Nubank 用会对 agent 回应作出反应的合成客户与模拟工具结果，在真实流量前筛选四个已部署版本的银行卡客服 agent。版本级仿真得分与生产得分高度相关。一轮由仿真指导的改动在在线 A/B 测试中让交易净推荐值提高 36.69 分。之后，团队在 16,000 多轮模拟对话中筛选开放权重配置，选出的模型让自助解决率提高 8.82 个百分点，tNPS 没有统计显著下降；论文称该 agent 面向 1.4 亿客户规模。
Nubank 先用仿真筛选 agent，再让它服务客户
2026-09-25前沿观察TRIAL
Nubank 用会对 agent 回应作出反应的合成客户与模拟工具结果，在真实流量前筛选四个已部署版本的银行卡客服 agent。版本级仿真得分与生产得分高度相关。一轮由仿真指导的改动在在线 A/B 测试中让交易净推荐值提高 36.69 分。之后，团队在 16,000 多轮模拟对话中筛选开放权重配置，选出的模型让自助解决率提高 8.82 个百分点，tNPS 没有统计显著下降；论文称该 agent 面向 1.4 亿客户规模。
本文来自既有扫描档案。迁移保留原判断，不代表在迁移时重新核验。
对你意味着什么
对生产 agent 团队来说，这是少见的实证：多轮仿真能在高风险线上实验前缩小候选空间。关键不是只有合成用户，而是保留真实工具行为、用与生产相关的评估器检验假设，并在正式放量前保留线上对照组。
前沿观察
公开材料与效果验证，分开看。
已记录的事实是工作及其材料已公开。论文或作者报告的效果不自动等于独立复现。下一步关注可复用代码、任务设置和第三方验证。
证据与关联材料
技术细节与六维评分
| 部署对象 | Nubank Card Delivery 与 Card Management agent |
|---|---|
| 规模 | 论文称客户规模为 1.4 亿 |
| 验证 | 四个已部署版本；仿真与生产二元评分相关 |
| 第一次 A/B | 交易净推荐值增加 36.69 分 |
| 第二次 A/B | 自助解决率增加 8.82 个百分点；tNPS 无显著变化 |
| 模型筛选 | 超过 16,000 轮模拟对话 |
技术影响 3
工程价值 5
采用信号 5
成熟度 4
验证成本 4
风险 2