摘要

客户支持是 Decagon 的 AI 智能体“黄金用例”，因为自动化程度和客户结果都能直接衡量。 Jesse Zhang 表示，买方会追踪智能体处理的对话占比、CSAT 或 NPS，以及——尤其在受监管行业——准确率。最终，企业可能获得一个支持任何语言、全天候在线的“私人礼宾”，在节省人力的同时提升留存和转化。
Bilt Rewards 采用 Decagon 后约1个月内就停止扩张支持团队，此后已记录节省约65名员工的编制。 随着用户基数快速扩大，其支持量也持续增长；自动化让 Bilt 得以重构运营，同时加快响应速度。Zhang 称，这个案例的 ROI “非常容易看清”。
真正的差异化在基础模型之上，而不在于独家获取基础模型。 Decagon 通过评测驱动的编排组合多个模型，围绕每个客户的业务逻辑进行塑形，并展示回答背后的数据、步骤和知识缺口。“你真的不希望它给人的感觉像一个黑箱。”
对客服智能体而言，指令遵循比模型讨论中占主导的编程和数学能力提升更重要。 Zhang 欢迎 o1 和 Sonnet 带来的进步，但表示决定性能力在于，模型能否拿到一份客服 SOP 或工作流并“严格照做”。即使核心模型继续进化，应用层仍有大量工作要完成。
近期的智能体赢家必须支持渐进式部署，并在达到完美之前就能带来容易量化的回报。 客户支持和编程满足这一标准；安全领域可能不满足，因为漏掉一个细微事件就可能不可接受，而 text-to-SQL 往往仍是需要人工监督的副驾驶，定价能力也不清晰。因此，Zhang 表示自己“对很多 AI 智能体近期用例更加悲观”。
语音、屏幕上下文和智能体监督，是 Decagon 未来的关键方向。 语音到语音模型可以降低延迟，但生产工作流仍可能需要检索数据并进行多次调用；Zhang 认为 computer use 可能还没准备好投入生产。更长期看，他预计会有更多人监督和编辑可无限扩展的智能体，使可观测性和控制成为产品重点。

精读

1. 客户需求将客服支持选为 Decagon 的智能体切入口

Decagon 成立于2023年8月。Zhang 的第一家公司被 Niantic 收购；他和联合创始人 Ashwin 创办 Decagon 时，最大的心得是创始人“不能把事情想得太复杂”。他们最初对智能体有广泛兴趣，随后与客户交流，最终由这些对话筛选出客户服务这一最强的初始用例。
这一匹配建立在一个事实上：该用例非常适合发挥 LLM 的长处。如今，Decagon 面向拥有大规模支持业务的公司，客户覆盖高速增长的初创企业和大型企业。
透明度成为最核心的要求。客户需要查看哪些数据生成了答案、智能体采取了哪些步骤，以及自己能否提供反馈：“对他们来说，AI 智能体不是黑箱非常重要。”

2. 客服自动化带来异常清晰的经济回报

Elad Gil 提到的基准案例是 Klarna：4周内处理230万次聊天，满意度与人工持平，重复咨询减少25%，解决问题平均用时2分钟，而人工需要11分钟。AI 还让 Klarna 能够在23个市场、35种语言中提供全天候服务，同时将700名全职员工转去从事其他工作。
Zhang 的评估表有两个核心指标：智能体完成全部对话的比例，以及客户是否通过 CSAT 或 NPS 变得更加满意。受监管行业的买方还会增加准确率约束，但更广泛的收益包括降低成本、加快服务、提升留存和增加转化。
Bilt Rewards 提供了 Decagon 最清晰的案例。由于咨询量随着用户基数快速增长，Bilt 起初担心支持团队会不堪重负；但在约1个月内，它就停止扩张支持团队。近1年后，公开案例显示其节省的编制约为65名员工，同时客户体验也变得更加“利落”。

