2025年初，当Manus在全球AI圈掀起狂潮时，Steven Zhou是第一批重度用户。他在一个月内为这款通用智能体烧掉了将近1500美元，每天泡在上面，试图让它跑通自己跨境电商生意的完整运营。

结果他失败了。

“搭完一个站之后，它没有生态连接器去承载，很多东西还得手动搬过来。做完之后，接下来的运营根本做不下去。”Steven在回顾这段经历时说道。

类似的落差，Steven之前已经经历过不止一次。他用Claude用到每月400美金，直到系统提示“你用太狠了，我们先暂停一下”。OpenClaw爆火时，他也第一时间投入测试，却发现预装的技能未经电商场景验证，“装多了AI会降智，积分一夜给你烧光，甚至做了错误动作把店铺给损坏了"。

一次又一次的试错，让这位做了十几年电商运营、操盘过年销售千万到1亿美金DTC品牌的老兵，慢慢看清了一件事，跨境电商卖家真正缺的，其实是一个能把活干完的AI操盘手。

2026年，他和团队在美国南加州推出StoreClaw，把自己做成行业首个“AI电商增长引擎”。现在已经有几千家活跃商家，两个客户的运营数据也很亮眼：一个LED灯品牌亚马逊销量提升20%，内容制作成本从每月2万美元压缩至5000美元；一个三人香氛小团队实现了85%的运营自动化率。

“每一次新工具出来，我都很兴奋，但往前进一步之后，发现到终点的距离还是没变。既然这段距离看起来没有解法，我们就自己上。”Steven说道。

能跑通的没几个

ChatGPT在2022年底问世后，Steven和他的团队几乎是第一时间扑了上去。但两年过去，他慢慢意识到一个和行业 hype 相反的现实，市面上的AI工具在电商场景里能真正跑通的，远没有外界以为的那么多。

Steven把市面上的电商AI产品大致分了几类。平台原生的AI比如Shopify的Sidekick和亚马逊的Seller Assistant，在各自生态里迭代快，推荐内容的采纳率也能到八九成，但一个同时做Shopify、亚马逊和TikTok的“三位一体”出海卖家，必须在三个互不通信的AI系统之间来回切换，生态锁死的痛感是真实存在的。

通用智能体如ChatGPT、Claude、OpenClaw，能干的事很多，却缺了电商垂直领域的深度经验。“listing优化的最佳实践、投放逻辑、库存健康度标准、AI搜索精准适配，这些都是隐形知识，通用智能体很难从对话里深度学习并掌握。”而Accio.work这类垂直方向的AI更偏向让毫无电商基础的人从零到一搭生意，Jasper、Triple Whale等点状工具则擅长单一模块，一个卖家至少要装六到八个，数据反而更碎。

看遍这些产品之后，Steven慢慢觉得，大多数AI工具交到卖家手里的其实是个“半成品”。文案要自己改，经营建议要自己判断，数据分析要自己去落实。卖家非但没有被解放，反而变成了AI的编辑。

“大家今天天然认为做电商就是要用这么多工具，就是要做得这么辛苦。但缺的不是工具，而是一个真正能帮自己干活的操盘手。”

想清楚了这点，他和产品负责人周晓敏决定：既然市面上的工具都跑不到终点，那就自己造一把“能打的AI”。

从“给建议”到“把事办了”

StoreClaw的做法是把AI推理和预置的“技能”绑在一起。这些技能是结构化的电商运营手册，从市场分析、内容制作到效果追踪，每一环都基于真实店铺数据跑出来的规则和经验。

“每个技能都攒下了具体平台的运营规则、经验、基础数据判断逻辑以及执行流程。每个平台都不一样。”Steven强调。

卖家拿到手，打开就能用，不用研究提示词、不用搭工作流、不用做任何技术配置。StoreClaw已经接入了Shopify、亚马逊、Genstore、eBay、WooCommerce、Wix等电商平台，同时打通Instagram、Facebook、YouTube、LinkedIn、Reddit、Discord等社媒渠道，卖家可以在一个统一界面里管完所有渠道。

“我们是市面上唯一一个连接了各个主流电商平台和社交媒体接口的统一智能体。”Steven说。

比起“给建议”，Steven更看重“把事办了”。具体用起来，店铺健康度查看，系统会自动从所有连接平台拉取实时数据，标出问题并给出处理建议。大促期间，跨平台的多个任务可以并行高效运转，流失客户召回则直接跑一套头部DTC品牌验证过的策略，根据每个顾客的购买习惯自动优化发送时间和优惠内容。

但自动化不等于失控，StoreClaw设计上还是把最终决定权留给卖家。根据任务类型，系统会生成内容或建议供卖家审核，或在卖家确认后自动执行。预算花完自动停止，库存不够自动锁单，系统里也设了利润保护的底线，某些操作不管商家怎么要求都绝对不碰。

