【油管解读】AI Agent 就是新 SaaS：卖软件的时代过去了
Hao的游戏PM笔记
📋 本期信息
• 原始来源：《AI Agents are the new SaaS》· 创业播客 Startup Ideas Podcast（YouTube）
• 主讲人：Greg Isenberg（Startup Ideas Podcast 主理人 / Late Checkout CEO，连续创业者；本期为其单人节目）
---
📝 本期摘要
Hao的游戏PM笔记本期拆解了「AI Agent 是新一代 SaaS」这个正在硅谷创业圈发酵的判断。核心观点是：SaaS 卖的是软件，Agent 卖的是人力，而人力是一个数万亿美元的市场，所以 Agent 的可寻址盘子比 SaaS 更大。本期梳理了「产品即工作」的心智模型，以及从选工作流、跟人观察、做最小可用 Agent（MUA）、用产品外壳建立信任、到卖试点再产品化、做工作流拆解分发的完整七步打法，并结合 Hao 在游戏团队推进 AI 落地的经验，聊了这套逻辑对游戏研发协作的启示。
---
❓ 本期讨论了这些问题
• 为什么说「Agent 是新 SaaS」，它和传统 SaaS 到底差在哪？
• 怎么判断一个工作流值不值得做成 Agent？
• 什么是最小可用 Agent（MUA），为什么不建议一上来做全自动？
• AI Agent 的评测集（eval）该怎么建，它为什么还是最好的销售素材？
• 这套「卖人力」的逻辑，对游戏研发团队推进 AI 意味着什么？
---
🔥 本期核心内容
1. 产品即工作（the product is the job）
传统 SaaS 卖的是「一个工具你拿去用」，Agent 卖的是「这份活你以后不用亲手干了」。判断一个点子的标准：能不能把某件杂活干得比初级员工好、比外包代理快、比多招一个人便宜。
2. 选一个「后面挂着工资」的工作流
好工作流的五个特征：高频发生、有明确完成线、已在使用现成软件、边角情况烦人但可学会（甜区是「重复+一点判断」）、买家能真切感到损失。
3. 从最小可用 Agent 起步，挣到自主权
四种第一版形态：起草加审批、分诊、协调员、有边界的执行。引用 Anthropic 的观点——很多 Agent 问题应先做成可预测的工作流，只有在判断创造价值时才逐步加自主性（earn autonomy）。
4. 外壳让它成为 SaaS，评测集建立信任
Agent 干活，外壳（日志/审批/控制室/交接）负责建立信任。用 50 个真实案例建评测集，既是质量的健身房，也是最有说服力的销售素材。启示：游戏团队推 AI 同样该走「低风险形态先行 + 用真实历史数据当证据」。
---
🏷️ 本期提到的人物与概念
主讲人：Greg Isenberg（本期为单人节目）
公司/产品：Slang AI / SameDay / Anthropic / Open Table / Shopify / Stripe
概念：Agent 即 SaaS（Agent as SaaS）· 产品即工作（The Product is the Job）· 最小可用 Agent（Minimum Useful Agent, MUA）· 评测集（Eval）· 工作流拆解（Workflow Teardown）· 挣得自主权（Earn Autonomy）· 按结果付费（Outcome-based Pricing）
---
🔗 延伸话题
Q：AI Agent 和普通自动化（如 Zapier）到底有什么区别？
A：普通自动化走固定路径，只能处理规则明确的简单流程；Agent 的价值在于处理「重复但带一点判断」的活，能读上下文、用工具、在边角情况上做取舍。
Q：游戏公司想落地 AI Agent，应该从哪个环节开始？
A：从高频、有明确完成线、判断浓度不太高的环节切入，比如资源规范核查、Bug 分诊、本地化初翻、外包对接的信息催收，先做「起草加审批」或「分诊」形态。
Q：怎么说服团队里对 AI 存疑的资深同事？
A：别讲愿景，拿团队过去 50 个真实案例让 AI 跑一遍，公开命中率、转人工数、出错案例和修复方式，用可复核的数字建立信任。
Q：游戏项目管理里，AI 能替代 PM 的哪些工作？
A：更现实的不是替代整个岗位，而是切出岗位里最重复的一小段（会议纪要初稿、进度信息汇总、风险清单起草），让它消失，PM 把精力留给判断和协调。
---
🌐 About This Episode
In this episode of Hao's Game PM Notes, we break down why "AI agents are the new SaaS": software is shifting from "help me do the work" to "do the work with me," and the addressable market for agent-as-labor is far larger than traditional SaaS. Drawing on ten years of experience as a game producer and game project management practitioner, Hao translates the seven-step playbook—pick the workflow, shadow the human, build the minimum useful agent, wrap it for trust, and sell the outcome—into concrete lessons for AI adoption inside game development teams.
---
📌 关于 Hao的游戏PM笔记
「Hao的游戏PM笔记」是一个专注游戏项目管理的垂直内容品牌，覆盖游戏PM知识体系、转行路径、AI提效与行业观察。
主理人 Hao，10年游戏行业经验，策划转项目经理，持有 PMP / PMI-ACP / PSM / PSPO 认证。
📚 系列课程：
• 《游戏项目管理14讲》——从零基础到游戏PM体系搭建
• 《从执行者到架构师》——进阶项目管理方法论
• 《游戏美术项目管理基础》——美术管线、外包管理与验收标准
• 《游戏人的AI第一课，从旁观者到驾驭者》——从AI旁观者到驾驭者的认知升级
• 《游戏PM的AI实战手册》——AI工具在游戏项目管理中的深度实战应用
📡 全平台：小宇宙播客 · B站 · 小红书 · 公众号 · 知乎
课程 · 一对一咨询 · PM成长社区 → pmnote.ai
---
📖 本期延伸阅读
更多「游戏团队 AI 落地」的实操思路，可在 pmnote.ai 查阅相关文章。
