不做虚拟员工不做聊天框，超兔一体云走出AI CRM第四态
2004年，XTools超兔成立，做了中国最早的一批在线CRM。
2024年底，超兔启动AI功能规划。从机器学习应用到大模型落地，超兔其实已经在这条路上走了两年——大模型正式发布前约两年，超兔就启动了机器学习应用的研发，用1500条数据训练，意向判断准确率达到70%，研发周期8个月。
2026年8月25日，超兔AI能力全景页正式发布，打出一句主题：AI不替你工作，AI懂你的工作。
22年CRM积累，加上近两年的AI落地，超兔走出了一条和主流路线不太一样的AI CRM路径——SCN（场景认知节点），被超兔称为AI嵌入企业业务的"第四态"。
在超兔的认知里，AI嵌入企业业务有四种模式。
第一种：Embedding固态。 AI藏在后台做检索增强，用户基本感觉不到它的存在。好处是无感，问题是价值难归因——Demo看起来不错，但业务上到底起了多大作用，算不清楚。
第二种：Copilot液态。 外挂侧边栏助手，用户点开就能用。问题是要改变一线的工作习惯，阻力很大。需要销售"主动想起去点开"的助手，最后往往用不起来。
第三种：Agent气态。 AI自主规划执行，接管业务流程。听起来很美好，但控制权过大、不可控。企业不敢上线、不敢用、不敢投——核心数据不敢交出去。
第四种：SCN场景认知节点。 这是超兔的选择。AI不是对话者，而是"认知函数"——嵌进确定性业务管线的关键分支点。业务代码决定何时触发、喂什么上下文，AI在节点上做理解、归因、生成，结果再回到确定性管线里。判断权、确认权、决策权，始终在人手里。
用超兔的话说：逻辑归AI，共情归人。
这个选择背后有三个"不"的开发哲学：不造机器人（不让AI模仿人去思考和行动）、不做聊天框（不做需要用户主动点开的侧边栏助手）、不追求替代人。
"凡是可标准化、可量化、可拆解的任务，终将由AI接管——逻辑、效率与标准化执行交给AI；而共情、信任、判断与价值对齐，永远属于人。CRM的终极本质是关系，关系=人文+信任。"超兔在一篇理念文章里这样写道。
SCN不是一个抽象概念，而是有完整的五层架构支撑。以"销售口述跟单"这个场景为例：
第一层，用户层。 销售开口说业务——口述、微信消息、截图，怎么说都行。不用适应系统，系统适应人。
第二层，触发层（刚）。 事件监听、条件判断。业务代码决定"何时"调用AI，不是AI自己决定什么时候冒出来。
第三层，数据层（刚）。 采集、脱敏、上下文组装。业务代码决定"喂什么"给AI，确保AI拿到的是它真正需要理解的上下文。
第四层，认知层（柔）。 LLM理解、分析、生成。AI只在节点上"想一想"，不接管整个流程。
第五层，回写层（刚）。 Schema校验、结构化回写。结果锚定业务实体，回归确定性管线。
最后一步是人工确认。确认卡片逐项可改，一键入库——判断权始终在人手里。
确定性代码（刚）、LLM认知（柔）、用户交互（人），三层协作，刚柔并济。能用确定性算法解决的（聚合、计算、预警）不调大模型；只有需要理解、归因、生成的环节，才交给LLM认知节点。
这种设计的好处是可控、可验证、可落地。每一次AI调用都有明确的触发条件、明确的输入输出、明确的业务结果——企业知道AI在干什么、干了什么、结果对不对。
理念不是空中楼阁。超兔的AI能力按四层组织，所有功能均已上线。
L1 执行层——开口即录入。 把说出来的话、发来的图文，自动变成结构化业务数据。
语音创建数据支持语音、打字、混合三种输入，客户、商机、销售费用、解决方案、行动记录、待办多类型自动拆分，拼音三路匹配算法识别同音客户，口语日期自动换算（"上周五"直接变成精确日期）。确认卡片逐项可改，全程约15秒入库。
AI制单更直接——文字（微信/邮件段落）、Excel、截图OCR、语音，都能转报价单或订单。三色匹配（精确绿/模糊黄/未匹配红），三种匹配方案（分词、拼音、混合），拼音工具支持5万条数据智能增量同步，4种价格取值策略。还有个"贴右边"功能，导出与甲方询价单顺序、结构完全一致的Excel，工贸对接场景特别实用。
L2 策略层——谋定后动。 AI谋划下一步行动序列，人做最终决定。
智能跟单建议能做三件事：要点回溯（自动提取历史沟通要点，关键字高亮）、卡点提取（自动识别当前卡点，在下一步建议中给出解法）、下一步谋划（基于客户状态与商机历史推理行动建议）。"采纳并建待办"一键落地。客户视图和机会视图双入口，上下文自动锁定。
L3 洞察层——读懂数字。 从"看数字"到"读客户"，30秒形成可落地判断。
"钱"的维度：订单+回款双维度月度聚合，下单周期中位数等7张摘要指标卡。"货"的维度：TOP10产品购买排行。三色复购预警：逾期未购（超平均周期1.5倍）、即将复购（达平均周期0.8倍）、沉默（仅购1次且超180天）。
L4 沉淀层——经验复用。 每次赢单丢单都变成可检索、可对比的经验。
