眼镜蛇 AI 实战笔记

我们刚刚启动了一个五金 AI 外贸项目。 它不是从零开始。合作方原来的五金业务，已经在千万级年流水上运行了几年；有稳定客户，也有单品整柜的订单。 前几天，我收到一封来自印度采购商的询盘。对方要的不是一个我们现成目录里就能直接报的产品：一边是 24 英寸断线钳，一边是指定型号的轴承，属于跨品类采购。 数量不大，不能仅凭这封邮件就判断对方一定是大客户，更不能直接把它当成大订单。但跨品类、带规格的 RFQ，本身就值得被快速识别、确认采购背景并给出明确的下一步。 我们没有做到。 跨品类询盘的第一步，是明确需求、寻源路径、负责人和回复时点。 邮件到达后，我把信息转给了相关业务方。得到的反馈是：这些产品不在当前供应范围内，需要寻找。 这本身没有问题。一站式采购不等于什么都自己生产，而是客户提出需求后，团队要有能力确认：能不能找、谁来找、何时给第一轮回复、哪些信息还需要客户补充。 问题在于，我们既没有及时给客户一个“已收到、正在确认”的明确回复，也没有在约定时间内推进结果。直到客户又发来一封只有 “Reminder” 的邮件，我们仍然没有形成可执行的答复。 这封提醒让我重新看了一遍这个项目。 网站写着一站式采购，也写着 24 小时内回复；但流程没有按承诺跑起来，页面上的话就没有变成客户体验。 很多客户不会专门提醒。他们看不到回应，就会去找下一家。这个客户愿意再次发信，并不等于他一定会成交，但至少说明：真正的询盘从来不是“收到了邮件”就算完成，而是从第一分钟开始考验业务系统。 千万级业务长期不增长，原因可能比流量更基础 我之前写过，这个五金项目如果从单品整柜、老客户复购的结构里跳出来，转向多品类采购和组柜服务，理论上有机会从千万级走到更大规模。 这次复盘让我更确定：过去一直停在千万级，不只是因为没有独立站、没有广告投放、没有持续的新询盘。前面我写过 从 1000 万到 5000 万的五金外贸运营模型，这次则让我看到：获客系统之外，询盘承接流程同样决定增长上限。 还有一个更基础的原因：进来的询盘，没有被当成一条必须闭环的业务流程。 一封跨品类询盘到达后，至少应该完成五个动作： 第一，快速确认已收到，并补齐型号、品牌、数量、目的港、采购频率等关键信息。 第二，判断这是现货报价、代采寻源、样品测试，还是一个长期供应关系的入口。 第三，明确负责人和回复时点。暂时不能报价，也要告诉客户正在核实什么，预计何时反馈。 第四，把寻源、供应商资质、价格、交期、包装和物流条件放到同一张业务卡片里，不让信息散落在不同人的聊天记录中。 第五，无论成交与否，都记录原因：价格、响应速度、产品不匹配、认证、运费、交期，还是客户本身没有继续推进。 这不是把业务变复杂，而是把原本靠人记、靠人催的事情，变成可追踪的流程。 Harvard Business Review 曾针对线上销售线索指出，多数公司对潜在客户的响应速度远远不够。这个结论虽然来自较早的研究，但放在今天依然成立：客户发来询盘后的等待时间，往往就是他判断供应商是否专业、是否可靠的第一段体验。 产品确认、寻源、质检、包装和交期，需要被放进同一个可跟进的流程。 现在不急着上 AI CRM，更不急着放大广告 这也是我们目前还没有正式启用 … Read more

