SaaS公司需要为智能体构建新的数据模型
SaaS公司应通过扩展产品数据模型来定义工作平面,让外部代理在客户偏好环境中贡献,而非强迫客户采用自家代理或承担全部复杂性。

在设计智能体策略时,SaaS公司通常面临两条常见路径:
- 通过MCP开放工具与数据,让客户自行构建智能体。客户自主选择模型、搭建工作流、定制一切,并继续使用他们喜爱的工具。同时,他们也承担了所有复杂性。SaaS公司则面临沦为工具与基础设施层的风险,而客户的目标、决策和工作上下文却积累在别处。
- 构建封闭式智能体系统,掌控完整体验。这要求客户采用该公司的智能体。然而,大多数客户更倾向于在自己熟悉的环境中工作。
这就剩下两个糟糕的选择:要么将复杂性转嫁给客户,要么强迫客户采用独立的智能体。
还有第三条路径。产品可以将工作的定义扩展到公司核心数据模型之外,为外部智能体提供一个可运作的空间。这需要一种新型的架构模式,以及一种全新的工作方式。
产品边界向左移动,以捕捉工作上下文,而客户则留在其偏好的环境中:
独立的工作平面
关键在于将代理所需的数据与执行工作的系统分离开来。
SaaS产品为其现有记录周围的工作创建了一个模型。例如,在CRM中,产品超越了账户、联系人、线索和机会。其数据模型扩展至包含代理所需及产生的内容。
传统SaaS模式描述了客户所处理的对象。而代理型模式还描述了围绕这些对象发生的工作。
例如,面向代理的CRM需要在其现有记录周围有一个工作平面:
- 目标:团队试图达成的目的
- 证据:研究、使用信号、对话和来源
- 工作模型:当前的交易论点、账户健康状况、风险和利益相关者图谱
- 计划:后续步骤、工作指令、依赖关系和任务分配
- 决策:审批、权限、理由和约束条件
- 工作成果:草稿、简报、修正、外部行动和收据
每个对象都有类型、版本,并与证据相关联,且可供任何授权代理使用。这些对象共同构成了工作平面:一个用于CRM现有记录之间发生的工作的系统。
工作平面保存着客户流程的状态以及代理继续该流程所需的状态。任何授权人员或代理都能理解当前情况并接手工作。这种状态超越了生成它的上下文窗口、模型和运行时。
执行可以来自多个地方。SaaS公司可能为常见任务或在其领域专长重要的工作中提供代理。客户可能使用Claude、Codex、内部系统或某种组合。人员和专业服务也可以参与其中。
产品定义了工作的结构以及接受变更的条件。每个代理决定如何产生其贡献。由于当前状态存在于产品中,新模型可以在无需重建流程的情况下接管工作。
MCP 可展现工作计划
一旦CRM具备此模式,代理便可通过MCP发现它。代理能审视当前策略,追踪其关联关系,并查看有哪些工作可执行。当它贡献新内容时,能识别出产生结果所依据的确切状态。CRM在接受贡献前会进行验证。
这正是ThruWire的MCP接口运作方式。代理能以工件图的形式检查待办工作,查询类型化工作,理解依赖关系,认领可用任务,并发布结果。服务器会根据其模式及其与当前上游状态的关系,对每项结果进行验证。
MCP为SaaS公司提供了通往代理生态系统的开放接口。工作模型界定了代理到达时所见内容,并赋予其贡献持久的意义。
为何这对双方都有利
客户得以保留其偏好的代理,同时获得产品提供的结构。它需要构建和维护的基础设施大大减少。其代理携带的状态更少,使得跨组织的多代理及多人协作更加便捷。
客户也无需再从头教导每个代理了解流程。产品本身已掌握哪些工作存在、它们如何关联,以及何种进展算作有效。围绕一套工具维护不断增长的提示、记忆系统、工作流规则及交接逻辑的需求也随之降低。
SaaS公司则保持工作与其产品的紧密联系。它捕获客户的目标、决策、中间工作及成果。其领域专长成为指导每个参与代理的模式与规则的一部分。
SaaS公司仍可构建自有代理。这些代理提供强大的默认体验,并处理专业化工作。外部代理使用相同模式,因此客户可以切换或组合执行系统,而工作内容保持不变。
职责划分很清晰:SaaS公司负责定义并维护其领域内的工作,而客户则选择执行这些工作所需的智能体。
客户在获得智能体选择自由的同时,无需管理过多架构。SaaS公司对客户成果承担更多责任,同时保持对客户已在使用智能体的开放性。
总而言之,SaaS公司需要:
- 让客户留在他们选择的智能体中
- 使自身产品成为客户状态与工作的持久归属地
- 直接塑造智能体与其产品的交互方式
- 让人类能清晰了解智能体的行为及其原因
- 支持多个智能体与人类围绕共同工作协同配合
- 洞察智能体如何利用其产品
- 从智能体活动与成果中捕获结构化数据
- 通过自带智能体与自带模型架构保持毛利率
这一新的数据层正是产品战略的核心。