Orange Slice：GTM 自动化的核心，不是写外联，而是找到该联系谁
Orange Slice 用 AI 做销售研究、线索富集、ICP 匹配和工作流执行。它把每一列变成可执行的 AI agent，让 GTM 团队用自然语言搭建 prospecting 和 enrichment 流程。
一、Orange Slice 抓住了销售里更贵的问题：找错人
Orange Slice 官网主张 automate any sales task with AI，帮助用户 find customers、enrich them with the best data，并构建 revenue workflows。页面示例是用自然语言找 Series A fintech、识别 SaaS 公司、查看 CRM、找 CEO 邮箱。
YC 页面把它描述为 agentic sales enrichment spreadsheet，其中每一列是 TypeScript，AI 根据用户描述生成代码、创建列，并在数千行数据上运行。
价值公式：Orange Slice 价值 = ICP 清晰度 x 数据富集深度 x 工作流自动化 x 人工审核质量。
二、它不是传统表格，而是把列变成 Agent
官网写得很具体：Every column is an AI agent。用户可以添加自然语言列，让 Agent 浏览网页、拉取实时数据，并并行富集每一行。
它还支持 action columns，例如同步到 CRM、加入 outbound sequence、发送个性化邮件。也就是说，表格不只是存数据，而是执行 GTM 动作。
三、场景模板说明它瞄准的是 GTM 研究流水线
Orange Slice use cases 页面列出 48 个模板，覆盖 Lead Prospecting、Job & Hiring Research、Social Media Research、Competitive Intelligence、Data Enrichment、E-commerce Research。
这些场景有共同点：都需要从公开网页和多个数据源收集信息，再按业务规则筛选、补全、排序和触发动作。传统做法是人肉表格，Orange Slice 想把这层变成可编排 Agent。
四、价格要按 credits 和实验次数算
Orange Slice pricing 页面显示 Starter、Growth、Scale、Enterprise 等层级，credits 用于 enrichments、AI calls 和 workflows。免费层有一次性 credits，付费层按月刷新。
所以预算不要只按席位算，要按每月研究多少账户、富集多少字段、执行多少动作来算。GTM 自动化真正消耗的是数据和动作次数。
最后的判断
Orange Slice 的核心不是“替销售写邮件”，而是把找客户、查证据、补字段、执行动作做成一张可运行的 GTM 表格。
ICP 越清楚、销售动作越标准，它越有价值；如果目标客户都没定义清楚，自动化只会更快地产生噪音。