OpenRouter 如何用 AI 销售智能体 Rasp 每月为 5 人销售团队省回 600 小时
How an AI Sales Agent Saved Our Sales Team 600 Hours a Month
- 1OpenRouter 的 AI 销售智能体 Rasp 为 5 人销售团队每月省回约 600 小时。
- 2全包成本从旧版智能体的近 $800/天降到约 $30/天,其中约 $18 是 GLM 5.2 的推理费。
- 3官方称成交周期缩短 34%,赢单率升至 2.6 倍,但同期定价与市场也在变,未全归因于 Rasp。
- 4单次演示全程耗时从 103 分钟降到 44 分钟,93% 的首触邮件由 Rasp 自主发送。
AI 销售智能体承接销售文书工作的样板已经出现,运行成本靠模型路由快速下探,但这是 OpenRouter 为自家 Ori 做的背书内容,数字需按自报口径看待。
- 影响:围绕每通电话的会前准备、笔记和 CRM 录入约占 1 小时,交给智能体后销售每天可多排 2 通电话;线索分诊从占用一整个人降到约 25% 工时;成交与赢单率的提升混有同期定价和市场变化,复制时不能照抄数字。
- 参考:可考虑按同样口径拆解自家销售流程,先算出会前准备、笔记和 CRM 更新各花多少分钟;值得盘点哪一整个人在做线索分诊,评估哪些环节先交给智能体;敏感判断和最终发送保留人工确认作为底线。
- 依据:所有效果与成本数字来自 OpenRouter 自报的 GTM 报告和内部记录,官方口径暂无独立验证;模型报价为其 2026 年 9 月从 OpenRouter API 拉取。
Rasp 是一个构建在 OpenRouter 的 Ori 之上的 AI 销售代理,负责分派入站线索、发送首次触达邮件、撰写通话前简报、起草笔记并更新 CRM。它服务于 OpenRouter 自己的 5 人销售团队。鉴于业务增长的方式,用“被淹没”来形容这五个人在 2026 年的处境再恰当不过。
在过去几个月里,Rasp 让这些忙乱的销售人员找回了一些从容。它接管了大部分文书/行政工作,团队现在每月可节省约 600 小时。它让每个销售代表在同等准备水平下每天多出大约两次通话的余量。它缩短了响应时间,现在许多线索在首次咨询后不到一分钟就能收到回复。成交周期缩短了 34%。而且由于 Ori 的路由层不断换入更便宜但质量相当的模型,Rasp 完成这一切每天只需约 30 美元,而它所替代的代理每天花费接近 800 美元。
关键成果
- 每月约 600 小时还给了一支 5 人销售团队。
- 每位销售代表在同等准备水平下每天多约 2 次通话。
- 成交周期快 34%。
- 成交率提升 2.6 倍。同一时期定价调整和市场行情也在变化,所以这并不全是 Rasp 的功劳。
- 全部成本约每天 30 美元,而其前身接近每天 800 美元,且随着 Ori 自动路由到更便宜的模型,成本还在继续下降。
Rasp 做什么
- 调研并评估每条入站线索,并将非销售问题转派到别处。
- 发送首次触达邮件,其中 93% 由它独立完成。
- 在每次通话前撰写简报。
- 根据通话记录起草通话后笔记。
- 在每次通话后填写大部分 CRM 字段。
- 将边缘情况和任何敏感事项标记出来,交由人工审批。
Rasp 并非优秀销售代表的替代品。它是一台扫路车,清除路上的碎屑和拖慢节奏的杂物,让我们的销售人员能在畅通的道路上跑得更快。
从两个更早的销售代理中学到的经验
Rasp 不是我们的第一个销售代理。更早的两个代理,Ace(面向 AE)和 Dove(面向 BDR),负责处理入站线索、路由,以及 Rasp 今天运行的许多相同工作流。
观察这两个此前的代理让我们学到了几个关键经验:
- 所有任务共用一条流水线。每种任务都通过同一个流程运行,任务类型作为一个参数。Dove 和 Ace 让我们明白,当每种新任务类型都有自己独立的代码路径时,系统会变得笨重,也更容易偏离方向。
- 所有功能都加特性开关,默认关闭。我们以前上线过无法干净地关闭的东西。现在一切都可以。
- 从第一天起就记录指标。如果从未记录过,事后就无法衡量影响。本文中的每一个数字之所以存在,是因为 Rasp 从一开始就在记录。
- Slack 就是界面。团队泡在 Slack 里。仪表盘感觉上像是存放指标的合适地方,但指标最常被消费的地方,是工作实际发生之处。
这种持续迭代的原则意味着 Rasp 很可能不是最终形态——而这没什么不好!