“我们要让AI从建议者变成执行者，但方向盘始终在卖家手里。

改变

东西好不好用，得看商家实际用起来的效果。Steven讲了两家很不一样的客户。

Emitever是一个做LED装饰灯的品牌，年销售规模超过2000万美金。接入StoreClaw后，其亚马逊店铺销量提升了20%，更大的变化在运营效率。以前上一个新品，拍图、修图、写listing等准备工作可能要消耗整整一周，现在通过AI生成场景图和五点描述，一个SKU不到两个小时就能全部搞定，效率提升十几倍。转化率也从不到10%提升至14%，内容制作成本则从每月2万美元压缩至5000美元。

“生成的东西跟算法是前置匹配的，因为我们预设了技能，所以转化率提升也非常明显。”Steven说道。

另一家是独立站香氛品牌INCENZO，一个仅有三人的小团队。接入StoreClaw后，他们实现了85%的运营自动化率。以前该团队每周要花18个小时做搜索优化改动、技术修复和邮件分销，现在80%的搜索优化问题可以一键修复，页面描述和替代文本批量重写、邮件分销均可一键部署，外包费用每月至少节省数千美金。

“以前大家埋在各种任务流里，做了部署但实际产出非常有限，运营不愿意用，老板也推不下去。AI在电商生态的渗透其实做得并不好。”Steven认为，这既是行业里的真问题，也是StoreClaw的机会所在。

StoreClaw的收费方式是按AI积分分层的订阅制：专业版每月19.9美元，高级版39.9美元，旗舰版199美元起。新用户注册就送300积分，可以先体验。目前已经有几千家活跃商家。

Steven透露，未来会探索按效果或交易额付费的模式。“卖家在看到这个实际结果以后，肯定会有越来越多的卖家希望为结果付费，而不是为工具付费。”

用定价拉开差距，主要是因为AI任务的消耗差别很大。搭建一整个Shopify店铺、做全店诊断、生成视频内容这类重任务，和日常轻量级操作的积分消耗完全不在一个量级。199美元的旗舰版瞄准的正是任务非常重的卖家，而未来推出的企业版将按席位计算。

“当年一些工具刚出来的时候，动辄几百美金甚至上千美金都有可能，因为那个月我干了非常多的活，产出非常多。定价区间会拉得比较大，大家用法不一样，我们也得灵活。”

做深做透，做大厂不愿做的“脏活累活”

AI大模型迭代越来越快，一个垂直领域的创业团队怎么守住自己的护城河，是很多人想知道的。

Steven的答案是：做深做透，做大厂不愿做的“脏活累活”。

“大厂是资源整合，还是要去借势的。做深做透是非常辛苦、非常考验团队的事情，比较适合像我们这样的初创团队去做。”

StoreClaw的护城河，Steven觉得至少有这么几层。跨平台数据整合的先发优势是最直观的一层，连接各主流电商平台和社交媒体接口的统一体验不是一朝一夕能建立起来的，大量的校验和工程投入意味着复制成本高、周期长、难度大。

同时，垂直领域的持续积累也很关键，“这就是为什么今天在各种场景下有不同工具去做，但始终很难做深、很难做垂，我们愿意为了这个价值去做这个难的事情”。长期来看，StoreClaw还计划通过技能中心向第三方开发者开放，核心能力自己做，宽度和韧性则通过生态同步扩展。

聊到阿里Accio.work这些巨头的竞争，Steven觉得“不是谁替代谁的关系”。Accio.work更偏向让毫无电商基础的人从零到一起步，靠阿里系的供应链吃饭；StoreClaw则聚焦已有店铺和产品的卖家，用AI统一管理全渠道运营和跨平b b动。

“他们靠供应链筑起护城河，我们靠跨平台运营的深度吃饭。”

全球化这块，StoreClaw选择先做跨境出海市场，一来跨境市场需求大，二来团队本身具备服务两端用户的能力。这让StoreClaw在本土化、品牌风格匹配、搜索优化这些细节上更有优势。

而对于国内市场，StoreClaw也已经在规划，甚至部分功能已经在开发。“饭要一口一口吃，开发要一步一步来。”Steven透露，在操作界面这块，飞书、Slack、微信等工具的接入已经在做了。

说起创业这几年，Steven觉得做AI不是为了秀技术，而是让技术在真正的生意里跑完最后一段路。

这大概是2026年AI创业的样子：不再追着风口跑，而是回到生意本身，做一个“能干活”的AI。（本文首发钛媒体APP，文 | DeepWrite秦报局，作者｜秦聪慧 ）