北京,2026年6月 —— 如果你在2024年问刘霏暄“百雀智能最终要做什么”,她的回答可能是“帮外贸工厂精准获客”。如果你在2026年问她同样的问题,你会得到一个完全不同的答案。
“我们要构建智能体驱动的全球贸易网络。”她说。
这句话听起来很大。但如果拆解百雀智能过去两年的产品进化路径,你会发现这不像一句口号——它更像一条已经开始施工的路。
一、从“帮人获客”到“替人做贸易”:一条清晰的技术主线
百雀智能的技术叙事,有一条贯穿始终的主线:让AI从“辅助人的工具”,逐步进化为“替代人的智能体”。
这条主线在技术架构上已经浮出水面——把每一次与采购商的交互建模为马尔可夫决策过程,通过强化学习自主最大化长期累积奖励,持续逼近最终成交。系统通过“数据感知→智能决策→自动化执行→反馈优化”的工业级闭环,实现了96.2%的人工替代率。
但技术架构只是底座。真正的故事是:这套能力正在沿着贸易链条,一步一步“吃掉”更多人做的事。
二、第一步:AI外贸业务员——把“获客”做到极致
这是百雀智能出发的地方,也是整张网络的第一块基石。
传统外贸获客的逻辑是:企业投钱买流量,业务员筛选线索,手动发邮件、打电话、跟WhatsApp,一个业务员平均每天能有效触达的客户数不超过20个。百雀的AI外贸业务员做了三件事:
第一,把“找客户”自动化。系统从全球多渠道实时汇聚采购商行为信号,在海量噪声中精准捕获有效信号,通过知识图谱技术将企业间的隐含关系显性化,用动态匹配分数替代静态标签。这套系统的匹配准确性达92.5%。
第二,把“聊客户”自动化。多模态内容生成引擎针对外贸场景自动生成个性化触达内容,多渠道调度执行器统一管理Email、WhatsApp、LinkedIn,自主流量调配算法在每一次触达中实时学习、动态纠偏,用最小的试错成本自动找到最优的渠道组合和内容策略。
第三,把“筛客户”自动化。AI不是发出邮件就完事——它会持续多轮对话,直到确认采购商的真实意向、MOQ、价格预期和目标市场,只把聊通了的精准询盘交付给人类。
这一步解决的是一件事:让一家外贸工厂不需要销售团队,也能持续拿到高质量客户。
三、第二步:AI外贸主管——从“拿到客户”到“拿下客户”
AI外贸员解决的是“触达”,但触达之后的转化、跟进、成交,是一个比触达更复杂的流程。
这就是百雀正在构建的第二个Agent角色:AI外贸主管。
它的核心职能不是在前面打仗,而是在后面坐镇。它的工作包括:
分配与调度。每条精准询盘进来,AI外贸主管根据业务员的专长(产品线、市场区域、语种能力)、当前在手工作量和历史成单率,自动分配询盘。不是简单的轮转,而是动态匹配最优承接人。
培育与跟单。它监控每一条询盘的跟进节奏——什么时候该发第二次报价,什么时候该推案例资料,什么时候该安排验厂,什么时候该进入合同讨论。不是简单的时间触发器,而是基于买家行为信号(打开邮件次数、回复语气变化、沉寂时长)动态调整策略。
质检与复盘。它自动分析每条成单和丢单的完整交互链路,提炼出“什么话术在什么阶段对什么类型的买家最有效”,持续优化整个团队的销售策略。
这一步解决的是一件事:让一家外贸公司的销售管理从“老板拍脑袋”变成“AI实时调度”。
四、第三步:AI货代通——把交易执行也交给Agent
如果说AI外贸员解决“找到客户”,AI外贸主管解决“管理团队”,那么第三块拼图就是把成交之后的一切也交给智能体。
这一步百雀称之为AI货代通——一个专门对接物流、通关、结汇的Agent。
