Rilo 失败拆解：1 万名试用者，为什么最后只剩 Adobe 的六人团队
Rilo 把 GTM 自动化做成自然语言工作流，却在公开证明重复使用、付费与单位经济之前关闭独立产品并加入 Adobe；本期拆开这条增长因果链。
一句话总结： Rilo 用自然语言把竞争情报、销售线索、投资人追踪和内容分发做成跨工具工作流，创始人称产品上线数月已有 1 万名以上用户搭建过工作流；但 Rilo 在 2026 年 8 月 24 日宣布加入 Adobe，并从当天起关闭新注册和托管产品，说明“有人试过”距离“有一门能独立经营的工作流生意”仍然很远。123
增长判断： Rilo 的公开证据只证明了较强的获客和试用兴趣：创始人披露有 1 万名以上用户搭建过工作流，TechCrunch 报道 Rilo 曾融资 100 万美元、团队有 6 人；Rilo 没有公开披露激活率、第二次工作流使用率、90 天留存、付费客户、收入、续费、单位成本或贡献毛利。23
增长因果链： 自然语言降低了搭建自动化的门槛 → 用户愿意试用竞争情报、线索触发和内容分发 → 复杂工作流需要稳定数据、权限、人工复核和结果归因 → Adobe、Salesforce 等平台把这些控制点放进更大的营销与客户数据系统 → Rilo 的单点代理能力获得了收购价值，却没有公开证明独立产品的留存与单位经济；Rilo 关停的具体经营原因，公开材料没有披露。
G｜增长系统：1 万名试用者，卡在“下一次工作流”之前
结论： Rilo 公开证明了“用户愿意搭建一次”，没有公开证明“用户会持续把结果接入工作”；真正的增长断点很可能出现在首次输出之后，但现有资料不足以把这个推断写成已证实的关停原因。
先把 Rilo 的产品边界说清楚
Rilo 官方页面把产品定位为一支“没有增加人数的 GTM 团队”。GTM 是 go-to-market 的缩写，指从市场研究、获客、销售到内容分发的一整套商业化工作。Rilo 让用户用自然语言描述目标，再由 AI 代理搭建跨工具工作流。官方页面列出的场景包括竞争对手动态摘要、潜在客户信号跟踪、投资人动态追踪、内容改写与多平台分发。4
Rilo 官方页面还展示了连接 Reddit、Gmail、Twitter、LinkedIn、Notion、Zapier、HubSpot、Apollo、Slack、Salesforce 等工具的能力，并称支持 100 多个工具。这个页面证明了产品当时想覆盖的连接范围，不能证明每个连接都稳定可用，也不能证明每个客户都把工作流投入生产。4
Rilo 的核心路径可以拆成六步：用户描述目标，Rilo 追问约束，系统连接数据源，代理生成判断，工作流触发动作，团队复核结果。只要其中任何一步仍需要创始人或运营人员手工修正，用户得到的就不是“自动化团队”，而是一套需要维护的半自动脚本。
AARRR 漏斗
| 环节 | 已知事实 | 应追踪的指标 | 当前判断与置信度 |
|---|---|---|---|
| Acquisition 获客 | 创始人称 Rilo 上线数月后已有 1 万名以上用户搭建过工作流；TechCrunch 报道 Rilo 在 2025 年成立并融资 100 万美元。23 | 访问到注册、注册到连接首个数据源、注册到创建首个工作流的转化率；自然流量、邀请占比与获客成本 | 有明显的试用兴趣；完整获客漏斗未披露。A/B |
| Activation 激活 | 创始人描述的 V1 可以让用户描述自动化并观察工作流被搭建；Rilo 官方页面承诺首个输出可在 15 分钟内到达。24 | 首次工作流成功运行率、首次输出合格率、人工改写分钟数、首个结果进入 CRM 或内容发布流程的比例 | “搭建过”仍是弱激活；首个结果被团队采用才是强激活。A/B |
