KeyFrame內部研究專用

How Forward Deployed Engineering is done at Decagon — Sunny Rekhi

AI Engineer·7月28日週二·18 min英文

三句話摘要

DecaGon 部署工程團隊如何在超高速成長中保持客戶價值交付,並建立產品與前線工作的反饋迴圈。 前沿部署工程的核心能力不在快速執行,而在於既當顧問又當執行者,始終思考如何將一次性解決方案轉化為可擴展的平台能力,讓組織與客戶一起成長。 前沿部署工程與產品工程的融合界線模糊:客戶痛點直接轉化為產品開發優先項,同一支團隊同時負責配置現有功能與反饋新需求,使得部署人員與產品人員的角色實質重合。

重點整理

重點
  • 1

    前沿部署工程與產品工程的融合界線模糊:客戶痛點直接轉化為產品開發優先項,同一支團隊同時負責配置現有功能與反饋新需求,使得部署人員與產品人員的角色實質重合。

  • 2

    從代理配置到創收挖掘的雙重職責:不只替客戶解決現有入站支援問題,更要與客戶一起研究如何透過已有系統整合創造新收入流(如主動聯繫客戶續租),即主動發現與客戶溝通的其他管道機會。

  • 3

    克制與擴展的工程倫理:面對 AI 編碼工具強大,稀缺技能轉變為「克制」——不做純粹快速修補,而是在解決單個客戶問題時就思考如何讓未來 5 個客戶同時受惠,避免產品變成脆弱的黑箱。

  • 4

    專業分工應對規模化:早期由代理軟體工程師全責包辦,擴展後拆分為代理構建者(深化模型直覺、優化 UI 配置)與代理軟體工程師(客戶第一線、產品需求代言),各司其職但目標一致。

實用技巧與重點

乾貨
  • 公司規模變化:50 人 → 500 人(一年)
  • 主要客戶行業:金融機構、科技品牌、跨產業合作
  • 真實案例:赫茲(Hertz)客戶,從處理複雜入站支援擴展到主動聯繫客戶續租業務,DecaGon 內部完成操作
  • 關鍵轉折點數據:第 25 個自訂 CRM 整合後,決定改為自助方式讓客戶與代理構建團隊自行完成
  • 前沿部署的兩種工程
  • 智慧代理系統配置(指令、語氣、使用者意圖分流、後端整合)
  • 客戶需求轉產品功能的需求蒐集與反饋
  • 成功定義框架:指標目標、支援管道選擇(電話/郵件/簡訊/WhatsApp)、痛點範圍、理想結果
  • 組織策略:配備行業專家團隊處理同類交易(金融 A、B、C,新客戶 D 時由既有團隊主責)
  • 決策點:講者郵件 sunny@decagon.ai

結論

結論

前沿部署工程的核心能力不在快速執行,而在於既當顧問又當執行者,始終思考如何將一次性解決方案轉化為可擴展的平台能力,讓組織與客戶一起成長。

完整解析

詳細

DecaGon 是一家 24/7 AI 客戶服務代理公司,在短短一年內從 50 人成長到 500 人,這種指數級擴張對部署工程團隊帶來根本性的組織重構挑戰。講者 Sunny 作為部署工程技術長,分享了這段成長期間如何重新設計工作流程與團隊結構。

在早期階段,所有配置與部署工作由代理軟體工程師單獨負責,他們需要深入客戶業務理解支援流程需求,配置代理的語氣、行為模式與後端系統整合(如身份驗證、密碼重設等),同時也負責蒐集客戶需求並將其回饋至產品團隊。隨著客戶數量與複雜度增加,這種一人多工模式開始顯現瓶頸。

於是 Decagon 做出關鍵決策,將代理軟體工程師角色拆分成兩個專業分工:代理構建者(Agent Builders)精通各種模型與 UI 配置,能快速在現有工具內調整代理行為;代理軟體工程師(Agent Software Engineers)則聚焦客戶第一線,既是執行者也是顧問,負責蒐集需求、判斷優先級,並決定哪些工作應該回饋至產品平台。這個拆分背後有個哲學轉變:人工智慧編碼工具(如 Codex)雖然降低了純編碼工作的門檻,但真正稀缺的能力變成了「克制」——不為了單一客戶而快速打造一次性方案,反而要思考這個解決方案如何讓未來其他客戶也能受惠。

