在 Slack 里跑一家线索生成代理公司：OpenClaw 实战拆解

Michel Lieben（ColdIQ 创始人，$7M ARR）与 Brandon Charleson（Top of Funnel 创始人，Forbes Top 100 GTM leader）联合发布了一篇实战长文，完整拆解如何用 OpenClaw 在 Slack 里运行一家线索生成代理公司。

Brandon 的 agency 在过去六周从「我们帮你做外呼」转型为「agent 即服务」，需求来得太快，不得不围绕它重构整个 offer。

Slack 作为 Agent Fleet Hub

大多数团队试图把 agent 装进一个新 app，然后期待团队迁移过去。结果新标签页被忽略，agent 一周内就「黑屏」了。

Brandon 反着来：agent 活在团队已经在的地方——Slack。同一个 workspace、同一个 DM、同一个通知。agent 只是频道列表里的另一个同事。你可以从手机、笔记本或手表跟它对话。唯一的区别是这位同事凌晨 2 点也在线，从不请年假。

他的主力 agent 叫 Mo（取自《机器人总动员》里的清洁机器人）。system prompt 里包含背景故事、角色定义（"你在互联网上放了一台吸尘器"）和语气设定。每条输出读起来都像同事发的，不是 chatbot。

Brandon 对 agent fleet 的两条铁律：

1. 跟它们说话，不要打字。语音转文字给 agent 的上下文比打字多，因为你会「唠叨」——而唠叨就是上下文。打字反而在节流。
2. 给它们起名字和人格。当团队开始把 agent 当作队友，workflow 就变了。人们会委派、会跟进、会像对待初级员工一样对 agent 问责。

他的客户拥有完整的 agent fleet，不是单 agent。不同任务配不同大脑：Sonnet 做主力执行，Opus 做需要更高准确率的复杂推理。编排靠人格和频道，不靠配置文件。

自纠错循环：复利效应的起点

人们放弃 Claude Code 的最大原因是 context window。开一个 session、加载业务上下文、干一小时好活、撞到上限、全部丢失。明天重新解释你的 ICP。

OpenClaw 反转了这个模式。agent 运行在独立的持久 sandbox 里，memory 存在磁盘上、已索引、跨 session 携带。你只需要 seed 一次——服务、ICP、销售动作、竞品列表、历史赢单——之后 agent 就是持有机构知识的那一方。

自纠错是复利开始的地方。

在 Brandon 的 live build 中，Mo 创建了一个 Instantly campaign，但用错了变量格式——用了 company_name(snake_case) 而 Instantly API 期望 companyName(camelCase)。Brandon 只标记了一次错误，Mo 在同一条回复里把规则锁进 memory。从此之后 Mo 创建的每个 campaign 都用对变量格式，Brandon 再也不用管。

同样的循环也捕获数据卫生问题。第一次 lead pull 出现了占位符邮箱，Mo 在 memory 里写下规则："垃圾邮件过滤器现已嵌入所有未来批次的 pipeline"。下一次更干净，再下一次更干净。系统随规模自我审计。

Seed memory vault 的清单（Brandon 建议花一个下午完成）：

• ICP 定义（细分人群、子角色、每个角色的 qualifying signal）
• 前三大客户痛点，用客户原话，从真实通话中复制
• 最成功的销售叙事和伴随的异议处理
• 完整工具栈及每个工具的 canonical 用途
• 竞品定位和每次 head-to-head 的赢法
• 在各渠道持续获胜的 post 格式和邮件结构

把它当作 onboarding 一位资深员工。投入以天计，回报每周复利。

7 步免费数据构建流

Brandon 在通话中做了一个刻意实验：零付费 enrichment 工具，不用 Clay、Apollo、Prospeo、Lead Magic，只测 agent 用公开数据能做什么。

