《AI Agent 产品开发·任务定义与能力边界》2.2 三案例为什么选了这三件事

三个案例为什么偏偏选了工单分诊、客户报告和运营执行?本节还原三份选型记录:每个案例选了什么、依据哪条约束、放弃了哪些备选任务,并解释三件事如何构成建议、草稿、执行的自主度阶梯,以及 A Relay 为什么明确不选客服自动回复;最后把拒绝理由整理成下一次可直接复用的选型库。

以下人物、公司与数字均为教学假设,不构成对任何真实产品的评价。

上一节给了五维筛子,但筛子只能告诉你「哪些候选没有硬伤」,不能告诉你「为什么是这三件」。真实的产品选型从来不是从空地上挑一个最优解,而是在一堆看起来都能做的任务里,选一个责任边界最清楚、失败后果最可控、团队最愿意接的。

这一节还原三份选型记录。每份记录都包含三部分:选了什么、为什么选、放弃了什么。第三部分最容易被省略,却最能说明产品判断:一个团队愿意公开自己放弃了哪些看起来更诱人的任务,才说明它真的想过责任分配。

选型记录:为什么选,和为什么不选

选型记录不是需求文档,也不是商业计划。它只回答三个问题:

记录项回答什么不回答什么
选了什么任务边界、输出形态、自主档具体提示词怎么写
为什么选哪条约束让它成立收益能不能覆盖成本
放弃了什么哪些备选被排除、因为哪条理由备选未来会不会重启

三份记录放在一起,会发现一个共同点:三个案例都不是选「能力最强」的任务,而是选「责任边界最清楚」的任务。A 选分诊,不选自动回复;B 选初稿,不选发布;C 选低中风险执行,不选全自动。每一次选择都在把责任留在人这一侧,或者把责任交出去的同时留下可审计、可回滚的把手。

A Relay:分诊而不是自动回复

A Relay 是 Northwind 的客服工单分诊 Agent。月工单量 26,400 单,支持团队 9 人,人工分诊基线 3.5 分钟一单。它选的任务是:新工单进入后,给出队列归属、优先级 P1–P4 和首响模板编号,由人确认后进入下一步。

为什么是分诊?因为分诊的输出是结构化的建议,不是对客户的最终答复。队列属于 8 个定义队列之一,优先级是 P1–P4 之一,模板号能解析到已发布模板,这三条都能在几十秒内判定。人确认的平均耗时是 45 秒,其中采纳件 32 秒、修改件 91 秒;这个时间足够人看一眼建议,也足够人发现明显错误。

为什么不是客服自动回复?自动回复看起来是分诊的自然延伸:既然已经知道队列和模板,为什么不直接回给客户?因为这个延伸会把产品从建议档推到执行档,而 A 的关键约束是「人在决策链上,不能移除」。分诊错误可以由人拦下,自动回复错误会直接到达客户,两者的错误代价不在一个量级。

A 还放弃了一个备选:自动关闭工单。它和自动回复的问题类似,但更严重:关闭动作发出后,客户可能已经收到「已解决」的通知,重新打开会造成二次体验伤害。这个动作不可回滚,也不该由 Agent 独立执行。

B Quill:初稿而不是发布

B Quill 是 Meridian 的客户报告起草 Agent。月报告量 606 份,咨询团队 15 人,单份人工基线 4.2 小时。它选的任务是:读取客户数据包、上月报告和行业模板,生成 12–20 页的客户月报初稿,由咨询顾问审改后发布。

为什么是初稿?因为报告的审改环节不可压缩。案例设定里,一次采纳率 63%,小改率 28%,返工率 9%;三档审改时长分别是 1.25 小时、1.95 小时和 3.0 小时,加权后 1.6 小时。这 1.6 小时不是「检查一下」,而是顾问把自己的判断、客户关系和行业经验加进去的过程。把它压缩掉,报告就只剩模板拼接。

为什么不是直接发布?直接发布把「审改」这个责任环节删掉了,而 B 的产出里包含对外承诺、数据解读和行业判断。事实错误率 4.6% 意味着每 100 份报告里约有 4.6 份存在事实问题;如果直接发布,这些问题会直接到达客户。B 的关键约束是「产出需人加工,审改不可压缩」,发布权必须留在人手里。

