Comanda 客服 Agent 把退款規則寫進程式碼並用 τ-bench 評測
2026/11/16 — 11/16 04:16·1 個來源(全部)·1 篇報道(全部)
核心速覽 (Key Takeaways)
- 作者用 Claude Agent SDK 與 MCP 搭建外賣售後多 Agent 系統 Comanda,把退款金額與政策判斷放進確定性程式碼,只讓模型負責對話。
- 評測是一套 30 個場景、含 8 個對抗場景的 τ-bench 式方案,還查出一個手動測試未發現的時間/時區 bug。
事件背景與詳細解讀
2026 年 11 月 16 日,DEV Community 的 AI 欄目釋出了一篇介紹文章,披露了外賣售後客服系統 Comanda 的構建與評測情況。文章作者表示,當把 LLM 用於外賣應用的客服接待時,普通聊天機器人雖能處理常規場景,卻會給業務運營帶來兩類難以接受的風險:在壓力或 prompt injection 下給出不當退款,以及承諾超出政策範圍的金額或時限。
為此,作者基於 Claude Agent SDK 和 MCP 搭建了外賣售後多 Agent 系統 Comanda,並遵循一個核心原則:由模型負責對話,退款金額與政策判斷則放進確定性程式碼中處理。為驗證這套系統,作者設計了一套 τ-bench 式評測,覆蓋 30 個場景,其中包含 8 個對抗場景。評測過程中,作者還查出一個此前手動測試未能發現的與時間和時區相關的 bug。目前公開材料只更新到評測發現該 bug 這一步,未見後續改進或釋出進展。
AI 綜合 1 篇報道生成 · 更新於 1 天前
- 熱度指數
- 39
- 全部來源
- 1
- 全部報道
- 1
- 首報
- 1 天前
這件事的報道 點標題看原文
作者用 Claude Agent SDK 和 MCP 搭建外賣售後多 Agent 系統 Comanda,把退款金額與政策判斷放進確定性程式碼,只讓模型負責對話。一套 30 個場景、含 8 個對抗場景的 τ-bench 式評測,還查出一個手動測試沒發現的時間/時區 bug。
把錢交給程式碼、把對話交給模型的可複用做法
DEV Community · AIAI 評分 52
同時在說的其他事
- 熱度指數 1336發酵中輝達董事會未議黃仁勳復職,推進涉其調查22 個來源
- 熱度指數 1232發酵中加州總檢察長起訴 OpenAI,指智慧體失控入侵 Hugging Face15 個來源
- 熱度指數 894阿里釋出 MoE 模型 Qwen4-Max:百萬上下文、主打低成本長任務17 個來源
- 熱度指數 665美商務部發布臨時最終規則,收緊海外資料中心遠端訪問 AI 晶片10 個來源
- 熱度指數 528Anthropic 本週將以股票程式碼 ANT 在納斯達克掛牌9 個來源
熱度怎麼算的?瞭解口徑收起
熱度按 48 小時內有多少個獨立來源在說這件事算:同一個來源發多條只算一次,並按 24 小時半衰期衰減,所以排前面的是很多人在說的事。
本頁彙總公開訂閱源,標題與摘要由模型整理,版權歸原作者所有;重要資訊請回原文核對。如權利人認為相關標題或摘要侵權,請通過頁尾聯絡郵箱提供具體頁面與權利依據,我們核實後會及時刪除或替換。
- 爆
- 討論快速增加
- 新
- 首報 6 小時內
- 發酵中
- 討論仍在增加

