智能客服的Agent化不仅可以补上行动的短板，还有潜力将客服或者"对话"，升级为购物的重要入口。 举个例子，用户说："我想买双跑鞋，平时主要是在学校的操场塑胶跑道上跑，偶尔也跑跑公路。我有 点扁平足，跑久了膝盖会有点不舒服，希望能给我推荐一下，预算600元以内。"传统机器人会尝试抓取 关键词："跑鞋""塑胶跑道""公路""扁平足""膝盖不舒服""600元"。但它无法将这些信息有机地组织起来 进行理解，导致回复质量低下。大模型则有能力准确"理解"所有条件，抓住"支撑性"和"缓震性"是解决 用户痛点的关键，并结合预算，像经验丰富的人类店员一样给出售前建议。 如果能用大模型替代人工客服，会有不菲的经济收益。以电商为例，我们估计客服从业人员规模在几百 万量级，相关人力成本总和在千亿的规模。当前基于大模型的智能客服单次对话成本约为0.2元（以阿 里云产品为例），测算约为人工客服成本的15%，且未来成本仍有进一步下降的空间。 AI客服的能力缺陷 大众对大语言模型（LLM）最熟悉的界面就是对话，ChatGPT名字中就带着"chat"。大模型并非天然以 对话形式存在，其核心机制是基于预测下一个词的文本续写，但对话是LLM最成 ...