Agentic Commerce 的实验：小流量、真商品、可回滚

假设场景：十月中旬，一家做折叠电助力车的出海团队，后台出现一笔德国订单。地址、型号、配件备注都对，只是没有任何页面浏览记录——agent 下的单。产品负责人当天就要求把 agent 结账开到全站。运营问了一句：这笔单要是骑了二十天要退，运费谁出，退到哪个仓？会议室安静了。

agent 结账的试点不是”上一个功能”，而是一次有护栏的实验：一个市场、二十个真 SKU、一条随时能关掉的链路，先把推荐、下单、履约、退货跑完整一圈，再谈放大。

为什么不能直接全站开

因为 agent 的失败是静默的。人下不了单会找客服，agent 不会，它只是不再回来；而它下错单时，仓库会真的发货。

报价错误、库存锁定、退货地址缺失这三类问题，在推荐阶段只丢一次曝光，到了交易阶段会变成真实成本：一笔跨境退货运费可能吃掉几十单的毛利，一次超卖要在三个渠道同时道歉。实验设计的目标因此变了——不是”尽快放量”，而是”用最小的真实暴露，换一张完整的断点清单”。

更麻烦的是，agent 不会告诉你它放弃了什么：没有购物车遗弃记录，没有”运费算不出来”的报错，后台只会少一笔本该有的订单。等到月底对账，你看到的是一个没有异常的缺口。试点的作用，就是把这个缺口缩到能逐单追问的尺寸。

还有一个常见错判：把”有人在 agent 里提到了我们”当成”agent 能买我们的东西”。这两件事之间隔着整条接口链，见Agentic Commerce 的 readiness。试点要验证的是后半段，不是前半段。

三个变量：小流量、真商品、可回滚

三个变量各自解决一类风险，缺一个，试点就会退化成一次无法解释的全站事故。

变量	收窄到什么程度	为什么不能省	验证方式
小流量	一个市场、一条入口、一段固定时段	订单少到能逐单复盘，样本才可比	试点单量有上限，且每天可查
真商品	在卖 SKU、真实库存、真实地址与支付	测试商品不暴露超卖、关税、退货地址	任取一个海外地址能算完到手价
可回滚	一个开关关掉 agent 入口，站内照常营业	出错时 agent 会重试，错误被放大	演练一次关停，记录耗时

“小流量”不是 1% 的随机流量，而是你能逐单说清来源的一小段：一个市场、一个入口、一个明确的商品集合。随机流量看着科学，实际会把最该看的异常单稀释掉。

“真商品”最容易被人绕过去。测试 SKU 永远有货、地址永远在服务范围内、支付永远成功——这些”永远”恰恰是跨境最容易断的地方。用真商品，还要用真实的海外收货地址，最好包含一两个非本国的地址。

“可回滚”要在开跑前写完，不是出事时现想。至少三个触发条件：连续 3 单报价或时效异常、单日退款申请超过自定阈值、客诉里反复出现同一类错误。触发后关掉入口，站内订单不受影响。

五步：把试点做成一个实验

步骤	做什么	谁来做	怎么算过
1 画链路	把推荐→下单→履约→退货画成一条线，标出每个字段的写源	增长 + 技术	每个断点有负责人，没有”待确认”
2 写试点卡	一个市场、一组 SKU、单日订单上限、试点时长	增长 + 财务	上限写进系统，不靠人盯
3 装护栏	价格与库存单一写源、异常自动转人工、回滚开关	技术 + 客服	关停与转人工各演练一次
4 逐单复盘	每单记录入口、到手价、时效、是否退货	运营 + 客服	每单能在五分钟内讲清来源
5 判定与推广	判定线开跑前写死，达标才扩下一个市场	增长	结论落到”扩、改、停”三选一

订单上限不是拍脑袋定的，而是按复盘能力倒推：按经验，一人一天能认真复盘五单，三周配两个人，上限就在十单上下。上限高于复盘能力，试点会退化成一次没有结论的小规模全站运营。

第 3 步里，“异常自动转人工”比任何看板都重要：agent 走不通的链路必须有人接住，否则你只会在月底看到一张没有订单的报表，还以为试点没人用。

第 5 步的判定线要开跑前写，思路参考对比页 A/B：先定什么算赢，再看数据。区别在于这里的样本是订单，量级比答案采样小得多，所以判定要更粗——看方向，不看小数点。

示例：三周、一个市场、二十个 SKU

以下品牌与数字均为虚构，只演示设计与判定过程。

一家做折叠电助力车的团队，选德国市场、二十个在卖 SKU、单日上限十单、试点三周。四条护栏：到手价只从报价接口取；库存锁定十分钟；退货地址与退运费承担方写进结构化字段；异常自动转人工。

三周结果：共 41 单，其中 7 单在 agent 侧算不出到手价，转人工后成交 4 单；2 单因库存锁定失败，重试后成功；退货 3 单，争议 1 单，原因是页面写”买家承担退货运费”、邮件模板写”视情况而定”。判定线是”断点可解释、无静默失败、退货成本可预估”，三条都过，第四周扩到法国。

复盘时最有价值的不是 41 这个数字，而是那 7 单：全部卡在”偏远地区邮编 + 大件附加费”这个组合上。站内结账有兜底文案，agent 读不到。这类断点，只有真商品加真地址才会暴露。

边界：什么时候不该开试点

第一，单笔毛利撑不起人工复盘。一单赚几块钱，逐单复盘的成本高于试点收益，先做数据准备。

第二，履约本身不稳。试点会把波动放大成承诺，写进字段的时效做不到，就是取消和差评。

第三，同时开多个市场。汇率、税、退货规则一起变，出了事分不清原因。

第四，把试点当发布会。对外宣布”支持 agent 结账”，内部却没有回滚开关与订单上限，这是最容易翻车的一种。

第五，成交集中在平台内。接口与流量都由平台决定，你能改的是后台数据一致性，先判断平台与独立站谁会被先调用。

还有一条常被忽略：agent 只读你写下的字段，不读你的意图。为 agent 写的商品描述要短、准、可比较，见为 agent 写的商品描述；政策写得含糊，试点里就会变成退货争议。

这个月先做一件事：写一张试点卡，一页纸，写清一个市场、一组 SKU、单日订单上限、三个回滚触发条件、一条判定线；发给技术、客服、财务各一份。谁签不了字，就先别开。这条线的度量方法汇总在度量与增长。