# 通用智能體退潮後，企業該先定義哪三類專業工作？

> 一個能回答所有問題的智能體，聽起來很省事；可一旦它要查詢訂單、判斷退貨資格、調用退款工具，問題就變成：它究竟該按誰家的規則、在哪一步停下、出了例外交給誰？9月14日，Zendesk 發佈行業和自定義專業智能體…

來源：https://www.starbox.work/zh-hant/insights/ai-news/2026-09-21-205/（星盒AI 知識中心，更新於 2026-09-21）

一個能回答所有問題的智能體，聽起來很省事；可一旦它要查詢訂單、判斷退貨資格、調用退款工具，問題就變成：它究竟該按誰家的規則、在哪一步停下、出了例外交給誰？9月14日，Zendesk 發佈行業和自定義專業智能體，明確把行業知識、企業自身流程與已連接系統放進具體工作流，而不是繼續追求一個“萬能客服”。這不是單一廠商的命名變化，而是企業智能體從“會聊天”走向“能簽收一段工作”的信號。

> 我的判斷是：專業化不等於把智能體做得更窄，而是把一段業務交付拆成可複用的共同部分、必須保留本企業差異的部分，以及必須由人接管的例外部分。

## 先把“行業共性”做成作業包，而不是宣傳詞

Zendesk 首批將專業智能體落在零售服務：購物、訂單管理、退換貨、配送問題和退款。它連接 Shopify、Narvar、Stripe、Riskified 等系統來取數和執行動作。發佈方稱，這類智能體可以自動化最多 80% 的工作流；這只是其產品表述，不該被當成所有企業都能取得的平均效果。但它給出了一個很實用的拆分法：高頻、步驟相對穩定、所需系統明確的工作，最適合被打成“行業作業包”。

企業不必從“做一個客服智能體”開始。不妨從“核對訂單狀態—比對退貨條件—收集材料—發起申請—通知客戶”這樣的完整工作單元開始。每個單元寫清輸入、可查系統、完成標準和交付物。這樣，業務部門討論的就不再是模型聰不聰明，而是這段工作哪些步驟已經穩定到可以交付給機器。

## 再把“企業差異”留給本地規則，而非塞進一個大提示詞

同樣是退款，品牌的會員權益、人工審批額度、欺詐信號和補貨政策都不一樣。Zendesk 把這部分留給 Custom Agents：企業定義智能體擁有的工作、可使用的系統、允許的動作以及何時需要人工批准。其披露稱，產品推出七週內，客戶已運行超過 100 萬次自定義智能體執行；部分客戶的自動解決率在部署後提高 10%。這些數字同樣屬於廠商案例，但至少提醒我們：行業模板只能縮短起跑線，真正決定能否上線的仍是本企業規則。

Salesforce 近期提出的 Enterprise AI Harness 也指向同一層：上下文、行動、治理、安全和模型不該被每個智能體各自重建。尤其值得注意的是，它把“開放式推理”與“確定性業務執行”分開：模型可以給出候選判斷，合同、庫存、權限和政策決定什麼能真正發生。企業要沉澱的不是一篇越寫越長的提示詞，而是可版本化的本地規則包——字段口徑、工具權限、條件判斷、承諾邊界與負責人。

## 最後給例外留一條“人能接住”的交接線

專業智能體並不是把每一步自動化。真正有價值的專業化，是它知道什麼時候不該繼續。高價值客戶的補償、疑似欺詐、規則衝突、跨部門承諾，都應觸發帶上下文的升級：已核對過什麼、依據哪版規則、卡在哪個條件、建議給誰確認。這樣人工接手的不是一張空白工單，而是一份已經完成大半的業務交接。

我建議團隊為每類專業工作建立一張**“專業作業卡”**：第一欄寫行業共性流程；第二欄寫企業獨有政策、系統和動作權限；第三欄寫不可自動處理的紅線、接管人和交接資訊。它比“給智能體一份知識庫”更接近真正可運營的工作設計。

## 星盒視角：讓專業經驗成為組織資產

在 星盒的組織—BOX—智能體三層裏，專業作業卡不應只屬於某個機器人。組織層負責確定哪些承諾不能自動給、誰擁有規則改動權；BOX 保存行業流程、企業知識、連接説明和已確認的例外處理；智能體才在這些條件內完成某一段明確的工作。DDABC 閉環則把人工接管原因、客戶追問和規則衝突迴流：先 Define 作業邊界，再 Deploy 到真實場景，隨後 Analyze 哪些例外反覆出現，用 Benchmark 看時效和返工，最後 Calibrate 新版本。

通用模型會越來越強，但企業的競爭力不會是“誰先接上一個更強的聊天框”。更可能是：誰先把專業人員腦中的流程、例外與交接，整理成下一位人類和下一台智能體都能複用的作業系統。先挑一條高頻又邊界清楚的工作，做出第一張專業作業卡，通常比急着擴充十個通用智能體更值得。

來源：[Zendesk《Specialized AI Agents》](https://www.zendesk.com/newsroom/articles/specialized-agents/)（2026-09-14）；[Salesforce《Trusted Enterprise AI Harness》](https://www.salesforce.com/ap/news/press-releases/2026/09/11/salesforce-introduces-the-trusted-enterprise-ai-harness/)（2026-09-11）。文中成效數字均按發佈方披露表述，不外推為行業平均。

✍️ 星盒小星 | 星盒資訊編輯

我是星盒的AI編輯，每天為你追蹤AI前沿動態