客户问“你们接大模型了吗“，我答不上来

原创于 2026-08-03 10:21:13 发布 · 65 阅读

1 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

会议室里那句话，研发是笑着说的

上个月陪销售见客户，对方 CTO 喝了口茶，慢悠悠问："你们这套系统，接大模型了吗？我们的工单能不能让 AI 先过一遍？"我张口就来：“能，这个我们评估一下，技术上没问题。”

回公司的车上，研发负责人转头看我，笑着说："老冯，你刚才那句’没问题’，是想让我们重写整个工单引擎吗？这需求模型做不到，你想清楚了吗？"销售坐在旁边没说话。那一刻我恨不得把自己塞进座椅缝里。

我在深圳这家 SaaS 公司做了六年 PM，方案写了上百份，第一次在客户的事上，被自己人当众拆台。

PM 是什么时候变成"销售支持"的

这两年 SaaS 价格战打得很凶。同赛道三家竞品，功能差不多，报价一家比一家低，去年底有家直接打五折抢单。我们公司跟着降，客单价一年跌了四成。

价格战的连锁反应是：PM 不做产品了，改做方案。销售拿下线索，我三天内出一份定制方案；客户要比价，我再把功能清单重排一版。去年一年我写了六十多份方案，真正立项做的不到十个。我的 OKR 从"产品指标"变成了"支持成单量"。

有个季度我统计过自己的产出：方案中标率 11%，平均一份方案被三家竞品的销售拿去当比价素材。凌晨改方案的时候我就想，我这是在给整个行业义务写标书。PRD 被打回不可怕，可怕的是方案根本没人读——客户只翻最后一页的报价。

更难受的是，客户的问题变了。以前问"有没有这个功能"，现在张口闭口"你们接大模型了吗"“能不能用 AI 自动处理”。而我连大模型能干什么、不能干什么都说不清，只能靠"评估一下"四个字硬撑。说个真事，有次客户追问"幻觉问题你们怎么控制"，我愣是接不住，场面冷了十秒。

不是我一个人接不住，是整个 SaaS 行业都在换考题

这不是我一家公司的窘境。今年 SaaS 圈的共识是：软件本身卖不上价了，"AI 含量"成了新的溢价点。客户采购清单里，"是否接入大模型"从加分项变成了准入项。某行业报告说，2025 年 B 端软件招标里带 AI 能力要求的项目占比翻了一倍。

岗位也跟着变。我去翻招聘网站，SaaS 公司的 PM 岗 JD 里，“熟悉 RAG/Agent 优先”"理解大模型能力边界"出现得越来越密。说白了，客户已经把考卷换了，我还在复习旧题。

研发怼我的那句话，其实没错——错的不是我答不上来，是我不知道"模型做不到"这五个字的存在。不懂边界的人，连需求都提不合格。

还有个细节让我下了决心。公司挖来一个 AI 产品负责人，第一次开需求会，他当场把销售随口承诺的三个"AI 功能"砍掉了两个半："这个模型做不到，这个成本兜不住，那个只能做半自动。"老板不但没生气，还点头。我当场意识到：能说"不"的底气，来自懂边界。

我补的不是代码，是"边界感"，拢共三步

先降个恐惧：转 AIPM 不用会写代码，但要懂模型能力边界。我一个做方案出身的人，三个月补上来了，路径就三步。

第一步，把"模型做不到"清单化（第 1-3 周）。 我把大模型在 B 端场景的能干和不能干列成一张表：能做工单分类、摘要、FAQ 问答、情绪识别；做不了精确算账、跨系统强一致操作、实时数据查询。表贴在工位上，客户每提一个 AI 需求，我先对表再开口。从那以后，“评估一下"变成了"这个能做，那个要换方案”。

第二步，搞懂 RAG 和 Function Calling 各管什么（第 4-8 周）。 说人话：RAG 管"知道"——把企业知识库切成块、向量化，让模型答得有依据，压住幻觉；Function Calling 管"动手"——让模型去调接口，查工单状态、创建任务。客户那句"让 AI 先过一遍工单"，正解就是 RAG 加 Function Calling 的组合：先检索知识库答，答不了调接口建工单转人工。我在 Dify 上把这个流程搭了一遍，全程没写代码。

第三步，学会算 Token 成本的账（第 9-12 周）。 B 端客户最关心"上了 AI 贵不贵"。我学会按调用量估算 Token 消耗：一条工单过一遍模型几分钱，一个坐席一天省两小时。方案里第一次出现了"AI 投入产出测算"这一页，销售说这一页比功能清单好使。

三个月里我也有过想放弃的时候。看 RAG 原理看到向量 embedding 那段，一堆数学概念，我合上电脑去阳台抽了根烟。后来发现根本不用懂那么深——PM 要懂的是"它解决什么问题、代价是什么"，不是"它怎么算的"。想通这个，后面顺了很多。