赢单/丢单复盘里，AI扮演资深B2B销售教练，识别赢单关键因素、关键转折点、可复用经验与可优化环节。丢单复盘强制使用"可能/疑似"等概率性表述——不追责，只找提升点。报告写入时间线，刷新不丢、可回看、可对比。
四层能力不是孤立的，它们串起来形成了一条从获客到复盘的完整链路——超兔叫它"8步闭环"。
第1步，AI创建客户。 30秒建档，信息自动查填（天眼查/百度补全），画像机器人自动贴标签。
第2步，语音录入拜访。 拜访路上说完即录，约15秒入库。
第3步，三定一节点。 定性（客户价值判断）、定级（大中小单区分）、定量（金额/时间预估）、跟单关键节点。
第4步，智能跟单规划。 AI谋划下一步，人做决定。
第5步，AI制单。 1分钟成单。
第6步，复盘分析。 赢单/丢单报告自动生成。
关键在第7步——飞轮效应。第8步的复盘结论写入客户备忘，反哺第5步的定量判断与第6步的跟单规划，形成"执行→记录→分析→规划→再执行"的正向循环。
传统CRM是"销售当打字员、CRM当档案柜"。在超兔的AI闭环里，销售是决策者，AI是全程助理。
对内，SCN把认知节点嵌进业务管线；对外，MCP把系统能力开放出去。
超兔CRM已正式发布MCP能力，将客户、订单、跟进、回款、待办、企微触达等35项核心能力开放给AI——26个MCP标准工具加9项在线扩展能力，覆盖10大业务域、12个典型场景。
六个关键特性：
- 标准MCP协议：遵循MCP规范，兼容Trae、Cursor、Claude Desktop、WorkBuddy等主流AI客户端
- 权限随行：以个人access_token鉴权，AI能看到的数据与本人CRM权限完全一致
- 业务语义化：工具描述面向大模型优化，返回结果带中文字段与业务语义
- 写操作有保护：客户创建自动查重拒绝同名、群发需企微App人工确认、审批中数据不可改
- 可持续扩展：扩展能力框架支持服务端在线热插拔、AI自动发现
- 企微触达闭环：打通企业微信内部消息与客户群发通道
12个场景覆盖销售的一天：晨间工作台汇总推送企微、待办智能闭环、客户360°即时问答、线索全生命周期闭环、一句话生成报价单、订单查询与回款登记、标签客群定向群发、AI代写日报、审批一句话处理、自由数据问答、销售业绩与财务分析、一句话创建客户+跟进。
超兔不把AI锁在自家页面里。MCP是系统间融合的形态——用标准协议与开放接口，让能力在更大的生态中流动。同时坚持数据主权：连接什么、开放哪些数据、给到什么粒度，都由企业按需决定，最小必要、按需开放。
超兔的AI落地有一个很实在的原则：高频小事优先。
不追发布会上的"AI大脑"，先干掉最高频、最重复、最反人性的小事：录入、抄写、整理、填报。三个落地标准——高频度、反人性度、数据成熟度——价值验证周期短，一线感受最直接。
这个思路和超兔一贯的产品逻辑一脉相承。22年来，超兔的产品不是先有蓝图再寻找客户，而是被成百上千家企业的日常业务"磨"出来的。60000+企业用户，覆盖50+行业，300+种用户使用场景精准设计——这些数字背后是日复一日的真实业务反馈。
AI也是一样。先解决一线销售每天都在做、又最不愿意做的事——录数据、做报价、写日报、填表单。这些事看起来"小"，但高频、重复、反人性，把它们交给AI，一线的体感最直接。
然后是策略层——给跟单建议、做客户洞察。再然后是沉淀层——复盘、经验复用。从执行到策略到洞察到沉淀，从下往上打，每一步都有真实的业务价值验证。
超兔的行业身份是工业工贸CRM——以工业、工贸B2B业务为主赛道。这个定位让AI的落地场景和通用CRM不太一样。
订单模型覆盖装配生产、机电配置、非标、医疗溯源、BOM爆炸图等工业场景。轻MES与MRP打通订单到生产。以销定采自动合并订单形成批量议价。一票多单/一笔多单自动核销对应工贸行业复购型业务特点。序列号全生命周期管理适配需要全程溯源的工业品。AI制单的"贴右边"功能，就是专门为工贸对接场景设计的。
这些复杂业务场景里的数据结构更复杂、录入工作量更大、出错成本更高。AI在这些场景里的价值不是"锦上添花"，而是"雪中送炭"——把人从繁琐的数据处理里解放出来，去做真正需要判断和沟通的事。
22年做CRM的经验，让超兔对企业软件有一个很朴素的判断：企业要的不是炫技的AI，是能干活的AI。
SCN第四态、五层架构、四层能力地图、8步闭环、MCP开放——这些概念和功能，最终都要落到一个问题上：一线销售今天用了吗？用了之后省时间了吗？数据质量更好了吗？
超兔的答案是：从最高频、最反人性的小事开始，把AI嵌进业务流程里，让AI在该出现的时候出现，干完活就回到流程里。不追求替代人，也不做需要人主动找的助手——AI是全程助理，销售是决策者。
"任何足够先进的技术，看起来都很像魔法。"超兔官网引用了亚瑟·克拉克的这句话。但在魔法背后，是22年的业务积累，是一层一层往上搭的能力地图，是一个节点一个节点抠出来的落地细节。
浙公网安备 33010602011771号