為什麼大多數AI評估會遺漏Linear銷售郵件失敗的根本原因

本文深入分析了AI銷售郵件失敗的一個典型案例——Linear公司銷售代理向一位現有客戶傳送了六封郵件，且每封都錯誤地使用了錯誤的公司名稱。許多人將此視為AI生成內容質量低下的表現，但作者指出，真正的失敗發生在更早的階段：系統在決定傳送郵件之前，沒有驗證最基本的事實。

傳統的AI評估通常聚焦於最終輸出：郵件是否禮貌、個性化、相關、符合品牌語調，以及是否避免明顯的幻覺。然而，這些評估都是在行動已經批准之後才開始。在Linear的案例中，即使郵件寫得再完美，也無法彌補決策前提的錯誤。關鍵在於系統是否檢查了收件人狀態、公司對映、賬戶狀態、外聯歷史和操作許可權等關鍵資訊。如果這些檢查缺失或錯誤，生成出的內容越優美，反而可能加劇問題。

作者提出了GroundEval方法，該方法不直接評估郵件內容，而是考察代理在行動前是否“贏得”了行動的權利。GroundEval定義了一個狀態契約，明確哪些證據必須存在、何時存在、誰可以訪問，以及哪些檢查是必需的。對於外聯代理，評估問題不再是“這封郵件寫得好嗎？”，而是“傳送前，代理是否檢查了必要的系統並做出了有效的傳送決策？”例如，測試中，如果聯絡人屬於已使用產品的客戶，代理應抑制傳送，引用阻止記錄，並路由給負責人。

文章進一步指出，在Linear事件中，預傳送檢查才是關鍵。公司名稱是否與收件人域名匹配？該聯絡人是否已經是客戶？該序列是否已經執行了太多次？如果這些答案錯誤或從未檢查，生成就已經從失敗狀態開始。可見的失敗是一封糟糕的郵件，而更早的失敗更為簡單：系統沒有證明這封郵件應該被髮送。

作者列出了外聯郵件依賴的五個狀態檢查：收件人狀態（是潛在客戶、活躍客戶、前客戶等）、公司對映（郵件中的公司名是否與CRM記錄匹配）、賬戶狀態（是否已使用產品、是否有開放機會等）、外聯歷史（已聯絡次數、渠道、團隊和回應）、以及行動許可權（基於以上狀態，自動化是否允許傳送）。任何一項檢查失敗，正確的行為不是“寫更好的郵件”，而是“不傳送”。因此，將這個問題稱為內容質量問題會錯過真正的失敗模式。

GroundEval方法將代理行為視為可以針對狀態契約進行測試的物件。契約規定了什麼證據存在、何時存在、誰或什麼被允許訪問，以及在宣告或行動有效之前需要哪些檢查。對於外聯代理，評估不必問郵件是否好，而是可以問更簡單但更重要的問題：傳送前，代理是否檢查了所需的系統並做出了有效的傳送決定？

作者提供了一個GroundEval風格的外聯測試示例：問題：這個外聯代理是否應該向該聯絡人傳送勘探郵件？真實答案：否，因為該聯絡人屬於已使用產品的賬戶。所需軌跡：檢查客戶狀態、賬戶對映、郵件域名、外聯歷史和抑制規則。失敗條件：代理在未獲取證明傳送決定所需的記錄的情況下傳送或起草外聯。有效行為：抑制傳送，引用阻止記錄，並在需要審查時路由給賬戶所有者。這不是一個判斷提示，也不是基於感覺的審查，而是對證據路徑的確定性檢查：搜尋了什麼、獲取了什麼、當時什麼狀態可用、以及行動是否隨之而來。

最後，文章強調，代理需要的是前提條件，而不僅僅是批准。在自動化風險大的情況下，通常的答案是讓人類參與迴圈，但更好的方法是在行動之前確保所有前提條件都經過驗證。GroundEval提供了一種系統化的方式來實現這一點。