पैसे कमाएं, गलतियां न करें।

AI-चलित व्यवसाय से अपने पहले $75 कमाने के दौरान हमने क्या सीखा।

जुलाई में, हमने यह देखने का फैसला किया कि क्या एक AI एजेंट वास्तव में पैसा कमा सकने वाली कंपनी को चला सकता है। हमने Devin को एक Ramp कार्ड, एक फोन नंबर और एक ईमेल पता दिया, उसका नाम BugBasher रखा, और उसे बाकी सब कुछ खुद से हल करने के लिए कहा।

विचार: एक एजेंटिक कीट नियंत्रण सेवा बनाना। न्यूयॉर्क शहर हर रेस्तरां स्वास्थ्य निरीक्षण के परिणाम प्रकाशित करता है, जिसमें कीट उल्लंघन भी शामिल हैं। BugBasher उन रेस्तरांओं से संपर्क करेगा, यह पता लगाएगा कि क्या उन्हें कीट नियंत्रण सेवा चाहिए, और रेफरल के लिए शुल्क लेगा।

चार सप्ताह और बहुत सारे फोन कॉल के बाद, इसने $75 कमाए। जहां तक हम जानते हैं, यह पहला सार्वजनिक रूप से दस्तावेज़ीकृत मामला है जहां एक AI एजेंट ने पूरी तरह से ठंडी शुरुआत (cold start) से B2B बिक्री सफलतापूर्वक की है।

चार सप्ताह के प्रयोग के दौरान BugBasher की आय।

सेटअप

BugBasher Cognition के कोडिंग एजेंट Devin पर चलता है, और इसके धन का प्रबंधन Ramp के एजेंटिक वित्तीय मंच द्वारा किया जाता है। हमने इसे एक फोन नंबर और आवाज़ (Twilio और ElevenLabs के माध्यम से), एक ईमेल पता (AgentMail के माध्यम से), और एक Stripe भुगतान लिंक भी दिया।

इसके पास एक GitHub रिपॉजिटरी भी थी और स्टोरेज बकेट में टेक्स्ट फाइलों से बना एक "दिमाग" था, जो इसकी याददाश्त के रूप में काम करता था। एक निजी Slack चैनल ने इसे हमें अपडेट भेजने और कोड समीक्षा का अनुरोध करने की अनुमति दी।

स्व-सुधार लूप

BugBasher को अपने व्यावसायिक योजना पर स्वतंत्र रूप से पुनरावृत्ति करने और इनबाउंड संपर्कों का जवाब देने की स्वतंत्रता देने के लिए, हमने एक OpenClaw-शैली का हृदयस्पंदन (heartbeat) सिस्टम सेट किया। हर 20 मिनट में एक हृदयस्पंदन Devin ऑटोमेशन के रूप में चलता था।

स्वचालित सत्रों ने फोन बैलेंस, इनबॉक्स और Stripe गतिविधि में रुकावटों की जाँच की। अन्य निर्धारित सत्रों ने रेस्तरां कॉल किए, ट्रांसक्रिप्ट की समीक्षा की, और परिणामों के आधार पर फोन एजेंट के निर्देशों को संशोधित किया। दिन में एक बार, एक "विचार" सत्र ने समग्र व्यावसायिक प्रदर्शन की समीक्षा की और आजमाने के लिए नई व्यावसायिक सुधार लाया। आने वाले कॉल और भुगतान भी नए Devin सत्रों को ट्रिगर करते थे, ताकि BugBasher अगले हृदयस्पंदन का इंतजार किए बिना प्रतिक्रिया दे सके।

चार सप्ताह में सत्र प्रकार के अनुसार रंगीन BugBasher की गतिविधि। नारंगी डॉट्स उन सत्रों को दर्शाते हैं जिन्हें हमने मैन्युअल रूप से शुरू किया था।

प्रत्येक हृदयस्पंदन ने एक नए sandbox के साथ एक नया Devin स्पिन अप किया, और स्टोरेज बकेट से "दिमाग" को स्थानीय एजेंट फाइल सिस्टम में खींच लिया। बकेट के अंदर एजेंट स्किल्स, कॉल ट्रांसक्रिप्ट, और कोई अन्य लॉग थे जिन्हें एजेंट ने सहेजने का निर्णय लिया था। इससे कई समवर्ती एजेंटों के लिए एक ही दिमाग को अपडेट करना और अपनी प्रगति से सीखना आसान हो गया।

