美國最大的加密貨幣交易所 Coinbase 表示，一項約 90 個案例、過去需要一到兩週手動設置與執行的客服測試週期，如今可在 30–45 分鐘內完成。該公司工程師於 9 月 21 日揭露此數據，為執行長 Brian Armstrong 將交易所轉型為 AI 原生公司的目標提供了具體數據點。

這項成果背後的工具名為 Autopilot。它測試 Coinbase 客服機器人在處理客戶問題時所遵循的程序，並確保任何程序變更在進入生產環境前都須經過人工核准。Armstrong 營運模式尚未通過的考驗，在於更快的程序開發是否能產出可靠的客服以及對客戶帳戶負責任的操作。

客戶需要他們的帳戶問題被正確解決，且其資料只在適當授權下被存取。Coinbase 的揭露描述了針對這兩項需求的相關工作，但對客戶的實際影響尚未被衡量。在公司將更多工作自動化的同時，核准變更、限制權限與衡量實際結果仍是營運上的責任。

時間節省從何而來

Armstrong 在 5 月 5 日的備忘錄中宣布約 14% 的裁員，理由包括加密市場疲軟以及 AI 正在改變員工的工作方式；此裁員規模另被報導為約 700 人。他提出減少管理層級、主管也須親自貢獻產出、規模更小的 AI 原生團隊，以及一人團隊的實驗。

9 月的工程揭露將這套營運論述具體落實到一個客服流程上。Coinbase 表示，其機器人會查詢帳戶狀態、執行有限範圍的操作，並將需要更高判斷力的問題升級給真人處理。Autopilot 則協助維護這些機器人所遵循的程序。

其測試服務會建立隔離的測試使用者與模擬帳戶狀態、模擬對話、記錄對話紀錄與工具結果，並將實際發生的情況與預期行為進行比對評分。AI 代理可協助產生測試，而可重複執行的執行器負責執行這些測試。Coinbase 表示，已推出一套混合系統，結合測試服務、在 GitHub Actions一種廣泛用於執行軟體工作流程的自動化服務）中運行的發布關卡，以及工程與非工程團隊皆可使用的介面。

這樣的分工正是時間比較具意義的原因。反覆設置測試帳戶、驅動對話並收集結果，正是共享服務能夠一致執行的重複性工作。更快的驗證可使更頻繁地檢查程序變更變得可行，前提是測試案例與預期結果仍然恰當。

所報導的比較僅衡量驗證週期，客戶回應時間與人力成本節省不在其範圍內。要將此週期與裁員連結起來，需要證據說明哪些工作被取代以及由此產生的成本。

更短的測試週期讓 Coinbase 有更多能量來評估變更。這些能量是否能轉化為更好的客服，取決於測試涵蓋的內容、審查者如何處理發現的問題，以及相關程序在部署後的實際表現。

人工審查保留在發布邊界

Autopilot 除了測試預期行為外，也使用對抗性對話。Coinbase 表示有一個 AI 模型為這些對話評分，但也承認評審本身可能是錯的。評分會提交人工審查與發布關卡，而非獨立決定某項程序是否就緒。

發布邊界將「已提出的程序」與「客服機器人可用於客戶的程序」區分開來。AI 代理可以建議變更，但生產環境的寫入與啟用必須由真人核准。這是防止自動化品質循環在未經審查的情況下自我晉升的保障機制，也意味著隨著系統加速，審查仍是營運上的責任。

核准範圍應被精確解讀。Coinbase 的說明涉及客服程序及其啟用的變更，並未表示真人會核准已部署機器人對個別客戶帳戶採取的每一項操作。

進一步的自動化仍未完成。Coinbase 表示，發現、撰寫、測試與分析已經存在，而從識別出效能缺口到推廣程序的編排仍在開發中。用於對話摘要的完整共享合約也尚未完成。這代表在自動化收益之外，仍有整合工作待完成：一個識別薄弱流程、產生修訂並進行測試的系統，仍需要這些步驟之間可靠地傳遞資訊，以及對發布做出可問責的決定。

