毫無疑問，AI 正在重塑每個崗位的定義。

從客服到設計師，從程序員到銷售，沒有人能完全置身事外。而這一次，知名前端雲平台Vercel 給出了一個極具現實感的案例：它直接讓 AI 向公司裏最優秀的員工「取經」，最終實現了——1 個人+1 個智能體（Agent），幹掉了原本的 10 人團隊。

從前端平台到 AI 實驗場：Vercel 的轉型野心

Vercel 成立於 2015 年，由開發者 Guillermo Rauch 創辦，以簡化開發者的工作流程為核心使命，為開發者提供了一整套構建與部署現代 Web 應用的雲平台，其明星項目 Next.js 已成為全球最流行的 React 框架之一。

在估值突破 93 億美元、用戶遍佈全球之後，近來Vercel 的下一個目標變成了「讓 AI 成為內部生產力工具」。公司 COO Jeanne DeWitt Grosser 自今年3月上任後，迅速推動了一項新的內部計劃：用 AI Agent 學習人類工作流程，讓 Agent 能像員工一樣自主完成任務。

讓 AI 複製「最強銷售」的日常

這個試驗從銷售部門開始。

在 Vercel 的銷售團隊中，有 10 名銷售開發代表（SDR）負責處理入站客戶諮詢——這通常是一個「重複多、節奏快、門檻低」的崗位。而在這個團隊中，有一位員工的表現特別突出：響應高效、轉化率驚人、客戶滿意度極高。

為此，Grosser 特地組建了一個由 3 名工程師組成的小組，花了 6 周時間「跟拍」這位頂級銷售的全部操作流程：記錄下每一次郵件往來、每一個判斷線索質量的標準、每一種語氣與措辭偏好。

隨後，這一切被轉化為可執行的邏輯，注入到了一個名為「Lead Agent」的銷售智能體的訓練體系中。據介紹，這個「Lead Agent」能夠自動審查所有入站消息、過濾垃圾線索，通過內部數據庫查詢和調用 OpenAI 的 Deep Research 工具來驗證潛在客戶信息，還能自動生成帶有「人類語氣」的個性化郵件回覆，並將客戶支持類問題自動分流至相應部門。

從「10 個人」到「1 個人 + 1 個 Agent」

當這個 Agent 正式上線後，結果讓整個團隊震驚：AI 幾乎能夠完整接手多數重複性流程，人類只需在 Slack 審閱 AI 的輸出並做輕微調整即可。

於是，Vercel 逐步縮減了這支入站銷售團隊——從 10 人降至僅 1 名人工監管者 + 1 個 Agent。據悉，其餘 9 名員工也並未被解僱，而是被轉崗至更高價值的工作：外部客戶拓展、戰略合作、複雜銷售談判等。

Grosser 表示，這個 AI Agent 的準確度和效率甚至超過早期團隊平均水平，它能 24 小時響應客戶，並隨着人類反饋持續優化語氣和策略。「只要能把流程文檔化，現在要讓一個智能體執行這件事，其實非常簡單。」

值得注意的是，Vercel 並沒有把這場 AI 實驗當作「降本裁員」的手段。Grosser 和新任全球現場工程副總裁 David Totten（前微軟與 Databricks 高管）都強調，當前 Vercel 公司的整體人數仍在增長。而此次實驗的目標是：把最頂尖員工的工作方式，變成全公司的生產力模板。

「以頂尖員工為模板」本來就是企業常見的做法，Totten指出：「只不過區別在於，現在的技術讓這種學習過程被加速了。」

Grosser 也將這種 AI 訓練模式比喻成「實習生培訓」：「你不會把實習生交給一個態度散漫、不理解公司願景的人帶。你一定會讓他跟隨最優秀的員工學習。」

「讓 AI 去做那些可複製、可預測的事」

截至目前，Vercel 已部署 6 個 AI Agent，計劃在未來 6～12 個月內擴展到上百個，全部以頂級員工為原型構建。

這些智能體被用於銷售、市場、客服、內部支持等崗位，其選用標準只有兩個關鍵特徵：

● 可復現性：工作流程能夠被完整記錄；

● 確定性：相同輸入能產出一致結果。

換句話說，AI 接管的是那些可被標準化和量化的崗位任務，而留給人類的，則是更具創造性、模糊性和戰略判斷的部分。而 Grosser 認為，這纔是 AI 應用的正確姿態：

「我個人認為，人類的潛力遠超他們目前的工作角色所要求的。讓 AI 去做那些可複製、可預測的事，反而能釋放出人類更具創造性的部分。」

從某種意義上看，Vercel 正在用自己做一場「組織層面的 AI 實驗」：它不是用模型生成代碼或文案，而是用模型重寫公司的工作流——當 AI 能夠複製頂尖員工的判斷模式、語言習慣與行動邏輯，那時公司的邊界和層級就會被重新定義。

因此在可預見的未來，這樣的 Agent 可能會越來越多地出現在企業的日常運作中。而當工作被算法理解，人類的價值也許就會從「會做」，轉向「為什麼做」與「如何做得更好」。