先说结论
模型会过时，选型体系不会。
在 Zendesk 平台上，AI Agent 自动回复、工单意图标签分类、客服建议生成等功能看似由同一个“AI”完成，实则背后是一组模型在分工协作：既有基于多年客服数据训练的自研模型，也有 OpenAI、Anthropic 等厂商的大模型，各自部署在最擅长的环节。
— Zendesk 品牌图（来源：OpenAI 官方案例页）
面对大模型的快速迭代，企业无需押注单一厂商。理解这套组合运转逻辑，有助于明确 AI 的责任边界、效果保障及数据安全。本文将拆解其运作机制，并介绍落地方案。
01 问题背后：你真正该关心什么
相较于“使用哪家模型”，企业更应关注以下四个核心变量，它们才是判断 AI 平台价值的真实依据：
效果
问题能否被实质性解决？80% 的自动解决率并非仅靠模型名称就能保证。
风险
是否面临供应商锁定？数据是否被用于训练？故障发生时是否有兜底机制？
成本
是按 Token 单价计算，还是按“解决一个任务”的成本计算？两者差异可能巨大。
未来
新模型出现时能否无缝接入？是否需要推倒重来？
因此，负责任的平台提供的是一套持续选型的逻辑，而非单一的答案。
02 四次叠加：从自研到多模型组合
Zendesk 的模型演进经历了四个阶段，每一步均为能力叠加而非推翻，旧能力保留在体系中，新能力补充其短板。
自研模型打底
利用多年积累的客服场景数据训练领域模型，负责意图识别、工单分类和路由。在客服专属任务上，其准确率常优于通用大模型。
引入第三方大模型
2023 年起与 OpenAI 深度合作，从知识问答扩展至能自主规划多步任务的智能体。官方数据显示，平台年处理解决量达 46 亿次，配置时间从数天缩短至数分钟。
多智能体分工
任务识别、对话检索、流程编排与执行各司其职。Custom Agents 的模型是经过 15 项指标横评多家后才选定的。
平台化路由
模型池覆盖多家厂商与开源生态，根据质量、延迟、成本为每个功能选择最优组合。若某家出现故障，流量可无缝切换，且第三方模型零数据保留。
在此组合中，OpenAI 模型主要承担对话与流程执行，Anthropic 的 Claude 则负责 Custom Agents，专注于长文档理解和少步决策。
— OpenAI 与 Anthropic 官方案例
纵观这四个阶段，变化的核心在于决策权的分配：从单一模型包办，发展到各环节独立选人，最终由一套评测机制持续优化选型。
— Zendesk 官方博客：多模型评估平台按质量、延迟、成本为每个功能选型
Zendesk AI/ML 负责人强调：不能只看 Token 单价，要看每个任务的整体成本。
03 底层原因：为什么“多 Agent 必须多模型”
这一策略并非盲目追新，而是由企业服务的结构性约束决定的，主要原因有四：
任务差异大。复杂推理、长文档理解、高吞吐对话、低成本分类等场景，没有单一模型能在所有维度达到最优。
可靠性是硬约束。单一模型可能面临延迟尖峰、区域故障或价格波动，多家并联可实现切换兜底。
协作需要异构能力。从意图识别、检索、规划到调用系统、自检及升级，每一步所需的思维方式不同，强行统一要么牺牲精度，要么浪费算力。
进化不能中断业务。新模型出现后，可在 24 小时内完成评测并灰度上线，仅替换表现更优的模块。
以一张工单的处理为例，这是一条由不同 Agent 和模型接力完成的流水线，最终决定升级人工或关闭工单。
46 亿次
年处理解决量
15 项指标
模型横评维度
24 小时
新模型评测上线
值得注意的是，多模型架构并非免费。模型数量增加意味着评测、监控和追责成本的上升。若无完善的治理能力记录每一步的错误责任及替换效果，多模型只会放大混乱。
✦ 背后的转变
真正的价值不在于知晓哪个模型最强，而在于建立评测、路由、成本、治理这套体系，让模型成为可替换的零件，而非一场赌注。
04 SIEBRE.NET：谁来把体系落地
体系再好，也需有人将其融入企业真实的工单、渠道和流程中。SIEBRE.NET 正是为此而生。
SIEBRE.NET 是谁
SIEBRE.NET 是 Zendesk 大中华区 Premier Partner。我们交付的不只是一次软件上线，而是一套能持续产生结果的 Agentic Service 体系。
Premier
Zendesk 大中华区
25 项
官方认证
2026
亚太合作伙伴奖
我们能做什么
咨询
哪些环节交给 AI，哪些留给人
选型
Zendesk 与互补产品组合
落地
配置、渠道、上线、培训
从“该不该用 AI”到“上线后谁负责”，提供全流程服务
第一步至关重要：先判断哪些决策交由 AI、哪些必须由人把关，再谈模型和工具。这正是 Zendesk 选型思维在客户现场的延伸。
落地方式务实朴素：深入客户工单寻找真问题，再决定 AI 的任务分配及工具选择。每次上线均配有人工升级路径和效果复盘，确保 AI 的工作成果可见、可衡量。
服务行业集中在消费电子、新能源与储能、跨境电商、电动自行车和金融科技等领域，这些领域具有多渠道、多语种及出海场景密集的特点。
一句话记住 Zendesk 的模型策略：不押注单一模型；按质量、延迟、成本、数据驻留为每个任务选型；新模型先评测、再灰度，只换更好的那一块。SIEBRE.NET 负责将这套能力接入您的业务。
写在最后：模型会变，体系留下
若有人询问您的 Zendesk 使用的是哪家模型，答案应是：不是一家，而是一套按任务分工的体系。
模型迭代越快，“选谁”的答案寿命越短；而“为什么选、怎么换、谁来保证效果”这三个问题的答案，将长期有效。
SIEBRE.NET 致力于协助企业让 Zendesk 的这套模型体系在业务中真正运行起来。
不是模型越大越好，而是越匹配越好。
THANKS FOR READING