15 项指标全绿仍被投诉:语音 Agent 的失败模式该怎么测

georgeamine · reddit · 2026-11-17

一位开发者分享了自己的困境:他们的语音客服 Agent 有约 15 项指标(任务完成率、工具调用成功率、延迟、多个 LLM judge)全部达标,但客服仍在转发用户投诉。

逐一听录音才发现的真实问题包括:长停顿后 Agent 重复自己、提供预约时间的方式令人困惑。这类问题无法靠现有指标捕捉,而人工听录音又无法覆盖每天数百通电话。

作者在帖中寻求方案:是否有人对失败通话做聚类、批量审计,或用其他方法发现「还没写进指标里的失败模式」?

所属事件:语音 Agent 15 项指标全绿用户仍投诉(2 条相关)→

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →