采购会上有人问了一句：三家都报了价，我们到底比什么？比功能条数，谁家都能列出上百条；比价格，明年大促还可能因为AI答错一句话被投诉。把问题换掉就好办了：你希望AI独立办完哪几类咨询。这个问法一变，比较对象就从功能表回到了自家店铺的咨询结构上。
「智能客服怎么选」的第一步不是看功能表，是先算自己的咨询里哪几类占大头
电商咨询大体分两块。售前是商品对比、尺码推荐、活动与优惠规则；售后是物流、发票、退换、补发。两块对AI的要求完全不同——售前要它听得懂模糊表达、能追问，售后要它调得动工具、办得成事。权重必须按你的实际占比来分，而不是按供应商的演示效果来分。
先做三条自测，翻最近一周的咨询记录即可：带图或带订单号的比例是多少；需要多轮追问才能答清的比例是多少；必须调用工具才能办完（查物流、拦截仅退款、建补发单）的比例是多少。杭州一家服饰店铺的客服主管王雪做过这个统计，发现售后订单类占到六成，而他们最初按“售前问答”去试用的方案，恰恰在查物流上答得含糊。
行业侧的依据同样成立。客服Agent规模化落地卡在知识、幻觉、贵、难四件事上：知识数字化不完善、大模型容易过度承诺、调用成本高、业务人员缺结构化能力。这四件事分别对应选型清单里的不同条目，选型本质上是选你能承受哪几件。
第一个要比较的是意图识别和上下文：一问一答和能记住上一句，差的是“这两个有啥区别”能不能接住
传统客服机器人的意图识别受限，依赖预训练关键词，复杂模糊意图容易识别不了；多轮对话靠预先配置，容易断片。AI-Agent依托大模型做深度理解与生成，具备记忆能力，能关联上下文理解买家连续需求。
现场怎么验？拿店里真实出现过的10句模糊问题去试——“这个和那款比呢”“孕妇能吃吗”“160、110斤穿哪个码”。看它是否需要人工预先配置问答对才能回答，还是直接就能接住。
还要看它敢不敢让AI独立收尾。按智能度分级，L2是问题级Copilot，AI只做辅助，评测指标是AI参与率；L3是场景级半自主Agent，在特定场景内主导闭环，指标才是AI独立解决率。问供应商要哪个数，直接决定你能省多少人。指标名字一样，口径可能完全不同。
问“AI独立解决率”之前，先确认对方说的是L2还是L3。L2看参与率，L3才看独立解决率。
第二个要比较的是知识由谁维护：全部人工配QA，还是Agent能自己建、自己改
传统方案的知识和流程完全依赖人工配置，内容维护成本高；AI-Agent具备持续学习能力，可自主构建和优化知识库。差别不在上线当天，而在SKU翻倍、活动一周换三次之后——人工维护的那套，通常第一个大促就追不上了。
幻觉要当成选型项，不是售后问题。大模型容易过度讨好、过度承诺（行业里常提的同城闪送案例就是典型），输出还有随机性。供应商必须给出约束机制和可控的知识来源，否则你买到的是一个会自己发挥的客服。
配套还得问一句人才：Agent落地后需要AI教练、知识管理工程师这类角色，负责SOP设计、约束调优和知识结构化。供应商能不能帮你把这些做完，比多给几个功能页实际得多。晓多科技的语流Agent在这块的表述是“不写QA、不配意图，开箱即可上线”，并支持知识自我进化——这类说法要落到你自己的类目上验一遍再采信。
第三个要比较的是能不能办事、能不能多店复用：只会回话的客服，预算只花了一半
看能力结构而不是看话术。传统软件有执行、无感知、无决策；上一代AI产品有执行、有感知、无决策；AI-Agent才把感知、决策、执行串成“感知-决策-执行-反馈-改进”的链路，能主动规划并调用工具。
落地就问三件事：查物流、尺码推荐、建补发单，是AI自己调工具办完，还是必须转人工？语流Agent的做法是主Agent统筹、业务Agent分工执行，并支持扩展Agent接工具办复杂场景。多店复用则看配置颗粒度：策略一次配置、多店快速复用，意味着你开新店是复制成本还是零成本。再往下还有快慢思考的分层——高频固定问题走快思考控成本，需要洞察的问题走慢思考保准确。
