人机协同怎么做?AI 拓客中必须由人把关的 5 个环节
要点速览
AI SDR(AI 销售开发代表)是指自动完成漏斗顶端销售工作的 AI 智能体:寻找潜在客户,通过邮件、LinkedIn 和电话发送个性化触达,筛选入站线索,更新 CRM。2026 年,从 AI SDR 身上拿到最大回报的团队,并不是在等“完全自主的 AI”到来的那批,而是让人定战略、让 AI 规模化执行的那批,也就是人机协同(human in the loop)。本文讲清这套模式,给出 5 步人机协同打法,并介绍 Laxis AI SDR 怎样从头到尾围绕这套模式设计。
AI SDR 好用吗?SaaStr 一年实测给赛道敲了警钟
Jason Lemkin 最近在 SaaStr 发文《如果 AI GTM 工具有 Cursor 或 Replit 一半好用,世界早就不一样了。它们会做到的》,这是对 AI SDR 品类少有的坦诚公开评估。在生产环境里跑了一年 Artisan、Qualified、Agentforce 和 Delphi 之后,Lemkin 公布了实打实的结果:AI 发出的外联消息超过 1.9 万条,回复率 6.67%(约为行业平均水平的 2–3 倍),由 AI SDR 直接带来的成交收入超过 200 万美元,Agentforce 重新唤醒的“已失联”线索打开率达到 72%。
但他的结论毫不客气:今天的 AI GTM 工具只是“掺了 AI 的自动化”,有用,但推理深度还远不及 Cursor 和 Replit 在编程领域达到的水平。他称之为差距,我们 Laxis 称之为机会:真正弄清差距在哪里的团队,今天已经从 AI SDR 身上拿到了数倍的投资回报(ROI),下一波 AI 销售智能体到来时,他们也会排在最前面。
读完 Lemkin 这样的文章,人们往往本能地走向两个极端:要么过度信任 AI SDR,放手让 AI 全自动运行;要么否定整个品类,坐等“销售界的 Cursor”出现。两种做法都没抓住重点。2026 年 AI SDR 的最大价值,来自一种有意为之的分工。
人定战略,AI 负责规模化执行。
分工的边界划对了,即使是今天的工具也能成倍回本;划错了,要么用千篇一律的群发邮件透支信任,要么让团队陷在本可以交给 AI 的手工活里。
AI SDR 是什么?今天能做什么、不能做什么
先把概念说清楚,大多数关于 AI SDR 的讨论就是在这里跑偏的。
AI SDR 是一种 AI 销售智能体,负责过去由人工 SDR 承担的漏斗顶端工作:确定目标客户、调研潜在客户、发送多渠道个性化触达、处理并筛选入站线索、预约会议。像 Laxis 这样的新一代 AI SDR 同时覆盖邮件、LinkedIn 和电话,背靠全球 3.25 亿+ 条已验证联系人数据,会做邮箱预热和回复分类,并把每一次互动自动同步回 CRM。
AI SDR 目前还不是自主的 AI 客户经理(AE)。没法决定下个季度进哪个市场,没法主导一场涉及多方决策人的复杂谈判,也读不懂采购电话里的微妙气氛。用 AI SDR 拿到最大成果的操盘手们自己也承认:前一千封邮件是手动审的,定价护栏改了 47 遍,每天还要抽查输出。这不是缺陷,而是这项技术现阶段的样子。
认清这一点,打法就清楚了。AI SDR 是执行力超强、但判断范围很窄的引擎。配上敏锐的人类判断,你就能获得两年前根本做不到的外联杠杆。
核心思路:人定战略 × AI 规模化
我们在 Laxis 看到的每一个成功部署,最后都归结到一个问题:思考发生在哪一侧?