具體案例是 Decagon 在處理第 25 個 CRM 系統整合需求時的轉機。早期每次都由工程師編寫自訂程式碼,到了第 25 個,團隊決定停止這種模式,改為建構自助化工具,讓客戶或代理構建團隊自行完成整合。這轉變反映了整個部署思維的進化:從解決當下問題轉向系統化解決未來類似問題。

與客戶合作時,Sunny 強調前期需求蒐集的重要性,包括明確定義成功指標、選定支援管道(電話、郵件、簡訊、WhatsApp 等)、聚焦核心痛點。有時客戶會帶著預設解決方案來,部署工程師的顧問角色是根據過往支援數據提出最優投資報酬率的建議,這樣的信任關係往往能解鎖更多創收機會。例如赫茲案例,初期只是處理入站支援,後來發現可以主動聯繫客戶推動續租業務,大幅提升客戶價值。

組織成熟後,Decagon 也學會配備行業專家團隊(如金融服務團隊同時服務多家金融客戶),利用行業知識累積與客戶語言的共同性,加速每筆新交易的進度。最終目標是每次部署都比上次更快、前線工作的知識都能回饋到產品、非工程部門也能透過自然語言配置代理,形成一個從客戶需求到產品迭代的完整正向迴圈。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「企業管理」的內容

AI Proficiency: From Users to Builders
56 min
企業管理英文PODCAST8月25日

AI Proficiency: From Users to Builders

Practical AI

  • L0 有五種子類型,各有不同特性與對應策略。講者強調不應將所有抗拒 AI 的人視為問題,而是區分其原因:有些人(如對品質失望者)的反饋實際上很有價值,應該認真聽取,而非強制推行。識別 L2 的關鍵不是技術能力,而是對公司工作流程的深入理解與執行風格的一致性,他們能將隱性知識轉化為文檔流程,同時阻止機構人才流失。重點不在速度,而在於新興工作類型與可測量的商業價值。
不懂技術分析,在多頭買也可能跌得一頭霧水
企業管理中文8月23日

不懂技術分析,在多頭買也可能跌得一頭霧水

陳修平的師父商學院

  • 均線的雙刃性 — 均線不只預示趨勢方向,也會成為股價上升的壓力位。買在均線上方的股票,上漲時較無壓力;若均線剛好在買價上方,股價容易觸及均線受壓後下跌。
  • 支撐點判斷的核心 — 多頭行情中,股價回檔應該找到均線的支撐才是安全的買點,但關鍵是用紅K確認支撐真正有效,如果沒有紅K出現代表支撐未成立,股價可能繼續下跌。
  • 期檔點的精準性 — 同時結合越線的支撐與前面的上升趨勢,才能精確抓住支撐點(期檔點),這樣進場後一整波上漲都能掌握。
【突發】第一個被AI消滅的國家,比中國崩盤更可怕?巴菲特緊急把錢全放在這裡?被美國吹出來的印度神話破滅,亞洲金融海嘯時什麼資產最值錢?
21 min
企業管理中文8月23日

【突發】第一個被AI消滅的國家,比中國崩盤更可怕?巴菲特緊急把錢全放在這裡?被美國吹出來的印度神話破滅,亞洲金融海嘯時什麼資產最值錢?

90後創業家掃地僧

  • 美國資本對新興市場的完整收割套路:先吹泡沫讓全世界的錢湧進來,國家養肥後趁股市最高點偷偷出貨,同時做空匯率與股市,被吸乾的國家最後只能開放市場、解除外匯管制,任由外資以暴漲美元廉價收購本地資產。
  • AI對印度經濟的雙重絞殺:美國企業將IT工作外包給印度工程師,實質上是在用人類勞動訓練AI系統;AI成熟後直接停止訂單,幾百萬工程師失業;同時印度企業被迫購買美國AI工具維持運營,形成第二次掠奪。
  • 印度財務面已臨界崩潰:盧比今年貶值7%、短10週燒掉400億美元外匯購油、外資持股創14年新低、股市蒸發近5000億美元,速度與規模皆超越當年泰國危機。