8 月 20 日，Aurora Mobile（纳斯达克：JG）发了 Q2 财报：营收 1.012 亿元人民币、同比涨 13%，毛利 6,920 万、净利 210 万，连续第五个季度 US GAAP 盈利。通篇翻下来，最容易漏掉的是成本附注里的一句——「海外业务直连成本增加 590 万元，主要是 OTP、WhatsApp 推送和 GPTBots.ai」。
这家被叫作「企业级 Agent 平台」的产品，在自家上市公司的财报里，就值这半句话。
先说清楚它是谁
Aurora Mobile 不是新面孔，2011 年在深圳起家，靠极光推送做开发者服务，现在两条腿走路：EngageLab 管出海消息和客户互动，GPTBots.ai 管 Agent。GPTBots 2023 年立项，总部挂香港，官网自己写的数字是 1000+ 全球品牌、90+ 语言，四个落地方向：智能客服、AI SDR（售前线索）、企业搜索、数据洞察（自然语言直接出 SQL）。
它不卖模型，也不跟 Dify 抢「开源画布」那口饭。它卖的是「Agent 能真的接进业务系统」这件事——无代码搭 Agent、知识库、工作流、十几个渠道发布、私有化部署，再加四张证：ISO 27001、ISO 27701、SOC 2 Type II、ESOF。这几张纸才是它敢跟企业报年框的底气。
四层结构：渠道、运行时、知识、模型
拆开看就四层。
渠道层是所有 IM：WhatsApp、Teams、Slack、钉钉、Telegram，加上 Widget、分享页和 Open API，官方口径 14+ 个。同一个 Agent 换个渠道发布，不用重搭。
运行时有三种 Agent，别混。FlowAgent 走固定流程，靠分类器分叉，适合话术固定的客服；LoopAgent 是 2026 年 7 月 28 日才上的自主循环型，模型自己决定要不要查知识库、查几次、要不要调工具、什么时候转人工，默认循环上限 25 轮；Workflow 是编排好的一串动作，可以被 Agent 当工具直接调用。
知识层是它今年动得最狠的地方。5 月起知识库能把文档抽成实体三元组、建知识图谱，检索走「向量 + 图谱」双路——以前的 RAG 只会找「哪段话像」，现在能顺着关系找「这个客户的合同里包含哪些产品」。ACL 细到用户、部门、角色，文档还能打自定义元数据做过滤。
模型层由母公司的 Modelix 网关兜着，GPT、Claude、Gemini、DeepSeek 在一个入口里切。Q2 电话会上 CFO 顺嘴提了一句：自家 IR 团队做财报 PPT 都用它。
工具这边是 19 个内置工具、21 个预设技能，加 MCP（stdio/SSE/HTTP）和 A2A 协议；治理这边是审计日志、运行时护栏、敏感操作强制人工确认。
上手：免费档够你验一次假设
注册就有 Free 档：100 credits/月，不用信用卡。官方价格页只挂这一档，Business 和 Enterprise 都走销售报价——第三方评测站扒出来的口径是 Business 给 10,000 credits、最多建 100 个 Agent/Workflow、只能发布 10 个、10 个席位；私有化只在 Enterprise 档。
计价单位是 credit，100 credits 折 1 美元，充值 1,000 credits 收 10 美元、一年过期、不退不换。模型越贵扣得越快，GPT-4.1 一千个输入 token 大约 0.22 credits——这个数字来自第三方整理，官方文档里没摆成一张单价表。
上手四步：建 Agent → 传知识库（PDF、Word、Notion、Google Drive 都行）→ 挂工具或 MCP → 选渠道发布。第一周千万别接生产库，拿一份产品手册喂给 LoopAgent，看它会不会乱查、乱答、把旧版本当新版本。自主循环的 Agent，翻车从来不是「不会做」，是「太敢做」。
实话：三个数字要打折，一个数字根本查不到
官网上的效果数字——工单自动解决 90%、客服成本降 70%、线索涨 300%、每人每月省 26 小时——全是客户案例自述，没有第三方审计。能当方向看，不能当 KPI 签。
G2 上 4.8 分、70 条评价，分不低，差评集中在「插件少、文档薄」。这两条恰好是 no-code 平台的死穴：流程一复杂还是得写代码，而它的代码能力藏在 API 和 MCP 里，不在画布上。
credits 会过期。一年用不完作废，不退不换，预付制的通病。
真正查不到的是 GPTBots 单独的收入。财报不单列，只把它塞进「海外直连成本」里。所以你没法判断它到底是第二增长曲线，还是给 EngageLab 导流的获客工具。这是我翻这份季报最不舒服的地方——一家平台公司最想讲的产品，在自家账上是一行成本。
谁该用，谁别碰
有客服和售前团队、要接 WhatsApp 和 Teams、合规部追着要 ISO/SOC 报告、自己又没有工程队的中型企业，是它的标准客户——你买的其实是交付和那几张证书。反过来，想自托管、想改内核、模型必须留在本地机房的团队，直接去看 Dify 或 FastGPT；想要画布和代码混着用的，看 Flowise。这三条赛道的差别，之前那张横评里拆过。
GPTBots 这类平台的价值，从来不是「能不能搭出一个 Agent」——今天谁都能搭。它的价值在「搭完之后，合规和交付谁背」。它把这两件事打包卖了，价格不公开：这既是它的生意，也是你谈判的筹码。
