20年GTM专家用AI替代增长代理按结果付费的AI编排平台

拥有20年GTM经验的Santanu Dasgupta推出Meerkats.ai，一个用AI替代增长代理公司的编排平台。它能自动完成线索捕获、数据补全、营销活动和跟进，目前月收入已超3000美元。按消耗计费，支持按结果付费，适合希望降低人力与外包成本的创业公司和增长团队。

Tags:

• AI替代人力
• GTM自动化
• AI Agent
• SaaS增长
• 按结果付费

Santanu Dasgupta在SaaS行业做了20年的增长和获客（Go-to-Market）。

从硅谷的Oracle移动数据库子公司起步，先做开发，后来转到增长侧，在Gartner咨询和塔塔咨询服务分别带过团队，帮创业公司和大企业做过需求生成和收入增长。

20年下来，他最强烈的感受不是"这个行业发展真快"，而是——GTM的核心工作方式，20年几乎没变过。

线索捕获，手动清洗和补全数据，跑邮件营销，安排SDR（销售开发代表）跟进，签外包代理公司帮你做这些事……整套流程依赖大量人力、一堆不连通的工具、以及一笔不小的代理费用。

他决定用AI把这件事重做一遍。

四周前，他上线了Meerkats.ai。目前月经常性收入已经超过3000美元。

---

一个"数字增长代理公司"

Meerkats.ai不是一个聊天机器人，也不是一个AI辅助工具。

它的定位是：一个用软件替代增长代理公司的AI编排平台。

具体来说，它能做的事包括：自动捕获和补全客户关系数据，自动生成线索，自动跑营销活动，自动跟进——全部通过一个对话界面完成。

过去这些事，需要SDR团队、市场运营人员和外部代理公司来做。现在，一个创业公司的增长团队可以直接用Meerkats替掉相当大一部分的人力和外包。

他提到一个很有意思的趋势：一些初创公司的GTM团队，宁愿选择Meerkats这样的产品，也不用Claude的托管代理或OpenAI的Agent框架。

为什么？两个原因。

第一，模型灵活性。他们不想被绑定在单一模型上，想要能根据任务选择成本最低、性能最合适的模型。

第二，人才缺口。很多创业公司没有足够的工程能力自己在Agent框架上搭建，于是把整件事外包给Meerkats——他们叫这种模式"Service as a Software"，甚至直接按结果付费。

---

技术架构：Agent不只是接个API

Meerkats的V1版本背后，堆了不少东西。

表层是一个电子表格式的界面，用来查看线索列表和数据补全结果。底下是一套能在30分钟内处理5万行以上数据补全的基础设施。

但真正核心的，是他们搭建的Agent系统——具备完整的自主能力：记忆管理、沙箱代码执行、评估反馈、工具选择、知识库调用。这套系统受到了OpenClaw的启发，能够规划和执行开放式任务，根据任务自动选择合适的模型和工具，处理执行中的异常，在需要人工介入的时候主动请求帮助。

他们用了Claude、Gemini、Codex等多个模型，底层框架混合了Claude Skills SDK、LangChain、Crew AI、AutoGen。数据层用Supabase，扩展计算放在Google Cloud Platform，沙箱执行用Fly.io，前端React，后端Node.js。

之所以选择Supabase，是因为它的行级安全（Row Level Security）能力，以及内置的身份认证、实时更新和MCP服务器托管，比MongoDB更适合他们的场景。

---

四周做到3000美元MRR

刚上线四周，这个数字不算大。但他的增长路径很清晰。

三个获客渠道：

第一，精准外联自己认识的代理公司——特别是那些还在帮客户做营销但完全没用AI的代理公司。这些是最直接的转化对象，因为痛点清晰、替代价值明确。

第二，线上和线下的教育活动，教代理公司怎么用AI Agent提高收入。这不是直接卖产品，是先教东西，建立信任，然后自然转化。

第三，LinkedIn发帖。

他坦言，如果重来一次，他会更早、更大力度地投入内容营销和受众积累。

---

商业模式：按消耗计费，甚至按结果计费

Meerkats的定价模式不是传统的按月订阅，而是按消耗计费——根据AI执行的数据补全次数、动作数量和任务复杂度来收费。

这降低了客户的起步门槛。你不需要先签一个月几千美元的合同，可以从一个小的增长流程开始跑，看到效果再扩大。

更有意思的是，他们看到了一种新的需求：代理公司把Meerkats的能力包装成"按结果交付"的服务，客户按完成的任务数量或达成的结果付钱。

这相当于——以前你雇一个虚拟助理帮你做这些事，现在换成了一个AI Agent来做，但付费逻辑是一样的：你不为工具付钱，为结果付钱。

---

20年没变的行业，正在被重写

Santanu提到一个他认为很多创业者应该认真思考的判断：

过去10年，自动化领域的主要玩家是Make.com、n8n、Zapier。这些工具在当时很好用，但在AI编排时代来临之后，它们正在快速变成"上一代"的技术。

"快速的技术变革对创业公司来说很难应对，但对大公司来说更难。创业者和独立开发者应该把这种颠覆视为机会，而不是威胁。"

他的建议是：

第一，理解什么才是真正的Agent。不是给AI套一层壳就叫Agent，真正的Agent是能端到端处理整个流程的系统。

第二，找那些能直接影响收入或降低成本的客户问题。

第三，从一个高价值的重复性任务切入。这个任务必须是痛的、手动的、直接关系到收入或客户体验的。用它做楔子，快速扩展到其他任务。

---

写在最后

四周，3000美元MRR，看起来是一个很早期的故事。

但背后的逻辑比数字本身更值得关注：一个在GTM领域深耕了20年的人，亲眼看着这个行业最核心的工作流程，20年没有根本性改变——然后AI来了。

他没有做一个通用的AI工具，而是把自己20年的行业经验灌进去，做了一个能替代增长代理公司的垂直产品。

最好的创业方向，往往不是你能想到的最聪明的点子，而是你比其他所有人都更清楚地知道哪件事做得很蠢。

---

· END ·

本文基于Meerkats.ai创始人Santanu Dasgupta的创业复盘整理撰写。