上周在旧金山的 Sierra Summit 现场，Bret Taylor 说了一句值得记下来的话：三个月前个人智能体还不存在，今天人们已经敢把信用卡交给它们。

上周在旧金山的 Summit 现场，Bret Taylor 说了一句值得记下来的话：三个月前个人智能体还不存在，今天人们已经敢把信用卡交给它们。这句判断背后，是他创办的 Sierra 刚刚交出的成绩单：ARR 从 2025 年 11 月的 1 亿美元，到今年 5 月突破 2 亿美元，只用了两个季度。5 月的 9.5 亿美元 E 轮融资，由 Tiger Global 和 GV 领投，投后估值 158 亿美元。

我们观察，Sierra 真正值得中国企业看的，不只是增速，而是它在过去一周内连续落下的三步棋：10 月 6 日发布自研编排模型 Curie 和智能体识别模型 fleming-1，推出快慢双思考的 Tandem Voice 语音架构；同一天联合 Meta 发布 Personal Agent Protocol；10 月 9 日协议草案 Poppy 0.1 公开，OpenAI、Visa、Mastercard、PayPal、美国银行等 40 多家公司加入设计伙伴名单。一家做客服 Agent 的公司，正在给整个 Agent 经济写接入规则。

01  商业模式：按结果收费，解决了才收钱

Sierra 的收费方式和几乎所有 SaaS 都不一样：不按席位、不按 token，而是按「解决了多少个客户问题」计费。对话没解决，大多数情况不收钱。第三方估算单价在每次 1 到 2.5 美元之间，企业年度合同起步约 15 万美元，但官方不公布价目表，官网的 pricing 页面直接是 404。

这个设计聪明在激励对齐：Sierra 想多赚钱，唯一的方式是把解决率做上去，而不是诱导更多对话。Ramp 的案例里解决率达到 90%，Casper 在销售高峰期做到 74%，Singtel 上线 10 周解决率超过 70%。客户名单是目前最硬的护城河：接近一半的 Fortune 50、三分之一的头部银行、八成的 Fortune 50 医疗公司都在用。对比之下，直接竞对 Decagon 虽然今年 1 月也融到 45 亿美元估值，但它默认按对话量计费，收的是「努力的钱」，Sierra 收的是「结果的钱」。这个差异决定了谁的模型在持续被真实结果打磨。

02  技术架构：不做万能大模型，做模型星座

Sierra 没有押注单一模型，而是搭了一套叫 Agent OS 的「模型星座」：不同任务用不同的小模型。早期的 Linnaeus 和 Darwin 负责毫秒级理解客户意图，上周新发布的 Curie 驱动对话的核心编排回路，决定走哪条路径、调用哪些工具、写出客户看到的回复。更有意思的是 fleming-1，它专门检测电话另一端是不是另一个 AI，随着个人智能体普及，企业很快要面对大量机器打来的机器电话，这是提前两步的布局。

语音是 Sierra 技术浓度的最好体现。新的 Tandem Voice 是一套快慢双系统：对话层实时听、实时答，捕捉语气和上下文；推理层在后台用完整的音频和文字转写规划下一步，让客户感觉 Agent 在「帮我查一下订单」的间隙其实完成了深度思考。配套的 Persona Studio 让企业上传自己的语音样本调教 Agent 的性格，一家订阅制企业用了 Voice Personas 之后解决率提升了 50%。所有模型调优和 token 成本由 Sierra 统一管理，客户不用关心用什么模型，这就是「tokenomics 代管」的生意逻辑。

03  增长引擎：企业信任 + 渠道借力 + 时代红利

Sierra 的增长速度，7 个季度做到第一个 1 亿 ARR，之后只用两个季度就翻倍。第一层动力是合规信任的复利：9 月拿下 AIUC-1 认证（专为 AI Agent 设计的安全标准），这在医疗和金融客户采购时是实实在在的敲门砖。第二层是渠道杠杆：7 月签下软银作为日本独家销售伙伴，9 月 Liberty Global 签了覆盖约 8000 万欧洲连接点的三年框架，新加坡和首尔办公室接连开设，用别人的渠道撬全球市场。

第三层是最大的时代红利：个人智能体的爆发。Meta 的 Muse、各类购物 Agent 开始替消费者打电话、下单、退货，企业突然发现流量入口变了。Sierra 顺势把自己放在了「企业侧接待员」的位置上，这正是 Personal Agent Protocol 的战略意义。

04  竞争格局：标准之战比模型之战更重要

把镜头拉远看，Agent 经济正在打一场协议战争。Stripe 和 OpenAI 有 Agentic Commerce Protocol 管结账，Visa 有 Trusted Agent Protocol，Google 今年 1 月推出 Universal Commerce Protocol。Visa 披露的一个数字说明了 stakes：美国零售网站的 AI 流量一年涨了超过 4700%。Sierra 和 Meta 的协议切入点不同，先管身份和授权，结账放到后续版本，基于 OAuth、JWT、MCP 这些成熟标准构建，并且以 Apache 2.0 开源。

值得关注的是名单上的博弈：OpenAI 在草案发布三天后加入，而 Google、Apple、Amazon、Salesforce、Anthropic 截至 10 月中仍未加入；Amazon 9 月甚至以使用条款切断了不自报身份的 Muse。Taylor 的态度很直白，希望对手也采用，不用「会非常失望」。Sierra 自身也有软肋：91% 式的大客户集中度风险、79 倍 ARR 的估值倍数，以及协议最终由谁来中立治理，都还是未知数。但历史经验摆在那里，SMTP 和 OAuth 都是各方的地盘争夺尘埃落定后才写成的开放规范，现在入局写规则的人，定义的是下一个十年的入口。

05  核心 takeaways

1. 计费方式即战略 按解决结果收费不是定价技巧，是把公司所有资源押在「解决率」这一个指标上。中国企业做 AI Agent 商业化时，先想清楚你按什么收费，它决定了你和客户的激励是否同向。

2. 不要做万能模型，要做模型星座 用一批微调小模型各司其职，编排层才是核心资产。用对模型比用最强模型重要，成本和延迟在企业场景里是硬约束。

3. 客服正在从成本中心变成企业的新入口 当消费者的个人 Agent 替人打电话、下单时，客服系统就是企业面对 Agent 流量的前门。谁控制了这扇门，谁就控制了下一代流量分配。

4. 入口之争的胜负手是标准，不是功能 协议（OAuth/MCP/身份授权）比单个产品功能更值钱。中国平台型公司应该评估：当海外 Agent 经济有了通用接入协议，我们的封闭生态要如何对接。

5. 先拿信任，再谈规模 医疗金融客户为合规认证买单，渠道伙伴替你敲开国际市场。ToB Agent 生意的增长是信任、渠道、时代红利三层叠加，缺一层都会慢一半。

我从硅谷辞职创业，回国帮企业AI落地，搭建数字员工。我一直坚信在智能体元年，最先用上数字员工的企业，最先尝到智能复利的甜头。

企业老板想诊断工作流的，回复 "企业"，我发你诊断清单。