客服 Agent 上线以后，很多团队会盯自动解决率。这个指标有用，但不能单独看。如果一个用户被机器人来回问了六轮，最后还是转人工，自动化表面参与了流程，实际可能只是把客户的耐心消耗掉。
客服升级复盘适合让 AI Agent 做第一轮整理。它把会话记录、转人工原因、客户情绪、未解决问题和知识库缺口拉到一起，帮助团队判断哪些问题应该更早升级。这可以和 SLA 风险预警、客户反馈周报、质量门禁 连起来。
先看转人工前发生了什么
不要只记录“已转人工”。复盘要看转人工之前，Agent 问了几轮，调用了哪些知识库，是否重复给出同一个回答，客户有没有表达不满，问题有没有从简单咨询变成投诉风险。
这些细节能帮助团队判断转人工是否太晚。如果客户已经连续否定两次答案，或者明确表示“你没理解我的问题”，继续自动回复通常没有价值。
把升级原因归成稳定标签
转人工原因不能只写自由文本。可以先设几类标签：知识库缺失、权限不足、订单异常、情绪升级、政策例外、金额争议、技术排查、客户要求人工。
Agent 可以从会话里提取证据片段，再给出建议标签。人工负责人只需要复核标签是否准确。这样几周以后，团队就能看到真正高频的升级来源。
知识库缺口要回写
如果同类问题反复升级，通常说明知识库没有覆盖、口径不清或资料过期。复盘不能停在“本次已处理”，还要把缺口回写到 SOP、FAQ 或话术库。
这里可以接上 知识库改版影响检查。更新知识库前，要确认新口径会影响哪些旧答案和自动化流程。
别把所有升级都当坏事
转人工不是失败。真正的问题是该升级时没有升级，或者升级以后没人知道为什么。敏感投诉、重要客户、金额争议和复杂配置，本来就应该让人介入。
更合理的目标，是让 Agent 解决适合自动化的问题，同时把不适合自动化的问题更早、更清楚地交给人。这个思路和 变更后验证清单 一样，重点是控制影响范围。
总结
用 AI Agent 做客服升级复盘，不是为了证明机器人替代了多少人，而是找出哪些问题不该一直让机器人答。自动化和人工协作的分界越清楚，客户体验和团队效率才越稳定。
