銷售團隊最貴的成本從來不是薪水，而是時間被行政工作磨掉。OpenRouter 在 2026 年 10 月 7 日發表的文章裡攤開了自己的帳：一支跑在內部五人銷售團隊上的 AI 銷售 agent「Rasp」，每月替團隊省回約 600 小時，而整套系統的全額成本從前身兩支 agent 的將近每天 800 美元，降到約 30 美元。對正在評估要不要幫自己的 GTM 團隊配 agent 的 builder 來說，這篇比大多數案例研究誠實——它連「哪些數字不能全歸功給 agent」都寫出來了。
時間帳是怎麼算的
OpenRouter 把一次 demo 的完整工作量拆開來算：過去一場 demo 約需 103 分鐘，現在降到 44 分鐘。行前研究從 30 分鐘壓到 5 分鐘（agent 先寫好 brief）、會後筆記從 15 分鐘壓到 2 分鐘（從逐字稿草擬）、CRM 更新從 30 分鐘壓到 7 分鐘。換句話說，每場會議拿回約一小時，每個業務一天因此能多排兩通電話。
另一個原本被吃滿的資源是 inbound。過去篩選和回覆進線 lead 幾乎佔掉一個人的全部時間，現在只佔約 25%，Rasp 自動發送 93% 的首次接觸信件，多數 lead 在 60 秒內得到回覆；剩下 7% 是它主動標記給人處理的邊界案例。
成本怎麼從 800 掉到 30
這是整篇最值得 builder 細看的部分。Rasp 的前身 Ace 和 Dove 每天成本接近 800 美元（含工程時間和例行產出），Rasp 做同樣範圍的工作只要約 30 美元，其中約 18 美元是 GLM 5.2 的推論費用。關鍵在於底層的 Ori 路由層會持續尋找「品質不掉、價格更低」的模型並自動切換——OpenRouter 驗證過三個更便宜的選項，例如 DeepSeek v4 Flash 可把每日推論壓到約 0.5 美元。這種「成本隨時間自動往下走」的特性，和我在先前一篇談 OpenRouter 把品質、速度、成本放在同一張表上 時的觀察一致：路由層正在變成 agent 經濟學裡最重要的那塊。
前兩支 agent 教會他們的事
Rasp 不是第一支。從 Ace 和 Dove 到 Rasp 的迭代過程，沉澱出四條很實用的工程紀律：
- 所有任務走同一條 pipeline，任務類型只是參數，避免每加一種工作就多一條代碼路徑導致系統漂移。
- 任何功能都有 feature flag，預設關閉。
- 從第一天就記錄指標——這篇文章裡每個數字都存在，是因為當時就開始記了。
- 以 Slack 為介面，讓 brief、草稿和指標落在工作實際發生的地方。
這幾條沒有一條關於模型選型，全部關於系統設計。這對任何要長期維運 agent 的人來說，可能比「用了哪顆模型」更值得抄。
分工界線劃得很清楚
文章也明說 Rasp 不做什麼：實際跑會議、談判時的進退判斷、建立關係、以及所有敏感事項的最終核准，都留給人。Rasp 只負責建議、草擬、標記和分流。另外，close rate 在同期上升 2.6 倍，但 OpenRouter 自己提醒，定價調整和市場變化發生在同一窗口，不能全部歸因給 Rasp；57% 的 pipeline 歸因於新增產能，也是他們自己的估算。
如果你在規劃自己的 GTM agent，這個案例的下一步建議很務實：先把你現在最耗時的例行環節（研究、筆記、CRM）逐項算出分鐘數，再決定哪些交給 agent、哪些留在人手上。600 小時這個數字好看，但真正可複製的是那套拆解方法和四條工程紀律。