Ghostwriter把智能体运维变成同事:在Slack里盯表现、查根因、起草并测试修复
核心概要
Ghostwriter是一款在Slack和Teams中与团队并肩工作的AI智能体,持续对照团队设定的目标检查对话、发布和指标,在问题被客户报告前就发出提醒、追到根因,并起草、测试修复方案后交给合适的人审核。五家客户反馈的共同点是:等人坐下来看问题时,Ghostwriter通常已经找到问题、弄清原因或写好改动。
深度剖析
Ghostwriter把智能体的日常运维从“等客户投诉再排查”改成“持续对照团队目标巡检”,问题在无人值守时也会被发到团队频道。 多数团队此前是在客户投诉后才得知智能体出了问题。 在ShipStation Global,这种巡检减少了团队手工复查的工作量;在Carta,它某天早上发帖指出聊天智能体无法创建支持工单,并已列出受影响的客户,事后还确认了恢复。
发现问题后,Ghostwriter会沿调用链追到源头,判断问题出在流程搭建方式还是智能体依赖的某个系统,并把结论写在讨论串里。 排查中最慢的一步通常是弄清“为什么”,而不是发现异常本身。 在Tilt,团队只从手机发出一条提问,就完成了问题诊断并转交处理。
Ghostwriter不止给出诊断,还会起草改动、先行测试,并标记合适的人审核,无论问题由它自己发现还是由团队成员提出。 此前团队需要翻查流程和设置,才能弄清智能体为何那样行动。 在Airtable,客户反馈的结果是速度提升;ShipStation Global团队因为每项修复到手时已经过测试,花在翻查流程和设置上的时间减少。
改动上线后,Ghostwriter继续跟踪每次实验和发布,回报改动是否带来差别。 上线后的效果核验由Ghostwriter持续承担,而不是一次性检查。 与全球大型品牌合作的Imprint以此在更多人参与维护同一智能体时保持质量。
启示与展望
报道范围限于五家客户(ShipStation Global、Carta、Tilt、Airtable、Imprint)的使用反馈,以及Ghostwriter在Slack和Teams中巡检、诊断、起草修复和跟踪发布的工作方式;这些是客户叙述的使用体验,不是受控评测。
反馈以定性描述为主,没有给出量化指标或与人工运维的对照;Ghostwriter会随着与团队合作时间变长而更多了解该团队的工作方式,这一学习效果本身尚未被单独衡量。