| Retention 留存 | Rilo 官方公告说客户曾把产品用于 GTM、运营和研究，但没有披露 cohort 留存或重复工作流数据。1 | 第二个工作流创建率、D7/D30/D90、每周自动运行次数、连续运行 8 周的客户比例、工作流失败后的继续使用率 | 留存未披露；“客户信任过产品”不能代替持续使用证据。A |
| Referral 推荐 | 创始人公开感谢数千名用户，并称用户推动了 Rilo 的下一阶段；公开材料没有给出邀请率、自然增长占比或推荐后的激活率。2 | 工作流分享率、团队成员加入率、被邀请用户的首次有效输出率 | 具备团队协作和分享可能，规模未披露。C |
| Revenue 收入 | Rilo 披露融资 100 万美元和估值 1000 万美元的报道口径；收入、付费客户、合同金额、续费率与毛利未披露。3 | 每个客户的月度贡献毛利、模型与数据源成本、人工复核时间、续费与扩单、每个工作流带来的销售或内容增量 | 融资与估值属于资本市场信号，不是商业化证据。A |
“10K+ 用户”究竟证明了什么
创始人的原话是，Rilo 在上线数月内让 1 万名以上用户搭建过工作流。这个口径至少可能包含注册用户、试用用户、搭建过一次工作流的用户，以及持续运行工作流的团队成员。公开材料没有把四类人拆开。2
产品增长团队应该把这句话改写成四个事件：注册、首个工作流保存、首个结果通过验收、第二个工作流在 30 天内重复运行。只有第四个事件开始接近留存。用户搭建一次竞争情报摘要，可能只是体验产品；团队每周持续收到摘要，并据此调整销售名单，才是工作流进入业务。
Rilo 官方页面展示了 Gushwork、TwinMind、GetCrux、Inkle、Lifetoon 和 Cekura 等客户案例，并把“25% 月环比增长”放在 GetCrux 的引语中。这个数字属于客户证言，不能回填成 Rilo 自己的收入增长或客户整体效果；Rilo 也没有公开统一的客户实验设计。4
可证伪门槛： 新的 GTM 工作流产品应连续跟踪 3 个客户 cohort。若首个合格输出后的 30 天第二次工作流运行率低于 30%，或每周运行 4 周后仍有超过 20% 的任务需要人工重做，团队就不应继续用注册量解释增长；若 D30 重复运行率超过 45%、第二类工作流采用率超过 30%，且客户能把结果接入 CRM、销售或内容发布，独立工作流产品才获得继续扩张的证据。以上是决策阈值，不是 Rilo 的历史数据。
增长逻辑可以压缩成一句话：自然语言带来第一次搭建，可靠结果才带来第二次运行；Rilo 公开了前者，没有公开后者。
O｜市场机会：GTM 自动化的价值在结果，不在“会搭流程”
结论： Rilo 面向的是一个真实市场，但这个市场的购买单位不是“一个 AI 代理”，而是一个能持续改变销售、研究或内容结果的工作流；当产品只能展示流程搭建而不能证明结果增量时，平台型公司更容易把它当作功能和团队来吸收。
一个 GTM 工作流至少有四层
| 层级 | 用户要完成的事 | 需要的数据 | 需要承担的责任 | 结果证据 |
|---|---|---|---|---|
| 监测 | 发现竞争对手发布、客户需求或投资人动态 | 网页、社交平台、CRM 与内部资料 | 来源准确、更新时间、重复信号处理 | 有效信号命中率、误报率 |
| 判断 | 判断某个信号是否值得销售或运营团队行动 | 客户画像、历史互动、团队规则 | 解释为什么触发，允许人工修正 | 有效线索率、人工复核时间 |
| 执行 | 生成邮件、更新 CRM、安排内容或通知团队 | 账户权限、字段结构、渠道 API | 防止误发、误改、越权和重复执行 | 发送成功率、回滚成功率、人工接管率 |
| 归因 | 判断动作是否改变了销售或内容结果 | 机会阶段、回复、转化、收入与成本 | 区分相关性和因果性 | 回复率、合格商机率、增量毛利 |
Rilo 官方页面覆盖了监测、判断和执行的一部分：产品可以追踪竞品、识别融资和招聘信号、生成潜客背景与邮件草稿，也可以把内容改写成不同平台的版本。官方页面没有提供统一的增量销售、内容转化或客户毛利数据。4