最近看到一份河北 11 个城市外贸产业带的梳理。 把这些城市放在一张图上看，最直观的感受不是“河北有什么产品”，而是另一件事：中国很多地方并不缺工厂、不缺供应链，也不缺做了几十年的产业基础，真正稀缺的是一套能持续把产业能力推向海外客户的获客和运营系统。 这也是我越来越确定要做 AI 外贸产业集群的原因。前面我写过的 AI 外贸系统试点，本质上就是先把获客、询盘、CRM、报价和交付的流程跑清楚。 产业集群不缺产品，下一步要把不同品类和不同海外客户的获客路径组织成系统。 过去，产业集群解决的是生产效率：同一个区域里，上游材料、加工厂、配件厂、物流、检测、贸易商都很集中，产品能做得快、做得全、做得便宜。 但到了今天，很多集群真正的竞争不只在生产端，而在海外市场端：谁能更快被客户找到，谁能更准确理解询盘，谁能把内容、独立站、搜索、社媒、展会线索和 AI CRM 连成闭环，谁就更有机会把集群能力变成持续的出口增长。 河北不是只有一个产业带，而是 11 组不同的出海样本 官方数据显示，2025 年河北外贸进出口总值达到 6822.2 亿元；全省重点特色产业集群营业收入达到 3.86 万亿元。这个量级说明，产业集群不是一个抽象概念，而是大量企业、产品和供应链已经聚在一起的真实商业底盘。 原文把河北 11 个城市的产业带做了系统梳理。我不想简单复述，而是从 AI 外贸的角度，再看一遍这些集群各自应该如何获客。 1. 石家庄：综合型产业集群，最适合先搭建“多品类出海中台” 石家庄的产业面比较宽：辛集的皮革皮具和裘皮服装、深泽的洗护日化、正定的板材家具与食品加工、晋州的纺织面料，再到主城区的生物医药、装备制造和电子信息。 这种综合型城市不适合用一套单品打法包打天下。AI 更适合先做产品知识库和多语种内容体系：皮革强调款式、材质、交期和 OEM；日化强调成分、包装、合规与渠道；家具和建材强调场景、规格、装柜与工程采购；医药及设备则需要更严谨的技术资料和准入表达。 石家庄的机会，是先把不同产业的获客流程拆清楚，再让 AI CRM 统一承接线索、报价和跟进，而不是把所有企业都塞进同一个平台模板。 2. 邢台：一县一品的密度很高，最适合从“懂产品”走向“懂海外细分客户” 清河羊绒、平乡和广宗童车、南和宠物食品、任泽机械配件、宁晋电线电缆，这些品类的客户逻辑差异非常大。 羊绒不是简单卖原料，要面对品牌、设计师、批发商和定制买手；童车要面对经销商、母婴渠道和合规要求；宠物食品要面对配方、营养、认证、包装和长期复购；电线电缆和机械配件则更接近技术型 B2B 采购。 清河羊绒在 … Read more

最近我在看一个五金外贸项目。 合作方本身不是从零开始。 这个业务已经做了几年，一年有千万量级流水，而且客户也不是没有质量。它的订单结构里，有一些比较稳定的大客户，经常是单品整柜拿货。 如果只看表面，这个生意似乎还不错。 有客户。 有订单。 有流水。 有持续复购。 但问题也很明显：几年下来，规模一直没有真正突破。 负责人跟我说，现在五金客户普遍要账期，利润也很低。 这句话听起来像是行业问题，但我用 AI 把它拆了一遍之后，结论其实很直接： 这不是客户太难做，而是当前运营模型决定了它大概率只能做到这个结果。 AI 规划五金外贸，不是简单上架产品，而是把询盘、产品组合、报价路径和客户跟进放到同一个系统里重新设计。 先看清楚：贸易商做单品整柜，天然容易被压价 这个项目目前最大的特点，是以贸易商身份服务采购商。 客户经常拿单品整柜。 但这个单品又不是自己的工厂，不是自己的核心产能，也不是自己完全掌控成本和交期的产品。 这就会出现一个很现实的问题： 你不是源头工厂，却在服务大客户的单品整柜采购。 客户一定会比价。 客户一定会压价。 客户一定会要账期。 因为对这种客户来说，你提供的核心价值很容易被理解成“帮我找货、帮我发货、帮我协调一下”。 一旦客户把你理解成中间贸易商，而不是一个能解决复杂采购问题的供应链服务方，你的利润空间就会被压得很薄。 更关键的是，单品整柜客户往往议价能力更强。 他们采购量大，供应商选择也多，只要产品标准化程度高，就很容易把供应商拉到同一个报价表里比较。 这时候，贸易商如果没有独家产品、没有品牌、没有强交付能力、没有渠道获客能力，最后只能靠关系、靠老客户、靠服务细节维持。 这就是为什么一年千万流水可以持续几年，但很难自然长到五千万。 不是人不努力。 是模式不对。 AI 分析后的核心判断：不要继续卷头部客户，要转向组柜能力 我让 AI 按业务结构、客户结构、产品结构、利润结构、获客方式做了一轮拆解。 最终出来的方向很清楚： 五金贸易商不应该只盯着大客户单品整柜，而应该打造面向中小客户的组柜和拼柜能力。 这里面的逻辑完全不一样。 大客户要的是价格。 中小客户要的是解决方案。 大客户单品整柜，最容易把你拖进价格战。 中小客户多品类拼柜，反而更需要你提供产品组合、供应链整合、质检、包装、装柜、单证、物流和长期补货服务。 对中小客户来说，他们可能不是一次性采购一个单品一整柜。 … Read more