B 还放弃了一个备选:跨客户行业基准对比。这个任务听起来很有价值,但数据不在手:每个客户的数据包只覆盖自己,跨客户对比需要额外的数据授权和脱敏流程。没有数据,任务再诱人也不能进入候选池。

C Runner:低中风险执行而不是全自动

C Runner 是 Kettle 的电商运营任务执行 Agent。月任务量 13,200 个,运营团队 24 人,单任务人工基线 18 分钟。任务类型是上下架检查 45%、价格异常 30%、库存跟进 25%。它选的任务是:发现异常、判断严重度、执行动作、记录审计,覆盖低中风险动作。

为什么是执行档?因为这类任务的动作有明确的回滚句柄:改价格可以改回,改库存可以补回,下架可以重新上架。案例设定里,自动完成率 78%,其余 22% 转人工,转人工平均 14 分钟;审计发现错误率 1.7%,其中 86% 可回滚,不可回滚错误率 0.238%。这组数字说明:执行档不是「什么都不管」,而是「用回滚和审计把风险压到可接受」。

为什么不是全自动?因为高风险动作不在这个区间。大额降价、批量下架这类动作,一旦错误,回滚成本可能高于人工执行成本;它们的错误代价不是「返工或延误」,而是「资金损失或客户流失」。C 的放量路径也说明了这一点:先影子运行 4 周,再执行 5% 低风险动作,再扩到 20% 中风险动作,最后到 60% 且不含高风险动作。

C 还放弃了一个备选:没有审计日志的脚本化执行。这个备选在能力上完全可行,但它缺少可观察失败:出了错无法定位是哪一步、哪个输入、哪个动作。对执行档来说,没有审计就等于没有刹车,不能上线。

三件事怎么构成自主度阶梯

三个案例的自主档分别是建议、草稿、执行。这不是能力递增,而是责任位置不同:

案例自主档Agent 承担什么人承担什么关键约束
A Relay建议给出队列、优先级、模板建议确认或修改,决定是否采用人在决策链上,不能移除
B Quill草稿生成 12–20 页初稿审改、补充判断、发布产出需人加工,审改不可压缩
C Runner执行自动执行低中风险动作事后审计、处理转人工动作需可回滚,审计必须有效

这张表里,三行不是「从笨到聪明」,而是「从人到机器」的责任迁移。A 的机器不承担决定,B 的机器承担生成但不承担发布,C 的机器承担执行但需要事后可追。产品设计的核心问题不是「它能做多少」,而是「它承担到哪一步」。

这也是为什么三案例要同时存在。只做一个建议档案例,讲不清执行档的回滚和审计;只做一个执行档案例,讲不清建议档为什么要把人留在链上。三个案例并排,才能把「责任分配」这个变量单独拿出来看。

不选客服自动回复的四个理由

客服自动回复是 A 最容易被提议的备选,因为它看起来只比分诊多一步。但这一步跨过了四条边界:

理由具体表现后果
移除决策链人不再确认,Agent 直接对客户说话违反 A 的关键约束
动作不可撤回消息发出后无法收回错误直接到达客户
错误代价升高分诊错误变成客户体验事故从「返工或延误」升级为「伤客户」
时延要求更严自动回复通常要求秒级响应没有时间做人工兜底

四条理由里,第一条是产品约束,后三条是风险后果。它们共同说明:自动回复不是一个「更自动的分诊」,而是另一个产品。要做它,需要重新定档、重新设计回滚、重新评估错误代价,不能把它当作 A 的自然升级。

如果团队确实想减少客服的重复劳动,更稳的路径是把自动回复拆成两级:第一级是「建议回复」,由人一键采用;第二级才是「自动回复」,只覆盖低风险、可撤回的渠道,并且保留人工接管。这个路径和 A 的建议档是兼容的,不需要推翻现有设计。

代码:把选型记录写成结构

选型记录如果只写在文档里,下一次评审很容易变成「当时为什么这么选」的回忆。把记录写成结构,至少能保证每个案例都有「选了什么、为什么、放弃了什么」三项,并且放弃的理由可以被检索。

// file: src/task/02-2-why-these-three.ts
// tier: L2
// verify: node --test test/task/02-2-why-these-three.test.ts

