增长团队过去常常要等上几周，才能请工程师配置好一次A/B测试或改动一个落地页。Claude Code这类在终端里运行的编程智能体，已经消除了大部分等待：只要拥有合适的工程权限，营销人员就能从头到尾自己做出一个功能并上线。新的问题在于专注：缺乏结构约束的智能体容易跑偏，独立创业者也容易把时间花在技术上的旁枝末节，而不是收入上。ElevenLabs的一位前增长负责人曾帮助公司度过高速增长期，他打造了名为Agentic Growth OS的开源框架，让Claude Code始终对准业务目标。
终端智能体为何需要护栏
网页聊天助手往往只能产出流于表面的文字。终端里的智能体则会读取项目文件夹中的文件、拉取指标、运行脚本，并修改真正要上线的产物。当任何人都能在一个上午做出最小可行产品时，更大的风险已不再是编码太慢，而是高效地做出没人想要的东西。
Agentic Growth OS是一套harness，也就是包裹在模型外层的指令、规则和工具连接。它发布在公开的GitHub仓库中，用两条Claude Code插件市场命令即可安装，也能在OpenAI Codex、OpenClaw等其他智能体上运行。它建立在四大支柱之上：
- 目标节奏：把每一项任务与年度和季度目标挂钩
- 实验纪律：规定测试如何启动、运行和结束
- 专职智能体角色：包括幕僚长、搜索引擎优化（SEO）分析师、撰写产品需求文档（PRD）的产品负责人，以及专门唱反调的评审小组
- 工具连接：通过API和模型上下文协议（MCP）连接，MCP是让AI模型调用外部工具和数据的标准
从年度使命到每日站会的目标层级
每项任务都要对照上一级目标来衡量，以防范围不断蔓延。
| 节奏 | 内容 |
|---|---|
| 年度使命 | 用一个文件记下公司当年唯一的目标 |
| 季度OKR | 以目标与关键成果（OKR）设定可衡量的结果，例如销售管道规模或激活率，所有实验都据此评分 |
| 月度复盘 | 智能体把Stripe的收入数据和Attio或PostHog的用户参与数据与季度基线对比，检查实现年度目标的进度 |
| 每周复盘 | 用Wispr Flow等工具口述一小时的复盘内容，再对照转化数据，找出直觉与结果之间的差距 |
| 每日站会 | 用五分钟回顾前一天的结果，以及当天午夜前要完成的一项成果 |
这套框架的作者认为每日站会价值最低，经常跳过，但已经连续10到15周坚持每周复盘，因为以周为单位积累的数据足以显现规律。对一人公司来说，从每周复盘入手似乎最合适。
上手从growth setup命令开始，它会扫描项目文件夹以及Asana、Google Docs等来源，查找已有的目标。在为一名虚构的产品营销人员准备的示例工作区中，它指出了2025年第二季度的过时OKR、缺失的月度目标，以及一个14天无人分析的定价页测试。随后，用约五分钟的快速引导或一到两小时的深度会话补齐缺口。
▲ 从年度使命到每日任务
会唱反调的会话钩子
插件会定制CLAUDE.md，也就是Claude Code在每次会话开始时读取的指令文件。随后，会话钩子（在设定时刻自动运行的脚本）会在每次启动时显示一份摘要：例如到12月31日实现£100万年度经常性收入（ARR）的年度使命、把潜在客户到客户的转化率从10%提升到20%的季度目标、始终保持10个转化测试在运行的规则、本周优先事项、当天的待办清单，以及已经停滞的测试。
随后，Claude的表现就像公司内部的增长负责人。它会追问一项任务是不是有望带来十倍回报的押注；如果你开始用Astro框架做一款3D游戏，它会把你拉回使命。连接任务管理工具Todoist和GitHub后，Claude更进一步：经过两三次复盘，它发现外联任务已经好几周无人处理，而提交记录却显示出缺乏增长依据的重构。它识破了伪装成工程工作的拖延。
实验需要基线和终止开关
没有预先登记的基线、明确的成功指标和固定的测量周期，任何测试都不会启动；A/B测试还要检查样本量是否有足够的统计功效。每个测试都必须得出清晰的结论，并记入共享日志，让经验不断积累。没有这份日志，新员工可能会重复提出早已失败的测试，作者的第一家创业公司就出现过这种情况。每项实验都遵循如下模板：
| 字段 | 记录内容 |
|---|---|
| 假设与关键成果 | 预期会改变什么，服务于哪个关键成果 |
| 受众与实验方案 | 谁会看到测试，看到哪个版本 |
| 基线与周期 | 起始值和测量时长 |
| 混杂因素 | 可能干扰结果的其他变化 |
| 终止标准 | 一旦出现就立即结束测试的指标下滑或缺陷 |
| 事后复盘 | 团队学到了什么 |
终止标准预先确定了停止点，测试就不会在漏斗表现下滑时继续拖延。让智能体为落地页设置一个退出弹窗测试，它会先查阅模板和操作手册，再询问缺失的基线转化率、每周流量以及该测试所服务的目标。基线数据应直接来自PostHog、Mixpanel或Amplitude等分析工具，而不是手工抄写。此外，工具变得好用，并不意味着就该在低流量或不重要的页面上做测试。
让智能体对计划提出异议
这套框架的PRD技能借用了丰田的5 Whys，即反复追问“为什么”的根因分析法，并把它用在提出功能的人身上。如果有人提议做一个争取搜索流量的落地页，智能体会查看关键词搜索量，判断它能否推动核心指标，数据单薄时还常常劝阻动手。获批的PRD会附上任务复选框，这样即便上下文窗口（模型一次能容纳的文本量）被重置或会话中断，智能体也能接着往下做。
