思科近日表示,将把代理AI功能引入联络中心和视频会议平台,帮助客户服务代理和员工通过自动化提高工作效率。
思科在美国佛罗里达州劳德代尔堡举行的Webex One年度大会上宣布推出了这些新功能,其中包括新的Webex AI Agent,旨在代表人工代理接听客户电话,以及Cisco AI Assistant for Webex Contact Center,一款面向人工联络中心员工的数字助理,旨在帮助他们在与客户打交道时提高效率。
此外,思科宣布推出了新的AI Agent Studio,适用于那些希望打造他们自己定制化AI以便在Webex Contact Center中使用的公司。
Agentic AI聊天机器人
思科希望通过这次更新在热切拥抱AI功能的联络中心行业中占据领先地位。几乎每个联络中心软件提供商都在提供某种AI驱动的聊天机器人,以处理基本的客户查询,然后将更困难的查询交给人工代理。
但有了Webex AI Agent,思科更进了一步,因为它的聊天机器人将能够执行更复杂的任务,减少人类需要处理的工作量。Webex AI Agent利用先进的自然对话和对话智能来提供更快速的解决方案,缩短呼叫者的等待时间。
例如,思科表示,消费者需要重新预订航班或更换丢失的借记卡等问题几乎总是需要人工代理处理,但是现在情况不同了。企业借助Webex AI Agent,将能够为此类用例提供定制的自助服务选项,这样消费者就无需人工代理协助即可完成这些任务。据思科称,自开始实施这项技术以来,早期采用者的客户满意度提高了39%。
思科高级副总裁、首席产品官Jeetu Patel表示,客户服务质量对于品牌声誉有很大影响,因此他们不能出错。“Webex AI Agent可以即时解决客户问题,并从根本上改变我们都习惯的体验,”他承诺说。
客户还可以在Webex AI Agent中使用思科的AI Agent Studio,它提供了一个界面和工具来训练定制的AI机器人,这些机器人拥有更多关于业务的背景信息。思科表示,客户能够使用自己的AI模型并根据自己的数据对其进行训练,将其部署在Webex Contact Center中,从而进一步提高聊天机器人的功能。
思科表示,Webex AI Agent和AI Agent Studio都将在明年第一季度向云客户提供,面向本地客户的预览将从第二季度开始。
人工代理的助手
至于Cisco AI Assistant for Webex Contact Center,这是一个旨在协助人工代理的AI机器人,人工代理仍将需要处理Webex AI代理无法处理的、最复杂的客户问题,现在已经上市,可以为呼叫中心代理在处理每个呼叫者时提供自动指导,提供一目了然的上下文摘要,以方便从聊天机器人到人工的交接,人工代理立即就能看到呼叫者的问题是什么。
除了上下文之外,这个AI助手还可以向代理提供响应建议。它足够聪明,可以倾听和理解代理和客户之间的转换,并会立即告诉代理他们接下来应该做什么,以尽快解决客户的问题。
这个AI助手并不是思科为人工代理提供帮助的唯一方式。思科次次宣布推出全新的Agent Wellness功能,为联络中心经理提供了一些有用的功能,例如自动让代理休息以防止他们精疲力竭,还有更好的代理调度功能,用于动态增加或减少每个代理工作流程的工具。
更具沉浸感的虚拟会议
最后,思科还面向Webex视频会议平台的企业用户发布了一系列更新,以增强虚拟会议。新功能中包括了一项名为Spatial Meetings的功能,可以将任何配备Cisco Room Bar的空间转变为更具沉浸感的工作室环境,并具有沉浸式的空间音频。
思科还推出了一款名为Cisco Ceiling Microphone的新硬件,有助于捕捉房间内任何地方的自然对话。它使用AI来检测声音来自何处并动态调整麦克风,这样就可以始终专注于正在说话的人。它兼容思科的各种摄像头和房间系统,无需为每个用户配备单独的麦克风。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。