操作權限是另一項獨立控制

Coinbase 8 月 18 日的內部營運揭露涉及客戶保護的另一個層面：誰可以存取客戶資料，以及誰可以更改它。

該公司將 Control Center 描述為一個獨立的共享平台，供客服、合規、法務、風控與工程部門使用。Coinbase 尚未說明其對 Autopilot 的涵蓋範圍。在該平台內，授權、稽核紀錄、核准與速率限制位於底層服務之前。

權限檢查會同時考量所請求的操作與特定客戶。針對以客戶為範圍的操作，若缺少客戶相關脈絡即會被拒絕。存取權與已指派的案件綁定、僅限於相關客戶，並設有到期時間。

對於指定的敏感變更，包括退款、帳戶狀態變更與限額覆寫，平台將「提出變更」與「執行變更」分開。提案進入審查，必須取得所需核准，然後由獨立的執行者執行變更。失敗情況則保留由真人處理。

這些控制回答了對話測試無法獨立回答的問題。程序可以描述預期的回應，而授權系統決定呼叫者是否可以觸及相關客戶資料；核准規則決定敏感變更能否進行。

Control Center 也明確指出持續性的工作。Coinbase 表示，新的用戶端類型（包括自動化代理）必須納入授權、稽核與速率限制規則之下，並在呼叫者變更時重新驗證身分驗證邊界。

要確定這些控制如何適用於客服自動化，需要更清楚地說明哪些機器人與操作會通過權限與核准檢查。相關的涵蓋範圍指標，是受這些規則管轄的客戶操作集合。

對 AI 原生營運模式而言，其結論很直接：新增自動化呼叫者仍需要有人維護規範其權限的規則。架構可以使這項工作更一致，但其有效性取決於讓每個新的呼叫者都在規則之內。與案件連結的存取權就是一個具體例子：隨著案件與呼叫者的變化，權限必須持續與被指派的工作相符。帳戶邊界必須在加速程序開發的同時持續守住。

更多測試仍需要結果指標

將活動與結果連結的相同需求，也延伸到 Coinbase 獨立的持續對抗測試（CAT）安全平台。9 月 15 日，Coinbase 報告自 2026 年中以來對其生產環境進行了超過 150,000 次掃描，包括超過 128,000 次針對擬議程式碼變更的 pull request 審查，以及更多滲透測試（模擬網路攻擊）發現的問題被修復。這些報告的活動與修復提供了安全方面的背景。

測試與部署後表現之間的區別，也是美國國家標準與技術研究院（NIST）2024 年 7 月生成式 AI 風險概況的核心主題。NIST 是美國政府的標準制定機構，其發布的這份自願性框架建議在真實世界情境中評估系統，因為受控測試可能遺漏問題，並探討了實驗室與部署條件之間的衡量落差。該框架為評估如 Coinbase 的主張提供了一般性的標準。

Autopilot 已開始指向客戶層面的指標。Coinbase 表示，客戶意圖標籤、問題解決與客戶滿意度訊號有助於識別薄弱的高流量客服流程。這顯示該公司意識到，完成測試與解決客戶問題是不同的衡量指標。

然而，9 月的揭露並未公布量化的事前事後客戶問題解決率或安全結果。下一階段有用的證據，應將已部署的程序與這些結果連結起來，同時說明測試與權限系統涵蓋相關客服活動的比例。

解決品質有助於顯示自動化是否解決了客戶的問題。升級表現有助於顯示需要人類斷的案件是否確實到達真人手中。關於未經授權操作與錯誤的證據，將比執行測試套件所需的時間更直接地說明保護成效。

所報導的 30–45 分鐘驗證週期，是工作被自動化的一個具體例子。所揭露的核准關卡與存取限制，使問責成為營運模式的一部分。要向客戶證明其價值，需要將兩者與實際客服中的結果連結起來，同時承擔所揭露系統仍需要的審查與治理工作。