拆掉的不只是 API，还有我的客服时间

OpenAI 昨天把 Agents API 拆成独立模块，开发者可以按需组合工具调用、状态管理和多步骤执行。听起来很灵活，但我第一反应是：又要改教程了。

做 AI 账号店这一年多，我最怕的不是供应商跑路，也不是价格波动，而是产品方突然改规则。每次大厂发新版本，我都得重新写文档、录视频、改 FAQ，然后准备好应对一波”为什么我的不能用了”。

上新很快，解释很慢

爱窝啦现在卖的东西越来越多：ChatGPT 官方号、Cursor 独享号、Cursor 换号器、Claude/Gemini/Codex 三合一、MiniMax Coding Plan、Gemini 年卡……每个商品背后都是一套交付逻辑。

有些是卡密秒发，用户自己激活；有些是共享账号，需要我提前配好环境；有些是 API 中转，得教用户怎么填 Base URL。

最麻烦的是那些”看起来一样其实不一样”的产品。比如 Cursor Pro，有人买的是独享号（一个人用，随便切换 AI 模型），有人买的是换号器（用完额度自动换下一个），还有人买的是激活器（用自己的 GitHub 账号激活）。这三种东西在我后台是三个 SKU，但用户经常搞混。

每次上新，我都要判断：这个东西用户能不能自己搞定？如果不能，我得准备好什么级别的售后？

这段时间我一直在想一个问题：为什么有些商品售后特别多，有些几乎没有？

卖 ChatGPT Plus 年卡，基本没售后。因为用户都知道怎么用 ChatGPT，我只要保证账号能登录就行。

但卖 Cursor 换号器，售后就很密集。用户不知道什么是 Base URL，不知道怎么配置代理，不知道为什么有时候能用有时候不能用。我写了教程，录了视频，还是会有人问”为什么我的不行”。

一开始我觉得是用户太懒，不愿意看教程。后来发现不是。很多人是真的看不懂——不是文字看不懂，而是理解成本太高。

比如教程里写”打开设置，找到 AI 模型配置，把 Base URL 改成 xxx”。这对我来说很简单，但对一个从来没用过 Cursor 的人来说，他连”AI 模型配置”在哪个菜单里都要找半天。

我现在越来越倾向于：能自动化的就自动化，能减少用户操作的就减少操作。不是因为用户笨，而是因为每多一个步骤，售后压力就翻倍。

每天三千块销售额，听起来不错，但背后是大量碎片化的客服时间。

有人问”这个能不能用 XXX 功能”，我得去查文档；有人说”我的账号登不上”，我得帮他排查是网络问题、账号问题还是配置问题；还有人直接发一张报错截图，什么都不说，等我猜。

我试过几个 AI 客服方案，都不太满意。要么回答太生硬，用户一看就知道是机器人；要么理解不了问题，答非所问；要么需要我花大量时间调教，反而更累。

我理想中的 AI 客服应该是：能看懂用户的截图，能判断问题属于哪个商品，能从知识库里找到对应的解决方案，能用人话回复。如果解决不了，再转给我。

但现在市面上的方案，大多数还停留在”关键词匹配 + 固定话术”的阶段。稍微复杂一点的问题就扛不住。

今天看到一个 GitHub 仓库，收录了一堆主流模型的系统提示词。包括 Claude、GPT、Gemini、Cursor、Kimi。

我好奇地翻了翻，发现各家在角色定位和交互风格上差异挺大的。Claude 更像一个谨慎的助手，GPT 更像一个百科全书，Cursor 更像一个代码伙伴。

对我来说，这些提示词的价值在于：我能更清楚地知道每个工具适合做什么，不适合做什么。这样在给用户推荐商品的时候，能说得更准确。

比如有人问”我是写前端的,该买 Cursor 还是 Codex”，我以前只能凭感觉回答。现在我能说”Cursor 更适合你，因为它的系统提示词里专门优化了 UI 组件和样式调试”。

当然，这些提示词也提醒我：用户问的问题，很多时候不是工具本身的问题，而是理解成本的问题。模型再强，如果用户不知道怎么问，也用不出效果。

最近这段时间，店里销售额和利润都比较稳定。但我发现自己的时间反而更碎了。

以前一天可能只有十几单,集中回复就行。现在一天几十单，客服、售后、补货、上新、教程维护，每一项都在抢时间。

我一直想做的事——AI 生命延续学方向的内容、更系统的 AI 一人公司工具链——都被推后了。不是不想做，而是每天被琐事切碎，根本坐不下来。

所以我现在最想解决的，不是”再找一个新项目赚钱”，而是把现有业务跑得更省力。让 AI 承担更多重复劳动，让我能腾出时间做更长期的事。

OpenAI 拆 API 是为了让开发者更灵活。我拆任务，是为了让自己不被业务拖垮。

本质上都是同一件事：把复杂系统拆成可控模块，然后按需组合。

完整版日报请看爱窝啦 AI 日报