语音 Agent 15 项指标全绿用户仍投诉

一位开发者分享团队语音客服 Agent 的评测困境:他们设置了约 15 项指标,包括任务完成率、工具调用成功率、延迟以及多个 LLM judge,结果全部达标,但客服部门仍持续转来用户投诉。这一案例引发讨论:现有量化指标可能无法覆盖真实用户体验中的失败模式,语音 Agent 的评测该测什么、如何测成为值得反思的问题。

2026-11-15 ~ 2026-11-17 · 2 条相关