据 ETtoday 报道，淘宝天猫在商家服务大会上说明 2026 年营商环境优化方向，计划陆续推出 10 项平台措施，重点放在售后治理、退货机制调整和规则优化。会上披露的一项数据很醒目：AI 介入退款与售后判定，已为商家年省逾 10 亿元。
这条信息有明确边界。报道说的是“退款与售后判定”，没有说明 AI Agent 接管了多少初级咨询，也没有给出 2026 年 618 整体退货率、具体类目同比变化或客服响应时长。仅凭年省逾 10 亿元，可以确认降本，无法推出“AI 客服没拦住退货率暴涨”。
省钱是一张表，退货是另一张
规则清楚、凭证完整的售后请求，适合交给 AI 做初步判断。系统可以核对条件、整理材料，把重复审核从人工队列中拿走。逾 10 亿元的年度节省，说明这类自动化确实有价值。
退货率的成因要复杂得多。商品是否符合预期、履约是否顺利、促销规则是否清楚，都会影响用户最后是否退货。客服位于交易链条末端，能做解释、换货、补偿和争议处理，却无法替商品本身解决问题。
因此，处理成本下降和订单留存必须分别统计。混在一起看，很容易把降本写成服务质量提升，也可能把商品或履约问题全部归咎于客服模型。
卡住用户的，常常是没有第四条路
以“收到裙子后认为存在色差”这类问题为例，系统可以收集凭证、核对退货规则，但用户的真实诉求未必只有退货。有人想换货，有人需要解释，也有人愿意接受权限范围内的补偿。
如果 Agent 只有“同意退货、拒绝退货、转人工”三条路径，再流畅的话术也无法创造新的解决方案。它可能反复道歉，问题却停在原地。根因通常在流程：商家没有给出补偿权限、例外规则和清晰的人工接入条件。
继续加长 Prompt 也补不上这些缺口。多轮售后经常丢失上下文时，可以先把证据收集、规则判断、补偿授权、转人工和结果记录拆成明确状态。此前的文章 复杂 Agent 别再堆 Prompt，先把任务链画成状态机 讨论的正是这类做法。
转人工太晚，AI 就会变成一道门槛
一旦人工入口被放到流程末端，AI 多说几轮并不会增加解决问题的能力，只会延长用户的处理路径。遇到凭证争议、重复表达同一诉求，或用户需要超出系统权限的方案时，转人工应该立即触发。
转接也不能只是丢出一个入口。Agent 已经收集的订单信息、图片凭证和争议焦点，应当一并交给人工客服，避免用户从头复述。对售后来说，这比把道歉话术写得更像真人更有用。
自动判定还要有人负责。如果 AI 拒绝请求后用户直接退货，应该由售后运营复核规则，还是由模型团队调整流程？没有明确归属，问题只会在客服、运营和技术之间来回传递。关于这类责任划分，可参考 AI 员工上岗第一周，HR 先重做绩效表和责任链。
618 复盘要看四笔账
降本账：AI 实际减少了多少人工处理时间，哪些请求最适合自动判定。
结果账：用户经过 AI 沟通后，最终选择退货、换货、撤销申请，还是完成协商。
路径账：AI 独立处理、主动转人工和用户反复要求转人工的案例，结果分别如何。
责任账：误判、延迟转接和补偿权限不足由谁复核，规则多久更新一次。
这些数据还要按照同一类目、同一问题类型进行比较。商品质量问题、物流问题和售后沟通问题混在一张表里，得不出客服模型与退货率之间的真实关系。
淘宝天猫公布的逾 10 亿元，是一项明确的降本成绩。与此同时，平台把售后治理、退货机制和规则优化放进 2026 年的 10 项措施中，也说明这件事不能只靠模型处理。
眼下能下的判断很窄：AI 已显示出降低售后处理成本的能力；至于它有没有推高或压低 2026 年 618 退货率，相关披露还没有给出答案。把这两笔账分开，才是一次可信的复盘。