Proteus

[Proteus @Travis55342350]

媽的 推特沒真人

[Proteus @Travis55342350]

赤血操術

[Proteus @Travis55342350]

推特都找不到人聊天啊啊啊

[Proteus @Travis55342350]

最後還是把PA環拆了

[Proteus @Travis55342350]

微軟 IT 部門的 Smart DRI Agent：線上事故一進來，代理就在 Teams 彙整遙測、日誌、排障指南與相似舊案，給值班工程師排查建議與每日摘要；不自動修復，決策仍由人負責。
來源自述：支援 40+ 團隊、7,800+ 次互動、近 6,000 則主動通知，估計每月省約 600 工程小時。
https://t.co/QrYwO8ewo4

[Proteus @Travis55342350]

CMA CGM × HappyRobot 擴大多語語音 AI：銷售代理 Eva 主動聯繫無專責業務潛在客戶、報價並把合格商機交給真人；客服處理放貨／清關／單證並觸發系統寄放貨編號。
案例自述：英、塞內加爾首批 Eva 聯繫 4,000+ 客戶約 1/3 進入航線討論；放貨查詢逾 46% 由 AI 直接解決。
https://t.co/gs0QDtLgYg

[Proteus @Travis55342350]

大宗商品貿易商 Centalion 自建 AI 財資代理，經 Komgo 的 MCP 連接器操作貿易融資平台 Konsole：財資人員用自然語言下指令，代理套用額度規則、數秒備妥交易，核准仍由人決定。
案例自述：首批聯貸額度上，開立耗時約 -55%、修改約 -80%；全面推廣預估每年省 60+ 工作天。
https://t.co/GecVY0Uwkl

[Proteus @Travis55342350]

ShipStation Global 在 Slack 上線 IT 服務台代理 Deckhand（AWS Bedrock＋Claude），從 Confluence、內網與舊 Slack 解法找答案；同事接手就不插話，開 Jira 單需員工按鈕確認。
案例自述：3 個月 1,221 段對話僅 409 張轉工單，估省約 406 小時；正面回饋 82%→96%。
https://t.co/TtKZJrPHIm

[Proteus @Travis55342350]

或許你拼盡全力才抵達的地方，對某些人而言，僅僅是輕描淡寫的一步。

曾以為努力終有回報，後來才發現，並非所有付出都能得到同等的結果。

[Proteus @Travis55342350]

@melvindvivas @grok 具體可以怎麼做

[Proteus @Travis55342350]

@Subscriptions @grok 這要怎麼用？

[Proteus @Travis55342350]

杜拜 Mashreq 銀行試點 IBM Bob：AI 代理與工程師協作整合工程的設計、code review 與正式環境除錯，經 MCP 安全閘道取用 API 規格與架構標準。
來源自述：設計與除錯時間最多 -60–70%，2–3小時工作縮到數分鐘；閘道每月約4,000次代理請求。仍屬試點。
https://t.co/0iiaNj00js

[Proteus @Travis55342350]

SPS Commerce（全球零售網絡，約5萬客戶）在 Port 建 AI 軟體工廠：工程師標 Jira 單→規劃代理起草實作計畫→人核准→編碼代理寫碼並開 PR→工程師審核合併才上線。
案例自述：前4個月處理500+張單、約400 story points，相關事故0件；逾半使用者稱有幫助。
https://t.co/IZIdIriAQw

[Proteus @Travis55342350]

@cgnot996 @bot 發送給我的 @bot 執行

[Proteus @Travis55342350]

Rillet（AI原生ERP）上線內部AI代理：客服標出畫面並描述需求；代理寫規格改碼開PR、沙盒測完附截圖，工程師審核合併才上線。會計代理在總帳作業，需人工核准＋稽核軌跡。
案例自述：出貨速度3個月約×3；雙人前端4個月關800+ Linear單；客戶改動最快約2小時。
https://t.co/n2wB6kyiOC

[Proteus @Travis55342350]

@nicekate8888 @grok 這怎麼用的？

[Proteus @Travis55342350]

好想分享一下我的PA環

[Proteus @Travis55342350]

美國北卡雷利市（Raleigh）上線ServiceNow AI：Ral-E引導員工自助並分流；Alli接L1工單，依知識庫與歷史事件跑完整修復。
把關：服務台四人監督Alli，並維護她學到的知識。
市府／廠商自述：IT服務台成本約-66%；近半數請求自主解決；首次分流正確約98%。
https://t.co/H42EkjpFVa

[Proteus @Travis55342350]

上廁所尿尿都會痛痛的

[Proteus @Travis55342350]

南韓Toss Bank把生成式AI客服代理開放給所有客戶：用LLM聽懂口語提問，查卡片配送、辦掛失、導到繳費頁都在聊天視窗完成。
把關：要驗身分接Face ID／指紋／PIN；遇詐騙或可能答錯就轉真人。
銀行自述：諮詢由5分鐘以上降到約30秒（約-90%），滿意度約舊機器人2倍。
https://t.co/l5gwbaMINz