Agentic AI 是偽裝成技術突破的 UX 問題

TL;DR

• 她的立場轉變本身就是論點:她在 Symbl.ai 花了七年做基礎設施、砸下大量金錢與時間訓練專門理解人與人對話細節的語言模型;過去一年多部署 agent 之後,她的假設大幅改變——模型某種程度上已經可以互換了,真正決定成敗的是設計與體驗。
• 最難的設計問題不是把 agent 做得能幹,而是做得值得信任:使用者帶著「已經預設會失敗」的心態走進來——這不是對 AI 的偏執,而是多年技術落差與糟糕的對話式體驗累積出來的結果。
• 他們在既有資料層之上另建一層專門餵養 UX 的 context layer,分三類:context-fed UX(使用者還沒打字前你就知道什麼)、graduated agency(設計時就界定 agent 該做與不該做什麼)、in-moment reading(當下讀出急迫性或偏離 happy path,就跳過常規流程)。

重點整理

為什麼是 UX 問題:一位基礎設施創業者的立場轉變(約 01:28–01:29)

整場會議都在談怎麼把 agent 建好、監控、協調、演化;她想給一個不同的視角:我們建這些 agent 的前提,是消費者願意信任並使用它們,而這大半是 UX 問題,不是技術與模型問題。

她的資歷讓這個主張有分量:加入 Invoca 之前,她當了七年 Symbl.ai 的共同創辦人兼 CEO(公司去年被 Invoca 收購),那七年都押在基礎設施上,自己投入大量金錢與時間訓練專門理解人與人互動細節的語言模型。而過去一年多實際部署 agent 之後,她說自己的假設已經大幅演進:模型某種程度上已經變得可以互換;真正決定成敗的,是模型的設計與消費者體驗有沒有讓那個「有能力執行工作流的 agent」在對的時機、用對的節奏發揮影響力。

情境:considered purchases 裡,信任必須即時建立(約 01:29–01:31)

Invoca 為「considered purchases(高涉入購買)」產業的品牌打造行銷與營收 agent——醫療、電信、保險、居家服務。這些領域的特徵是:消費者幾乎每一次都需要先跟真人講過話才會下購買決定,而且這些不是日常會做的事。

因此信任必須幾乎立即建立。在這些產業裡運作的 agent,必須透過互動方式,立刻複製出消費者過去多年與品牌之間累積的那種人際信任。

她強調真正的難題不在定義工作流、做營收營運或 agentic e-commerce,而是:贏得一個「帶著已經失敗的心態走進來」的使用者的信任。 他們日復一日接觸的消費者對 AI agent 極度懷疑——她說這不是因為對 AI 的偏執,而是多年來技術落差與失敗的對話式 / agentic 體驗造成的。使用者一開始互動就在想:「我又要把所有資訊重講一遍了」「這個 agent 根本不認識我」「我直接說『轉真人』趕快脫離這個迴圈」。

所以:最難的設計問題不是讓 agent 有能力,而是讓它對一個預期它會失敗的人來說值得信任。

解法:一層專門餵養 UX 的 context layer(約 01:31–01:33)

Invoca 營運了約 14 年,累積了大量通話資訊、buyer journey 資料與互動資料;這些原本就被挖掘來訓練 agent 的知識、決定它處理哪些 intent、採取哪些行動。但他們另外再建一層,專門用來餵養 agent 本身的 UX,分三類:

1. Context-fed UX:在消費者打出第一個字之前,你已經知道關於他的什麼?
2. Graduated agency:在設計 agent 的階段就界定它該做什麼、不該做什麼,並據此設計體驗。
3. In-moment reading:這是她認為最重要的一項——如果偵測到急迫性,或消費者正走在偏離 happy path 的路上,要怎麼跳過常規流程,當下設計出一條讓他滿意的路徑。

三個實例:

• 腫瘤科(oncology):病患剛確診癌症,想預約 2:15 的門診,但表單填寫流程裡沒有這個時段。與其讓他走完痛苦的填表流程,agent 直接完成預約並確認醫師時段。
• 處方箋續領:醫院剛導入新的 MyChart 系統、希望病患自助;但病患是在晚上六點後要續領,留了語音訊息沒人回。agent 直接把他導向正確的處理路徑,快速解決。
• 技術支援:同一套 UX 思路也適用於支援場景——某人早上等著要視訊面試,網路卻斷了。怎麼把診斷從 20 步流程壓成5 步自助診斷,同時讓他留在通話中。

結語:設計 agent 體驗時,把 context 當作 agent design system 的關鍵輸入;如果你沒有這些資料,就去收集它、建一個 agentic loop,或串接真正產生這些資料的系統。

金句

"The hardest design problem isn't making the agent capable. It's actually making it trustworthy to someone that's walked in expecting it to fail."(約 01:31)

整場演講的核心命題。

"Models have somewhat become interchangeable."(約 01:29)

出自一位花七年訓練專用對話模型的創辦人之口,分量不同。