对一家代理机构而言，AI 的问题不是要不要采用工具——而是当每个竞争者都有了这些工具后，你卖什么。当过去需要一周的执行，对所有人来说都变成一个下午，支撑旧模式的计费工时就不再说得通，机构必须决定自己到底值什么钱。本指南是代理机构模式车道：那些商业决定，以及每个问题更深入那一篇的指引。
支柱篇为刚接触这个词的人承载 AI 原生媒体运营的共享定义。这条车道假设你已读过它，直奔一位老板或领导者会问的问题：卖什么、如何配备人手、如何定价、以及当能力被商品化后优势住在哪里。
贯穿其中的线索是：AI 改变的是代理机构能为什么收费，而不是它该显得付出了多少努力。把这件事当成技术升级的机构，会保留旧的服务清单，看着利润流走。把它当成一个组合决定的机构——保留、改变、停止售卖什么——能在手里还有筹码时重新设计这门生意。
卖什么，停止售卖什么
那个奠基性的决定是一个组合决定。代理机构设计决策框架把一家机构的服务分成三桶：保留、改变、停止售卖。客户自己的 AI 现在能在内部做的任何事，属于第三桶；判断、责任或数据所有权真正起决定作用的任何事，属于第一桶。
| 桶 | 检验 | 典型答案 |
|---|---|---|
| 保留 | 人的判断、责任或专有数据决定结果 | 战略、最终创意判断、数据护城河 |
| 改变 | 有价值但被重塑——更大量、更快、不同定价 | 生产、报告、本地化 |
| 停止售卖 | 客户自己的工具如今能以可接受的质量完成 | 拼装工作、格式改尺寸、基础报告 |
一家代理机构该停止售卖什么认真对待第三桶，因为那正是否认最昂贵的地方。为一项客户现在能自己做的服务辩护，是一条慢慢失去关系的路。诚实的做法是点出已被商品化的部分，把对话抬到未被商品化的部分。
这件事之所以是组合决定而非技术决定，是因为这些服务是连在一起的。停止拼装工作，会释放出人和注意力去配备判断类工作，也会改变机构在买家眼里的样子。一个说不出自己第三桶的领导团队，通常仍在围绕「生产工作」来组织——而那恰恰是 AI 已经变便宜的工作。
AI 原生机构如何比较
AI 原生对比传统代理机构是一个结构性比较，不是热情的比赛。传统机构按执行工时收费，并围绕执行来组织；AI 原生机构围绕审阅与决定来组织，由 AI 产出第一遍。不同的成本基础，不同的形状，客户买的是不同的东西。
AI 原生机构更便宜吗？是每个潜在客户都会问的问题，而答案没有「是」那么显然。生产成本更低，但有价值的工作——判断、责任、数据关系——并不会变便宜。有些工作变便宜了；有些工作被重新定位。报一个一刀切的折扣，是在暗示你的工作一直都是拼装。
实际回应是指明哪条线下沉、哪条线守住。一个潜在客户拿一个更低的总数去对比传统机构的 retainer，其实是在比较两个不同的范围，而把差别解释清楚——而不是去匹配那个数字——的机构，才是能守住自己利润的那一个。
什么留在内部、什么给代理机构是同一个决定在客户那一侧的镜像。随着执行成本下降，更多执行移回内部，而幸存下来的分工，是围绕客户无法轻易自建的东西：资深判断、跨客户的规律识别、以及你的机构持有的记忆。那是一个比「靠生产能力竞争」更站得住的位置。
搭建并配备机构
一家 AI 原生机构需要多少人是人头问题，诚实的答案取决于配比而非基准。更少的生产者、更多的资深审阅者，以及至少一个拥有数据与工作流层的人——因为那一层如今是承重的。砍掉生产者却不加那个运营角色，是代理机构交付得更快、更差的方式。
