Letters from the Founder
这里是 YGG 创始人对智能体行业的真实思考、判断与反思。不是新闻、不是教程——是带署名留下来的、未来可以回头检查的话。
去年我们在一个工厂项目里用了多 agent 编排，后来发现 80% 的逻辑其实单个 agent 带上几个工具就能跑。编排带来的可观测性收益远不如宣传，反而增加了排查难度。但确实有 5-10% 的复杂场景，多 agent 还省不掉。这篇文章是我动手简化之后的一些反思，也许 2026 年回头看会被打脸。
上周来了个客户，开口要AI大模型落地。我翻了翻他的预算明细——最大一笔写着“人工流程外包”。我们没接这单，直接告诉他：你要的根本不是AI，是流程梳理。这封信讲讲预算结构比产品诉求更诚实的原因，以及我们怎么拒绝一个看似理所当然的单子。
按 token 计费那半年，客户像盯着水表一样盯着我们，续约率惨得我不敢看。后来改成项目包年加模块化，续约翻了一倍多。教训得咬着牙认——企业客户买的不是用了多少 AI，是问题有没有被结结实实解决。
我们拒绝那些把 YGG 当成技术外包团队的项目。这类项目通常表现为客户要求按工时计费、将我们团队视为派遣人员、或不愿共享核心业务数据。我发现，在这种合作模式下，AI 往往只是一个表面化的“镀金”工具，无法真正解决问题，最终对双方都是一种资源浪费。我们更倾向于深入业务，解决真问题。
过去两年我带队做了十几个多 agent 编排项目，最近复盘发现 80% 根本不需要。一个带 tool use 的 agent 就能解决问题，编排带来的可观测性收益远低于预期。但少数复杂场景下 multi-agent 仍然是必需品。这篇文章拆解我的判断逻辑和一个具体翻车案例，以及我现在的决策框架。
我们拒绝了按工时计费、团队派遣、不让看数据的客户，因为这种合作里AI只是镀金。分享一次真实拒绝经历和我的判断逻辑——虽然钱不少，但做下去对双方都没好处。
我最近发现，我们过去有点想当然了。B 端客户对 AI 的期待是稳定、可控、可解释、能融入现有流程的工具；C 端用户要的是惊喜、新奇、甚至有点魔法的感觉。想用一套产品同时满足这两边，几乎是自找麻烦。我们自己就踩过坑，差点把一个企业级项目做成了"花架子"。
我打赌每个做 To B 的公司都遇到过这种事：客户说“先做个 demo 看看，做好了我再介绍领导”。这背后往往是免费劳动的陷阱。我们花了大量时间精力，做了无数次演示，却发现对方从没打算真正合作。这封信里，我想聊聊这种现象背后的原因，以及我们作为供应商，该如何保护自己，停止无意义的内耗。我们需要建立更清晰的合作门槛，学会拒绝，把时间和资源留给真正有价值的客户。
把判断写下来、签上名、发到公网，是一种自我问责。这是 YGG 创始人公开信件栏目的开篇。我不打算写励志故事、也不打算写新闻聚合——只写那些值得三年后翻出来检查的话。