// 三案例的选型记录:选了什么、为什么选、放弃了什么。
// 三件事不是能力递增,而是把责任放在三个不同位置。

import type { Autonomy } from "../cases.ts";

export type CaseKey = "A" | "B" | "C";

export type RejectionCode =
  | "decision-chain"
  | "irreversible"
  | "review-cannot-compress"
  | "high-risk-action"
  | "unverifiable";

export const REJECTION_LABEL: Record<RejectionCode, string> = {
  "decision-chain": "把人从决策链上移除",
  irreversible: "动作发出后无法撤回",
  "review-cannot-compress": "审改环节不可压缩",
  "high-risk-action": "高风险动作不适合自动执行",
  unverifiable: "结果无法独立判定",
};

export type RejectedTask = {
  readonly task: string;
  readonly codes: readonly RejectionCode[];
};

export type SelectionRecord = {
  readonly key: CaseKey;
  readonly task: string;
  readonly autonomy: Autonomy;
  readonly why: string;
  readonly rejected: readonly RejectedTask[];
};

export const SELECTIONS: Record<CaseKey, SelectionRecord> = {
  A: {
    key: "A",
    task: "工单分诊:队列、优先级与首响模板",
    autonomy: "advise",
    why: "分诊结果影响客户体验与 SLA,人在决策链上,不能移除",
    rejected: [
      {
        task: "客服自动回复",
        codes: ["decision-chain", "irreversible"],
      },
      {
        task: "自动关闭工单",
        codes: ["irreversible", "high-risk-action"],
      },
    ],
  },
  B: {
    key: "B",
    task: "客户月报初稿",
    autonomy: "draft",
    why: "产出需要人加工,审改不可压缩,发布权必须留在人手里",
    rejected: [
      {
        task: "报告直接发布",
        codes: ["review-cannot-compress", "irreversible"],
      },
      {
        task: "自动生成对外承诺",
        codes: ["high-risk-action", "unverifiable"],
      },
    ],
  },
  C: {
    key: "C",
    task: "运营异常任务执行:上下架、价格、库存",
    autonomy: "execute",
    why: "动作可回滚,审计有效,先覆盖低中风险动作",
    rejected: [
      {
        task: "高风险动作全自动",
        codes: ["high-risk-action", "irreversible"],
      },
      {
        task: "没有审计日志的脚本化执行",
        codes: ["unverifiable", "irreversible"],
      },
    ],
  },
};

export const RESPONSIBILITY: Record<Autonomy, string> = {
  advise: "人做决定,Agent 只给建议",
  approve: "Agent 给方案,人审批后执行",
  draft: "Agent 出稿,人审改并发布",
  execute: "Agent 执行,人事后审计",
};

// 自主度阶梯的顺序不是能力顺序,而是责任位置:建议、草稿、执行。
export const LADDER_ORDER: readonly Autonomy[] = ["advise", "draft", "execute"];

export function ladder(
  keys: readonly CaseKey[] = ["A", "B", "C"],
): readonly Autonomy[] {
  return keys.map((key) => SELECTIONS[key].autonomy);
}

export function isCompleteLadder(sequence: readonly Autonomy[]): boolean {
  if (sequence.length !== LADDER_ORDER.length) return false;
  return sequence.every((level, index) => level === LADDER_ORDER[index]);
}

export function rejectionsFor(key: CaseKey): readonly RejectedTask[] {
  return SELECTIONS[key].rejected;
}

export function hasCode(task: RejectedTask, code: RejectionCode): boolean {
  return task.codes.includes(code);
}

// 文档里单独展开的那个备选:A 的客服自动回复。
export function autoReplyRejection(): RejectedTask {
  const found = SELECTIONS.A.rejected.find(
    (item) => item.task === "客服自动回复",
  );
  if (!found) throw new Error("auto reply rejection is missing");
  return found;
}