最近有不少人问我一个问题： 你现在做这么多外贸项目，又做入境游，真的有那么多精力去管吗？ 这个问题很正常。 如果按照过去的工作方式，一个人同时推进外贸、入境游、AI 工具、网站、内容、社媒、CRM、客户跟进，确实很容易变成瞎忙。 但现在我的真实状态是： 每天真正用于处理日常工作的时间，大概只有2小时左右。 剩下更多时间，不是在机械执行，而是在聊天、研究行业、研究产品、研究客户需求、判断机会、设计策略，再把策略交给 AI 和系统去执行。这个逻辑也和我之前写的 AI Agent 正在重构外贸、入境游和更多行业 是同一条线。 这也是我现在和过去最大的区别。 过去做项目，很多时间消耗在执行上。 写内容。 整理资料。 做页面。 处理图片。 发平台。 同步网站。 维护表格。 跟进客户。 这些事情都很耗人。 但现在有了 AI 以后，执行成本被大幅压缩。 比如你现在看到的这篇文章，我自己真正花的时间，可能就是十分钟左右，把思路、大纲、案例和判断说清楚。 后面的内容组织、资料验证、排版、平台适配、网站和公众号同步，都可以由 AI 协助完成。 最后我做审核和判断。 这不是偷懒。 这是工作方式变了。 AI 让我把更多时间放在项目判断、策略设计和结果审核上，而不是重复执行上。 AI 不是让我少做项目，而是让我有时间做判断 以前很多人创业，最大的问题是被执行拖死。 明明应该研究客户，却在改页面。 明明应该研究产品，却在调格式。 明明应该研究市场，却在复制粘贴。 明明应该优化策略，却在处理重复工作。 最后忙了一天，看起来做了很多事情，但真正对结果有决定性影响的动作并不多。 我现在的状态，反而有点像很多大的互联网公司管理层。 … Read more

7月7日，我一个人从正定前往北京，拜访了头部机器人公司银河通用智能。 这次不是去看一个机器人表演，也不是写一篇技术测评。 我更关心的是三个问题： 机器人公司的产品定位，到底应该怎么看？ 中国机器人公司出海，还有哪些没有被真正打开的机会？ 地方政府、产业企业和机器人公司之间，未来应该怎么合作，才能真正跑出结果？ 这次现场交流之后，我对机器人行业有一个更强烈的判断： 机器人行业已经过了只看展示效果的阶段，下一阶段真正的竞争，不是谁更像人，而是谁能更早、更稳定地进入真实场景。 7月7日，眼镜蛇在银河通用现场与机器人互动。 一、不要简单问谁排第一，要看每家公司的长板在哪里 我之前写过 AI 外贸系统和 AI CRM 的搭建逻辑，很多判断都来自真实项目。这次交流中，银河通用内部人员也提到一个判断： 银河通用更强的是具身智能、通用操作和真实场景能力；宇树更强的是运动能力、机器人本体工程化和规模化产品能力。 我觉得这个说法可以参考，但不能简单写成“谁是第一”。 机器人行业现在还处在快速演进阶段，不同公司选择的切入点并不一样。 宇树给大众最强的印象，是运动控制、四足机器人、人形机器人本体、成本控制和量产能力。 公开资料里，宇树的人形机器人出货量、收入增长和产品价格下降都很明显。它的优势很适合通过展示、短视频、舞台、海外开发者社区快速传播。你看到机器人跑、跳、翻、跳舞，第一反应会觉得这家公司很厉害。 银河通用给我的感受不一样。 它更像是在做机器人进入真实场景之前最难的那部分能力： 手怎么抓。 物体怎么识别。 任务怎么拆解。 环境变化后怎么继续工作。 机器人怎么在商超、仓储、工业、咖啡、零售等场景里长期稳定完成任务。 公开报道里，银河通用近几年发布了 GraspVLA、GroceryVLA、TrackVLA 等具身智能模型，也在智慧零售、工业和康养医疗等场景做落地。2026年初发布的 Galbot S1，还把双臂最大负载能力提升到50公斤，用来解决工业场景里的重载搬运问题。 所以，我更愿意把这两类公司看成两条路线： 一条路线是先把机器人的身体、运动能力和量产能力做到极致。 另一条路线是先把机器人的大脑、双手、操作能力和场景数据闭环做到极致。 未来大家都会往通用机器人方向走，但当前的优势入口并不一样。 现场展示的银河通用机器人，包含打招呼、舞蹈等互动能力。 二、机器人真正值钱的地方，不是表演，而是稳定干活 这次在银河通用现场，我看到几个演示。 有机器人和人互动。 有机器人盘核桃。 有咖啡机器人的机械臂。 也有机器人搬运重物的展示。 这些画面都很直观，但如果只看热闹，很容易看偏。 机器人真正有价值的地方，不是能不能做一个很酷的动作，而是能不能在真实场景里，把一个任务长期、稳定、安全、低成本地做下去。 … Read more

