Coinbase表示将90个案例的AI支持测试时间从1-2周缩短至30-45分钟

Coinbase表示，现在可以在30到45分钟内完成大约90个案例的支持测试周期，而之前需要1到2周的手动设置和执行。这个数据在9月21日由其工程师披露，为Coinbase首席执行官Brian Armstrong推动AI原生公司的努力提供了一个具体的例子，展示了自动化如何减少重复工作。

该系统名为Autopilot，测试支持机器人在处理客户问题时遵循的程序。在程序变更进入生产之前，它还保留了人工批准。Armstrong的运营模式的下一个测试是，是否更快的程序开发能够在客户账户上产生可靠的支持和负责任的行动。

客户需要正确解决他们的账户问题，并且只有在适当的授权下才能访问他们的数据。Coinbase的披露描述了为满足这两种需求而进行的工作，同时未测量对客户的影响。批准变更、限制权限和衡量实际结果仍然是公司在自动化更多工作时的运营责任。

节省时间的来源

Armstrong在5月5日的备忘录中宣布了大约14%的员工裁减，理由是加密市场疲软以及AI改变了员工的工作方式。他提议减少管理层级，领导者也直接参与，组建更小的AI原生团队，并进行一人团队的实验。

9月的工程报告将这一运营论点转移到具体的支持流程中。Coinbase表示，其机器人查找账户状态，采取有限的行动，并将需要更大判断力的问题升级给人类。Autopilot帮助维护这些机器人遵循的程序。

其测试服务创建隔离的测试用户和模拟账户状态，模拟对话，记录转录和工具结果，并将发生的情况与预期行为进行评分。代理可以帮助生成测试；一个可重复的执行者来执行它们。Coinbase表示，它推出了一个混合系统，结合了该服务、GitHub Actions发布门和工程及非工程团队都可以使用的用户界面。

这种划分解释了为什么时间比较是有用的。反复设置测试账户、推动对话和收集结果是一个共享服务可以一致执行的工作。更快的验证可能使得更频繁地检查程序变更变得可行，前提是案例和预期结果仍然适当。

报告的比较测量了验证周期，将客户响应时间和人员节省排除在其范围之外。将该周期与员工裁减联系起来需要证据，证明哪些任务被取代以及由此产生的成本。

更短的测试周期使Coinbase有更多的能力来评估变更。是否能够产生更好的支持取决于测试的覆盖范围、审查者对其发现的处理方式以及部署后产生的程序的表现。

Autopilot使用对抗性对话以及预期行为的测试。Coinbase表示，AI模型对这些对话进行评分，但承认评审者可能会出错。评分用于人类审查和发布门，而不是独立决定程序是否准备就绪。

发布边界将提议的程序与支持机器人可以在客户身上使用的程序分开。代理可以建议变更，而人类必须批准生产写入和启用。

这是一种防范措施，以防自动化质量循环在未经过审查的情况下推动自身工作。它还意味着审查仍然是运营责任，因为系统加速。

批准范围应被精确解读。Coinbase的声明涉及对支持程序及其启用的变更，并未说明每个已部署机器人在单个客户账户上采取的每个行动都需人工批准。

进一步的自动化仍未完成。Coinbase表示，发现、编写、测试和分析的工作已经存在，而从识别的性能差距到推广程序的协调仍在开发中。用于对话摘要的完全共享合同也仍未完成。

这使得与自动化收益相关的集成工作仍然存在。一个能够识别弱流、生成修订并进行测试的系统仍然需要在这些步骤之间传递可靠的信息，并对发布做出负责任的决定。

行动权限是一个独立的控制

Coinbase在8月18日的内部运营披露中提到了客户保护的另一个方面：谁可以访问客户数据以及谁可以更改它。

该公司将控制中心描述为一个独立的共享平台，供支持、合规、法律、风险和工程使用。Coinbase尚未具体说明其对自动驾驶的覆盖范围。在该平台内，授权、审计记录、批准和速率限制位于基础服务之前。

其权限检查考虑请求的操作和特定客户。在客户范围操作中缺少客户上下文意味着拒绝。访问权限与分配的案件相关联，仅限于相关客户，并设置到期。

对于指定的敏感更改，包括退款、账户状态更改和限额覆盖，该平台将提出更改与执行更改分开。提案进入审查，所需的批准必须到位，然后由单独的执行者执行更改。失败将由人工处理。

这些控制回答了对话测试无法单独回答的问题。一个程序可以描述预期的响应，而授权系统决定呼叫者是否可以访问相关的客户数据。批准规则决定敏感更改是否可以继续。

控制中心还明确了持续的工作。Coinbase表示，包括自动化代理在内的新客户类型必须纳入授权、审计和速率限制规则，随着呼叫者的变化，身份验证边界需要重新验证。

确定这些控制如何适用于支持自动化将需要更清晰地说明哪些机器人和操作通过权限和批准检查。相关的覆盖度量是受这些规则管理的客户操作集。

对于以AI为基础的操作模型，后果是明确的：添加自动化呼叫者仍然需要有人维护管理其权限的规则。架构可以使这项工作更一致。其有效性仍然取决于将每个新呼叫者保持在规则之内。

案例链接访问提供了一个具体的例子：权限必须继续与分配的工作相匹配，因为案件和呼叫者发生变化。账户边界需要与更快的程序开发保持一致。

更多测试需要结果度量

将活动与结果连接的相同需求扩展到Coinbase的独立持续对抗测试（CAT）安全平台。9月15日，Coinbase报告自2026年中以来对其生产环境进行了超过150,000次扫描，包括超过128,000次拉取请求审查，以及更多的渗透测试发现正在修复。这些报告的活动和修复提供了安全背景。

测试与部署性能之间的区别也是美国国家标准与技术研究院（NIST）2024年7月生成式人工智能风险评估框架的核心内容。该自愿框架建议在真实场景中评估系统，因为受控测试可能会遗漏问题，并讨论了实验室与部署条件之间的测量差距。该框架为评估这些声明提供了一般标准。

自动驾驶仪已经指向客户措施。Coinbase表示，客户意图标签、解决方案和客户满意度信号有助于识别弱的高流量支持流程。这表明该公司认识到完成测试和解决客户问题是不同的衡量标准。

然而，9月的披露并未公布量化的客户解决或安全结果的前后对比。下一步有用的证据将是将部署程序与这些结果联系起来，以及测试和许可系统覆盖的相关支持活动的比例。

解决质量将有助于显示自动化是否解决了客户的问题。升级性能将有助于显示需要人工判断的案例是否达到了这一点。关于未经授权的行为和错误的证据将比运行测试套件所需的时间更直接地解决保护问题。

报告的30至45分钟验证周期是工作自动化的具体例子。披露的审批门槛和访问限制使问责制成为运营模型的一部分。向客户展示价值需要将两者与实时支持中的结果联系起来，同时承担披露系统仍需的审查和治理工作。

本内容仅供参考，不构成任何金融、投资、法律或税务建议。文中提及的任何活动、奖励、线上活动或相关信息，不应被视为对购买、出售或交易任何加密资产的推荐、招揽或邀请。加密资产具有高波动性，存在价值损失风险。WEEX服务、产品及相关活动的可用性可能因地区而异。用户在参与前有责任确保符合当地适用法律法规。