个 FDE,公司总共约 115 人。Jeff 认为团队长大后未必人人全包，但这套模式能走得很远。
• 安全边界：JeffBot 不是人人全权限——Jeff 自己调用时可以读写大量系统；其他人调用时只能起草消息，且不开放所有 MCP 和工具的权限，护栏定义得相当明确。

本集带走

• 把 go-to-market 当数据问题解：先回答「我的世界是什么」——用搜索/嵌入把 TAM 里几乎每家公司分类并建档，再对客户信号(注册、用量激增、流失)做实时警报，智能体基于这个实时模型行动。
• 智能体优先 ⇒ API 优先：所有内部和外部数据都要有可编程接口(MCP/CLI 均可)，否则智能体没数据可用，一切免谈。
• 别把一切都做成聊天机器人：固化 UI(可学习、一致)与灵活聊天智能体并存，才是完整的智能体优先形态。
• 买还是建是假问题，可定制性才是真标准:Exa 直接用 Salesforce,因为它数据库好用、已替你做好销售领域的选择，再通过 MCP 让所有智能体接入。
• AI 让「两份工作变一份」:FDE 既跑交易又构建销售系统本身——这是 AI 之前做不到的新角色，也是精简团队保持高生产力的关键。
• 克隆自己可行且有章法：分析邮件定文风、把历史决策做成 evals 校准行为、给足数据权限——克隆的价值来自真实决策数据，而不是单纯的大模型。

你得把东西造出来,它得是好的,然后你得把它送到人们手中。如果不同时做到这两件事,你就没有一家公司。
You got to build the thing. It’s got to be good. And then you got to get it into people’s hands. If you don’t do both things, then you don’t have a company.
—— Jeffrey Wang · [01:44]

我提出,你基本上需要一个智能体可以据此行动的、关于你的世界的实时模型。
I propose that you need basically a live model of your world that agents can act on.
—— Jeffrey Wang · [03:54]

当你拥有了互联网之上的嵌入,你就可以对任何你想要的数据类型进行无比强大的语义过滤、切片和切分。
And when you have embeddings over the internet, you have this arbitrarily powerful semantic filtering and slicing and dicing of any type of data that you want.
—— Jeffrey Wang · [06:44]

我真的从那些决策中创建了 evals,并校准了这个智能体系统,让它表现得像我自己。
I actually created evals from those decisions and calibrated this agent system to behave like myself.
—— Jeffrey Wang · [09:22]

首先,要做到智能体优先,你必须做到 API 优先。
Firstly, to be agent first, you must be API first.
—— Jeffrey Wang · [10:26]

嘿,是不是一切都得做成聊天机器人?我认为答案是否定的。
Hey, does everything need to be a chatbot? I think the answer is no.
—— Jeffrey Wang · [11:03]

我认为无限的可用自定义性才是最高优先级的因素。
I think infinite customizability is really the highest order bit.
—— Jeffrey Wang · [13:12]