一个 AI 销售代理每次演示能节省多少时间
每次演示节省了 59 分钟
在 Rasp 出现之前,做好一次演示大约需要 103 分钟的工作。销售代表要在通话前调研目标公司,在会议期间和之后撰写笔记,并在会后立即更新 CRM(好吧,我们希望如此)。
有了 Rasp,同样的工作大约只需 44 分钟。

- 演示前的准备时间从 30 分钟缩短到 5 分钟。Rasp 会在每次通话前写好一份出色的简报。
- 演示后笔记从 15 分钟缩短到 2 分钟。Rasp 根据通话记录起草笔记。
- CRM 更新从 30 分钟缩短到 7 分钟。Rasp 会填写大部分字段,销售代表仍有一定的自行裁量空间。
入站线索不再吞噬一整个人力
在 Rasp 和 Dove 出现之前,整理入站线索并回复它们占用了某位销售代表的全部时间(而且往往不止如此,取决于当周情况)。这种基本的资源错配导致了一个必然结果:只优先处理最优质的线索。
如今这项工作只占用一位销售代表约 25% 的时间。Rasp 自行发送 93% 的首次触达邮件,许多线索在联系我们后 60 秒或更短的时间内就能收到回复。剩下 7% 需要人工协助发送的,是 Rasp 主动向团队标记出的棘手边缘案例。
算总账
在这支五人团队中,Rasp 每个月节省约 600 小时,也就是每周约 140 小时(每位客户经理约 28 小时)。一年下来,大约是 7,200 小时。
对业务而言发生了什么变化

每位销售代表每天可以多打约两通电话。Rasp 从每通电话中减去大约一小时的工作:约 20 分钟的客户调研、15 分钟的笔记、5 分钟的 CRM 同步,再加上在这些任务之间切换的开销。每位客户经理每天可以增加两通电话,同时仍能像以前一样准备充分、精力充沛地参加每一通电话。正如我们的一位销售代表所说:“Rasp 替我卸下的工作,正是那些单调、永无止境的苦差事。”
同期成交率提升了 2.6 倍。同一时间段内定价变化和市场环境也在变化,所以我们不应把所有提升都归功于 Rasp。但这种相关性非常显著。
销售代表的准备更充分了。更快的回复是最直观的变化,但销售代表还能带着已写好的简报参加通话,有更多时间处理进行中的交易,管道也更干净,因为不合格的入站线索无需人工介入即可处理。
交易成交速度加快了 34%。
收入随之而来。当前销售管道中约 57% 可以归功于团队此前不具备的产能。
更干净的数据作为附带效果
在 Rasp 出现之前,入站线索没有经过过滤,大量时间花在甄别线索和把线索转给其他部门上。个人邮箱域名和支持类问题都会落到销售团队头上,工作都是临时应对,时间耗在令人沮丧的琐碎事务上。
现在,信息收集表单会过滤掉个人域名,并把非销售问题转往别处。随着 Rasp 在整个销售数据语料中不断学习,线索优先级会随着每一次新对话持续微调。
Rasp 不做什么
有些工作仍然是人工完成的,因为我们还有更多功能要加入 Rasp。
- 跟进以及重新激活沉寂的交易仍是手动完成,而流失交易检测尚在开发中。
- 购买角色和使用场景现在会流入 CRM。更丰富的交易背景字段在加入核心分类体系之前仍在讨论中。
有些工作是有意保留人工的:
- 主持实际的通话。
- 在谈判中决定何时施压、何时退让。
- 建立客户关系。
- 对任何敏感事项做最终批准。
分工非常简单 - Rasp 负责推荐、起草、标记和分发。在没有人工参与的情况下,它绝不会对发送、交易分类或合规问题做出最终决定。人际关系是人与人之间建立的,智能体本身无法建立信任。
那么……为什么叫这个名字?