这四层的成本也不同。监测需要持续抓取和去重，判断需要模型调用与上下文，执行需要稳定的第三方接口和权限管理，归因需要客户把结果反馈回来。只计算模型调用价格，会漏掉数据源、重试、人工审核、客户成功和错误补偿成本。
TAM、SAM、SOM：先定义购买对象
- TAM： 所有需要持续研究市场、寻找潜客、运营内容或分析销售对话的团队。这个定义描述需求范围，不是 Rilo 或 Adobe 披露的市场金额。
- SAM： 已经使用 CRM、营销自动化、内容工具和数据服务，且愿意把部分 GTM 工作交给软件执行的中小企业与企业团队。Rilo 官方页面展示的连接工具和客户证言支持这一定位，但没有披露可服务客户数量。4
- SOM： 能让一个工作流持续运行，并且能测量销售、研究或内容结果的客户。这个数字取决于有效工作流、持续运行、客户愿意授权的数据范围和单位毛利，公开材料没有提供。
市场控制点正在向平台移动
Adobe 的官方营销代理页面把企业级 Agentic AI 定义为连接数据、决策和执行的系统，并把实时客户数据、治理、跨产品集成和统一编排层列为规模化部署的基础。5
Salesforce 对 Agentforce Marketing 的官方说明也把受众构建、内容生成、渠道发送和活动优化放进同一套平台，并强调 Data 360、CRM 和 Agentforce 之间的连接。6
这两类平台拥有 Rilo 需要逐项建立的控制点：客户数据、身份与权限、渠道、归因、账单和采购关系。Rilo 可以把自然语言搭建体验做得更快，却要面对平台把相同体验直接放进原有客户系统的压力。
可证伪判断： 独立 GTM 产品若连续两个季度不能让客户在一个具体结果上看到至少 10% 的相对改善，或不能把工作流结果写回客户的 CRM、内容发布和收入系统，就不应把“连接了很多工具”当作市场壁垒；如果客户愿意扩展到第二个部门、第二类工作流，并且每个工作流的贡献毛利为正，独立定位才有继续存在的理由。
S｜战略定位：Rilo 关掉了产品，保留了代理经验
结论： Rilo 的失败形态是“托管产品关停，团队与部分技术被 Adobe 吸收”；Adobe 购买的是代理编排、工作流和团队能力，Rilo 作为独立产品是否已经找到 PMF，公开材料没有给出答案。
四层状态要分开
| 层级 | 当前可核验状态 | 这条事实能推出什么 | 不能推出什么 |
|---|---|---|---|
| 独立产品 | Rilo 官方公告称 2026 年 8 月 24 日起停止新注册，访问 Rilo 应用会回到官网；公告称托管产品正在结束。1 | Rilo 不再作为独立托管产品继续服务新用户 | 不能推出具体关停原因、历史留存或收入 |
| 团队与技术 | TechCrunch 报道交易包含技术授权和团队收购，Adobe 将整合部分 IP 与 6 人团队；交易条款未披露。3 | Rilo 的部分技术与团队被 Adobe 认为具有承接价值 | 不能推出 Rilo 独立产品已经成功 |
| 用户迁移 | 创始人称会支持数千名用户在过渡期间迁移工作流；官方公告没有给出迁移完成率、数据导出细节或截止日期。12 | 用户曾经搭建过工作流，团队承诺提供迁移支持 | 不能推出用户会继续使用 Adobe 的哪项产品 |
| 经营结果 | 融资 100 万美元、估值 1000 万美元、超过 1 万名用户试用和 6 人团队属于已公开口径；收入、付费、留存、续费、成本、毛利和交易金额未披露。23 | 可以确认有融资、试用和收购结果 | 不能用融资额、估值、用户数或收购替代独立经营成绩单 |
Rilo 官方公告解释说，团队最初相信 AI 应该“拥有结果，而不只是完成孤立任务”，并称客户曾把 Rilo 用于 GTM、运营和研究。这个表述能说明创始团队的定位与产品方向；它没有说明产品为何关停，也没有说明 Adobe 的具体整合计划。1
