4个人、0个客服、72小时交付：这家公司把“全自动AI公司”做成了现实

如果我告诉你，一家服务30个客户、交付50多个研究项目的B2B公司，居然没有客服、几乎不写工单、周末还能自动跑项目，你大概率会觉得是PPT创业。但Verso已经这么干了，而且他们的“公司本身”，就是一个不睡觉的AI Agent。

最反直觉的一件事：不是人在用AI，而是AI在“运营公司”

Verso的CEO Lydia一上来就抛出一个几乎让所有创业者破防的事实：在Verso，最不睡觉的不是创始人，而是公司本身。

这不是一句修辞。Verso从成立第一天起，就被设计成一家“AI-native、几乎完全自治”的公司。这里的关键词不是“用了很多AI工具”，而是——公司被当成一个可以 Listen、Think、Act 的系统来设计。

Listen：公司大脑持续监听一切发生的事情——Slack、邮件、日历、Notion，甚至外部信息流，全部通过 Codex 自动化接入。
Think：所有信息进入一个统一的智能与记忆层。Knowledge Agent 会自动索引、理解上下文、调取最相关的组织知识，这背后跑的是最新的前沿模型。
Act：最关键的一步。Verso Brain 不只是“给建议”，而是能直接调用工具、MCP、CLI，在真实系统里执行工作流。

这意味着一件非常反直觉的事：在Verso，AI不是员工的助手，而是公司运转的主干系统。人，反而成了“异常处理器”。

没有客服，却把6周流程压缩到72小时

如果你做过消费者研究，就知道传统流程有多慢：
- 一周对需求、写方案
- 三周招募与访谈
- 再三周分析和汇报

Verso直接把这条链路拆掉重做。

他们的产品是一个完整的 agentic solution：AI负责研究设计、招募受访者、由语音模型驱动的AI采访员进行视频访谈，随后进入多智能体分析管线，最终直接交付可执行洞察。

真正震撼的是运作方式。

一次真实发生的案例：周五下午5点刚结束客户会议，同事在Slack里@Verso Brain，让它同步会议记录和邮件往来。6点23分，访谈已经自动启动。周末，美国50位消费者完成了视频访谈。周日14点，田野结束。周一早上，人类只做了一件事：确认几条被AI标记为“可能造假”的访谈。

两小时后，完整研究交付。

从6周到72小时，Verso没有请10-15个客户成功经理，而是——一个都没有。AI承担了几乎所有CS该做的事，只在需要人类判断时才“敲门”。

真正的壁垒：不是模型，而是“从第一天就为AI设计的产品”

很多公司听完会说：我们也在用语音模型、Agent、多模型管线。但Verso真正难以复制的地方，并不在某一个模型上。

Lydia点出了两个关键条件。

第一，Company Brain 的结构化设计。信息不是散落在工具里，而是有统一的记忆、检索、决策与执行路径。AI不是“查资料”，而是在“理解组织”。

第二，更重要的一点：Verso的产品，从第一天开始就是“可被AI完全操控的”。

这听起来简单，实际极其反人性。绝大多数SaaS是给人设计的，UI复杂、流程隐含、状态分散。Verso反过来，把系统当成“API给Agent用”，人类只是其中一种客户端。

这套思路甚至延伸到了工程团队：在大多数公司，工程师20%的时间在修bug；在Verso，bug会被自动检测、分诊，90%由AI直接修复。结果是，工程师几乎把全部时间花在真正创造价值的事情上。

最终结果？4个人的团队，跑起了一个在旧世界根本不可能存在的公司规模。

这不是未来畅想，而是一个已经跑起来的组织形态

Verso已经服务了约30个客户，交付了50多项多语言研究。这不是实验室Demo，而是已经产生收入、客户依赖的真实业务。

更值得警惕的是：Lydia提到的，还只是冰山一角。80%的招聘流程已被自动化；CEO每天早上会收到一条WhatsApp的公司运行摘要；AI在持续调整内部运作方式。

这意味着，所谓“AI Agent公司”，已经从概念阶段，进入了可复制、可规模化的组织范式阶段。

问题不再是“能不能做到”，而是：你的公司，是否值得被AI接管？

总结

Verso真正抛给行业的，不是一个更快的研究工具，而是一种新的公司设计方法论：把组织当成一个自治系统，而不是人力流程的集合。

对AI从业者来说，最重要的takeaway只有一句话：未来的竞争优势，不在于你用了多少AI，而在于你的系统是否“为AI而生”。

一个值得你带走的行动点是：审视你所在公司的核心流程——它们是为人优化的，还是为Agent优化的？如果今天让AI全权执行，它会卡在哪一步？

那个答案，可能正是你下一阶段的突破口。

关键词： AI Agent， 公司自动化， 语音AI， Agentic Organization， OpenAI

事实核查备注： 需要核查：Verso客户数量（约30个）、研究交付数量（50+）、研究周期从6周到72小时的对比、团队规模（4人）、90% bug自动修复、80%招聘流程自动化、所用模型名称（Codex、Cortex、Voice models、Realtime Translation）