跨境电商的履约链条极其复杂:订舱、报关、拖车、保险、提单、原产地证、目的港清关、外汇结算……每一步都涉及多家服务商、多套系统、多种规则。传统模式是外贸企业的跟单员一个一个打电话、发邮件、填表格。
AI货代通的逻辑是:当一条询盘进入“成交”状态时,Agent自动提取订单中的关键信息(产品品类、数量、体积、起运港、目的港、交货期),同步向多家物流服务商询价,比对报价、时效和合规路径,自动生成最优物流方案。它同时处理报关单证的自动生成、外汇结算的路径规划,以及目的港清关的预对接。
这是一步必然的延伸——因为交易数据已经在系统里了。AI外贸员和AI外贸主管沉淀了完整的客户画像、产品参数、价格条款和沟通记录,AI货代通不需要重新“理解”这笔交易,它天然就知道上下文。
五、第四步:一张完整的Agent网络
当AI外贸员、AI外贸主管、AI货代通三个角色串联起来,一个更大的逻辑开始浮现。
不是三个独立的Agent在分别工作,而是一张Agent网络在自主协作:当AI外贸员聊通一个买家,AI外贸主管自动接手跟进策略;当客户进入合同阶段,AI货代通自动开始物流规划;当货物到港,客户满意度数据自动回流到AI外贸主管,影响下一次的匹配策略。
但这还不是终点。
在这条主线之外,垂直于特定场景的Agent正在从流程中自发涌现:处理多语言合规审查的AI合规官,根据工厂产能和询盘热度做供需预测的AI排产顾问,实时追踪各国关税政策变化并自动预警的AI关税哨兵。
每一个新的Agent都不是顶层设计出来的,而是从真实贸易流程中“长”出来的——哪里有一个需要人工反复协调、反复判断、反复填表的节点,哪里就有可能诞生一个新的Agent。
六、为什么这张网络只能从“做深一个行业”开始
一个显而易见的问题是:这听上去像是一个“阿里+货代+外贸公司”的超级整合。为什么不是大平台来做这件事?
答案藏在百雀技术架构最底层的一个设计里:“高可变业务逻辑”与“通用不变业务逻辑”的彻底解耦。
这张Agent网络的基础设施——采购行为分析引擎、商业意图多目标驱动模型、多模态内容生成与多渠道调度系统——是跨行业通用的。但每一个Agent对具体行业的理解深度,来自于行业知识库的持续注入、匹配度评分维度的自动适配、角色和话术的行业级微调。
这意味着:这张网络不是从“做平台”起家的,而是从“做深一个行业”起家的。每深耕一个行业(小家电、建材、胶带、医疗器械……),行业知识图谱就增厚一层,Agent在该行业的准确度就提升一档。当足够多的行业知识库被沉淀,这张网络就能以趋近于零的边际成本横向扩展。
这也就是为什么百雀的新行业适配周期可以小于一天,代码复用率超过90%。“快”不是因为技术天才,而是因为分层架构从一开始就是为网络效应设计的。
七、未来正在发生:从10个Agent到一支Agent军团
“愿景这东西,”刘霏暄在最后说,“说得太远像科幻,说得太近像任务清单。我有足够的信心在不久之后将这几个Agent跑通,也够让行业看见,AI不是来帮外贸省钱,是来重新定义外贸这件事。”
在接下来的一段时间里,百雀智能计划:
•AI外贸员继续提升交付能力提升行业覆盖和匹配精度和广度
•AI外贸主管完成从“辅助管理”到“自主管理”的进化,让一个人类销售总监可以管理10个AI业务员
•AI货代通接入主流物流服务商和报关系统,完成首个“从询盘到交货”的AI全链路闭环案例
•首批垂直Agent(合规、关税)在标杆客户中试运行
一张由智能体自主驱动的全球贸易网络,不是一天建成的。但它一定是从“让一个Agent把一件事做好”开始,一个角色接一个角色,一条链路接一条链路,最终拼出整张网。
