代理公司眼下究竟如何在客户工作中使用AI智能体
营销、创意、开发和咨询类代理公司在智能体式AI上已经过了试点阶段。下面是今天真正跑在客户工作里的部分、仍然大多停留在谈论中的部分，以及账单、披露和责任这些尚未有人定论的问题。
六月，广告业的交易撮合者聚集在法国南部，进行一年一度的朝圣。那一周，各家代理公司竞相发布AI智能体的消息，试图压过彼此。WPP表示，它正在测试一个面向优质视频库存的媒介购买与策划智能体。Dentsu与一家名为Newton Research的AI智能体开发商达成合作，以加快活动搭建和分析。独立机构Butler/Till与DoubleVerify合作，已经做出基于Claude的智能体，把广告预算从低质量库存上引开。这些都不是演示。据Digiday的报道，代理公司描述的是正在真实客户账户里运行的工具。
那一周抓住了智能体式AI眼下处境中真实的一点：它不再是提案幻灯片里的一页。它出现在活动仪表盘、审计工作底稿和代码库里——比那些为没有它的世界而建的计费模式、披露惯例和责任框架来得更快。下面是代理公司今天真正在跑的东西，以及真正的摩擦在哪里。
已经走出试点的工作
关于采用情况，最清楚的数据点来自NinjaCat在2025年1月对547名美国营销代理公司决策者的调查：91%已经在以某种形式使用AI，59%表示正在主动使用AI智能体——也就是执行任务、而不只是生成建议的自主系统。代理公司提到最多的两项应用，是数据与洞察工作（74%）以及活动策略与优化（72%）。落到实践里，这意味着智能体把各广告平台的指标汇到一起，在花费被浪费之前抓住异常，并把报告直接送到客户收件箱，而不必由分析师手工拼一份演示文稿。
IAB的《State of Data 2025》报告给这件事实际走到了多远标了一个数字：到目前为止，只有30%的代理公司、品牌和发布方把AI完整整合进媒介活动的全生命周期，不过这一组里的代理公司和发布方走在品牌前面。在已经采用的地方，IAB发现AI在超过70%的情形中达到或超过预期，把生产率提高了47%，并每人每周削减大约12小时低价值的手工工作。
智能体这一层本身——执行而不只是建议的媒介购买智能体——仍处在早期规模化阶段，但走得很快。Digiday在九月报道，58%的广告高管预计智能体购买会在一年内达到有意义的规模，并引用了IAB Europe的研究。Dentsu负责数据技术与衡量的执行副总裁Caitlin Gelles，用直白的运营语言向Digiday描述了吸引力：“跨系统搭建活动要花上几个小时……当你能把这些细微差别存进RAG数据库，或记下客户喜欢怎么买，再让AI找出这些效率，价值就在这里。”
开发和数字化转型代理公司在跑同一套打法的平行版本。荷兰代理集团Dept为瑞士健身品牌Blackroll做电商平台改版，用的是Google的Gemini和Antigravity技术栈上的AI智能体。Dept说，项目完成速度是其AI之前自身估算的3.8倍。Blackroll的CEO Scott Zalaznik告诉Digiday，公司现在把AI智能体用于大部分电商功能测试和开发。Dept此后把这套方法产品化成名为Agent Studio的付费服务，实质上是把自己搭建智能体的工作流租给那些想要这项能力、又不想自己建的客户。
咨询公司走得更远，却仍在争论回报
如果说营销代理公司正处在转型中途，大型咨询公司在数量上已经全力投入——现在卡在一个更难的问题上：这一切到底值多少。McKinsey的CEO Bob Sternfels在一月说，公司已经部署了数以万计的内部AI智能体，并最终希望为其40,000名员工每人配备一个。这一说法见Business Insider。但前McKinsey合伙人、现任Writer首席客户官的Mina Alaghband这样说：“我认为我们现在处在困惑的时代。”一年前的指标是使用量。现在各公司试图衡量更难的东西——实际创造的价值。
PwC的首席AI官Dan Priest告诉Business Insider，公司已经不再数智能体有多少，而开始数有多少人真正在用每一个。EY每月跟踪其智能体的生产率、质量和成本效率KPI。BCG有最具体的数字：合伙人Scott Wilder说，员工现在花在做幻灯片这类低价值工作上的时间大约少了15%，把省下时间的大约70%再投入到更深的分析里——剩下的30%，用他的话说，是多睡一会儿，或上一节瑜伽课。即便在按小时计费的公司内部，AI省下的时间也不会自动变成更多可计费小时。
“AI或许终于会成为可计费小时的丧钟。”Clio的CEO Jack Newton说。专业服务公司三十年来一直提出又收回这个说法，只是这一次，背后的算术是公开的。
最先真正破裂的是计费模式
在代理公司碰到的各种摩擦里，计费最直接，因为这道算术躲不开。如果AI把一项任务从五小时缩到一小时，而你仍按小时计费，你就是在无意中给了客户80%的折扣。Forbes对2026年Gartner一项面向743名审计专业人士的调查、以及法律软件公司Clio另项研究的分析发现，这一模式出现在相邻的专业服务行业：93%的审计负责人报告有某种AI使用，但只有38%为此制定了策略；Clio估计，大约四分之三的可计费法律任务现在可以由生成式AI自动化。
