先判断下一步，而不是先追求全自动

OpenAI 的 2026 年企业 AI 报告把企业使用从辅助走向执行作为观察方向；Agents API 公测进一步展示了长任务的技术基础。两者是 OpenAI 对其产品和客户样本的官方表述，不等于每个销售团队都应该立刻让 Agent 自动改 CRM、发邮件。

以下五级是 KnowSales 根据销售业务边界提出的自评框架，不是 OpenAI 官方等级，也不是软件采购评分。目的很简单：找到当前最薄弱的一层，再决定下一笔投入。

五级模型

级别	团队实际在做什么	通过标准	常见风险
1 表达	用 AI 润色邮件、翻译、改写提案	人工能核对数字与承诺	语气变好，事实却错
2 检索	AI 能找产品文档、话术与案例	每条关键答案可打开来源	搜到了过期材料
3 上下文	AI 同时理解唯一客户和产品	profile 与 activity 分层，身份无串档	把别家客户历史混进来
4 受控动作	AI 形成写入计划，获准后执行	权限、确认、幂等、读回齐备	静默写入或重复新增
5 复盘改进	团队用结果修知识和流程	能追溯失败、衡量采用率并纠错	只看调用量不看业务质量

第一级很容易采购到。第三、四级通常需要最扎实的业务设计，因为销售记录有实体、时间、来源和权限。第五级也不意味着“无人销售”；它意味着系统能把错误和成功变成持续改进的证据。

用一个客户询盘穿过五级

「示例客户 A 公司」发来邮件询问设备适用性与交期。一级 AI 可以把回复写得礼貌。二级能找产品说明。三级先核对这是否是现有客户，读取其最近一次样料测试和承诺。四级准备一条跟进 activity，展示目标客户、原文依据和拟写内容，销售批准后再写入并读回。五级回看：技术答复是否被采用、客户是否因此进入下一阶段、哪些产品问题反复缺资料。

如果第二级的产品知识已过期，直接投资第四级自动化只会更快写错。升级顺序应服从真实失败点。

怎样评估投资优先级

每级都问三个问题：

当前每周有多少高价值任务卡在这一层？
若出错，影响只是返工，还是会变成价格、交期或客户隐私风险？
是否已有可观察证据证明改进有效，例如检索命中后采用、写后读回或客户下一步达成？

不要把“Agent 调用次数”直接当 ROI。它可能只是反复补救一次错误。若业务员总在找旧邮件，优先补来源和客户活动；若总在重录，优先设计安全写回；若系统已经写得很多，却没人相信，优先做验收与复盘。

KnowSales 的位置

KnowSales 在知识检索、来源引用、客户 profile/activity、MCP 工具、权限和客户看板上提供这套框架所需的多个积木。它不要求每个团队一次启用所有层级。AI Sales OS 分层工作流解释了完整结构；MCP 实战指南可帮助团队从只读连接开始。

执行能力仍应按账号权限、功能状态和实际验收判断。尤其是持久任务等灰度能力，不能因为出现在路线图或代码中就算团队已达到第四级。

常见问题

五级是必须按顺序购买的套餐吗？

不是。它是诊断框架。团队可先修最影响业务的一层，但高风险动作需要前面几层的身份和来源基础。

只用 AI 写邮件算落后吗？

不算。若当前最大问题是多语言表达，一级可能很有价值；关键是核对事实与承诺。

到第四级就能自动发客户邮件吗？

受控动作不等于默认自动发送。对外承诺仍应有明确审批、权限和可追溯记录。

如何证明第五级真的有效？

用业务结果与错误率衡量：答案被采用多少、记录写对多少、跟进是否按时，以及错误是否在下一轮减少。

先按五级给团队现状做一次标记，再用销售 Agent 验收清单决定下一项试验；需要统一客户与知识上下文时，可了解 KnowSales。