如果思考交给了 AI,团队以为工具会自己选 ICP(理想客户画像)、自己设计卖点、自己谈下订单,结果往往令人失望。模型既没有业务背景,也不了解市场和客户关系,做不了这些决定。
如果思考留在人这一侧,由创始人、CRO 或增长负责人设计战略,AI 不知疲倦地执行,AI 就不再是蹩脚的初级销售,而是回归本来面目:一个 7×24 小时运转的执行层,每天个性化处理成千上万封邮件、LinkedIn 消息和陌生电话,一致性是任何人工团队都比不上的。
公式很简单:
人定义的战略 × AI 驱动的规模 = 不断叠加的外联杠杆。
两半缺一不可。有战略没规模,就是一份漂亮的 PPT 加一条空空的销售管道;有规模没战略,就是如今已经塞满每个 LinkedIn 收件箱的垃圾信息。
人机协同打法:5 个必须由人把关的环节
有了这个框架,打法就水到渠成:5 个环节必须由人牢牢把关,其余全部交给 AI。
1. ICP 和目标客户选择
AI SDR 可以把客户数据补全、打分、排序做得非常漂亮,但没法告诉你这个季度该押注哪个细分市场、哪个行业值得做定制方案、什么时候该从中小企业(SMB)转向中型市场。这些是战略判断,ICP 要由人来定死。在 Laxis 里,你只需定义一次 ICP(职位、行业、地区、公司规模、意向信号),智能体就会在 3.25 亿+ 条已验证联系人中按这个范围扩展、补全数据并排出优先级。
2. 定位、话术与产品主张
AI 负责个性化开场白,观点由人来写。最会用 AI SDR 的团队把话术当作产品营销来做:先定好核心叙事、证据、常见异议和应对,再作为结构化上下文输入工具,由 AI 在各个渠道上大规模变换和个性化。Laxis 把你的定位当作每封邮件、每条 LinkedIn 消息和每通 AI 陌生电话的唯一依据,规模再大,口径也不会走样。
3. 护栏和升级规则
Lemkin 说的“定价改了 47 遍”不是 bug,这本身就是工作。AI 能说什么、什么情况必须转人工、特殊情况怎么处理(受监管行业、提到竞品、法律问题),都要由人来定。这些规则写一次很便宜,不写代价很高。AI SDR 是给品牌加分还是减分,最大的决定因素就是这些规则。
4. 回复分流和转人工
在外联工作中,人做起来杠杆最低的是发陌生邮件,杠杆最高的是和有意向的回复对话。前者应该 100% 交给 AI,后者几乎不该让 AI 碰。Laxis AI SDR 会自动处理会议预约、基础问答和婉拒,一旦回复里出现真实的购买意向、技术深度或多方决策的情况,就立刻转给人。这正是“Cursor 差距”依然明显的地方,也是今天人比任何模型都更会成交的地方。
5. 每周复盘闭环
把 AI SDR 当成一个永远在入职培训期的新员工。每周由人抽查一批回复,标出哪些有效、哪些无效,再据此更新提示词、排除名单和话术库。用 AI SDR 赢下来的团队,不是模型最聪明的那批,而是复盘节奏最紧的那批。Laxis 把回复质量、会议结果和送达率分析放在同一个面板里,就是为了让这个闭环又短又省事。
其余环节,包括数据补全、序列节奏、发送时间优化、A/B 测试、邮箱预热、回复分类、日历预约、CRM 记录和 AI 陌生电话,全部交给 AI,不用再管。在这些环节上,当下的 AI SDR 技术已经明显比人做得好,而且往往好很多。
AI 销售智能体为什么会比预期更快追上 Cursor
“AI SDR 什么时候能达到 Cursor 的水平?”老实说:比今天的产出所显示的要早。Lemkin 说的差距现在确实存在,但有三股力量正在快速缩小这个差距。
第一,GTM 数据层终于成熟了。 Cursor 之所以好用,是因为代码库就摆在那里:结构化、在本地、完整。而 GTM 数据一直分散在 CRM、数据补全、意向、互动和产品遥测等各个系统里。这种情况正在改变。统一客户数据平台、基于数据仓库的 GTM 技术栈,以及 Salesforce 收购 Qualified 这样的整合,正在拼出一个智能体真正能推理的“销售代码库”。Laxis 正是基于这个判断构建的:把 CRM、网站、入站表单和已验证联系人库的信号,汇集到同一个上下文窗口里,供智能体统一推理。
