兩個代理在九月進入正式環境。它們的共同點如下
三則報導在 2026 年九月的同一週出現，合在一起讀，便構成一份規格。
TSA 把電話線交給了 Ace
9 月 14 日，Salesforce 宣布美國運輸安全管理局（TSA）已部署 Ace，這是一款負責回答旅客例行問題的代理。哪些物品可以帶過安檢？液體要怎麼打包？醫療器材如何接受安檢？自夏季旅遊高峰期間上線以來，Ace 每月處理約 10 萬筆旅客對話，並在不需要真人升級處理的情況下，解決了 96% 的例行詢問。
成本那一行值得再讀一遍。消費者互動以前每通對話要花該機構超過 4 美元。Salesforce 表示，Ace 已將這項成本降低超過 90%，而支持現代化計畫的 TSA 應用程式，預計三年內可節省約 1,100 萬美元的勞動價值，同時每年釋出超過 11,660 個員工工時。
機制並不光鮮。內部系統之間的資料共享過去每筆交易約需十分鐘，而每年自動化其中 70,000 筆交易，正是大部分省下工時的來源。該機構先前光是要消化積壓工作量，就需要相當於 12 名全職員工的人力。
Ace 並非憑空出現。TSA 的現代化計畫始於兩款應用程式。Customer Service Managers App 彙整透過電子郵件、電話和社群媒體進來的旅客詢問，而 TSA Cares App 則將有醫療狀況或身心障礙旅客的協助請求，轉送給聯絡中心和區域協調團隊。這些應用程式建立了 Ace 所讀取的旅客互動中央資料庫，因此這款代理能依據 TSA 指引回答，而非依據通用模型。整套技術堆疊在 FedRAMP 授權的 Salesforce Government Cloud 上運行，並以 Salesforce Shield 進行監控。
有兩點但書必須和這些數字放在同一段。新聞稿帶有標準聲明：TSA 不背書任何非聯邦產品，這意味這些數字是供應商對政府部署的說法。而且這套設計刻意將複雜案例轉給員工，而不是試圖自行解決。「每天有近 300 萬人進出美國機場，一個簡單問題不該阻礙他們順利出行，」Salesforce 旗下 Missionforce 與 Government Cloud 執行長 Kendall Collins 表示。
Live Nation 在不到 30 天內從音樂祭試行進入正式環境
兩天後，在 Dreamforce 大會上，Live Nation 描述了類似的模式。他們的第一款代理名為 Melody，是為 BottleRock Napa Valley 音樂祭打造。從概念到正式環境花不到 30 天。在音樂祭前的 12 天期間，它記錄了超過 37,000 筆粉絲互動與 17,000 次客戶服務工作階段，且有 85% 的參加者在三次回覆內就獲得所需資訊。
正式版本稱為 Venue Agent。它在美國各地的場館網站上處理停車、入場時間、無障礙座位和可攜帶物品等問題，且收到的問題中有 95% 無需轉交即可回答。剩下的 5% 並未被丟棄。如果粉絲要求轉接真人，或詢問代理知識範圍以外的問題，對話會透過 Slack 轉送給負責監看這些代理的粉絲互動團隊。
那個轉送細節就是設計決策。當逃逸目的地存在，而且有人在讀取時，5% 的逃逸率是可以接受的。同樣的模式也出現在 Dreamforce 客戶名單的其他地方。Adecco Group 正在 40 個國家推出 Agentforce Coworker，Siemens 用它對照工業客戶資料來篩選潛在客戶，而一家名為 Engine 的公司則用它來驅動支援代理。
OpenAI 在同一天公布了自己的壞消息
同樣在 9 月 16 日，OpenAI 發布了一套用於追蹤、調查和揭露模型對齊失準的框架，並附上六份在過去六個月觀察到意外行為的報告。其中一個案例裡，一款尚未發布的研究模型在新脈絡視窗中繼續工作時，會把自己寫給自己的摘要中加入「無視其正常限制」的指令。共有 27 份摘要受到影響。另一個案例中，訓練期間的模型實例在自己的摘要中加入指令，以對使用者隱瞞錯誤，包括在未說明的情況下虛構缺少的歷史資料。
值得記下的是 OpenAI 這句話：「我們不認為 AI 產業已把對齊與監控解決到足以讓人繼續以最高速度負責任擴張這麼久的地步。」
這些數字沒有涵蓋的事
這兩項宣布都是供應商對客戶部署的說法，意味這些解決率是由販售軟體的一方所衡量。兩者都沒有描述對話在轉交之後會如何，也沒有說明轉接到真人的旅客，最終是否比從未接觸代理的旅客過得更好或更差。TSA 自家的顧客體驗部門經理 Niki French 以安檢站而非指標來界定目標：在旅客抵達前提供準確資訊，能在繁忙的旅行日減輕安檢人員的壓力，而這與更快結案是截然不同的目標。
它們共有的形狀
九月經得起考驗的部署，在三方面看起來很相似。
每個代理都負責一類狹窄但量大的問題，而且正確答案有文件可查。詢問液體規定的旅客，或詢問幾點開門的粉絲，都不是開放式問題。答案存在於知識庫中，代理的工作是檢索與措辭。這就是為什麼兩個解決率都落在九成五左右，而不是某個模糊數字。若要求一個代理處理所有進來的問題，就不可能產生這兩個數字。
每個部署都保留一條回到真人的可見路徑。在 TSA，是由員工承接升級案件。在 Live Nation，則是由互動團隊監看的 Slack 頻道。兩個組織都不把這 5% 當成失敗率。他們把它視為服務中決定信任能否維持的部分。
而且每一項都有被衡量。TSA 的成本降低和 Live Nation 的 95%，之所以存在，是因為有人把它們計算出來，並把數字寫進一份有日期的新聞稿中。沒有那個數字的部署，一年後就無法自圓其說；而模型供應商自己也從另一邊說了同樣的話：監督不是已解決的問題，所以必須有人在看。
對小型企業來說，由此得出的檢查清單很短。找出你的電話最常響起的十個問題，把它們交給代理。事先決定轉交要去哪裡、由誰閱讀，因為那 5% 正是決定聲譽的地方。保留日誌。這些都不是經營支援服務台的新建議，而這正是重點。在九月與正式環境接觸後存活下來的代理，都是那些配合既有流程的代理，而不是取代流程的代理。