Step 1: 垂直选择 Mo 找出高客单价垂直领域，买家大概率没有工程团队，只用公开数据。返回一个分层列表：

• Tier 1（最高确信）：商业和特种承包商，跟进排程和作业成本自动化
• Tier 2（强 fit 但竞争更激烈）：独立物业管理、注册投资顾问、人身伤害律所

排名不是通用 LLM 猜测，而是来自 Top of Funnel 实际销售过的领域——这些信息存在 agent 的 memory 里。

Step 2: 绕过 blocker Brandon 让 Mo 去 Reddit 抓取目标垂直领域的 pain signal。这次 Reddit API 被墙了。Mo 没有卡壳，自己记录 blocker 并 pivot 到 G2 和 Capterra。它在 Slack 线程里写的推理是：Reddit 锁了 API，workaround 是 G2 和 Capterra，因为企业主会在上面用书面语解释为什么买或换软件——这是更丰富的痛点情报。

Step 3: 提取外呼触发器 从 ServiceTitan（承包商垂直软件）的 G2 评论中，Mo 提取了逐字客户投诉：产品被反复标记为昂贵、有 bug、缺少核心功能、集成脆弱。每个投诉变成一个外呼触发器。Mo 在 campaign brief 里的判断："用 ServiceTitan 的买家已经认可自动化，但产品贵且有 bug。这是我们的 sweet spot。"

Step 4: 批量抓取 Mo 从公开来源抓取了 4,966 家金融顾问公司和 15,000+ 家电气承包商，本地保存，附带网站和联系数据。

Step 5: 免费邮箱验证 这是免费数据 prospecting 真正可行的关键规则，Brandon 一次性写进 Mo 的 memory：

1. 拉取公司域名
2. 跑 DNS MX 检查
3. 如果没有 MX 记录，在消耗任何 credit 之前直接丢弃
4. 有 MX 记录才抓取联系页面或猜测格式

这一条规则就把免费数据 prospecting 里的大部分浪费砍掉了。

Step 6: 过夜运行 45 条验证线索通过第一个 pipeline。真实姓名、真实电话、占位符已过滤。Brandon 说"今晚 grind"，合上笔记本陪孩子去了。Mo 在 Slack 上通知他批次完成。无需轮询，无需回头检查。

Step 7: 启动 campaign Mo 用 instantly-cli 在 Instantly 中创建 campaign：

• 命名：当天日期 + 细分标签，方便团队复用
• 节奏：3 步序列，day 1 / day 4 / day 9
• 量级：每个 inbox 每天 10 封 × 10 个二级域名 = 冷启动每天 100 封
• 变量：公司名、名字、来自 G2 signal 的垂直专属 pain hook

Slack 上三条消息，operation 就上线了。

CLI-first vs MCP：工具层的取舍

MCP 是大多数团队默认的协议，Anthropic 推出后被大多数 agent 框架采纳。Brandon 的立场是：MCP 在第三方只提供 MCP server 时仍然好用，但如果有选择，把工具层做成 CLI，MCP 作为备选。

四个理由：

1. Agent 已经在终端里跑。每个 Claude Code session 本来就在做 bash call，CLI 原生适配，无需翻译层。
2. CLI 安装便宜。npm install，搞定。agent 可以自己安装。
3. 不消耗 agent 的 context window。MCP server 连接会烧 token，CLI 不会。
4. 几十年的链式、脚本化、组合历史。log、pipe、exit code，全部即插即用。

Brandon 把 instantly-cli 开源为 npm 包，覆盖 156 个命令、31 个 Instantly API 组。每个命令作为 bash call 运行。他给每个 CLI 配一个 skill 文件，agent 按需加载，描述命令、参数和常见失败模式。agent 安装、读取 skill、执行。准确率高，因为每个 tool 暴露的 surface area 窄且明确。