1bugbasher-brain-main/
2├── AGENTS.md
3├── memory.md
4├── open-decisions.md
5├── do-not-call.csv
6├── (... other MD and CSV files)
7│
8├── transcripts/
9│   └── 2026-08-07 … 2026-09-08/   (25 day folders, 14,742 .json)
10├── results/
11│   ├── 2026-08-25-123b4fb1-partner-webform-shots/
12│   ├── 2026-08-28-cf20a49e-desk2-lead-sheets/
13│   └── (...)
14├── runs/
15│   ├── dial-slots/
16│   └── <date>-<session>-<role>.md   (411 files)
17├── skills/
18│   ├── README.md
19│   ├── roles/
20│   │   ├── calling/
21│   │   ├── heartbeat/
22│   │   ├── idea-engine/
23│   │   ├── morning-brief/
24│   │   └── (...)
25│   ├── brain-maintenance/
26│   ├── call-qa/
27│   ├── (..)
28├── call-qa/
29├── context/
30│   ├── meetings/
31│   └── (18 .md)
32├── archive/
33│   ├── memory-2026-08.md
34│   ├── memory-2026-09.md
35│   ├── strategy-2026-08.md
36│   ├── strategy-2026-09.md
37│   └── open-decisions-closed.md
38├── webcrafter/
39│   └── (...)
40├── partner-prospects/
41│   └── (...)
42├── dashboard/
43│   ├── expenses.csv
44│   ├── metrics.csv
45│   ├── revenue.csv
46│   └── summary.json
47├── delivery/
48│   └── runs/
49├── handoff/
50└── inbound-callbacks/

साझा की गई फाइलें नए सत्रों को पिछले काम को जारी रखने और हर कदम पर हमारे निर्देशन के बिना अपने दृष्टिकोण को संशोधित करने की अनुमति देती थीं।

दैनिक समीक्षा ऑटोमेशन के दौरान, Devin सभी पिछले लॉग्स को देखता और अपनी गलतियों से सीखने का प्रयास करता। इनमें से अधिकांश सीखने के पाठ स्कील अपडेट के रूप में होते, जो आउटबाउंड कॉल के अगले रन को बेहतर बनाते या भविष्य के सत्रों में व्यापक अंतर्दृष्टि प्रदान करते। BugBasher अपने प्रॉम्प्ट्स और सहेजे गए निर्देशों को खुद अपडेट कर सकता था, लेकिन इसके कोड में बदलाव के लिए अभी भी हमारी स्वीकृति की आवश्यकता होती थी।

कॉल परिणामों की समीक्षा करते हुए BugBasher ने निर्देश जोड़े, हटाए और पुनर्व्यवस्थित किए। रन के दौरान इसका प्रॉम्प्ट 252 से बढ़कर 2,793 शब्दों का हो गया।

हमने पहले दो सप्ताह BugBasher को बनाने और उसकी घनी निगरानी करने में बिताए। प्रयोग का एक हिस्सा यह देखना था कि क्या यह किसी रुकावट से टकराने पर भी प्रगति जारी रख सकता है, इसलिए प्रारंभिक सेटअप के बाद, हमने यथासंभव कम हस्तक्षेप करने का प्रयास किया, मुख्य कोड परिवर्तनों को स्वीकृत करने के लिए लगभग सप्ताह में एक बार चेक इन करते हुए।

रुचि रखने वाले रेस्तरां ढूंढना

रेफरल बेचने के लिए, BugBasher को सबसे पहले ऐसे रेस्तरां चाहिए थे जो कीट नियंत्रण सेवा चाहते थे। इसके अधिकांश काम हाल ही में कीट उल्लंघन वाले रेस्तरांओं को कॉल करने और यह पूछने में गए कि क्या वे किसी कीट नियंत्रण विशेषज्ञ से जुड़ना चाहेंगे।

10,929 रेस्तरां कॉल के परिणाम। गिनती कॉल्स को दर्शाती है, अद्वितीय रेस्तरां को नहीं।

इन कॉल्स ने समीक्षा ऑटोमेशन में योगदान दिया, जहां Devin ने ट्रांसक्रिप्ट की जाँच की और आगे के कॉल्स के लिए फोन एजेंट के निर्देशों को संशोधित किया।

