10 月 13 日,PR Newswire 发布了一份 Cresta 的产品公告:推出 Deputy Agent,定位是「在客户挂断之后还在继续工作的长跑智能体」。

这个切入点值得留意,因为客服 AI 这两年几乎所有的投入都压在同一件事上——把对话那段做得好。而 Cresta CEO Ping Wu 在发布稿里把这件事挑明了:客户只看得见对话中发生的工作,但真正对客户重要的结果,是在幕后达成的。

客户看到的,与真正决定结果的那部分对话中 · 客户看得见的退款请求 · 交易争议保险理赔申诉收集信息 · 情绪安抚 · 给出预期过去几年的 AI 投入几乎全压在这一段对话之后 · 客户看不见的跨系统核对与取证等待资料 · 等待审批可能在数天到数周后才落定CRESTA CEO:结果是在幕后达成的Deputy Agent 的定位:不是再造一个更会说话的客服,而是把对话之后那段流程整体接过来它从对话中途接手,也可以从一份待处理文档的队列里凭空起步机制三件事(据官方博客与发布稿):一是把工作进度存下来,等资料或审批到达时从原处续跑;二是用客户语境判断何时该起流程,并把它和客户档案、业务规则、SOP 合起来决定下一步;三是系统集成断裂时自检并标记出来,而不是让流程悄悄停住
图|长任务智能体的价值不在「聊得更久」,而在「挂断之后还在推进」。

对话之后的那些天

发布稿举的几个流程类型很说明问题:退款请求、交易争议、保险理赔申诉。它们的共同特征是——真正落定需要数天到数周,期间要跨系统核对取证、要等文件、要等审批。

Deputy 要接的是这一段。它可以在一通进行中的通话中途接手,也可以从一次转接开始,或者从一份进入后台队列的文档或请求凭空起步——完全不涉及客户交互也可以跑。一个工作流可以横跨多次对话及多次对话之间的空隙。

发布稿把它拆成三块能力,逻辑上是连贯的。

一是持久的工作进度。当流程需要等文件、等待回复或等审批时,Deputy 把每个工作流的进度存下来,等条件到达后从原处续跑,直到目标达成。发布稿用了「数秒或数周」这个跨度来描述它能坚持多久。

二是用客户语境决定流程何时该起。它用 Cresta 对「客户在说什么、想达成什么」的实时理解,判断一个工作流是否该启动,并采集行动所需的细节,再把这些和客户档案、业务规则、标准作业流程合起来决定下一步。新回复、新文件、新决策进来时,它在已有认知上继续迭代调整。

三是运营可见性与自检。团队能看到哪些流程在跑、每一步到哪儿了、已经执行了哪些动作、哪里需要人介入。审计轨迹记录动作与审批,便于回溯一个请求是怎么被处理的。如果系统之间的某个集成断了,Deputy 会检测到失联并标记出来,让人去修。

发布稿里最短、也最重要的一句

关于自主边界,发布稿的原话是:由业务决定 Deputy 能独立做什么、什么需要审批、谁可以介入。

这句话把「自动化到什么程度」从产品默认值,退回到了一个必须逐条配置的东西。在同期的智能体产品叙事里,这是一个不太常见的克制——多数发布会更愿意强调「全自动」。

发布稿里最要紧的一句话,其实最短官方原话:由业务决定 Deputy 能独立做什么、什么需要审批、谁可以介入这句话把「智能体自动化程度」从产品默认值,退回到一个必须逐条配置的东西可见性(给了)哪些流程在跑每一步到哪儿了已经执行了哪些动作哪里需要人介入限制(提了但没说)发布稿强调的是可观测对「限制它能碰什么」着墨很少谁来限制、用什么粒度目前官方及行业暂未披露更多细节客户口径(均为引用)Aqua Finance:希望简化退款流程、把更多环节收回内部Sunbit:让客服团队专注在「有利解决」问题上与本轮另一条新闻可以并读:11Labs 也在讲同一件事——把既有人工 SOP 翻译成可执行流程,再决定哪一步自动、哪一步留人。差别是 11Labs 从自己家的客服工单起步一个值得追问的点:这类流程的失败往往不是「做错」,而是「卡住不再推进」,而发布稿给的答案是自检加标记
图|发布稿把自主边界交还业务方,这个设计比任何默认阈值都更接近可用。

给了可见性,但对限制着墨很少

值得留意的是发布稿的重心分配。它花了相当篇幅讲可观测——能看到什么流程在跑、在哪一步、做了什么、审计轨迹。而关于「限制它能碰什么」,只有客户引语里一句模糊的话。Aqua Finance 的服务运营 SVP Dan Greer 提到希望简化退款流程、减少手工工作、把更多环节收回内部并获得更高的可见性与控制;Sunbit 的客户成功副总裁 Katey May 则强调让客服团队专注在「有利解决」问题上,同时进一步自动化那些不需要人触碰的流程。

两段引语都点在方向上,没有落到权限粒度、责任划分或失败归属这类具体问题上。谁能限制它、用什么粒度限制、超限之后如何处理,公开材料没有回答。目前官方及行业暂未披露更多细节,后续将持续跟进迭代动态。

与另一条新闻可以并读

Deputy 的思路和本轮另一条新闻形成了一组对照。ElevenLabs 在自家博客里讲其自建客服智能体的过程时,核心动作是把既有人工 SOP 翻译成可执行的流程(Structured Procedures),再配合仿真测试、影子模式逐步放量。两家路径不同,但面对的是同一个命题:

企业里已有的操作规程,能不能变成智能体可以稳定执行的流程。

ElevenLabs 从自己家的工单起步,量级是每月两万两千多张工单、上月端到端解决率 65%(均为公司口径)。Cresta 则把这件事卖给了 Aqua Finance 和 Sunbit 这类外部客户。差别在于,一个是自己消化经验,一个是把「把 SOP 变成流程」这件事本身变成产品。

还有一个值得追问的点:这类长流程的失败方式往往不是「做错」,而是「卡住不再推进」——等一份永远不会到的文件、追一个没人回的状态。Deputy 给出的答案是自检加标记。对流程动辄持续数周的场景来说,这个设计的实际价值可能高于它多完成了几笔订单。

从品类演进看,这值得留意:客服智能体的竞争正在从「对话中」向「对话之后」平移。对话部分已经相当同质——识别意图、调知识库、必要时转人工;真正的差异开始出现在那些客户看不见的流程编排上。这类能力更难做 demo,也更难被采购决策层看见,但它是把「AI 客服」从成本项变成流程项的关键一步。