在代码上线、支付系统变更或战略文档定稿之前，作者都会运行一项名为multi-agent-refine的技能。它会启动3到10个子智能体，也就是由主智能体派生的助手，让它们从技术正确性、遗漏的考量、工程简洁性和运营可行性等不同角度同时审读同一份文档。其中格外有用的是专问“缺了什么”的批评者，因为撰写者很少能看清自己未曾言明的假设。按照这种思路，标准各异的批评者能发现的问题，远多于让一个智能体审查自己的成果。
在一份增长OKR文档上运行这项技能时，分别负责可衡量性、可行性、战略一致性和遗漏的四个批评者指出了以下问题：
- 第二季度的复盘数据与第三季度目标相冲突
- 试用转付费目标没有测量时限
- 激活基线仍基于888名自助注册用户得出，没有按3.12%的试用转付费率更新
主智能体把这些发现分为P0、P1和P2三级，并询问是正式结束这个季度、重设基线，还是直接修补文档。成本也要留意：作者曾一次启动20个Opus子智能体，立刻触及使用上限，因此他建议在这类评审中使用Sonnet等更快、更便宜的模型。
▲ 多智能体对计划的批判式评审
连接智能体能够操作的工具
这套技术栈只选用具备完善命令行界面（CLI）或文档齐全的API的服务，这样智能体就能直接读取和修改数据，而不必依赖人工汇报的数字。
| 工具 | 在技术栈中的作用 |
|---|---|
| PostHog | 产品分析与实验 |
| Stripe | 支付与收入 |
| Attio | 客户关系管理 |
| DataForSEO | 关键词与搜索数据 |
| Firecrawl | 把网页转换成整洁的Markdown |
| Resend | 事务性邮件 |
在SEO方面，作者改造了一项安装量超过20.6万次的公开SEO审计技能；关键词数据来自每次查询只需几美分的DataForSEO API，而不是Ahrefs或Semrush这类订阅制套件。/seo-audit命令会检查标题标签、robots.txt、站点地图和链接结构，并运行Google Lighthouse CLI测量页面速度，而页面速度会同时影响排名和转化。在一个付费存档内容很多的新闻通讯网站上，它发现43%的文章无法被搜索引擎读取，448篇文章没有元描述，130个标题超过65个字符。过去要等代理机构两三周、再花开发人员数周时间的工作，如今仓库里的智能体几个小时就能完成修复和测试。
PostHog是作者建议增长团队最先连接的工具，因为它的免费额度慷慨，并完整支持MCP、API和CLI。作者使用的所有仪表盘、图表和实验，都是Claude Code通过API搭建的，其中包括一项比较页面顶部横幅单栏与双栏布局的测试。三项保障措施让数据追踪保持干净：
- 仓库访问权限。 增长营销人员至少应争取GitHub的只读权限，这样智能体就能自行确认事件何时触发，而不必在Slack上追问工程师。
- CI关卡。 GitHub Actions中的持续集成（CI）检查会拦下新代码缺少PostHog追踪事件的拉取请求，不予合并。
- 事件文档化。 外部代理机构曾因事件名称缺少说明而误读数据，此后Claude Code和多智能体评审在约两小时内为350多个事件定义加上注释，这项工作过去要花资深产品经理数周时间。
让人坐在驾驶座上
在作者看来，无需任何人参与就能为企业赚钱的智能体，多半只是X等社交媒体上流传的幻想。无人监督的智能体往往会在低价值的循环中耗费token（AI模型处理文本并据以计费的单位），或者只给出浅显的摘要。他让人坐在驾驶座上，把范围明确、为时一到两小时的调研或编码任务交给智能体。定时运行的例行任务已经见效，例如每周日晚上测试网站、一旦性能下滑就发邮件预警的任务。
代码需要第二双眼睛。即使有测试，Claude Code也可能信心十足地给出错误结论，并引入不易察觉的缺陷。因此，作者把它与审查拉取请求的AI代码审查工具Cubic，以及实时报告错误的Sentry搭配使用。他把通宵运行并自行检验实验的智能体网络视为下一个前沿，但也承认，可靠的全天候运行仍在摸索之中。在他看来，随着智能体接手执行工作，增长营销人员的职责将转向深入理解客户，以便把智能体引向正确的实验。
让智能体改写自己的指令
按作者的说法，最大的错误是从不让智能体改进自己的指令。解决办法是请Claude结合最近的会话和Anthropic的最新文档，说明其系统指令可以如何改进，再让它改写自己的CLAUDE.md文件。一家招聘领域的创业公司让自家智能体批评自己的系统提示词，结果得到一份包含10个步骤的改进清单。Agentic Growth OS也内置了每周例行任务，回顾过去的会话、提出新技能建议并删去过时的指令。这只是通过反馈调整提示词，而不是通用人工智能意义上的自我改进；它依赖Claude Code和Cowork这类基于文件的工具，因为与云端聊天不同，它们能够编辑自己的配置。
小团队本周可以做什么
关键似乎不在于给Claude Code更多工作，而在于给它结构：需要对齐的目标、必须收尾的实验，以及在上线前检验计划的批评者。方向由人来定，智能体负责范围明确的执行和检查。
- 把年度使命、季度OKR和进行中的实验写进CLAUDE.md及其读取的文件。
- 每周开一次一小时的复盘，用Stripe或PostHog的数据核对口述的笔记。
- 使用包含基线、周期、混杂因素和终止标准的实验模板，并记录每一个结果。
- 通过API或MCP连接分析工具和CRM，让智能体自己拉取基线数据。
- 把重大计划交给包含“缺了什么”批评者的子智能体评审小组，并使用较轻量的模型。
- 给智能体分配一到两小时的任务，并用AI审查工具和错误追踪为其代码把关。