管30个印尼员工VS管40个Agent

2026 年开年，DNY123 的 CEO Musk 陷入了一种 AI 焦虑——不是怕 AI 取代自己，而是看不懂 AI 该如何真正落地业务。这种焦虑在东南亚电商圈极具代表性：Manus Agent 刚火完，OpenClaw（龙虾）又刷屏，一波接一波的技术浪潮让人应接不暇。

"我研究了三个月龙虾，最后只搭了一个飞书日历自动创建的功能。"Musk 在直播间坦言，"业务端的落地几乎为零，我想这也是所有东南亚跨境卖家的共同痛点。"

而前普华永道、弘毅投资、交个朋友海外出身的操盘手王欢，走的是另一条路径——先把生意做到 1 亿，再用 AI 重构生意。

2020 年底疫情最严峻时，他只身飞往雅加达扎根印尼，创立的 CC Partner 深耕印尼、菲律宾市场，自营+品牌代运营业务累计 GMV 超 1 亿美金。这 4 年他做的是最苦的活——把直播运营、达人对接、店铺结算、供应链履约全部拆成 SOP，再把 SOP 做成系统，管理本地的、没有经过专业训练的、隔三差五就请假的东南亚本地员工。目前公司除去王欢以外，没有中国人。

2024 年起，他在这套已经跑通的系统之上，耗时 18 个月、投入近百万美金，叠加了一层 40+ AI Agent 的操作系统，目前还在不断迭代中。

叠上这一层之后：选品从半天压缩至十几分钟，1 人搭配 AI Agent 可管理上百达人，人效提升 3 倍。

而他自己，在一行代码都不会写的情况下，已经用 Claude Code 写了 300 万行代码。

"技术已经不是门槛了，"王欢说，"你要把自己的业务想明白，把真正赚钱看家的本领想明白。"

从"个人助理"到"数字员工"：AI 落地的真正卡点在哪？

Musk：您其实也从 AI 焦虑的阶段一步步走过来了，以你的实战落地经验来看，普通卖家想要把 AI 真正用到业务里，最大的障碍到底是什么？

王欢：他们不清楚技术和业务的边界在哪里。

太多人上来就把 AI 当成技术问题——研究怎么装 OpenClaw，怎么配 API 接口，怎么设置权限。精力全被这些牵扯走了。但实际上，你应该先脱离任何具体工具，问自己：我的业务本身有哪些地方需要改进？

AI 只是改进业务的一种方式，不是唯一方式。你招 10 个精兵强将，也能做到七八百万年利润。但你要做规模化、可复制、多国拓展，AI 几乎是唯一解。

Musk：所以你建议不要追技术潮流？

王欢：模型迭代速度太快了。一年半以前大家还在做 Fine-tune，买硬件做本地部署，结果三个月后 OpenAI 发了个 O3 mini，三个月努力全白干。

摩尔定律是硬件的碾压，现在 AI 的发展速度比那还快。如果你每天盯着新技术，你会被技术"吞噬"。盯着业务，技术只是手段。

Musk：但业务端落地确实很难。像我自己，研究了这么久龙虾，真正完成的只有个人助理级别的功能。那么你认为业务端的卡点到底在哪？

王欢：业务流程没有准备好"AI 接入的姿势"。

说直白点：SOP 拆解到极致清晰，明确每一步的执行规则、所需输入与标准输出。AI 的价值是高效执行流程，而非梳理流程；流程逻辑模糊、标准缺失，AI 自然无法精准落地。

我们在印尼做直播运营的时候，HR 问我"什么是直播运营"？她没听过这个岗位。那你怎么把一个完全没干过直播的人培训成直播运营？你得把上播前检查什么、看哪些数据、链接设置了没、Flash Sale 开了没、运费模板对了没，全部写成飞书文档。

但写完发现，人还是不按 SOP 执行。所以我们就做系统化——发邮件必须用我的模板，收网红地址必须一次填完所有字段，不能分多次问。

从 SOP 化到系统化，我们花了大量时间和钱。这才是 AI 能接进来的前提。

Musk：你现在的系统里有 40 多个 Agent，它们具体在做什么？

王欢：我给你看几个核心的。

首先是内容创作。以前编导脑子里有个"七段式"结构——钩子、冲突、产品介绍、情感链接、逼单……我们把这套方法论完全拆解，"喂"给 AI。现在 Agent 能根据品牌定位、产品信息、渠道策略，自动生成符合 TikTok 调性的脚本。

图源：王欢老师自研平台截图，下同

Musk：能到什么程度？

王欢：我们有个美白产品，Agent 写的钩子是这样的——

这种话术，比很多初级编导写得都好。而且它能一次生成 10 个版本，覆盖不同痛点场景。

Musk：但这只是文本，视频呢？

王欢：我们已经跑通了 AI 视频复刻。选一个爆款素材，AI 自动拆解成分镜——钩子是什么画面、冲突是什么画面、每个画面的描述、对应的口播文案，全部自动生成。然后对接即梦等工具，直接出片。