前几天，我和邓总有过一次沟通。 他之前做过百度联盟总经理，对流量变现这件事理解很深。 百度联盟当年最有价值的地方，不只是广告代码，也不是一个简单的分成工具。 它真正做的事情，是把两类人连接起来： 一边是大量会做网站、会做内容、会做流量的人。 另一边是百度背后的商业客户、广告主和搜索商业生态。 很多站长本来有流量，但不知道怎么卖。 很多企业本来有广告需求，但不知道怎么触达分散的长尾流量。 百度联盟把这两端接起来，让流量有了可结算、可分配、可规模化的商业模型。 这个模型的价值，不能只用概念理解，还要看它曾经跑出来的规模。 公开报道里提到，百度联盟 2016 年到 2018 年的分成规模分别约为 142 亿元、160 亿元和 180 亿元。 到了 2020 年，百度联盟总经理陈一凡在百度联盟峰会上表示，当年将为联盟伙伴带来超 200 亿元收入，同时启动 20 亿元分成激励。 也就是说，百度联盟真正厉害的地方，不是帮几个站长赚广告费，而是把大量分散的流量节点，组织成了一个年分成规模达到百亿级、甚至超过 200 亿级的商业系统。 我觉得今天的 OPC 社区，也到了需要思考这件事的时候。 最近我看了几篇关于 OPC 的文章，也结合自己这段时间做 AI 外贸、入境游和正定产业资源对接的思考，越来越觉得一件事： OPC 的问题，不是大家不会用 AI。 真正的问题是，很多人用 AI 做出了一堆东西，却没有接入一套可复制的变现模型。 有人做了网站。 有人做了短视频。 … Read more

这两天看到一篇在跨境圈传播很广的文章，标题很直接： 《10亿美金的跨境公司砍了70%的人，老板说：GMV一点没掉》 这个标题足够刺激。 但真正值得看的，不是“裁了多少人”。 而是它背后的组织变化。 原文提到一个网传访谈案例：一家年 GMV 10 亿美金的中型跨境公司，做 30 多个品牌，覆盖亚马逊、沃尔玛、Temu 等十几个平台。去年还是 700 多人的团队，现在只剩 200 多人，一年内压缩约 70%。 更关键的是，老板说 GMV 增速没有下降。 原文也提到，这家公司每月人力支出节省约 60 万美金，每月 agent 支出约 12-15 万美金，部门从多个独立岗位收缩为 3 个大部门：市场、经营、项目部。 这个案例具体是哪家公司、数据是否完全准确，原文作者也做了提醒：无法替大家核实。 所以我不把它当成一个已确认的财务案例。 我更愿意把它看成一个方向信号。 因为这个方向，和我最近正在做的 AI 外贸试点、AI 入境游项目，以及和一些企业老板沟通的公司组织重构，完全对得上。 不是用了 AI，而是拆了组织 这篇文章里最重要的一句话，不是 10 亿美金，也不是砍掉 70%。 而是这个判断： 拐点不是“用上 AI”，而是“敢拆部门”。 很多公司现在也在用 … Read more

最近我一直在思考一个变化： AI 不是简单让工具更好用，而是会改变很多行业的基础架构。 过去很多行业的增长，依赖中心平台。 外贸企业想出海，往往要使用阿里国际站、中国制造网、环球资源等平台的流量、信任、询盘和交易基础设施。 入境游企业想获得海外游客订单，往往要使用携程、猫途鹰、OTA、攻略平台和内容平台这些中心化入口。 这些平台不是物理意义上的“数据中心”，但从业务结构看，它们很像行业里的中心节点： 它们掌握流量。 掌握用户入口。 掌握交易规则。 掌握客户行为数据。 掌握平台信用和排序机制。 很多企业不是没有产品，也不是没有服务能力，而是必须借助这些中心平台，才能被海外客户或海外游客看见。 但 AI Agent 出现以后，这个结构开始松动。 不是企业要去再造一个阿里国际站，也不是再造一个携程。 更准确地说，是企业过去主要使用中心平台的能力，现在可以开始使用自己搭出来的端侧矩阵。 大量垂直网站、社媒账号、SEO 内容、GEO 内容、短视频素材、邮件自动化、表单入口、WhatsApp 入口、私域入口，都可以变成企业自己的端侧节点。 最后，这些端侧节点再统一汇入 AI CRM，完成线索识别、客户跟进、需求判断、内容推荐、报价辅助和业务复盘。 这就是我认为 AI 时代很多行业将被重构的底层逻辑。 这件事的核心，是获客结构变了 AI 行业本身，已经在发生类似变化。 过去很多 AI 能力都要回到云端或数据中心完成。 比如识别、摘要、翻译、生成、分类、图片处理、语音处理，很多时候都要把数据传到云端模型，再把结果返回给用户。 现在越来越多能力开始下沉到端侧。 最直观的例子，是智能眼镜。 智能眼镜不可能每一个动作都等待云端处理。 它需要在用户眼前完成识别、翻译、提示、拍摄、听音、交互。 这些动作越靠近用户，越要求低延迟、即时响应和个性化。 所以智能眼镜天然会推动 AI 能力向端侧下沉。 AI 手机也是一样。 … Read more