关于企业智能体，最不缺的是发布会和 PPT，最缺的是活下来的真实账本。这一周难得地凑齐了两份：一份来自政府窗口，一份来自文娱现场，数字都摊在了台面上。
TSA 的 Ace：把咨询成本打下来
美国运输安全管理局（TSA）上线的 Ace，是一个回答旅客常规问题的客服智能体——怎么装液体、带医疗设备怎么过检之类。公开数据说，它夏天旅游高峰上线后，月均处理约 10 万次对话，96% 的常规咨询在没有人工介入的情况下解决。成本侧更有意思：过去一次消费者交互要花 4 美元以上，Ace 把这块砍掉了九成多；机构自己测算，三年下来约 1100 万美元的人力价值，外加每年 1.1 万多个工时被从手工数据处理里释放出来。
读这类数字要带着口径意识：它们来自厂商对政府部署的叙述，不是独立审计。但方向是清楚的——客服智能体最先跑通的，从来不是「多聪明」，而是「把高频、低风险的问题稳定接住」。
Live Nation 的 Venue Agent：30 天从试点到生产
Live Nation 这边更有「工程节奏」的味道。它先在 BottleRock 音乐节试了个叫 Melody 的智能体，从概念到生产不到 30 天；12 天窗口里积累了 3.7 万次粉丝互动、1.7 万次客服会话，85% 的观众三次之内拿到所需答案。生产版改名 Venue Agent，铺到全美场馆官网，回答停车、入场时间、无障碍座位这类问题，95% 不转人工。剩下那 5% 也不是丢了，而是路由到 Slack 上的粉丝互动团队。
两份账本拼出的同一结论
把两家的设计摆一起看，共性非常直白：都做了「分流」——常规问题交给智能体，复杂或越界的问题交回人；都给智能体设了明确的升级阈值和人工兜底，而不是指望模型自己知进退。这恰恰是很多「demo 很美、上线就崩」项目的反向教材：它们往往把兜底寄托在 Prompt 上。
辩证地看，优势是实打实的降本、提速和 7×24 覆盖；局限也同样真实——这些数字来自厂商口径、集中在常规场景、真正的硬骨头仍靠人。但它释放的信号很清楚：智能体在客服这条线上，已经从「能不能用」走到了「敢不敢摊数字」。对还在观望的企业来说，这两份账本比任何远景图都有参考价值。