Sora 发布那天，我盯着那些物理模拟视频看了整整三个小时，后背发凉。不是兴奋，是窒息。去年还在为 GPT-4 的代码解释器欢呼，觉得文本和图片的自动化门槛已经够低了，结果 OpenAI 反手就把视频时代的“上帝视角”权限扔到了桌面上。这意味着什么？意味着我之前吭哧吭哧搞的、基于文本和简单图像识别的客服自动化流程，还没大规模铺开，就已经看到了被降维打击的终点。视频客服、动态场景理解、实时情绪分析……这些以前需要庞大团队和专用硬件才能碰的东西，现在可能被一个提示词工程师用 API 调用就解决了。这种恐惧很具体：我花两年搭建的护城河，可能一夜之间变成谁都能趟过去的小水沟。
所以“不想招客服”这个老问题，在 2024 年初有了全新的、更激进的解法。招人？管理成本、培训周期、情绪波动、离职风险，在 2019 年那会儿已经把我折磨够了。传统的规则引擎或关键词匹配机器人？那更是上古时代的残骸。现在的思路必须是“自进化”——不是让它死记硬背问答对，而是给它一个核心决策框架，让它能自己从每次人机交互中学习，甚至能主动调用外部工具来验证或生成信息。比如，用户抱怨“快递一直没到”，传统的 bot 可能只会回复“已为您催促物流”。而“自进化”助理应该能自动执行以下链条：1. 解析用户消息，提取单号（即使格式不规整）。2. 调用物流查询 API 获取真实轨迹。3. 判断异常节点（是否卡在分拣中心超过 48 小时？）。4. 根据结果决策：若已异常，自动生成一封措辞严谨、附有轨迹截图的催促邮件草稿，请求用户确认发送；若显示已签收，则反问用户具体收货地址细节，并准备发起“签收未收到”的调查流程。这一切，不需要我预先编写“如果-那么”的所有分支，只需要给它设定工具调用权限、决策逻辑的优先级、以及一个最终向用户确认的安全阀。
技术栈已经彻底换代了。2021 年我可能还在用 Rasa 或 Dialogflow 折腾 NLU 模型，现在核心是围绕 GPT-4 Turbo 的 Function Calling 构建一个“决策中枢”。n8n 负责编排工作流，把物流 API、邮件发送 API、内部工单系统 API 全部打通。最关键的“进化”部分，靠两样东西：一是每次会话后，自动将完整的交互记录（去除隐私）向量化存入 Pinecone，作为下次相似问题检索的参考；二是设置一个轻量的奖励模型——当用户最终表达满意或问题关闭时，这次会话所触发的一系列工具调用和决策路径会被打上正标签，强化其权重。反过来，如果用户多次追问或转人工，则该路径会被标记，后续尝试其他分支。这听起来有点强化学习的影子，但实现上没那么复杂，就是用链式思维（Chain-of-Thought）提示让模型自己复盘，然后把复盘结论结构化存储。
但问题也赤裸裸地摆着。首先是成本，每次交互都可能是长上下文+多次函数调用，账单滚起来比雇一个真人客服初期贵得多。其次是幻觉，让模型自己决定调用哪个工具、传递什么参数，一旦它误解了用户意图，可能会向物流系统发起一个完全错误的查询，甚至生成一封法律措辞有风险的邮件。我不得不加入多层验证：任何对外发送的操作，都必须先向用户展示预览；任何涉及订单修改或财务的意图，必须强制转人工（这个“人工”可能就是我自己的飞书提醒）。最后是“进化”的不可控性，你无法完全预测它从海量交互中会沉淀出什么奇怪的决策模式，需要定期做“对齐审计”，手动清理或纠正一些向量存储里的案例。
坐在 2024 年看 2026 年的版本，我意识到真正的“自进化”可能不是让单个 AI 助理变得更聪明，而是构建一个可进化的系统生态。这个生态里，有专门处理用户情绪分类的轻量模型，有负责核查事实准确性的验证模块（比如交叉核对订单数据库和物流 API），有监控整个系统决策链异常的安全员模型。而我的角色，从一个编写具体规则的工程师，越来越像一个训练师和系统架构师——设定初始原则和边界，配置工具权限，然后观察、干预、微调。Sora 带来的震撼在于，它提醒我，连视频内容生成这种超高维度的任务都能被标准化、接口化，那么“客服”这个领域里所谓的复杂人性交互，被拆解成标准化工具调用链的日子，可能比我想象的来得更快。到那时，“不想招客服”将不再是一个成本或管理问题，而会变成一个纯粹的 ROI 和系统可靠性问题。我的焦虑源头，从“会不会被技术淘汰”，变成了“我设计的系统进化速度，能不能跟上基础模型迭代的速度”。这种压力，比管人累多了，但也他妈的上瘾多了。
