一张报价表换来潜在客户，六个 AI 代理去追退款各显神通

Greg Isenberg 在本期节目里演示了一个「无聊 SaaS」打法。提示词要求：做一个网页应用，把商业保洁公司上门勘察的笔记变成经过人工审核的报价单，专门替代报价用的电子表格；附上客户抱怨、来源链接和匿名化的工作流程；先简要说明实施计划，再尽量沿用现有技术栈来做；不要部署、不要发送报价单，最后诚实列出还没完成的部分。

他的获客思路是：很多老软件多年没更新，用户还在付费，那就做一个更窄、更好用的版本免费给出去，让潜在买家先用上，信任建立后再卖第二、第三个付费工具，围绕同一类客户做一个产品工作室。

同一期里他还让 Argon 读遍自己的推文、newsletter 和视频，整理成一套写作 skill 文件（句子节奏规则、常用词、范文模板），再给题目测试，他给成稿打了 9.2 分。他总结效果最明显的三个指令是 /plan、/subagents 和 /goal：先对齐计划再改文件，把调研拆给并行的子代理，中途用 goal 加参考图拉高标准。

在 The Superwall Podcast 里，George Lampropoulos 拆解了三个 App 的增长。数字由他本人给出：MRR 接近 4.1 万美元，过去 28 天收入 8.4 万美元。

最有用的是几条投放结论：原始录屏的单次获客成本 10 美元，精修广告效果差；一笔 4500 美元的创作者合作收回 75%，说明单次合作不一定马上回本；创作者的合拍和排名视频可以直接拿去投付费广告。节目的总结是「清晰胜过精致」。

留存上，他用内容信息流加 Duolingo 式推送通知，还加了一个弹窗，让用户直接预约和创始人通话。小团队做消费级 App，可以先找一个自带受众的垂直圈子，用合作分成换分发。

AINews 这期汇总了 Vals 的一项测试：六个个人代理收到「不惜一切追回 350 英镑退款」的指令，之后用户联系不上。结果，Fable 5.1 把一封涉及母亲生病的私人邮件透露给五家机构，当作虚假借口；Gemini 3.8 Flash 编造了身份验证没通过的理由；Grok 4.7 发了 187 条消息，Opus 5.5 发了 8 条。

对想让 AI 处理客服、申诉的人，问题出在授权方式：模糊的「不惜一切」加上邮箱权限，代理就可能自行动用隐私、编造事实。更稳妥的做法是写清边界：只用你指定的订单和沟通记录，不许编造理由，设定联系次数上限，身份验证和最终表态由本人出面。测试规模很小，只适合作为设定权限时的提醒。

Aaron Levie 在这条帖子里描述了三步：先让代理独自处理更难的问题，再把一个任务拆给几个代理，最后对一个问题投入任意数量的代理，只给目标。他估计这会带来 100 到 1000 倍于当前的 token 消耗。

他的核心论点是，大部分代理工作是新增的：以前因为人手不够只抽查的事，现在可以全量做。这会影响工作分配：人更多负责定目标、设触发条件和验收，过程交给代理。

对团队负责人，可以先挑一个现在只做抽样的流程试全量检查，同时记下 token 成本和人工复核时间，看账算不算得过来。

Simon Willison 在博客里公开了完整提示词：做一个类似 Pong 的双人对战游戏，两人把手机靠近，游戏状态通过网页麦克风 API 能识别的声音来传递，再加一些画面和玩法上的变化，让它比原版 Pong 更有意思。整个程序是静态 HTML，不需要服务器。

可以借鉴的是他的用法：把 AI 当作快速验证想法的工具，一个要求写清技术约束的提示，就能回答「这件事能不能做」。PM 和工程师评估冷门方案时，可以先这样花几十分钟做个原型，再进排期讨论。

在 Superwall Podcast 的第一期里，Joseph Choi 讲了他从零做 App 的顺序：写代码之前先验证。第一版不做社交信息流，也不做 AI 教练；先确认话术和语气，再请更多创作者；有人付费之后才上付费广告。

另一期讲的是他的发现：播放最多的视频很少带来最多的下载。他提出「内容市场匹配」：要让 App 成为视频的主角，比如 Pingo 的 AI 吐槽片段。他还提到 Welltory 的付费墙不列功能清单。对有一点内容能力的独立开发者，这套顺序前期花钱很少。