TechCrunch 报道称，Rilo 的产品曾让 GTM 团队创建竞争情报、内容再利用与分发、销售电话分析等自定义工作流，也可以做类似 Claude Cowork 和 ChatGPT Work 的工作。报道同时指出，Rilo 收购后的产品将停止向客户提供。3
“被收购”对 Rilo 至少有两种解释：第一种是独立产品已经证明了需求，Adobe 购买它来扩大销售；第二种是独立产品的用户、收入或成本结构还不足以支撑长期经营，但团队和技术适合放进 Adobe 的企业产品。公开证据只能确认第二层的可能性，无法在两种解释之间作出确定选择。
可证伪判断： 如果 Adobe 在未来两个季度把 Rilo 的代理编排能力接入营销、内容或客户体验产品，并且公开展示客户扩展、工作流完成率与单位经济改善，“能力被平台吸收”的判断会得到支持；如果 Adobe 没有公开可观察的产品承接，或迁移用户无法继续运行原有工作流，收购更可能只是团队与知识资产交易。以上是观察框架，不是对 Adobe 后续计划的事实陈述。
C｜竞品分析：比拼的不是“谁能搭流程”，而是谁拥有结果闭环
结论： Rilo 的直接竞争者包含独立工作流代理、CRM / 营销平台内建代理，以及客户自建自动化；独立产品若只提供自然语言入口，平台可以复制入口，客户也可以保留流程资产并替换模型。
| 产品 / 路径 | 默认入口 | 数据与上下文 | 执行范围 | 治理与人工确认 | 结果与商业控制点 |
|---|---|---|---|---|---|
| Rilo | 独立网页产品，自然语言描述目标并搭建工作流。4 | 连接网页、社交平台、邮箱、CRM、Slack 等外部工具；官方页面称支持 100 多个工具。4 | 竞品监测、潜客信号、投资人追踪、内容改写与销售对话分析。34 | 公开页面展示人工复核和草稿队列，但没有披露权限审计、失败回滚或误发率。 | 结果需要回到客户的 CRM、销售和内容系统；收入、留存与单位毛利未披露。 |
| Adobe Agentic AI | Adobe Experience Platform 与 Adobe 的营销和客户体验产品。5 | Adobe 官方强调统一客户数据、内容元数据、旅程上下文和治理。5 | 覆盖营销计划、受众管理、内容生产、客户旅程编排与优化。5 | 官方强调监督、数据使用政策、访问控制和治理；具体完成率与回滚率未披露。5 | 控制企业客户、营销数据和内容资产；单个代理的收入与贡献毛利未披露。 |
| Salesforce Agentforce Marketing | Salesforce Marketing Cloud、Data 360 与 Agentforce。6 | 官方称代理使用客户、活动与收入信号，以及结构化和非结构化资料。6 | 官方列出受众构建、内容生成、渠道发送、活动优化、双向对话和 B2B SDR。6 | 既有旅程可以继续运行，代理能力叠加在原平台上；具体误差、接管和撤销数据未披露。6 | Salesforce 控制 CRM、营销数据和销售服务关系；单个 Agentforce 工作流的独立收入未披露。 |
| 客户自建 | CRM、数据仓库、Zapier / Make 类连接层、模型 API 与内部代码。 | 客户可以决定数据、权限、模型和日志存放位置。 | 可以从单一流程开始，逐步扩展到内部系统。 | 客户自己承担权限、审计、回滚、升级和支持。 | 供应商替换容易，维护成本和长期人力成本成为核心比较项。 |
Rilo 的优势是把“描述目标”变成“工作流初稿”，降低了自动化的启动成本。它的弱点是，客户真正依赖的东西可能不是工作流编辑器，而是数据权限、结果质量、历史记录、归因和退出能力。这些资产一旦存在于 CRM 或数据仓库里，客户更容易替换一个代理入口。
