《AI Agent 产品开发·任务定义与能力边界》附录 B 三案例产品事实表

卷一使用的三案例事实表:A Relay 客服工单分诊、B Quill 客户报告起草、C Runner 运营任务执行,逐项给出任务定义、人工基线、接管与返工、系统成本与节省率的估算口径,每一张表都可以用文末公式复算,正文所有数字以本表为唯一来源,三卷之间不另设第二套数字。

本附录是卷一数字的唯一来源。三卷共用同一组案例,不新增第四家,不改变任何已有数字。

所有数字为教学设定值,不代表任何真实公司或真实报价。

一、三个案例是一条自主度阶梯

A RelayB QuillC Runner
产品客服工单分诊 Agent客户报告起草 Agent电商运营任务执行 Agent
公司(虚构)Northwind(B2B SaaS)Meridian(咨询机构)Kettle(电商)
用户支持团队 9 人咨询团队 15 人运营团队 24 人
自主档建议草稿执行
关键约束人在决策链上,不能移除产出需人加工,审改不可压缩动作需可回滚,审计必须有效

三档不是能力递增,而是责任分配不同。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"。

二、任务定义

2.1 A Relay:客服工单分诊

要素内容
输入新工单正文、客户历史工单、当前队列负载
输出队列归属(8 选 1)+ 优先级 P1–P4 + 首响模板编号
验收队列正确,且模板编号在允许集合内,且优先级与 SLA 规则一致
代价上限人工确认不超过 60 秒/单
档位建议(按四维打分 5 分对应审批档,因组织接受度降档)

月工单量 26,400 单(日 1,200 × 22 天),来自 8 个队列:账单、登录、集成、数据、Bug、功能请求、退款、其他。

2.2 B Quill:客户报告起草

要素内容
输入客户数据包、上月报告、行业模板
输出12–20 页客户月报初稿(Markdown + 图表)
验收数据与数据包一致、结构符合模板、结论有引用
代价上限人工审改不超过 2 小时/份
档位草稿(四维打分 6 分,对应审批档,因产出必须人加工而定草稿)

月报告量 606 份(周 140 × 4.33)。

2.3 C Runner:运营任务执行

要素内容
输入商品状态、价格规则、库存阈值、历史处理记录
输出执行动作(检查/改价/改库存/下架/通知)
验收动作结果可核验,且与规则的偏差在允许范围内
代价上限不可回滚动作必须人工前置审批
档位执行(四维打分 6 分,且动作可回滚、审计有效)

月任务量 13,200 个(日 600 × 22 天)。任务类型:上下架检查 45%、价格异常 30%、库存跟进 25%。

三、人工基线与 Agent 介入后

项A RelayB QuillC Runner
人工基线(分钟/任务)3.5252(4.2 小时)18
机器耗时(分钟/任务)0.30112.4
人工耗时(分钟/任务)0.7596(1.6 小时)4.04
人机耗时(分钟/任务)1.05107(1.783 小时)6.44
月任务量26,40060613,200
月人工小时(前)1,5402,545.23,960
月人工小时(后)330969.6888.8

C 的 4.04 分钟必须拆成两段:审计摊销 0.96 分钟(8% 抽检 × 12 分钟)+ 转人工 3.08 分钟(22% × 14 分钟)。漏掉转人工,人工账会从 888.8 小时错成 211.2 小时。

四、质量与接管

项A RelayB QuillC Runner
采纳率 / 自动完成率78%63%(一次采纳)78%
返工率—9%—
分诊正确率91.4%——
错误率2.9%(采纳后仍出错)4.6%(事实错误)1.7%(审计发现)
不可回滚错误率——0.238%
接管后平均耗时91 秒3.0 小时(返工档)14 分钟

A 的 0.75 分钟人工耗时可由采纳率加权校验:0.78 × 32 秒 + 0.22 × 91 秒 = 44.98 秒 ≈ 45 秒。

B 的 1.6 小时审改耗时可由三档加权校验:0.63 × 1.25 + 0.28 × 1.95 + 0.09 × 3.0 = 1.6035 小时 ≈ 1.6 小时。

五、成本与节省

项A RelayB QuillC Runner
模型成本(美分/任务)1.119.82.4
基础设施(美分/任务)0.612.24.8
月系统成本(美元)448.8193.92950.4
月维护摊销(美元)1,2002,4003,600
月纯人工成本(前,美元)46,20076,356118,800
月新人工成本(后,美元)9,90029,08826,664
月总成本(美元)11,548.831,681.9231,214.4
月节省(美元)34,651.244,674.0887,585.6
节省率75.0%58.5%73.7%
系统成本占原人工0.97%0.25%0.80%

六、自主度四维打分

维度ABC
错误代价111
可回滚性221
审计有效性212
时延容忍022
总分566
分数对应档位审批审批审批
实际档位建议草稿执行

三家的实际档位都低于分数档位,原因各不相同:

  • A:组织接受度——分诊错误影响 SLA 承诺,团队不接受无人确认;
  • B:产出属性——初稿必须人加工,审批没有意义;
  • C:风险分层——只有低风险动作进入执行档,高风险动作仍需前置审批。

这张表是卷一最重要的反例:打分给出上限,组织与任务属性决定实际档位。

七、口径公式

人工基线小时   = 月任务量 × 人工基线分钟 ÷ 60
新人工小时     = 月任务量 × 人工耗时分钟 ÷ 60
月纯人工成本   = 人工基线小时 × 30 美元
月新人工成本   = 新人工小时 × 30 美元
月系统成本     = 月任务量 × (模型美分 + 基础设施美分) ÷ 100
月节省         = 月纯人工成本 − 月新人工成本 − 月系统成本 − 月维护摊销
节省率         = 月节省 ÷ 月纯人工成本
压缩率         = (人工基线分钟 − 人工耗时分钟) ÷ 人工基线分钟
系统成本占比   = 月系统成本 ÷ 月纯人工成本

八、禁用与易错清单

  1. 不得新增第四家案例,不得给任何案例增加本表之外的收入或成本。
  2. 不得把机器耗时计入人工耗时。
  3. C 的人工必须包含转人工(3.08 分钟/任务)。
  4. B 的审改时长必须能由 63/28/9 三档加权算出。
  5. 压缩率与节省率不是同一组数,不得混用。
  6. 自主度分数不能直接解释实际档位,必须补组织接受度或任务属性这条线。
  7. 三家的月任务量级差异大,任何"平均"必须说明是加权还是简单平均。
  8. 三卷之间不另设第二套数字;与《AI 产品的商业化》三案例无关,不得混用。

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