भाषा

BugBasher कभी-कभी ऐसे लोगों तक पहुंचता था जो इसके अंग्रेजी उद्घाटन को नहीं समझ पाते थे। वे कहते थे "Hello? Huh? Wéi?", जिसे इसने खराब कनेक्शन के रूप में व्याख्यायित किया — इसलिए यह उन पर कॉल काट देता था। 11 अगस्त को, एक रेस्तरां के साथ 45 सेकंड इसी तरह बीत जाने के बाद, इसने अपने कॉलिंग प्रॉम्प्ट में एक निर्देश जोड़ा: "क्या स्पेनिश या चीनी आसान होगी?"

अधिकांश गैर-अंग्रेजी कॉल्स पर, इससे पहले विफल हुई बातचीत को फिर से शुरू करने के लिए यह पर्याप्त था। पूरे रन में, इसने 39 कॉल्स पर भाषा बदली, ज्यादातर स्पेनिश या चीनी में।

सिस्टम प्रॉम्प्ट

एजेंट कभी-कभी बातचीत के बीच में अपना सिस्टम प्रॉम्प्ट जोर से पढ़ने लगता था।

रेस्तरां कॉल के दौरान फोन एजेंट अपने निर्देशों को जोर से पढ़ रहा है।

यह अपने आप से भी जोर से बहस करता था कि क्या करना है:

"क्या तुम अभी भी वहां हो? उपयोगकर्ता दो मोड़ों से चुप है। SPEECH GATE और THE ASK नियमों के अनुसार, यदि एक मोड़ दिखाता है कि वे सुन नहीं रहे थे, तो मेरा पूरा उत्तर 'ask' होता है। हालांकि, 'Quiet has continued past thirty seconds' नियम कहता है कि यदि चुप्पी तीस सेकंड से अधिक समय तक जारी रही है और ask का कोई उत्तर नहीं मिला है, तो मुझे 'I'll try again another time, thanks!' कहना चाहिए और कॉल समाप्त करनी चाहिए। चूंकि उपयोगकर्ता दो मोड़ों से चुप है, संभावना है कि तीस सेकंड से अधिक समय बीत चुका है। लेकिन कॉल समाप्त करने से पहले, मुझे नियम के अनुसार 'Are you still there?' पूछना चाहिए। यह पहली बार है जब मैं यह पूछ रहा हूं।"

यह 197 कॉल्स पर हुआ। BugBasher ने प्रॉम्प्ट में "never say your reasoning" जोड़ने, विशिष्ट शब्दों को हटाने और टूल-कॉल फॉर्मेटिंग बदलने का प्रयास किया। इनमें से कोई भी सुधार काम नहीं किया। 24 अगस्त को, इसने शब्दों में बदलाव करना बंद कर दिया और मुद्दे को हमारे पास एस्केलेट किया।

रुकावट से निकलना

BugBasher रुचि रखने वाले रेस्तरां ढूंढ रहा था, लेकिन उसके पास अब भी भेजने के लिए कोई कीट नियंत्रण सेवा प्रदाता नहीं था। इसने शुरू में एक कीट नियंत्रण सेवा प्रदाता के साथ अनुबंध करने को एक ऐसा कार्य माना था जिसके लिए मानव involvement की आवश्यकता होती थी। आठ दिनों के बाद, इसने नोट किया:

"Sign an exterminator" 8 दिनों से blocker #1 रहा है, जबकि हर सत्र इसके downstream काम कर रहा था, और किसी भी सत्र ने उस निर्णय के लिए input उत्पन्न नहीं किया था।

अन्य अनुरोध भी हमारे इंतजार में थे। इसके पास Slack replies पढ़ने की अनुमति नहीं थी, और मानव blockers, जैसे खर्च स्वीकृतियाँ और कोड समीक्षाएँ, जमा हो रही थीं। हमें इसके Slack अपडेट का जवाब नहीं मिल रहा था।

23 अगस्त को, BugBasher ने "human approval throughput" को अपना मुख्य blocker पहचाना और हम तक पहुँचने का दूसरा तरीका खोजना शुरू किया।

उस सुबह, इसने किसी भी व्यक्ति के संपर्क विवरण खोजने के लिए पूरे "दिमाग" और अपनी सभी फाइलों को खोजना शुरू किया। जब वह निष्फल रहा, तो यह Reachable व्यक्ति खोजने की उम्मीद में अपने Slack चैनल के सदस्यों को सूचीबद्ध करने का प्रयास करने लगा:

1slack conversations.members       -> missing_scope
2slack users.list                  -> missing_scope

हालांकि, आवश्यक Slack अनुमतियों के बिना दोनों कमांड्स त्रुटि लौटाते थे। एक मिनट बाद, इसने कुछ और आजमाने का निर्णय लिया, इस बार अपने Github repo के सहयोगियों को सूचीबद्ध करते हुए:

1gh api repos/.../collaborators    -> jzone3, birdhumming

फिर इसने पिछले commits के लेखकों को खोजने के लिए git log चलाया, जिससे दो कार्य ईमेल मिले:

113:49:19  git log --format='%an %ae' | sort -u
213:50:17  email sent to two work addresses  -> 200

और हम निम्नलिखित ईमेल के साथ उठे:

मैंने दो दिन बाद नौ खुले PRs को merge कर दिया।

इसके बाद, इसने अपने आप से कहा:

लागत असमानता क्रूर है: एक मिनट की खोज बनाम अनजवाबे अनुरोधों का एक दिन।

ग्राहक ढूंढना

बेचने के लिए कई लीड्स होने के कारण, BugBasher ने खुद भी एक कीट नियंत्रण सेवा प्रदाता ढूंढना शुरू कर दिया था। संभावित साझेदारों को खोजने के लिए, BugBasher ने राज्य कीटनाशक रजिस्ट्री को खींचा, इसे 321 NYC कीट नियंत्रण व्यवसायों तक फ़िल्टर किया, और 125 को संपर्क विवरणों के साथ समृद्ध किया।

इसने पहले ईमेल, फोन और वेबसाइट संपर्क फॉर्म भरने का प्रयास किया। दो दिनों तक किसी इंसान तक न पहुँचने के बाद, इसने दर्शकों को बदलने का निर्णय लिया। इसने बड़े क्षेत्रीय और राष्ट्रीय श्रृंखलाओं के वाणिज्यिक खाता डेस्क को लक्षित करना शुरू किया, इस तर्क के साथ कि बड़ी कंपनियों के पास अधिक समर्पित बिक्री कर्मचारी होंगे जिनके "डेस्क इंसानों द्वारा स्टाफ किए जाते हैं जो जवाब देते हैं।"

इंसानों तक पहुँचने में यह अधिक सफल रहा, लेकिन कुछ कॉल्स BugBasher के बीच में ही कॉल काटने के साथ समाप्त हुए, और मुफ्त लीड्स की पेशकश ने कम दिलचस्पी आकर्षित की। इसने hangup bug को ठीक किया और अपने pitch को एक विशिष्ट रेस्तरां के साथ शुरू किया जो कोटेशन चाहता था:

"मेरे पास ब्रुकलिन में क्लार्कसन एवेन्यू पर एक रेस्तरां है जो एक कोटेशन चाहता है — मुझे इसे किसके पास भेजना चाहिए?"

नई pitch रणनीति काफी बेहतर काम करती है: जब इसने अगले दिन उसी डेस्क पर वापस कॉल किया, तो दस लोगों ने फोन उठाया और उनमें से चार ने फोन पर लीड भेजने के लिए एक ईमेल पता प्रदान किया।

BugBasher ने बिना पूर्ण भुगतान लिए लीड्स ईमेल कर दिए। इसकी योजना यह थी कि कीट नियंत्रण सेवा प्रदाता जॉब बुक करने के बाद $75 का भुगतान करेगा। किसी भी प्राप्तकर्ता ने जवाब नहीं दिया।

इसने निर्णय लिया कि इसे कम उदार होना चाहिए, और ऑफर को बदल दिया ताकि कीट नियंत्रण सेवा प्रदाताओं को Stripe लिंक के माध्यम से $75 का भुगतान पहले करना पड़े और बाद में रेस्तरां के संपर्क विवरण मिलें।

1 सितंबर को, इसने इस नए ऑफर को 30 कीट नियंत्रण सेवा प्रदाताओं को ईमेल किया, जिनमें वे चार भी शामिल थे जिन्हें इसने पहले ईमेल किया था। एक घंटे बाद, किसी ने Stripe लिंक पर क्लिक नहीं किया, और इसने निष्कर्ष निकाला कि इसका नया प्रयोग भी विफल रहा।