定价没有跟上。Clio发现，86%的个人律师事务所和78%的小型事务所完全没有为此调整价格，中端市场为51%，大型企业为46%——规模越小，就越是在悄悄吞下这笔折扣。与此同时，71%的客户告诉研究者，他们本来就更喜欢固定或包干费用，而不是按小时计费。这说明按小时计费一直是客户真正想要之物的替代品：一个可预期的结果，而不是一张工时表。Salesforce首席法务官Sabastian Niles在Harvard Law School治理论坛的一篇文章里把客户侧的期望说清楚了，Forbes引用了这段话：“收益当然也必须通过节省、成本效率和新的商业模式，与客户分享。”《华尔街日报》（Wall Street Journal）以“Inside Consultants' Messy Shift From Hourly Billing”为题报道了同一转变，写专业服务公司在AI威胁让可计费小时过时之际，如何艰难地重做收费方式。
营销代理公司已经在试验NinjaCat调查里发现的另一种做法：28%已经从标准可计费小时转向按价值或结果定价，45%现在把基于AI的方案和自动化作为打包服务来卖，而不是折进现有的月度服务费里——把效率收益变成一件新产品，而不是一张更小的发票。
是否应该告诉客户，智能体碰过他们的工作？
披露问题比计费问题更没有定论，主要是因为没有一条可以指给别人看的单一规则。IAB的《State of Data 2025》研究发现，大约一半的品牌已经担心代理公司和发布方如何代表他们使用AI——这道信任缺口在任何人决定披露该是什么样子之前就已经存在。
迄今最清楚的指引来自相邻的专业服务领域，它们正为自己的客户面对同一个问题。在一篇由《Journal of Accountancy》转载的文章里，保险公司CNA建议CPA事务所：在没有一部统领性法律的情况下——法律图景是Gramm-Leach-Bliley Act、加州和犹他等地零散的州披露法，以及针对有欧洲客户的事务所的欧盟AI Act拼成的补丁——自愿、具体的披露仍然是更安全的路。因为客户若事后才知道AI碰过他们的工作、而事先没人告诉他们，无论是否真的出了错，都可能把这读成欺骗。文章指向American Bar Association 2024年关于生成式AI的正式意见，其中划了一条清晰的线：埋在委托函里的套话不算知情同意。披露必须真正说明AI做了什么，以及之后人类检查了什么。
碰到这个问题的每一个专业服务领域——会计、法律，以及现在的代理公司——都落到大致相同的答案：披露在大多数情况下还不是法律要求，但隐瞒它是一场声誉上的赌注，而客户越是开始默认AI已经参与其中，这场赌注就越危险。
智能体出错时，谁来承担责任
责任是代理公司想得最少的摩擦，因为它还没有把问题逼到面前——还没有一家代理公司的AI失败像法律行业那样登上头条。法律行业已经有律师因在真实诉状中引用AI编造的判例而受到制裁。Law.com的David Partida在2026年持续撰写一个六篇系列，追踪这个问题如何从理论变成日常，其中包括题为“What Happens When AI Acts Alone — And Who Pays For It?”和“Who's Liable When AI Gets It Wrong?”的篇章。同一网站的配套文章“Accountability For AI Errors By Attorneys And Judges”指出，律师越来越多地提交含有AI生成的虚假判例引用的文书——通常追溯到使用者的错误，而不是工具本身——法院已经通过动议和上诉纠正由此产生的裁判。围绕此事汇合的专业指引，从ABA的意见到CNA对CPA事务所的建议，是一致的：一家公司若依赖AI智能体的输出、却没有独立的人工复核，其责任就如同一名初级员工在无人监督下犯了这个错。承担责任的不是智能体。是把其输出交给客户的那家公司。
代理公司还没有自己版本的这场清算出现在公开记录里——这或许正是最值得盯住的摩擦点，因为代理公司的交付物走得快，到达客户收件箱之前受到的审视往往更少。
《The AI Organization》里有一个想法值得借到这里：可读性，也就是能够展示——而不只是声称——谁或什么在何时碰过一件工作。一家代理公司若能拿出真实记录，说明智能体做了什么、人类复核了什么、何时签字确认，就是在用证据而不是一份政策声明回答披露和责任问题。FabricLoop自己的AI产品Loop Agent建立在带有明确、可审计授权的MCP之上，原因正是如此：让面向客户的AI使用成为公司能够展示的事情，而不只是能够断言的事情。
如果你在经营一家代理公司，这意味着什么
把发布会拿掉，这个模式很窄，但是真的。智能体式AI今天能挣回自己位置的，是到达客户之前可以重复、可以衡量、可以复核的工作：活动报告、在既定护栏内执行媒介购买、第一轮调研和竞争分析，以及——按Dept的数字——电商搭建和测试周期里相当大的一块。这不是一份小清单。对仍在手工做这些工作的代理公司来说，这是摆在桌上的真实成本优势。
在需要判断、而还没有人弄清如何大规模核验的工作上，它仍然大多是谈论：承载品牌风险的创意决策、客户正因为信任做决定的那个人才为之付费的战略建议，以及任何错误可能在人看到之前就到达客户的事情。这篇报道里被引用的机构——Dentsu、PwC、BCG——在不同应用之下描述的是同一个模型：智能体做可以压缩的工作，人检查承载风险的部分，省下的时间被再投入，而不是当作利润装进口袋。这比“AI取代代理公司”无聊。它也是眼下真正发生在客户账户里的那一个。