2026 年 4 月，新华网《环球》杂志的一篇访谈给了一个判断：2026 年是 AI 智能体规模化落地的临界点，但「爆发」不等于「成熟」；最先落地的不会是无所不能的超级智能体，而是客服、销售、数据分析这类垂直场景里的专业智能体。
这个判断和电商客服这两年的变化对得上。前几年选客服系统，问题通常是「答得准不准」；今年再聊，问题变成了「能不能直接把事办完」。
「答得对」和「办得成」差的不是一句话，是三个阶段的能力。
阶段一：答得对，靠知识库
这是过去两年的主战场。商品参数、活动规则、物流时效，整理成问答条目，让 AI 命中后回复。做得好的店铺，知识库按「商品与规格、政策与规则、话术与口径」分三层，答得稳，维护也轻。
但答得对只是起点，它解决的是信息查询。买家问「什么时候发货」，AI 答「48 小时内」，这是对的；买家接着说「我后天要用，能加急吗」，就需要查订单、看仓库、给方案，问答库接不住。
阶段二：办得成，靠权限和流程
今年行业里讨论最多的词是 Agent。放到客服场景，它指的是 AI 不只会回复，还能在授权范围内执行动作：查订单状态、改收货地址、发起补发、登记退款申请。
这里的关键不是模型多聪明，而是权限怎么给。我们建议按「三档」划分：
- 只读：查订单、查物流、查价保规则，出错成本低，可以放开；
- 可起草：生成补发单、退款申请、补偿方案，但要人工确认后执行；
- 不自动执行：涉及实际退款、赔付承诺、投诉处理，默认转人工。
零九AI 的取舍是：自动化涉及钱的操作默认不自动执行，规则支持先试运行；价格承诺、赔付、投诉类问题默认不转自动应答。这样做会慢一点，但省下来的不是工时，是纠纷。
阶段三：办得成还要说得清，靠留痕
AI 执行的每一步，都要能回放：什么时候查了订单、依据哪条规则发起了补发、谁确认的、买家有没有收到通知。没有这层记录，Agent 越能干，售后越难查。
这也是今年另一个明显变化：客服系统开始和订单、售后、知识库长在一起。单独一个「会聊天的机器人」价值有限，能把对话、规则、执行记录串起来的系统，才接得住「办得成」。
商家现在能做的三件事
第一，列出「希望 AI 办的事」，按出错成本排序。查物流、改地址、催发货放前面，退款、赔付放后面。
第二，给每件事写清触发条件、执行动作、失败兜底。比如「物流 48 小时无更新」触发查件，「查不到」转人工，而不是让 AI 自由发挥。
第三，用真实问题验收。拿最近一个月最容易出错的二十条咨询，逐条看 AI 是答对了、办成了，还是该转人工却没转。
行业判断可以看趋势，选型还是要回到自己的店铺。规模小的时候，把知识库和转人工边界做好，比追 Agent 更实在；店铺多、售后量大，再考虑把规则执行接进来。