别只问AI“你说呢”，它现在真能把活儿干了：一个OPC老板关掉三个后台的复盘

别只问AI“你说呢”，它现在真能把活儿干了：一个OPC老板关掉三个后台的复盘

上周，一个做跨境电商代运营的OPC老板来找我，开口第一句就让我记住：

“AI我天天用，但越用越焦虑。它什么都能聊，一落到具体的事，我还得自己切后台、开表格、发消息、对数据。像请了个特别聪明的实习生，就是不肯碰鼠标。”

他手机里GPT、Claude、豆包、DeepSeek同时开着，每天在这几个App之间来回复制粘贴。问题问完，AI给一堆建议，执行全落回他自己身上。

这种感觉不是他一个人有。过去一年，OPC创业者对AI的态度从惊喜走到疲惫——聪明是聪明，活儿还得自己干。但最近几周，情况开始不一样了。

背景:从“会聊天”到“会动手”,这层窗户纸终于捅破了

最近两周几个大模型的动作，单看是新闻，串起来看是一个信号。

8月21日，OpenAI把GPT-5.6 Sol的开发者端基准价格下调超过20%，三个月有效。上个月底已经降过一次：中端模型降20%，低成本模型砍了80%。谷歌同一天发了Gemini 3.7 Flash，价格直接压到上一版本的一半。

价格战谁都见过了。但这次真正值得关注的不是降幅，而是它们一边降价，一边把资源往“执行”上押。

同一天的Claude Code v2.1.251更新，我反复看了几遍。新增PreModelSwitch和PostModelSwitch两个钩子事件，允许在模型切换前后做拦截、确认、标注。远程控制客户端可以实时流式查看前台子代理的工具调用和结果。还有/cost命令，开始按会话统计提示词缓存。

翻译成人话：Claude Code越来越像个项目经理。它不只写代码，还在管“谁在什么时候切到什么模型、花了多少钱、调了什么工具”。跟一年前那个只会生成代码块的Claude，已经不是同一个物种。

国内这边，Qwen3.5的公开资料也写到，门控Delta网络加稀疏MoE，在极低延迟下支持高吞吐推理，语言支持扩到201种。GLM-5.3在8月下旬开放权重，官方原话是“最强大的智能体编码与网络防御模型，可供下载、运行和定制”。

关键词是“智能体编码”。不是帮你写段文本，是编码去做事。

连Databricks的Genie One也在往一个方向推：从“回答问题”直接延伸到“执行任务”，让用户在同一界面里从分析结果触发后续操作，少切工具。

全球一线团队基本都在往同一个地方走——让模型从“给你答案”变成“把事做完”。

当时怎么做:我们没换模型,换的是“让谁当手”

说回那位老板。他当时的困境很具体：三个平台店铺，每天要处理客服问题、库存同步、广告预算调整，外加每周给客户交一份运营周报。团队就他加一个助理，时间被切成碎片。

我们没劝他上什么先进系统。第一件事是把他的工作拆成12个重复动作：查广告消耗、调预算、写客服回复、筛差评、生成周报、同步库存……然后把其中7个定义成“可执行任务”，不是“待咨询问题”。

关键是第二步。没让大模型直接替代这些动作，而是用Claude Code搭了一个小的内部调度层：每周一早上自动抓取三个店的广告数据，按预设规则判断哪些计划超预算、哪些ROI掉得厉害，然后生成一条调整建议，附上可直接执行的参数。

还不够。很多任务是动态的，固定脚本扛不住。于是把Qwen和DeepSeek接进来做二次判断——Qwen3系列在这类任务上的技术报告我一直在跟，它在智能体和工具调用上的能力提升是能感知到的；DeepSeek负责长文本分析，比如把一周几百条客户消息浓缩成10个高频问题。

舍予AI智能体在这里干了一件我们内部一直在做的事：把老板的重复决策拆成“信号—判断—动作”三段，让模型管判断，人只做最终确认。我们不叫它“数字员工”，就叫“AI战队”——一个人根本盯不过来的地方，几个不同模型配合反而稳。

结果如何:他没省出多少时间,省出的是“切换成本”

具体数字我不方便全盘列，挑几个他复盘时提到的点说。

广告调整以前是他每天下午花20分钟登录看一遍，经常看完就忘了动。现在早上9点手机收到一条推送，列出昨晚哪些计划值得动、建议怎么调。他做确认，3分钟以内。广告浪费明显下降——他原话是“不是AI多神，是我终于看得到数据了”。

客服这块，他没让AI直接回复用户，而是让AI先把用户情绪和核心诉求归纳出来，他再决定怎么回。听起来慢，但对复购率高的品类，乱回复的代价比慢回复大得多。他说：“以前最怕的不是客户问题多，是我打开后台那一刻不知道先回谁。”

周报用AI生成初稿，但他坚持自己改。改完他说了一句很实在的话：“AI写的周报，客户一看就知道是AI写的。但我改了30%，客户觉得我特别专业。”

三件事加起来，每天真正省下的时间大约1到1.5小时。对一个OPC老板来说不算夸张。真正改变的是——他不用再在5个App之间来回跳，不用再记“哪个问题该问哪个模型”。所有事情从同一个入口进来，不同模型各干各的活，他只做判断。

换作你能抄什么作业

这次复盘能抄的作业，我提炼成四条，OPC老板可以对着自己的业务看：

第一条，别问AI“你说呢”，给它一个具体的执行上下文。 大模型的“聊天能力”早就是红海，现在真正让OPC拉开差距的，是“怎么把AI塞进流程里”。问一句“帮我写个促销文案”，和“把店铺A的爆品链接、三个竞品价格、一张主图加上今晚8点的活动时间生成一条发群公告”，后者才是这个阶段该干的事。

第二条，别只盯一个模型，跑得动的模型才是好模型。 这轮美国降价，有美媒分析直接说，来自中国部分公司大模型的开源和定价策略给美国公司带来压力。这个判断我认可一部分。对OPC来说，价格已经不是核心变量，核心是哪些模型在哪些场景跑得稳、不翻车。Qwen在工具调用和多语言上的优势，DeepSeek在长文本上的性价比，GLM在编码任务上的进步，MiniMax在语音和交互上的积累——值得你用小任务去试，而不是看榜单。

第三条，把“重复但不简单”的任务交给AI最划算。 太简单的任务，AI做出来你也不放心；太复杂的，现阶段还不靠谱。OPC最该剥离的是那些重复但不简单的货：对账、周报、客服意图分类、库存预警、广告监控。这些事有明确输入输出，适合让AI先跑起来，人只做确认。

第四条，给AI留一条“人可以把关后手动接管”的路。 我见过太多创业者要么不信AI，要么全信AI。成熟的做法是：AI做初判，人做终审。Claude Code那种模型切换的确认机制，思路就很好——AI可以做得激进，关键节点必须有人把手。

最后说说我的判断。

大模型这轮价格战，表面是美国的GPT、Gemini在降价，背后是全球范围从“对话能力”向“执行能力”的迁移。谁先把模型塞进真实业务流程里跑起来，谁就先吃到这波红利。OPC的优势从来不是模型能力，而是离生意最近。你比大厂更清楚哪个环节在浪费钱，哪个环节在漏单。

把这个问题想清楚，比追任何一个新模型都有用。

本文所有数据与事件均来自公开报道及行业资料整理，截至2026年8月29日。文中案例为真实复盘，关键商业信息已做脱敏处理。大模型能力仍在快速迭代中，提到的模型表现以实际使用为准，建议OPC创业者在正式投入前用自家场景做小规模验证。