Substrate 招 TSM：医疗 AI Agent 落地，缺的不是演示，是排雷的人

Substrate 正在招一个 Technical Success Manager。表面看，是 YC S24 初创公司的普通招聘；细看，岗位有点拧巴。

它叫“客户成功”，但要求候选人会 SQL、能读代码、查生产数据库、理解 LLM 和 evals，还要把客户从试点带到扩张。这个岗位不像传统客户成功，更像医疗 AI Agent 落地一线的排雷工。

发生了什么：一家两人左右的 YC 公司，在招一个很重的前线岗位

Substrate 成立于 2024 年，是 YC S24 公司，地点在旧金山，团队页面显示约 2 人。公司做医疗收入周期管理，也就是 RCM 场景里的 AI 原生 BPO 和浏览器代理。

RCM 不是普通客服自动化。它牵涉医疗服务后的账单、报销、拒付、应收账款、EMR 系统和外包团队。钱没回来，流程里每一步都可能出问题。

这里要把边界说清。招聘页能证明的是：Substrate 如此描述自己，并且正在招聘。它不能证明公司营收、融资、客户效果已经被充分验证。

公司定位里提到 augment and replace employees，也只能理解为目标和方向。不能直接写成“AI 已经替代医疗账单员工”。证据还不够。

为什么重要：客户成功正在被改造成“实施工程师+销售前线”

传统 B2B SaaS 的客户成功，核心是培训、续约、关系维护和问题协调。复杂 bug 交给工程。客户新需求交给产品。

Substrate 这个 TSM 不是这样。

它要求候选人自己把客户异常追到根因：查数据库，读代码，复盘 agent 在生产环境里做了什么。还要理解客户数据，做 prototype 和 demo，把模糊需求变成高保真用例。

这说明一个变化：AI Agent 公司正在把“客户成功”往技术实施前线推。

原因不复杂。Agent 产品的问题经常不是“按钮坏了”。它可能是在某个保险规则、某个 EMR 页面、某个账单节点、某个外包流程里，看起来走完了流程，结果却不对。

客户不会只问模型准不准。客户会问：这笔钱为什么没收回来？是谁的责任？下次怎么避免？

所以这个岗位必须能跟客户说清楚，也能下到系统里查清楚。半工程、半实施、半销售，听着别扭，但符合 AI Agent 进生产的现实。

对做 AI Agent 的团队，这条招聘给了一个很实际的提醒：如果产品要进企业深流程，不能只配售前和客服。团队要提前设计排障链路、日志能力、人工接管机制和客户解释口径。

对 B2B SaaS 从业者，动作更直接：别再把“客户成功”只当续约岗位。涉及自动化、数据流和责任归属的产品，CS 岗位要更技术化。不会查问题的人，很难保住信任。

接下来该看什么：不是模型多强，而是谁能扛住脏流程

医疗 AI 的硬仗不在演示里。浏览器代理点来点去，视频可以很好看。进到 RCM，难点变成四件事：脏流程、系统接口、责任归属、客户信任。

“天下熙熙，皆为利来。”放在 RCM 里很贴切。医院、医生集团、EMR、BPO、保险公司，围着付款速度、拒付率和人力成本打转。AI 如果能让应收账款更快回来，客户会听；如果只是多一个会操作网页的机器人，耐心会很快用完。

这也解释了为什么岗位要背留存或扩张责任。AI Agent 的销售不是卖完账号就结束。它必须在生产环境里反复证明：没有制造新麻烦，确实减少了旧麻烦。

接下来最该观察的不是薪资，也不是 0.01% 股权。样本太小，不能拿来推行业趋势。

更该看这几件事：

• 试点能不能转成稳定付费和扩张；
• agent 出错后，责任如何界定，客户是否接受；
• 生产排查能不能沉淀成产品能力，而不是永远靠人肉救火；
• 公司所谓触达 claims，能不能转化为可验证的客户价值。

对医疗科技和企业软件观察者，这类岗位比发布会更有信息量。发布会讲愿景，招聘讲公司现在缺什么人。缺 TSM，往往说明产品已经碰到真实流程里的摩擦。

但也别反向过度解读。一个招聘岗位不能证明 Substrate 一定跑通了，也不能证明医疗 RCM 会被 AI 快速改写。它只能说明：这类公司正在把最难的部分前置到一线岗位里。

扯远一点，这有点像早期企业软件进入制造、金融、医疗。赢的未必是 PPT 最漂亮的，而是最能忍受现场混乱的人。铁路铺到最后，拼的不只是车头，是枕木、调度、维修和事故责任。

医疗 AI 也一样。模型再强，账没收回来，客户就不会把它当生产力。