代码里的 SELECTIONS 是三份记录的唯一定义。每个案例都有一个 rejected 列表,列表里的每项都带 codes,用固定的理由编码,而不是自由文本。这样做的目的不是让代码更漂亮,而是让「为什么不选」可以被统计:如果三个案例里有两个人都在「不可回滚」上踩过,下一轮选型就应该优先检查这一条。

ladder() 和 isCompleteLadder() 把三个案例的自主档读成一个序列。序列必须是建议、草稿、执行,缺一档或重复一档都不算完整阶梯。这个检查看起来简单,但它能防止一个常见错误:团队做了三个案例,结果三个都是建议档,却以为自己在讲「自主度阶梯」。

autoReplyRejection() 单独把 A 的客服自动回复取出来,是为了让文章和评审都能直接引用同一条记录。如果未来这条记录改了,文章里的四个理由和代码里的编码会同时失效,不会出现「文章说不选、代码说选」的分裂。

放弃的备选任务也是资产

选型记录里最有价值的部分,往往不是「选了什么」,而是「放弃了什么、为什么」。放弃的理由可以复用:下一次遇到类似任务,不需要重新争论,只需要检查它是否触发同一条约束。

比如 A 放弃自动回复的理由是「移除决策链 + 不可撤回」。下一次有人提议「自动退款」,可以直接对照这两条:退款是否移除决策链?退款是否可撤回?如果两条都命中,就不需要再开一次会。B 放弃直接发布的理由是「审改不可压缩」,下一次提议「自动发送报告」可以直接复用。C 放弃无审计脚本的理由是「不可观察」,下一次提议「批量改价脚本」也可以直接复用。

这也是三案例选型的教学价值:它们不是三个孤立的故事,而是三组可复用的拒绝理由。读者不需要记住三个公司的细节,只需要记住三句话:不要把人从决策链上移除,不要把不可压缩的审改编成自动发布,不要让没有审计的动作上线。

小结

  • 选型记录要写三件事:选了什么、为什么选、放弃了什么;第三项最能说明产品判断。
  • A Relay 选分诊不选自动回复,因为自动回复会移除决策链、不可撤回、错误代价更高。
  • B Quill 选初稿不选发布,因为审改不可压缩,发布权必须留在人手里。
  • C Runner 选低中风险执行不选全自动,因为高风险动作的回滚成本可能高于人工成本。
  • 三案例构成建议、草稿、执行的阶梯,不是能力递增,而是责任位置不同。
  • 放弃的备选任务可以变成可复用的拒绝理由,下一次选型直接对照,不必重新争论。
  • 选型记录要写成结构,让「为什么不选」可以被检索、被统计、被复用。

阅读导航:上一节:2.1 任务选型的五个维度 · 下一节:2.3 不该交给 Agent 的任务清单 。

常见错误与边界

  1. 只记录选了什么,不记录放弃了什么。 没有放弃记录,下一次遇到同类任务会重新争论一遍;放弃理由才是最可复用的资产。
  2. 把自动回复当成分诊的自然升级。 自动回复是另一个产品,需要重新定档、重新设计回滚、重新评估错误代价,不能直接沿用分诊的规格。
  3. 把三个案例理解成能力递增。 建议、草稿、执行不是从笨到聪明,而是责任位置不同;C 并不比 A「更聪明」,只是承担了不同的责任。
  4. 用「模型能做」压过「团队愿意接」。 A 的分数可以支持更高档位,但团队坚持人在决策链上;组织接受度是选型的真实约束,不是保守。
  5. 备选任务被否决后就丢掉。 备选任务和拒绝理由应该进入选型库,下一次遇到相似任务可以直接复用判断,而不是从零开始。
  6. 把选型记录写成宣传材料。 记录要写约束和代价,不要只写收益;只写收益的记录无法指导下一次决策。

三个案例的选择记录说明了一件事:选型不是找「最值得做的任务」,而是找「责任边界最清楚的任务」。下一节把这件事反过来,列一份不该交给 Agent 的清单,看看哪些任务连候选池都不该进。

继续阅读

探索更多技术文章

浏览归档,发现更多关于系统设计、工具链和工程实践的内容。

全部文章 返回首页

「books」更多文章

  1. 《大规模分布式计算深入解析》15.3 落地:从 Neo4j 到自研图引擎
  2. 《大规模分布式计算深入解析·图计算与图数据库内核》 · 目录与学习路径(45 篇)
  3. 《大规模分布式计算深入解析》15.2 十一卷主线:从切分到图