HaiAI123

全球AI工具精選導航

行業動態
持平

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

updream
24 小時熱度熱度指數 39 · 峰值 77 · 23 小時前
24 小時前現在

這件事的報道 點標題看原文

昨天
  1. 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

熱度怎麼算的?瞭解口徑

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

回 AI 行業動態榜 →