本页目录8
- Conductor 是一个元 Agent：用自然语言把业务上下文转成可上线的客服 Agent，覆盖蓝图、实现、评估、优化全流程。
- 分层设计：Claude Agent SDK 负责执行，Conductor 在其上叠加 CX 领域的工作流、工具和专业知识。
- 关键企业流程需要显式的确定性规则，其余交互可交给模型灵活处理，Conductor 帮助发现并固化这些确定性要求。
- 评估分四个维度：产出物质量、执行路径、与参考样例的对比质量、资源消耗（时间与模型用量）。
- 文中称初始部署时间缩短约 50%；初次搭建只占约 20% 的工作量，其余 80% 是测试、优化和持续改进。
本文是对官方文章的中文要点摘要，完整内容以原文为准。原文链接：https://claude.com/blog/how-cresta-turned-cx-expertise-into-an-agent-builder-on-the-claude-agent-sdk
这是一篇客户案例，讲客户体验（CX）AI 平台 Cresta 如何基于 Claude Agent SDK 做出 Agent 构建器 Conductor。下面只摘取与 Agent 开发相关的部分。
背景与问题
复杂的企业客服 Agent 需要理解跨多次交互的上下文，例如购买记录、退款政策、账户历史、支付状态等。Cresta 希望让这类 Agent 的开发不再只依赖内部专家。
Conductor 是什么
Conductor 是一个自然语言的 Agent 构建器：输入业务上下文，输出可用于生产的 Agent，并引导开发从蓝图、实现一路走到评估和优化。
团队内部本来就在用 Claude Code 作为开发工具，原文引述工程负责人 Renjie Li 的说法：Claude Agent SDK 让他们可以以编程方式使用同一套 agentic 开发 harness。在原文的描述里，这套 harness 能收集上下文、使用工具、编写并运行代码，并根据结果调整。
架构要点
- 元 Agent：一个会自我改进、用来构建其他 Agent 的 Agent。
- 分层：Claude Agent SDK 是执行层；Conductor 是其上的控制面，叠加 CX 专属的工作流、工具和领域经验，并整合对话数据。
- 知识飞轮：沉淀模式、规则和评估方法，供团队复用。
关键技术取舍
确定性流程 vs 灵活流程
团队的结论是：对企业至关重要的流程需要明确规则，其他交互则适合保留模型的灵活性。Conductor 的作用之一，就是帮助用户发现并固化那些必须确定的要求。
评估框架
| 维度 | 关注点 |
|---|---|
| 产出 | 生成物的质量与可用性 |
| 执行路径 | 是否恰当地使用了工具和上下文 |
| 质量 | 与人工整理的参考样例对比 |
| 资源消耗 | 耗时与模型用量 |
结果与经验
- 初始部署时间缩短约 50%。
- 初次搭建约占整体工作的 20%，其余约 80% 是测试、优化与持续改进，所以工具应围绕迭代而不是一次性上线来设计。
原文列出的实践建议：
- 先在内部自用（dogfooding），再面向客户发布。
- 区分哪些是自身的独特优势，哪些可以直接用现成能力。
- 明确哪些工作流必须是确定性的。
原文还提到了数据隐私与多租户架构、组织级密钥分发和可观测性等落地时需要考虑的问题，但摘要所依据的内容里没有展开细节。
小结
这篇文章偏案例叙述，可迁移的部分主要是：用 SDK 作执行底座、在上层封装领域逻辑；把确定性要求显式化；用多维指标评估 Agent，而不只看最终输出。