第二,智能体架构正在从编程直接迁移到销售。 让 Cursor 显得神奇的那些技术,包括持久上下文、多步规划、工具调用和自我纠错循环,并不是编程专属,而是通用的。2027 年的 AI 销售智能体会在 GTM 数据之上用同样的智能体模式,和 Lemkin 批评的“自动化上撒点 AI”的工具完全不是一类东西。这是一条 12 到 24 个月的曲线,不是十年。
第三,模型本身还在持续迭代,大约每年两次。 2026 年初的 AI SDR 用的是 2025 年底的前沿模型;2027 年的 AI SDR 会用上 2026 年训练出来的模型:上下文更长,推理更强,工具调用更可靠。Cursor 两年内 ARR 从 100 万美元涨到 5 亿美元,同样的复利曲线,AI SDR 品类也能走。分析师预测,到 2030 年 AI SDR 市场规模将达到 150 亿到 470 亿美元。这样的增长不会来自“自动化加模板”,只会来自 AI 销售智能体跨过 Cursor 门槛。
要赌的不是 AI 销售智能体会不会变得像 Cursor 一样强,而是什么时候,以及到那一天,你在部署上已经积累了多少经验。
Laxis AI SDR 怎样为人机协同而设计
我们打造 Laxis 的出发点是:今天的最大价值和明天的护城河,都在人的战略与 AI 的规模之间那条接缝上。以下几项设计体现了这一点:
- 多渠道执行(邮件、LinkedIn、AI 陌生电话):AI 按潜在客户偏好的渠道去触达,而不是只在一个渠道狂轰滥炸。
- 3.25 亿+ 条已验证联系人数据库:目标客户选择从干净的数据出发,而不是从网上抓来的简介出发。
- AI 陌生电话:语音交互接近真人,能触达从不打开邮件的潜在客户。
- 实时入站线索筛选:表单提交和网站访客一出现就跟进,赶在线索变冷之前。
- CRM 自动同步:每通电话、每封邮件和每条回复都会更新到记录里,销售不用再交“录入税”。
- 邮箱预热和送达率优化:规模上去了,发件信誉不受损。
- 分析和复盘面板:专为每周复盘闭环设计,让整套模式的效果不断叠加。
目标很简单:给人留出最清晰的位置去注入战略,其余一切交给 AI,以人工团队无法企及的体量和一致性完成。
关于 AI SDR 的常见问题
AI SDR 是什么? AI SDR 是一种 AI 销售智能体,自动完成漏斗顶端的销售工作,包括寻找潜在客户、多渠道个性化触达、筛选入站线索、预约会议和更新 CRM,用来替代或增强人工销售开发代表(SDR)的工作。
AI SDR 能完全取代人工 SDR 吗? 2026 年还不能。AI SDR 擅长执行和规模化,战略、复杂对话和成交仍然要靠人。投资回报最高的部署方式是人机协同:一名策略负责人指挥一个 AI SDR,完成相当于 10 名以上人工代表的工作量。
一个 AI SDR 能处理多大的外联量? 有记录的部署显示,在话术和 ICP 定义清晰的前提下,AI SDR 的外联量是人工 SDR 的 11 到 43 倍,回复率是行业平均水平的 2 到 3 倍。
Laxis AI SDR 和其他 AI SDR 工具有什么不同? Laxis 把多渠道外联(邮件、LinkedIn、AI 陌生电话)、3.25 亿+ 条已验证联系人数据库、实时入站线索筛选和 CRM 自动同步整合进同一个智能体,从一开始就是为“人定战略、AI 规模化执行”的模式设计的。
AI 销售智能体会变得像 Cursor 一样强吗? 会,时间大约在 12 到 24 个月。数据层、智能体架构和底层模型都在快速叠加进步。今天就在部署 AI SDR 的团队,最能接住下一波能力升级。
结论
今天的 AI SDR 还不是 Cursor,而是一台速度极快、极其稳定、不知疲倦的执行引擎,离脱胎换骨只差一两代模型。最后胜出的公司,不会把赌注押在这条光谱的任何一端,而是今天就让人的战略和机器的规模配合起来,同时默默练好内功,准备接住 AI 销售智能体明天的能力。
这正是 Laxis 的设计初衷,也正是 AI SDR 最大价值所在。
想亲眼看看? 从 Laxis AI SDR 开始:设定 ICP,接入你的话术,让多渠道 AI 销售智能体跑起漏斗顶端,你的团队专注于真正能成交的对话。