उसके आठ घंटों बाद, पूर्व संपर्कों में से एक ने ईमेल का जवाब दिए बिना लिंक के माध्यम से $75 का भुगतान किया। BugBasher ने Stripe के साथ भुगतान की पुष्टि की और लगभग छह मिनट बाद उसे रेस्तरां का नाम, पता और फोन नंबर भेज दिया।

हमने बाद में खरीदार, एक कीट नियंत्रण कंपनी के प्रबंधक, से BugBasher के साथ उनके अनुभव के बारे में बात करने के लिए संपर्क किया। जब उनसे पूछा गया कि उन्होंने फोन क्यों उठाया, तो उन्होंने कहा कि वे उस दिन बस "अच्छे मूड में थे", और हाल ही में चलाए गए Google विज्ञापन अभियान के कारण, वे "रैंडम नंबरों" से बहुत सारे फोन कॉल प्राप्त कर रहे थे।

जब एक AI एजेंट के साथ इंटरैक्ट करने पर उनकी राय पूछी गई, तो उन्होंने जवाब दिया "Business is business" (व्यापार, व्यापार है)। उन्होंने यह भी कहा कि वे BugBasher से फिर से खरीदने के लिए खुशी-खुशी तैयार हैं, और पूछा कि क्या हमारे पास उन्हें बेचने के लिए कोई और लीड्स हैं। BugBasher के पास वास्तव में अधिक लीड्स हैं जो वर्तमान में उसके पास पड़ी हैं; हालांकि, अतीत के ग्राहकों को फिर से बेचने का विचार अभी तक उसके मन में नहीं आया है। कुल मिलाकर, उसने BugBasher के साथ अपने अनुभव को 8/10 रेट किया: लीड के convert न होने के बावजूद, वह इनबाउंड कॉल से संतुष्ट था।

हमने क्या सीखा

• BugBasher hill-climbing (क्रमिक सुधार) में असाधारण रूप से अच्छा था और खुले-ended उद्देश्यों में असाधारण रूप से खराब। एक मापने योग्य परिणाम वाली विशिष्ट समस्या के सामने, यह अथक था: इसने prompt-leak नियम को पांच बार फिर से लिखा और अगले दिन के कॉल्स के खिलाफ प्रत्येक संस्करण का मूल्यांकन किया, और जब यह हम तक पहुँचना चाहता था, तो इसने Slack से git history और हमारे कार्य ईमेल तक का रास्ता लगभग दो मिनट में खोज लिया। "go make money" (पैसा कमाओ) दिए जाने पर, इसने $75 कमाने के लिए चार सप्ताह, लगभग $3,000 और हजारों फोन कॉल्स खर्च किए। एजेंट अभी भी दीर्घकालिक योजना और जटिल वातावरण में संघर्ष करते हैं।
• वास्तविक दुनिया एक बहुत अच्छा eval environment है। BugBasher के प्रारंभिक विचार काफी खराब थे; यह कीट नियंत्रण सेवा प्रदाताओं से मुफ्त लीड्स की पेशकश वाले ईमेल का जवाब मिलने की उम्मीद करता था, receptionists को साझेदारी में रुचि लेने की उम्मीद करता था, और classified ad के पाठकों को एक संदिग्ध दिखने वाले लिंक पर क्लिक करने की उम्मीद करता था। एजेंटों के पास लोगों के वास्तव में कैसे व्यवहार करते हैं, इसके लिए बहुत कम अंतर्ज्ञान प्रतीत होता है, और BugBasher लगातार उनसे चौंकता रहता था। इसके बावजूद, विचार आज़माने, संख्याओं को देखने, यह लिखने के लिए कि यह क्यों विफल रहा, कुछ और आज़माने के लूप में, यह अंततः एक काम करने वाली रणनीति पर पहुंचने में सक्षम था।

कई कॉल्स, लूप्स और विफल विचारों की आवश्यकता थी, लेकिन BugBasher अंततः अपनी पहली बिक्री करने में सक्षम था। क्या एक AI एजेंट वास्तव में एक व्यवहार्य, दीर्घकालिक व्यावसायिक संचालन कर सकता है - और शायद लाभदायक भी हो सकता है - यह अभी भी एक खुला प्रश्न है।