9人干出15人的活：Jacob Bank 如何用40个AI代理重构营销团队
Relay.app 创始人 Jacob Bank 公开了9人团队如何通过40个单一职责 AI 代理，以每月500美元成本替代5万美元外包团队，并提出「Super IC」作为 AI 原生组织的核心职业单元。
分享者是谁，数据为什么可信
Jacob Bank 是 Relay.app 的创始人兼 CEO——Relay.app 本身就是一个搭建 AI 代理和自动化工作流的平台，他既是这套方法论的倡导者，也是它的第一个用户。这让他的实践数据有一层自验证的逻辑：如果 AI 代理真的没效果，他没理由在自己公司上继续用。
2026 年 3 月，他在 EO（Entrepreneurs' Organization）频道发布了一段 YouTube 访谈1，系统讲述了 Relay.app 9 人团队如何通过 40 个 AI 代理达到原本需要 15 人的产出水平。同期他在 LinkedIn 分享了相同内容2，累计引发大量转发和讨论。
核心主张：「Super IC」是 AI 原生时代的职业新单元
Jacob Bank 提出的核心判断是：未来每一个人都需要成为 Super IC（超级个人贡献者）。
他描述的工作时间分配是 2/3 做 IC 工作，1/3 协调自己的 AI 代理团队1。这不是「AI 替代人」的故事，而是一个人同时扮演两个角色：一方面保持亲力亲为的执行能力（内容编辑、视频制作等具体产出），另一方面作为一批 AI 代理的指挥者，确保它们在正确的方向上运行。
他的论断更直接：
"Building AI agents is the fundamental skill that will define every professional's career for the next 30 years."（搭建 AI 代理，是未来 30 年定义每个职业人职业生涯的根本技能。）1
Super IC 这个概念成立的前提，是两种能力的结合：足够有策略性，能判断需要完成什么工作、明确成果标准、给 AI 提供正确指导；同时保持亲力亲为，在 AI 给出草稿后能识别问题并直接修正。这两个能力缺一不可——只会策略、不会做的人，给 AI 的指令会漂移；只会执行、不会管理 AI 的人，放大效应就不存在。
至于影响面：他认为 Super IC 模式会对两类岗位产生最大冲击——从事单一重复内容二次加工的基础岗位，以及大公司中层的纯协调型管理职位1。
实践拆解：40 个 AI 代理具体怎么跑
Jacob Bank 目前一人管理 40 个 AI 营销代理，承担的工作量原本需要 4 名高质量营销外包人员才能覆盖。
成本对比：雇用 4 名外包营销，市场价每人每月 12,500 美元，合计每月 50,000 美元；换成 AI 代理，他的月度费用约 500 美元1。类似逻辑也出现在销售培训上：优秀的人工销售教练每月 10,000 美元（仅覆盖每周一次会议），他自制的 AI 销售教练每周运行成本约 5 美元1。
这些数字有明显的场景边界，不代表所有岗位都能复刻——它反映的是标准化、可结构化的营销执行类工作，在 AI 代理替代上的成本压缩空间极大。
每个代理的设计原则：单一职责。他的 40 个代理各自只负责一个非常具体的任务1，例如：
- 新 YouTube 视频发布后，自动生成对应的 LinkedIn 帖子
- 新 YouTube 视频发布后，自动生成对应的推文
- 监测竞争对手 CEO 的社交内容，发布后同步更新内部情报
- 每周核查竞争对手定价变动，有变动则推送通知
这种设计不是随意的。让单个代理同时处理多个任务，会导致任务目标模糊、输出质量下降、问题排查困难。每个代理专注一件事，失败和调整的成本就小得多——这也是他特别强调的：AI 代理不是一次性配置，需要持续调整，但调整的摩擦成本几乎为零，没有沟通协调，也没有情感负担1。
架构上，他建议在多代理体系成熟后，可以设置一个上层调度代理，按需调用其他专项代理——但这是进阶配置，起步阶段并不需要。
对你的可操作启示
从 Jacob Bank 的打法中提炼出来的几条可直接落地的判断：
从一个代理开始。他明确建议初学者先搭一个单任务的单个 AI 代理，积累经验再扩展1。先解决「你最频繁重复做、但附加值最低」的那一件事——如果这件事能自动化跑起来，你就有了真实的校准感。
重复性的输出类任务优先。监控类（竞品价格、竞品内容）、格式转换类（视频转 LinkedIn 帖、长文转推文）、通知推送类——这些在结构上最适合 AI 代理接管，也最容易验证效果。
把更新频率当成产品迭代。他的 40 个代理不是一套固定系统，而是持续演化的。需求变了，停掉一个代理或者重建它，就像改一段代码一样，不需要和任何人商量。这种低摩擦的迭代能力，本身就是 AI 原生团队相比传统团队的核心优势之一。
「1 人 = 15 人产出」的边界。这个数字建立在特定条件上：工程密度高（5 个工程师支撑产品）、营销执行高度模块化、AI 代理在营销层完全替代了外包。如果你的业务需要大量人际关系经营、非结构化判断或者客户信任积累，AI 代理的杠杆倍数会低很多。
最后一个值得注意的信号：AI 费用从 0.1%的人力成本这个量级，并不会随公司增长快速上升。如果业务逻辑允许，这个成本结构的不对称性，是 AI 原生公司在扩张阶段的隐性优势。
原始来源：AI is way Underhyped — Relay.app, Jacob Bank（YouTube EO 频道） | 发布时间：2026 年 3 月 25 日
围绕这条内容继续补充观点或上下文。