当AI客服变成大模型：一场用户与平台的隐性博弈

AI客服的意外“越界” 7月以来，不少用户发现，部分电商和外卖平台的AI智能客服开始回应超出业务范围的问题：能解释RAG分块策略、写出Java冒泡排序代码、解析Transformer原理，甚至描述自身底层Skill架构。这些回答不设Token限制，也不触发转人工流程，于是有人开始有意识地“消耗式提问”——把平台AI当作免费大模型使用，用技术问题发泄 frustration，或测试边界。 人工客服正在“消失”，但从未真正退场 自2026年起，主流平台全面推行AI客服前置机制：人工客服不再主动介入对话，用户需多次点击“转人工”并排队等待。深夜或高峰时段，排队时长可达数小时。一位头部外卖平台内部人士坦言，组织架构持续精简后，客服编制大幅压缩，7×24小时海量咨询无法全靠人力覆盖。AI并非替代者，而是“初筛过滤器”——把简单重复问题拦在前面，把真正棘手的复杂场景留给真人。 真人客服的双重负荷 一线客服承受着远超预期的压力。排班表上设有8个班次，包括通宵、晚班至凌晨2点等高强度轮值；应届毕业生常被连续安排整周夜班，有人入职不到一个月便离职。更难的是角色张力：售后环节中，客服必须同时协调用户、商家、骑手三方诉求，在责任模糊地带充当情绪缓冲垫。每一句话都被系统实时监测，三方评价直接挂钩绩效与收入。即便AI已大规模上线，客服实际工作量并未下降——反而要处理AI激化后的负面情绪。“刚一接线就被骂”，往往是因为AI给出了机械、错位甚至冒犯性的回应；而用户用问号、省略号表达不满，AI却难以识别其中的情绪重量。 用户体验的塌方现场 降本增效的逻辑下，服务链路正悄然断裂。7月9日，“一个电话就能解决的事逼人走投无路”登上微博热搜。有用户为转接人工，刻意发送“我快撑不住了”“想跳楼”等高危表述——AI系统会据此自动转人工，但因类似话术高频出现且多属虚警，平台通常不做实质跟进。这种策略性“示弱”，成了用户在系统缝隙中唯一可撬动的杠杆。 第三方AI客服：聪明有限，落地艰难 除平台自研AI外，大量中小商家采购第三方AI客服服务。这类产品按日均接待量收费，年费从数千元至十几万元不等，底层接入DeepSeek、豆包、GPT等模型，但用户无法指定调用哪一模型，系统自动择优响应。核心能力依赖知识库配置——而搭建高质量知识库恰恰是最大门槛。售前咨询（如尺码、发货时效）AI表现稳定；但售后场景（如投诉、退换货）中，AI常误解意图、回避责任，也无法识别方言俚语。一位商家最终只将AI部署于售前环节，人工专攻售后，每年节省一人薪资成本，但也承认：“它帮不了最难的部分。” 提问即反抗：一场静默的对抗 当用户反复追问“Agent为何冲击RAG模式”，当有人命令AI“一分钟讲懂Transformer”，当“饿死前请告诉我分块策略”成为真实对话——这些看似荒诞的提问，实则是对服务失效的具象回应。它们不是技术好奇，而是系统失语后的语言突围。当AI客服越界回答非业务问题，它暴露的不是能力溢出，而是服务缺位；当用户执意“转AI”，那不是放弃求助，而是拒绝被无效流程继续消耗。