可证伪测试： 对每个竞品执行同一组 20 个任务：5 个竞争情报任务、5 个潜客触发任务、5 个内容分发任务、5 个需要人工确认和回滚的任务。记录首个结果合格率、第二次运行成功率、人工修改分钟数、误触发率、权限撤销时间、完整日志导出时间和每次任务全成本。对话流畅度不列入通过条件。
P｜产品设计：把“自动化”改成一条可审计的责任链
结论： Rilo 的产品承诺从“描述目标”直接跳到“工作流运行”，但 GTM 工作流需要把目标理解、数据检索、判断、执行、确认、归因和回滚拆开；少了其中任何一层，用户得到的仍是一套需要人工盯守的脚本。
六步产品链路
- 描述目标。 用户说“找出最近开始招聘销售团队的目标客户，并准备一封联系邮件”。产品必须追问目标客户范围、时间窗口、数据来源和邮件是否允许自动发送。
- 检索信号。 系统要显示信号来自哪里、何时抓到、是否重复，以及哪些字段属于推断。Rilo 官方页面展示了招聘、融资、竞品发布和社交讨论等信号场景。4
- 生成判断。 代理可以给出潜客背景、优先级和草稿，但产品要把原始证据、推断和用户设定的规则分开显示。
- 执行动作。 更新 CRM、发邮件、排队内容或通知团队之前，系统要显示写入了哪一个账户、调用了哪一个服务、使用了哪些权限。
- 人工确认与回滚。 发送邮件、修改客户状态、公开发布内容等动作需要事前确认；系统要支持撤销、重试和单步回退，并记录失败发生在哪一步。
- 反馈与归因。 产品要把结果写回工作流：邮件是否回复、线索是否进入销售阶段、内容是否产生合格访问、人工修改了多少内容。没有反馈，代理只能不断生成动作，无法证明动作改变了结果。
Rilo 官方页面把内容分发描述为“写一个帖子，再展示到五个平台”，同时强调草稿会排队供团队审核。这个设计已经承认内容公开发布需要人工环节；同样的确认机制也应该延伸到 CRM 写入、外发邮件和潜客排序。4
Rilo 官方页面还展示了把会议转录转成异议、购买信号和产品反馈的场景。会议摘要的价值取决于后续动作：销售团队是否修改了机会阶段，产品团队是否改变了优先级，客户是否在下一次会议中得到更快回应。只把摘要发到 Slack，无法完成结果闭环。4
可证伪门槛： 在 100 个包含竞品监测、潜客触发、内容发布和 CRM 更新的真实任务中，产品应达到 100% 的高影响动作事前确认，100% 的外部数据带来源，100% 的操作进入可导出的审计日志，关键错误的撤销成功率至少达到 99%；任一项不达标，产品只能停留在草稿、只读和沙盒权限，不应继续扩大后台执行范围。
E｜商业模式：融资和收购有价值，仍然不能替代单位经济
结论： Rilo 的公开商业记录更像一笔早期技术与团队交易，而不是一份已经被证实的订阅业务成绩单；收入、客户付费和交易金额都未披露，任何关于“因为成本过高而关停”的说法都超出了证据。
已知的资本信号
TechCrunch 报道 Rilo 于 2025 年成立，曾从 Peak XV、DeVC 和 Day Zero Ventures 等投资者处融资 100 万美元，估值口径为 1000 万美元；报道还称 Rilo 的团队有 6 人，收购条款没有公开。3
创始人在收购公告中称，Rilo 上线数月后已有 1 万名以上用户搭建过工作流；TechCrunch 也报道创始人提到超过 1 万人试用过工具。这个数字说明产品获得过注意力和试用，但没有说明付费人数、使用频率或每个客户的贡献毛利。23
一个工作流客户到底值多少钱
可以用一个示例检查商业模型，而不能用示例回填 Rilo 的历史数据。假设一个客户每月运行 200 次有效工作流，每次有效结果带来 2 美元的可归因价值，则月度价值为 400 美元。若模型、网页抓取、第三方 API、重试、人工复核和客服合计每次成本 1 美元，月度直接成本为 200 美元；再扣除销售、基础设施和客户成功后，订阅价格低于 400 美元时，产品仍可能没有足够贡献空间。
