Decagon 如何用 AI Agent 重塑企业级客服体系

这期 No Priors 对话中，Decagon 联合创始人兼 CEO Jesse Zhang 详细讲述了他们如何从零打造企业级客服 AI Agent。文章聚焦他对“真正可落地的 Agent”的理解、早期客户故事、技术取舍，以及对生成式 AI 在客服领域未来的判断。

为什么客服，是 AI Agent 最先落地的战场

在对话一开始，Jesse Zhang 就把 Decagon 的定位说得很清楚：他们不是做通用聊天机器人，而是“为客户支持和客户体验场景交付 AI Agent”。这一区别非常关键，因为客服是少数同时具备高重复性、明确业务目标、以及充足历史数据的企业职能。

Jesse 提到，很多企业早就意识到客服效率问题，但传统自动化（如规则引擎、FAQ Bot）在复杂问题面前很快失效。生成式 AI 的出现，第一次让系统可以“读懂上下文”，并在多轮对话中保持一致性。他在节目中直言：“我们现在交付的不是一个模型，而是可以直接上线工作的 AI 代理。”

之所以选择客服作为切入口，还有一个现实原因：价值闭环清晰。客服的成功与否，可以用解决率、响应时间、用户满意度直接衡量。这让 Decagon 能够非常务实地评估 AI 是否真的比人工或旧系统更好，而不是停留在 Demo 层面。

从创立到落地：Decagon 的早期客户故事

Decagon 成立于 2023 年 8 月，但 Jesse 在节目中反复强调，他们并没有把时间花在“讲故事”上，而是尽快把系统推向真实客户环境。目前平台已经被 Rippling、Notion、Duolingo、ClassPass、Eventbrite、Vanta 等公司使用。

Jesse 分享了一个重要经验：大企业和高速增长的创业公司，对 AI 客服的期待并不相同。前者更关心稳定性、合规和品牌一致性；后者则在乎是否能快速减轻人工客服压力。他形容这个过程“不是模型能力的问题，而是产品边界和使用方式的问题”。

在实际部署中，Decagon 的 Agent 并不是一上来就接管全部对话，而是从特定类型的工单做起。Jesse 提到，这种渐进式上线能显著降低组织内部的阻力，也更容易让客服团队建立信任。“当他们看到 AI 真的能解决问题，而不是制造新问题时，态度会发生变化。”

技术视角：什么才算‘真正的 Agent’

在节目中，有一段讨论专门聚焦在“Agentic AI”这个被频繁使用、但容易被滥用的概念上。Jesse 认为，很多所谓的 Agent 其实只是“更长一点的 prompt 加上工具调用”。

他给出的判断标准很直接：一个真正的 Agent，必须能够理解目标、规划步骤，并在过程中根据反馈调整行为。他提到，“我们还处在非常早期的阶段”，现在的系统在可靠性和自我纠错能力上仍然有限。

从技术架构上看，Decagon 并不是简单地把大模型直接暴露给用户，而是在模型之上构建了一整层基础设施，用来处理权限、知识来源、上下文管理以及失败兜底。Jesse 在节目中强调：“企业级的关键不在于模型多聪明，而在于系统在出错时会发生什么。”

客户成功与组织变化：AI 带来的不是裁员

当话题转向客户成功和客服团队本身时，Jesse 给出了一个相对克制的判断。他并不认同“AI 会立刻取代大量客服人员”的说法。相反，他观察到的是角色变化：AI 处理高频、标准化问题，人类则更多介入复杂、情绪化或高价值的场景。

他提到，一些客户在引入 Decagon 后，并没有减少客服人数，而是把精力重新分配到了客户关系维护和问题升级处理上。“这反而提升了整体的客户满意度。”

这也是为什么 Decagon 在产品设计上，非常强调与现有客服流程的融合，而不是彻底替换。Jesse 说得很直白：“如果你的 AI 需要公司为它重建一套流程，那基本注定会失败。”

展望未来：模型变强之后，真正的变化在哪里

在节目后半段，主持人问 Jesse 最期待 AI 的哪些变化。他的回答并不意外，但很务实：随着模型能力提升，很多今天“不值得自动化”的边缘场景，会突然变得可行。

但他也提醒，模型进步并不会自动转化为产品价值。“当这些模型变得更好时，会解锁很多新用例”，但前提是有人把它们变成可靠、可维护的系统。

在他看来，未来的竞争焦点不会是谁用的是哪一代模型，而是谁真正理解客户流程、数据边界和失败成本。这也是 Decagon 选择深耕单一垂直领域，而不是横向扩张的原因。

总结

这期对话最大的价值，并不在于某个炫目的技术细节，而在于 Jesse Zhang 对“可落地 AI Agent”的清醒认知。客服场景之所以成立，是因为它同时满足技术可行性和商业必要性。对读者而言，这次分享提供了一个重要启示：生成式 AI 的下一阶段竞争，不在模型本身，而在把模型变成可靠产品的能力上。

关键词： AI Agent， 生成式AI， 客户支持， 企业级AI， Decagon

事实核查备注： Jesse Zhang 为 Decagon 联合创始人兼 CEO；Decagon 成立时间为 2023 年 8 月；Decagon 产品定位为企业级客服/客户体验 AI Agent；节目中提及的客户包括 Rippling、Notion、Duolingo、ClassPass、Eventbrite、Vanta；节目多次强调当前仍处于早期 Agentic AI 阶段。