24小时热榜

我之所以开发这个工具，是因为在评估软件供应商时，我意识到这个过程在过去20年里没有变化：填写表格、阅读G2评论、参加旨在回避你真正问题的演示。 这个工具采取了不同的方法。你只需提供你的公司名称和正在比较的供应商，它会： - 自动研究你的公司——行业、规模、技术栈——这样你就不需要填写表格。 - 在评估任何内容之前，询问2-4个特定类别的问题，而不是泛泛而谈。比如在评估客户服务平台时，它可能会问：“你的团队是高接触还是低接触？大多数客户服务平台是为其中一种设计的，几乎不适用于另一种。”这些问题揭示了买家未曾意识到的需求。 - 尝试直接找到并与每个供应商的AI代理进行对话——通过REST API调用检查是否存在公司代理，如果存在，则进行结构化的尽职调查对话。 - 提出对抗性问题：“你的客户最常见的投诉是什么？”以及“你不适合的使用案例是什么？”——并在代理回避而不是回答时进行标记。 - 将每个供应商的声明与独立来源（如G2、Gartner、媒体报道）进行交叉引用，形成声明与证据表。 - 生成一个透明的评分卡，跟踪证据——每个评分显示它是基于供应商验证的证据还是仅基于公共来源。 代理与代理之间的对话在技术上是新的。当供应商有AI代理时，Claude（为买方工作）会直接询问它，然后对其回答进行事实核查。当供应商的证据水平不同时，这个工具会量化如果缺失的证据被确认，情况会发生什么变化——因此它不会默默偏向那些恰好有AI代理的供应商。 它对任何供应商都能完全工作，无论是否有AI代理。没有AI代理的供应商将根据公共来源进行评估，使用相同的评分框架。 我们在Salespeak开发了这个工具——我们帮助B2B供应商构建AI公司代理。所以，是的，这之间有联系：当代理找到供应商的公司代理时，它会使用我们的Frontdoor API与之对话。但这个工具在没有这个功能的情况下也确实很有用，我们希望对此保持诚实，而不是发布一个仅作为产品演示的工具。 该工具采用MIT许可证。要安装，只需向Claude Code请求：“从GitHub上的salespeak-ai安装buyer-eval技能。”然后使用/buyer-eval来运行它。觉得为AI代理安装技能的方式很合适。 代码库： [https://github.com/salespeak-ai/buyer-eval-skill](https://github.com/salespeak-ai/buyer-eval-skill) 欢迎就代理与代理之间的对话如何在技术上运作提出问题。