如果客户每月只运行 20 次工作流，产品即使每次结果都正确，也很难支撑高额订阅。若客户每天运行 200 次，却有 20% 的结果需要人工重做，模型账单之外还要支付运营人员时间。工作流产品的价格因此应该围绕持续结果、节省的人工时间和新增收入，而不是围绕“能连接多少工具”。
Rilo 官方产品页写着“首个工作流免费，首个输出在 15 分钟内到达”，这是一种降低试用门槛的获客设计。页面没有展示公开定价、付费转化、续费或单位成本。4
可证伪门槛： 新产品至少要按客户和工作流建立影子损益表，包含有效运行次数、结果通过率、模型与数据成本、人工复核分钟数、客户支持工时、订阅收入、扩单与流失。若连续两个季度无法证明客户贡献毛利为正，或者 50% 以上的活跃客户只运行一次工作流，团队就应停止扩展连接器，先修复重复使用和价格模型。
关停原因应保持未披露
Rilo 官方公告只说团队加入 Adobe，并从当天起停止新注册、结束托管产品；TechCrunch 报道也没有给出 Rilo 关停的具体原因。公开材料没有证明关停由低留存、模型成本、销售周期、竞争复制、现金耗尽或某一项安全事件单独造成。13
可以观察到的结构性压力是，Adobe、Salesforce 等平台已经把营销数据、内容、客户关系与代理执行放在同一套产品叙事中；这个事实支持“平台控制点会压缩独立入口的议价能力”这一判断，但仍然不能被改写成 Rilo 关停的已证实原因。56
L｜洞察提炼：AI 工作流的壁垒在结果、权限和退出
结论： Rilo 留下四条可复用判断：一次搭建不是激活，代理工作流不是业务资产，平台连接比单点生成更重要，产品退出能力属于价值的一部分。
1. 先把“搭建过”与“持续运行”分开
1 万名用户搭建过工作流，至少说明产品把自然语言转成流程的门槛降下来了。这个数字没有说明用户是否完成了首个有效结果，也没有说明团队是否在 30 天后继续运行第二类工作流。2
验证方式： 把注册、首个工作流保存、首个结果验收、第二次运行、第二类工作流和 D90 留存放在同一张 cohort 表里。任何一个环节都不能由注册量代替。
2. 工作流只有接入业务结果，才算资产
Rilo 的官方产品页展示了竞争情报、潜客信号、内容分发和销售电话分析等场景。4 这些场景只有在改变销售名单、机会阶段、内容转化或客户响应速度之后，才产生可持续的业务价值。
验证方式： 每个工作流都要记录触发条件、原始证据、代理判断、人工修改、执行动作和最终结果。没有结果回写的工作流，只能算自动化演示。
3. 数据、权限和归因比自然语言入口更难复制
验证方式： 尽调时问四个问题：客户能否迁移工作流逻辑，权限能否逐项撤销，完整日志能否导出，换模型后结果能否复现。如果答案都是否，独立产品的资产可能只是一个更方便的入口。
4. 被收购与独立成功是两张成绩单
Rilo 的产品停止向客户提供，部分 IP 与 6 人团队进入 Adobe；创始人则称会帮助数千名用户迁移工作流。123 这个结果证明了团队和技术存在买方价值，仍然没有补齐 Rilo 的独立收入、留存和毛利数据。
验证方式： 投资与并购分析要把原产品的经营指标、团队交易、技术迁移、用户迁移和买方新产品表现分成五栏。后一栏的增长不能回填前四栏。
洞察结论： 一个 AI 工作流产品可以被大公司需要，却仍然没有证明自己适合独立经营；平台吸收是技术价值的结局之一，也是独立产品商业化没有被公开证明的信号。
D｜决策分析：先用 90 天证明第二次工作流
结论： 如果团队今天重做 Rilo，第一步应该选择一个有明确结果的 GTM 工作流，而不是继续增加连接器；投资人和采购方则应该优先要求 cohort、审计和单位经济证据。
给创始人
| 决策问题 | 测试动作 | 观察指标 | 暂停条件 |
|---|---|---|---|
| 用户是否真的需要自然语言搭建 | 让 30 个目标客户各自搭建一个具体工作流 | 首次有效输出率、搭建时间、人工修改分钟数 | 用户能搭建，但没有人把结果接入业务流程 |