Rasp 是一种粗锉刀。你用它来修整木材或金属,削去材料,留下粗糙的纹理。
对于一个在公司流水线上做修整工作的东西来说,这似乎是个绝佳的名字。Rasp 负责起草、分类、标记和分派,把原始销售材料削去多余的部分。再由人接手,打磨木工活,完成这件作品。
GTM 智能体需要什么:四项要求
许多公司正在为销售和 GTM 团队构建各自的 Rasp 版本。在亲手构建了三个之后,我们认为这样的智能体必须跨过四道门槛。
- 易于搭建。Rasp 是一条以任务类型为参数的流水线,一切都配有功能开关,并且从第一天起就记录指标。为 Rasp 增加一项新任务只需简单聊几句,不需要工程师。
- Slack 原生。团队始终不用离开他们已经在使用的工作工具。简报、草稿、标记和指标都送达工作实际发生的地方。
- 效果显著。为五人团队每月省回约 600 小时,每位销售每天多打两通电话,大多数入站请求在一分钟内得到回复。
- 自动成本优化。这是我们的差异化优势。基于 OpenRouter 的 Ori 构建的智能体(或实习生)会随时间推移变得更便宜。实习生底层的路由层会持续寻找在保持质量的前提下更便宜的模型并自动切换,无需智能体或团队费一丝力气。
例如,Rasp 的直接前身 Ace 和 Dove 每天成本接近 800 美元。Rasp 用大约 30 美元完成同样的工作。两个数字都包含工程时间加上智能体产出的例行输出,因此这是对同等范围工作成本的同口径比较。在这约 30 美元中,大约 18 美元是 GLM 5.2 的推理费用;其余是工程时间。
我们在 OpenRouter API 上核实了三个更便宜模型的当前定价,它们可以把 Rasp 的例行成本进一步降低。
价格为 2026 年 9 月的数据。
| 模型 | 提示(每 1M token) | 补全(每 1M token) | 每天约 200 轮时的推理成本 | 对比 GLM 5.2 |
|---|---|---|---|---|
| GLM 5.2(当前) | $1.40 | $4.40 | ~$18/天 | — |
| DeepSeek v4 Pro | $0.58 | $1.74 | ~$7.50/day | 便宜约 2.4 倍 |
| GLM 5.3 Flash | $0.08 | $0.25 | ~$1/day | 便宜约 18 倍 |
| DeepSeek v4 Flash | $0.04 | $0.10 | ~$0.50/day | 便宜约 37 倍 |
常见问题
AI 销售代理是做什么的?
AI 销售代理把销售相关的行政工作从销售代表的肩上卸下。Rasp 会研究并筛选入站线索、发送首次触达邮件、撰写通话前简报、根据通话记录起草通话后笔记,并更新 CRM。销售代表负责主持通话、进行谈判并建立客户关系。
AI 销售代理每天的成本是多少?
Rasp 每天的总成本约为 $30,包括工程时间。其中约 $18 是 GLM 5.2 的推理费用,而将常规工作转移到 OpenRouter 上更便宜的模型,可以把推理成本降到每天约 $0.50。
这与 AI SDR 有什么不同?
AI SDR 通常专注于外呼拓客。Rasp 则为整个销售团队提供支持,涵盖入站线索分诊、通话准备、笔记和 CRM 更新,并且在最终发送、商机分类以及任何敏感事项上都保留人工把关。
如果你的 GTM 团队希望获得更多产能、更高的成交率、更快的交易周期和更多收入,今天就加入 OpenRouter Ori Intern 候补名单。你会感叹这些季度以来要是没有自己的 Rasp 是怎么撑过来的。
资料来源:OpenRouter 经验证的 GTM 报告,2026 年 9 月。模型定价数据于 2026 年 9 月从 OpenRouter API 获取。Ace 和 Dove 的成本数据来自内部工程与使用记录。
来源:OpenRouter:Blog(Announcements) · openrouter.ai