京东今年618开场52小时的数据很好看，但真正让运营团队半夜拉警报的，是售后工单池里的一个数字：AI客服独立闭环的转化率，首次跌破20%。
据《经济日报》6月19日报道，2026年618被业内定义为“首个AI原生电商大促”，AI渗透到选品、营销、客服、物流等全链路。京东集团技术委员会主席曹鹏公开表示，这是京东“首次将AI融入全场景”。大促开启后，搭载JoyInside的“AI家场景产品群”集中亮相。但同一篇报道里有一个容易被跳过的细节——大促期间退货率较往年明显抬升，售后压力集中爆发。
AI客服在售前应答环节表现尚可：查询物流、核对优惠券、解释满减规则，这些标准化问答场景下，大模型的一次性解决率稳定在75%以上。但一旦进入“我要退货，但赠品拆了”、“差价能不能补”、“为什么我的券过期了”这类多条件交叉的复杂售后，崩溃就开始了。
不是模型不够强，是工单逻辑断了
很多人会把问题归结为“模型不够聪明”。但根据OpenAI 2026年发布的技术报告，GPT-4在复杂对话场景中的语义理解准确率已经达到92%，相比传统NLP引擎提升了37个百分点。单纯看语义能力，模型没有问题。
真正卡住的是工单逻辑的连续性。
一个真实的618退货场景是这样的：用户说“衣服大了，想换小一码”——这句话AI能理解。但接下来的三件事，大多数纯文本客服模型处理不好：第一，要调取该SKU的库存表，确认小码是否有货；第二，要判断这笔订单是否在七天无理由时效内，同时检查赠品是否已拆封；第三，如果涉及跨店满减，要重新计算换货后的优惠分摊。
传统人工客服做这件事，靠的是经验判断和跨系统切换。而当前部署在电商一线的AI客服，大量仍是纯文本对话模型，工具调用链在设计时只覆盖了“退货申请”这一个节点，没有把库存查询、优惠重算、赠品状态这三条数据线串起来。一旦用户的问题跨了多个系统，Agent就开始“幻觉式承诺”——告诉用户“可以换”，实际库存为零；或者说“差价会退”，但满减规则根本不支持。
我们在《把 Agent 的 API 账单压下来》那篇文章里测过：用同一套客服Agent工作流跑1000次对话，四家模型的账单差距从348元到495元。真正拉开成本的，不只是token单价，还有上下文累积、工具调用和重试率。放在618这种高并发场景下，一个工单因为幻觉需要人工兜底重开，重试成本直接翻倍。
多模态Agent做对了什么
电商售后里有一种场景最能暴露纯文本模型的短板：实物凭证判断。
用户上传一张衣服的“瑕疵照片”要求退货，AI客服需要判断：瑕疵是否属实、是否符合平台退货标准、照片是否被后期处理过。纯文本模型只能把图片转成文字描述再推理，信息损耗严重。而多模态Agent可以直接对图片做视觉判断，结合订单数据和平台规则，一步生成工单结论。
今年618期间，淘宝天猫在部分旗舰店试点了多模态售后Agent，集成视觉判断和规则引擎。据《经济日报》报道，AI应用已渗透到电商售后环节，落地场景覆盖消费全链路。但从实际跑出的数据看，试点范围仍然很小——绝大部分商家用的还是2025年底那批纯文本客服模型，多模态方案因为部署成本和算力门槛，只在头部品牌里跑通了闭环。
这引出一个残酷的现实：AI客服的失效，不是技术不行，是部署节奏和业务复杂度错配。618大促期间，售后工单的复杂度是日常的3倍以上，但大部分商家的AI客服系统并没有针对高复杂度场景做过压测。结果就是：售前AI应答率很高，售后AI转化率断崖式下跌。
幻觉治理的账，不能只算技术账
AI客服在复杂售后中的幻觉问题，本质上是上下文窗口被撑爆的副产品。
一个退货工单的完整上下文包括：用户历史对话、订单详情、物流状态、促销规则、库存数据、平台售后政策。把这些塞进一次推理，token消耗量轻松突破8000。模型为了在有限窗口内给出结论，会做信息压缩——压缩过程就是幻觉的高发区。
Shopify在2026年更新的电商AI客服策略中明确指出，对话式AI和生成式AI的持续进步正在推动客户服务发生重大变化，但落地AI需要“实用建议”而非单纯的技术堆砌。他们建议商家先用AI处理自助查询和简单工单，复杂售后保留人工通道。这个建议放在618复盘里，几乎是金句。
东方财富一份研报也指出，电商行业正进入“AI红利期”，AI智能体和类Claw应用正在重塑数据洞察、内容营销、产品开发与运营等多个环节。但研报同时提醒，单纯靠资金堆砌的流量购买模式已难以为继——这个判断同样适用于AI客服：堆模型参数解决不了工单逻辑断裂的问题。
三个可以立刻改的配置点
复盘完618，真正能落地的改进不在模型升级，在系统配置。
第一，把售后工单拆成“查询类”和“决策类”两条线。查询类走纯文本模型，决策类强制走多模态Agent或转人工。拆线之后，幻觉率能从30%压到10%以内——这是我们在《四家模型跑完，Agent账单差在重试》实测里验证过的。
第二，给Agent设置“不确定阈值”。当模型对库存、优惠、时效这三个关键字段的置信度低于85%时，不生成最终结论，而是生成一个待确认工单推给人工。这个机制在618后半段被两家头部商家紧急上线，退货纠纷率当天下降了12%。
第三，算清楚重试成本的账。一个复杂售后工单如果AI处理失败、人工兜底重开，额外成本在6-8元之间。大促期间日均5000个工单的话，一天就是3万以上的隐性损耗。这笔账，比token单价贵得多。
AI客服转化率跌破20%这件事，不会因为模型升级到GPT-5就自动解决。它暴露的是电商AI落地里最老生常谈、但又最容易被流量狂欢掩盖的问题：业务复杂度没有被工程化地拆解，幻觉治理没有跟工单成本挂钩，多模态能力只做演示没做压测。
618过去了，双11还会再来。那些在售后工单池里半夜拉过警报的运营团队，大概已经在改配置了。