| 产品是否产生重复使用 | 同一批客户运行两类工作流 30 天 | D30 第二次运行率、第二类工作流采用率、每周运行次数 | 第二次运行率低于 30% |
| 产品是否减少人工工作 | 记录原流程与自动化后的人工分钟数 | 每次任务节省时间、重做率、人工接管率 | 超过 20% 的结果需要人工重做 |
| 产品是否拥有独立资产 | 做一次权限撤销、日志导出、工作流迁移和模型替换 | 导出完整率、迁移天数、换模型后的结果差异 | 客户无法带走逻辑、数据或审计记录 |
| 产品是否能够赚钱 | 按客户建立影子损益表 | 收入、模型成本、数据成本、支持工时、贡献毛利 | 连续两个季度贡献毛利为负 |
给投资人
- 要求团队把注册、首个工作流保存、首个有效输出、第二次运行、第二类工作流和 D90 放进同一张 cohort 表。1 万名试用者只能放在漏斗顶部，不能放在留存列。2
- 要求展示一个真实客户的完整任务链：原始信号、代理判断、人工修改、外部动作、结果回写和最终业务指标。客户证言可以作为线索，不能代替统一的实验设计。4
- 把模型、数据源、重试、人工审核、客户成功和错误补偿都计入单位成本。只用 API 价格计算毛利，会低估工作流产品的真实成本。
- 把收购、团队加入平台或技术授权列为战略信号，另设独立阶段门验证原产品留存、付费、迁移和贡献毛利。Rilo 的案例同时出现了买方价值与独立经营数据缺口。3
给采购方
- 先让供应商完成 20 个只读监测任务，再测试 10 个需要更新 CRM、生成邮件或排队发布的任务。
- 要求每个结果显示原始来源、抓取时间、代理判断和人工修改；供应商只展示最后一段自然语言总结时，采购方无法审计错误。
- 在第二个账户和第二套数据中演练权限撤销、日志导出、工作流迁移与模型替换。
- 把数据源费用、模型费用、重试、人工接管、客服工时和错误补偿写入总拥有成本；连接器数量不能代替退出测试。
90 天验证计划
- 第 1—30 天： 选择一个低副作用、高频、结果可量化的任务，例如竞争信号汇总到销售名单。锁定通过条件，完成 100 次真实运行，区分信号抓取、判断、执行和结果回写。
- 第 31—60 天： 让同一批客户运行第二类任务，例如把线索信号转成 CRM 草稿或经过审核的邮件。记录 D30、第二类工作流采用率、人工修改分钟数和失败重试次数。
- 第 61—90 天： 做权限撤销、完整日志导出、工作流迁移和模型替换演练，计算每次任务全成本与贡献毛利。只有当 D30 第二次运行率超过 45%、第二类工作流采用率超过 30%、高影响动作确认率达到 100%、关键撤销成功率达到 99%，并且客户贡献毛利为正时，团队才应该扩大连接器和执行权限。
Rilo 的结局留下一个比“AI 代理有没有用”更具体的问题：用户搭建出来的工作流，是否已经变成他们愿意反复运行、能够审计、可以迁移，并且值得持续付费的业务系统？ Rilo 公开展示了自然语言搭建的吸引力，也公开留下了独立产品经营数据的空白。对下一款 GTM Agent 来说，真正的起点不是 1 万名试用者，而是第二次运行、结果回写和一笔算清楚的贡献毛利。
References
- 1Rilo 官方：Rilo is joining Adobe
getrilo.ai
- 2创始人 Dhruv Jaglan 的收购公告
linkedin.com
- 3TechCrunch：Adobe 收购印度市场情报初创公司 Rilo
techcrunch.com
- 4Rilo 官方产品页
getrilo.ai
- 5Adobe：Agentic AI for marketing
business.adobe.com
- 6Salesforce：Agentforce Marketing Explained
salesforce.com
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.