ResolveAI 是我对“客服 Agent 应该交付什么”的一次产品回答。它不把一段流畅回复当作终点，而是把用户请求转成案例，沿着理解、执行、复核和关闭状态继续推进。
问题
传统机器人很容易停在“告诉用户怎么做”。真正困难的是：谁可以执行、调用了什么工具、失败后交给谁、何时可以关闭，以及之后能否解释这次决策。
系统设计
系统把一次请求拆成 Intake、Reason、Act 和 Evaluate。模型负责受约束的判断，产品工作流持有案例状态、人工入口与运行证据。失败不会被重试按钮掩盖，而会进入可见的原因和处置路径。
我承担的工作
我负责产品任务建模、系统流程、运行证据结构和关键页面的交互组织。重点不是增加更多 Agent 名称，而是让操作人员知道下一步该处理什么，也让读者可以沿着真实状态审阅设计取舍。
评价方式
当前产品切片可以展示案例状态、工具调用、人工接管、审核结果与失败模式归并。优化基线必须由人批准，之后的漂移检查只提出变化，不自动改写已批准状态。
当前状态
当前完成的是本地可运行、可演示的纵向切片。它证明了从请求到证据复盘的产品闭环，但不代表已经接入真实企业客户流量，也不据此宣称生产容量、商业提升或模型效果改善。