3. 应用层差异化来自编排、评测和运营控制

GPT-4o、GPT-4 和 Claude Sonnet 等模型人人都能使用，因此 Zhang 将 Decagon 描述为一家把模型当作工具的软件公司。他认为，真正的特殊之处在于编排以及模型周边的软件，而不是模型本身的获取权限。
编排层可以通过 evals 衡量模型在特定任务上的表现，将多个模型组合起来，并围绕每个客户的业务逻辑塑造最终系统。这种编排会因品类而异：客服智能体和编程智能体需要不同的结构，即使底层使用的是同一批模型。
周边软件还必须能够在规模化运营中理解业务。如果客户有100万次对话，不可能由人全部读完；系统应该识别主要类别、趋势、缺失知识和其他缺口，同时解释单项决策背后的数据和步骤。
买方可以先让智能体处理1%的业务量，将结果与人工表现及其他方案进行比较，再逐步扩大部署。Zhang 表示，Decagon 在这些基准测试中的优势来自“可观测性、可解释性、控制力”，但也承认距离成熟“还有很长的路要走”。

4. 指令遵循与延迟定义技术前沿

Zhang 将定量推理与指令遵循区分开来。近期模型在编程和数学方面进步显著，但客服更依赖忠实执行详细 SOP——“严格照做”。相比抽象推理能力，他更希望顶尖实验室推进的是这种能力。
语音是同一个底层客户问题的另一个渠道，与聊天、邮件和 SMS 并列。Decagon 起步时选择文本，因为客户更容易评估；但见过文本智能体效果的客户，如今已经开始测试由 ElevenLabs、OpenAI 和 Cartesia 等公司构建的语音智能体。
架构上的权衡是延迟与计算量。语音到语音模型响应迅速，但生产场景可能需要检索数据并进行多次模型调用；语音转文字、文本处理和重新生成语音都会增加延迟。一种实用的过渡方式是用对话填充时间——“稍等一下，我正在查你的数据”——同时让后台继续工作。
除了语音，Zhang 还希望智能体能够利用用户完整的屏幕内容和交互历史，然后直接帮助用户操作软件。Anthropic 的 computer-use 演示展示了这一方向，但他判断目前可能还没准备好投入生产。

5. 可行的智能体需要渐进式上线和可量化 ROI

Zhang 回顾时采用两个标准：智能体必须在接近完美之前就能创造价值，买方还必须能够量化这种价值。他认为，在当前模型条件下，“现在绝大多数用例”仍未达到商业化准备状态。
安全领域体现了完美主义问题。尽管大规模日志流看起来非常适合 AI，但这项工作可能要求捕捉每一个细微事件；模型的非确定性让企业买方不愿信任智能体方案。该领域的采用可能会“非常、非常慢”——远慢于那些令人印象深刻的演示所暗示的速度。
text-to-SQL 体现了衡量价值的问题。买方可能喜欢生成结果，却仍要求有人监督和编辑，最终系统变成副驾驶。如果所谓的 AI 智能体数据科学家大概率无法替代真正的数据科学家——而企业本来就只雇佣很少的数据科学家——供应商就很难证明一份大额合同的合理性。
编程是相反的正面案例：团队可以划出部分任务，让智能体尝试完成，并在不交出全部控制权的情况下获得有用结果。更好的模型将解锁更多品类，但 Zhang 对近期前景的结论仍然刻意保持谨慎。

6. 智能体监督成为一种新型工作

随着智能体不断增加，Zhang 预计人们会把更多时间用于监督和编辑智能体。不同于人类员工，智能体“可以无限扩展”，而且部分行为可以硬编码，从而为实时反馈、监控和控制创造新的可能。
Decagon 自身的产品方向也顺应这一变化：人工客服和管理团队都应该能够检查表现、介入处理并作出修改。Zhang 将这层控制能力视为公司当前的差异化所在，也是下一步创新的方向。
Zhang 还将数学和编程竞赛社区描述为一个非正式的创始人网络。成员之间会相互进行天使投资、交换运营建议并一起社交，包括通过中文版本的桥牌进行社交；这一背景是有用的招聘信号，但他强调，Decagon 的招聘流程总体上没有区别，人才来源也远不止竞赛参与者。

Artem Fokin：用 AI 和专家访谈持续进化 Opendoor CEO谈科技史上最伟大的翻盘