配比就是战略，所以它因机构所卖的东西而异。一家保留战略与判断的机构，需要资深的人、且人数不多；一家靠量竞争的机构，仍需要一个它能为之辩护的审阅职能。它不该做的是保留旧金字塔并在上面叠 AI，因为那个金字塔的中层就是生产，而生产恰恰是被移走的东西。
如何创办一家 AI 原生机构是从零开始的版本，而从零开始做原生，确实比改造一家传统机构更容易，因为没有什么遗留成本结构要守。顺序很重要：选定定位、搭建客户记忆层、再围绕它加交付能力。大多数新机构把这个顺序反过来，先去买工具。
定价与护城河
如何为 AI 代理机构服务定价是最能决定效率收益流向机构、还是流向客户的采购团队的哪个问题。结构性选项——retainer、按结果收费、产品化订阅——都不新，但 AI 改变了哪一个合适。在一个工时崩塌的世界里按小时定价，是一个收缩的决定。
搭建客户记忆数据护城河是让那种定价站得住的东西。当每家机构都有同样的模型，优势就是累积起来的上下文：跑过什么、花了多少、带回什么、品牌学到了什么。模型是租来的；那份记忆是拥有的。它是竞争者无法靠订阅同一批软件来复制的唯一资产，也是AI 记忆比模型选择更重要的原因。
它带有一个值得直说的条件：那份记忆是客户的数据，是受托持有的，不是机构拿来复用的。一座在没有明确同意与边界的情况下建起的护城河，是一个伪装成资产的责任，也是把数据优势最快变成信任问题的方式。
赢得工作
用于代理机构新业务的 AI把同一套运营纪律应用到提案上。调研、客制化资质、第一遍思考都能更快产出，但赢下来仍来自展示一份潜在客户内部没有的判断。AI 让一家机构显得高产；只有判断让它显得值得聘用。
那是一个有用的新业务筛选器。如果一份提案素材本可由任何拥有同样模型的竞争者产出，那它是入场门槛，不是差异化。值得投入的部分，是那些展示机构注意到了什么、决定了什么的部分——正是定价那一节要求客户为之付费的同一份判断。
这条车道落在哪里
代理机构模式车道是商业那一条，而它通常始于一个决定：停止售卖什么。它自然的归宿是代理机构落地页，它勾勒出那个决定——该自动化什么、该留给人什么、为什么收费、以及如何围绕答案重组。
如果这是你的瓶颈，AI 原生媒体运营课程把运营模式与代理机构蓝图放在一处。支柱篇承载定义；战略指南在交付之上定方向，而执行指南覆盖模式所依赖的那些工作流决定。
FAQ
AI 原生模式意味着收费更低吗？
并非一律。曾是拼装的工作可以、也应该不同定价。属于判断、责任和数据所有权的工作不该打折，因为没有任何理由让它变便宜。一刀切的折扣通常意味着，机构还没决定自己实际在卖的是哪一半工作。
一家传统机构能转型，还是推倒重来更好？
两者都可行。从零开始结构上更容易，因为没有计费工时模式要守。转型要在领导层先接受「这是一次组合决定——停止售卖什么」、然后才是一个技术项目时才成立，这正是决策框架背后的论证。
一家小机构该从哪里开始？
从客户记忆层、以及一项你能端到端交付成 AI 原生的服务开始。不要先去买一套技术栈。90 天推广在这里也适用：一项服务，可衡量，然后扩展。
简短版
对代理机构而言，AI 把一个能力问题变成组合问题。决定保留、改变、停止售卖什么；人手与定价从那个答案中长出；而持久的优势，坐落在你拥有的客户记忆里，而不是在所有人都租用的模型里。工具会不停地变。位置不会。
我仍在公开地把它想清楚。我职业生涯的大部分都在媒体的代理机构与客户两侧度过，最近几年把那份工作用 AI 重建，我不认为有人已经有了最终答案。如果你的机构在这条路上的某处，我想听听哪一个决定把你卡住了。
祝好， Chandler
本文提供简体中文版本。课程材料（视频、模板和配套指南）以英语和日语提供。本网站提供13种语言版本。