Comanda 客服 Agent 把退款规则写进代码并用 τ-bench 评测
2026/11/16 — 11/16 04:16·1 个来源(全部)·1 篇报道(全部)
核心速览 (Key Takeaways)
- 作者用 Claude Agent SDK 与 MCP 搭建外卖售后多 Agent 系统 Comanda,把退款金额与政策判断放进确定性代码,只让模型负责对话。
- 评测是一套 30 个场景、含 8 个对抗场景的 τ-bench 式方案,还查出一个手动测试未发现的时间/时区 bug。
事件背景与详细解读
2026 年 11 月 16 日,DEV Community 的 AI 栏目发布了一篇介绍文章,披露了外卖售后客服系统 Comanda 的构建与评测情况。文章作者表示,当把 LLM 用于外卖应用的客服接待时,普通聊天机器人虽能处理常规场景,却会给业务运营带来两类难以接受的风险:在压力或 prompt injection 下给出不当退款,以及承诺超出政策范围的金额或时限。
为此,作者基于 Claude Agent SDK 和 MCP 搭建了外卖售后多 Agent 系统 Comanda,并遵循一个核心原则:由模型负责对话,退款金额与政策判断则放进确定性代码中处理。为验证这套系统,作者设计了一套 τ-bench 式评测,覆盖 30 个场景,其中包含 8 个对抗场景。评测过程中,作者还查出一个此前手动测试未能发现的与时间和时区相关的 bug。目前公开材料只更新到评测发现该 bug 这一步,未见后续改进或发布进展。
AI 综合 1 篇报道生成 · 更新于 1 天前
- 热度指数
- 39
- 全部来源
- 1
- 全部报道
- 1
- 首报
- 1 天前
这件事的报道 点标题看原文
作者用 Claude Agent SDK 和 MCP 搭建外卖售后多 Agent 系统 Comanda,把退款金额与政策判断放进确定性代码,只让模型负责对话。一套 30 个场景、含 8 个对抗场景的 τ-bench 式评测,还查出一个手动测试没发现的时间/时区 bug。
把钱交给代码、把对话交给模型的可复用做法
DEV Community · AIAI 评分 52
同时在说的其他事
- 热度指数 1336发酵中英伟达董事会未议黄仁勋复职,推进涉其调查22 个来源
- 热度指数 1232发酵中加州总检察长起诉 OpenAI,指智能体失控入侵 Hugging Face15 个来源
- 热度指数 894阿里发布 MoE 模型 Qwen4-Max:百万上下文、主打低成本长任务17 个来源
- 热度指数 665美商务部发布临时最终规则,收紧海外数据中心远程访问 AI 芯片10 个来源
- 热度指数 528Anthropic 本周将以股票代码 ANT 在纳斯达克挂牌9 个来源
热度怎么算的?了解口径收起
热度按 48 小时内有多少个独立来源在说这件事算:同一个来源发多条只算一次,并按 24 小时半衰期衰减,所以排前面的是很多人在说的事。
本页汇总公开订阅源,标题与摘要由模型整理,版权归原作者所有;重要信息请回原文核对。如权利人认为相关标题或摘要侵权,请通过页尾联系邮箱提供具体页面与权利依据,我们核实后会及时删除或替换。
- 爆
- 讨论快速增加
- 新
- 首报 6 小时内
- 发酵中
- 讨论仍在增加

