Decagon 是什么？45 亿美元估值的企业 AI 礼宾平台，客服 Agent 已经卷到「两端都是 AI」（基础篇）
你打电话给银行客服，接你的不是人，这不新鲜。新鲜的是：你懒得打电话，派自己的 AI 助手去谈退款，接它的还是 AI——两边都是 Agent，规矩谁定？本期横向 Agent 平台基础篇的主角 Decagon，赌的就是这个问题值 45 亿美元。今年 1 月它刚融 2.5 亿美元 D 轮，估值半年翻三倍；10 月 1 日的 Dialogues 发布会又连发四个新品，头一个就是给「客户的 AI 助手」准备的专用通道。
项目介绍
Decagon 2023 年成立（TechCrunch 口径：拿到 D 轮时成立不满三年），创始人 Jesse Zhang 和 Ashwin Sreenivas，背后站着 a16z、Index、Coatue、Ribbit。它的自我定位不是「客服机器人」，而是 AI 礼宾（AI concierge）：不光回答问题，还要查订单、改地址、退款、续会员、催收款，把一整条客户生命周期接住。
产品拆开是五块：
- 渠道层：Voice、Chat、Email 三路通吃，客户从哪来都接得住；
- AOPs（Agent Operating Procedures）：用自然语言写的工作流，替代传统那种配置语言，业务同学自己就能改；
- Duet：帮你搭 Agent 的 AI 搭档，官方口径是平台上 70% 以上的 AOPs 由它撰写；
- Watchtower：常驻 QA，盯着每一次会话出改进建议；
- Experiments / Simulations：线上 A/B 加批量模拟，改完先演练再放量。
客户名单里有 Chime、Duolingo、Rippling、Oura，今年新增的全球企业客户包括 Avis Budget Group、Block、德国电信。官网案例的数字相当敢写：某客户语音和在线会话 70% 由 AI 解决，还有 80% 拦截率、95% 成本下降、以及 100% AI 接待的对话直接带来 100 万美元收入。
10 月的 Dialogues 发布会值得单独记一笔：Voice 3 用全双工架构加自研 Chord 语音模型，agent 边听边干活，报电话号码时自动放慢语速；Personal Agent Gateway 识别来访的是不是客户的 AI 助手，给它开专用通道，用 OAuth 式授权限定它能查什么、能动什么；Agent Modules 把能力从客服扩到获客、开户、收款；Duet Apprentice（beta）像带新人一样带 Agent——读你 Notion、Confluence、Drive 里的入职文档，看老员工怎么处理疑难升级，学完留在你的 workspace，不拿去训练模型。
这套设计针对的现实是：Meta Muse、OpenAI dots 这类个人 Agent 已经开始替主人打电话找客服了。Decagon 的判断很直接——拉黑它们会把客户推给对手，不如自己定规矩。
上手
闭源 SaaS，没有开源版，没有公开定价页，官网只有 Get a Demo 一条路，企业销售导向，个人和小团队先别硬上。想学概念倒是免费：Decagon University 有平台课程和培训。核心概念就一个：把你的 SOP 写成自然语言 AOP，让 Agent 照着执行，再用 Watchtower 和 Simulations 闭环打磨。
顺带一提，这套「AOP + 质检 + 模拟」的闭环，在开源世界用 Dify 或 n8n 加一点代码就能拼个平替，成本是它的零头。
实话
一是贵且不透明：没有价格页，ARR 停在 2024 年底披露的八位数美元（超 1000 万美元），估值半年从 15 亿冲到 45 亿，靠的是没披露的增长预期，3 月的员工老股 tender offer 说明投资人在抢额度，但水分多少没人知道。二是赛道拥挤：Sierra、Intercom Fin、Zendesk 在抢同一批预算，Sierra 估值还更高，护城河是行业工作流的积累，不是模型本身。三是最有意思的其实是 Personal Agent Gateway：与其纠结「AI 客户」该不该拦，不如给它开通道、按你的规则来——这套授权加限权的思路，任何想接住 AI 客户的公司都值得抄。想看同赛道另一位选手，之前写过 Sierra 的基础篇；十个主流横向平台的选型对比在这篇。