设计巧思：同一个 instantly-cli 二进制也能作为 MCP server 运行。一次安装，两个接口。agent 可以直接通过 bash 用 CLI，或其他 MCP-compatible client 可以通过标准协议连接。不用选边。Brandon 的偏好是 CLI-first 因为 token 经济，但他没有锁死 MCP——只是把 CLI 设为默认路径。

他还开源了 clay-gtm-cli，用于 Clay workflow，同样模式。

四 Agent Fleet 架构

Mo 是 GTM 主力。Top of Funnel 还跑了三个：

1. 营销官 把 OpenClaw agent 连到构建网站的 GitHub repo，只给 feature branch 的 commit 权限，绝不碰 main。PR loop：你在 Slack 发请求（"上线新定价页"、"加节日 banner"、"写案例落地页"、"更新博客 meta description"），agent 在新分支生成修订、开 PR、创建 deploy preview、把 preview 链接贴回 Slack。你 review、你 approve、你 merge。agent 是一位真正拥有代码库的首席营销官。大多数 agency 雇两个人做的还没这个多。

2. 销售情报 每次通话录音自动流入 Supabase，按通话类型打标（销售电话、客户 sync、内部团队通话、其他）。对每个录音 agent 跑同样的 loop：

• 拉取 transcript
• 识别对话中的机会
• 按客户陈述的痛点做 max-value
• 按 offer fit 打分
• 发 Slack summary

然后做更难的事：coaching。Slack 消息会写："第 14 分钟你漏了预算 signal，这是你可以问的问题；第 22 分钟 prospect 提到了竞品而你没有 probe，这是跟进方式。"通话正向关闭后，agent 起草 proposal 等你 approve 再发送。

3. 内容 agent 它了解你的业务、客户、offer、过往赢单。当有趣的事发生（客户成果、产品更新、会议中的 sharp insight），agent 用你的 voice 起草 post 并排队等你 review。关于真实成果的故事，不是 generic best-practices 内容。agent 拥有所有 source material，可以从任何通话 transcript 或内部 Slack 消息中拉取。

四个 agent 背后的模式相同：一个 harness、持久 memory、Slack 作为界面、skills 作为工具箱。每个角色只是不同的 system prompt 和不同的 toolkit 挂在同一个大脑架构上。

完整技术栈

不要把这份 stack 当采购指南。把它当作「架构可替换」的证明。Sonnet 换当月最强模型，Instantly 换 Smartlead，Slack 换 Teams——模式不变，替换不破坏 workflow。

最小可行复现路径

1. 搭 harness。在 Mac Mini 或小 VPS 上装 OpenClaw，接入 Slack workspace
2. 选模型和人格。Sonnet 是正确默认。给 agent 起名字、写背景故事、定义 job description。这不是虚荣，它改变团队对待 agent 的方式
3. Seed memory vault。花一个下午。走完上面 memory 章节的六条 onboarding 清单，每条写成 agent 可读的 markdown 文件
4. 先装一个 CLI。npm install -g instantly-cli（如果你跑 cold email）。配一个 skill 文件，命名最常用命令和见过的失败模式
5. 端到端跑一个 workflow。选一个小任务让 agent 拥有并跑三次，你在旁边看。纠正一次。第三次应该 hands-off
6. 加下一个 workflow。销售通话 coaching 是 leverage 最高的第二个。网站编辑是最 visible 的。哪个都行

30 天后你会拥有一个了解你业务的 fleet，以及一个已经停止打开七个工具做一件事的团队。

商业模式的转变

过去的工作是生成线索。坐在 Clay 表里、坐在 Apollo 里、写序列、监控收件箱、汇报 booked meetings。这份工作正在归零。

现在的工作是安装一个能做以上全部的系统，并确保它在底层模型持续升级时保持聪明。Top of Funnel 转型为「agent 即服务」是因为客户同时意识到了同一件事：客户不再想要线索生成，他们想要一个能自己永远生成线索的 agent，以及一个随叫随到确保它运行的人。

第二份工作，是唯一剩下的 durable agency offer。