以前我们认为 AI 生成视频会被限流，但我们有解法——这个不能公开讲，是目前最值钱的地方。

Musk：除了内容，数据端呢？

王欢：这是我觉得最实用的部分。每天睁开眼，AI 已经帮你把昨天的数据解读完了。

GMV、访问量、转化率、退货率、达人活跃度、现金流……全部自动抓取（通过 TikTok 官方 API），然后 AI 出一份"Copilot 解读"：昨天量价双升还是异常告警？哪个达人掉量了？哪个 SKU 的退货率突然升高？

很多卖家连昨天店铺访问了多少人都不知道，只看 GMV。但 GMV 里含不含退货？COD 签收率下降会不会吃掉你的利润？这些细节 AI 能帮你盯死。

Musk：这相当于一个资深运营每天给你做汇报，而且不带情绪、不遗漏细节。

王欢：对。而且每周 AI 给每个员工出绩效报告。手里有多少任务、卡了多久、交付质量如何，全部量化。这才是真正的"提效"——你能说出效率在哪。

竞品调研从 10 万到 10 块钱：AI 的降维打击

Musk：你刚才提到选品从半天缩短到十几分钟，具体怎么做的？

王欢：我们其实不做"选品"，做竞品分析。你告诉 AI 你是谁、卖什么，它自动去扒这个品类下的所有玩家——价格带、成分含量、营销策略、内容打法，全部生成矩阵。

Musk：以前这种调研什么成本？

王欢：找咨询公司，5 万 10 万一份 PPT。找个人做，也得花好几天。现在 10 块钱，几分钟出报告。

而且结构是我们预置好的：市场格局、竞品策略、我们的差异化优势、内容切入点……你不给 AI 定好结构，它就容易写跑题了。定好结构，它就是你的分析师。

左右滑动查看

Musk：这套系统总共多少开发完成的？

王欢：就我一个人。一行代码都不会写，用 Claude Code 写的，300 万行。

这套系统的影响不止在省成本、提效率——它在改变整个公司的运作逻辑，连组织架构都跟着调了。

竞品分析功能解读

王欢：60 分以下的人全部被淘汰。以前的组织结构是金字塔——底层干活的人做到 60 分，中层指导他改到 80 分。现在 Agent 能稳定干到 60 分，那些只能干 60 分的人，没位置了。

但有意思的是，35 岁左右的中层最受益。他们有业务经验，又愿意拥抱 AI，能把 Prompt 写好、把 Context 给足、把 Task 拆细。反而是刚毕业的大学生，处境不太友好。

Musk：所以不是"AI 淘汰人"，是"会用 AI 的人淘汰不会用 AI 的人"？

王欢：对。而且中层必须深度参与 AI 使用。以前动口不动手，现在每天跟 AI 一起工作，非常耗脑力。我们用得好的中层，都在考虑提成合伙人。

Musk：很多卖家说"我们团队没人懂技术，怎么落地 AI"？

王欢：AI 是文科生的工具，跟技术一点关系都没有。我是非技术背景，公司所有业务系统都是我自己写的。你需要的是懂技术的业务人，不是懂业务的技术人。

王欢：模型确实在吞噬"流程型"的搭建——以前你要告诉 AI 第一步、第二步、第三步，现在直接说目标就行。但这恰恰说明，Prompt 的调优不是技术调，是业务调。

你是谁？核心差异化是什么？竞品弱点在哪？客户心理是什么？内容切入点是什么？找个写 IT 的人来写 Prompt，他写不好，因为他不懂业务。

同样是写小红书推广——

这就是差距。

王欢：用 AI 做短视频吧。这是能说的，其他的，只能私下说。

但说真的，不要追前端的技术潮流，要追后端的业务落地。你先跑通一个最小闭环——让 AI 帮你监控评论区、生成周报、做竞品分析——跑通一个，你就知道怎么复制到全业务了。

很多人搭 Agent，前两三天很惊艳，但用久了记忆管理、上下文管理跟不上，就放弃了。怎么优化这些，行业内很少有人讲，但这是真门槛。

Musk：那对于现在想真正落地 AI、但又不知道从哪下手的卖家，你这套实战方法，会在课程里完整教吗？

王欢：会。我们不讲空话，不讲怎么装龙虾，怎么搭 Manus，只讲业务落地的真东西。怎么识别业务流、怎么判断哪里放人哪里放 AI、怎么写 Prompt、怎么给 Context、怎么拆 Task。你带着业务问题来，我教你怎么用 AI 解决。

结语：作战室里的 40 个小人

直播结束时，王欢打开了他的"Agent 作战室"。

屏幕上，40 多个数字员工正在各司其职：有的在给达人发邮件，有的在分析昨日 GMV，有的在生成下周选题，有的在拆解爆款视频结构。它们不摸鱼，不请假，不会"忘记"检查运费模板。

Musk 看着那个像游戏界面一样的管理后台——每个 Agent 是一个小人，点击脑袋就能发起会话，流程看板上蓝色的是 AI 节点，黄色的是人工审核点。

"这就是未来团队的样子吗？"他问。

"这只是开始。"王欢说，"等它们学会自己优化自己的 Prompt，我们就只需要做策略的人了。"