推进
首页 / sources / 2026-09-20-second-city-context-os
source sources/raw/2026-09-20-second-city-context-os.md更新 2026-09-22

客户引擎 / Customer Context OS · SECOND CITY

  • 入库：2026-09-20
  • 性质：探索方案（第二城产品与架构草案；不是已批准规格，也不是已实施能力）
  • 来源：sources/raw/pdfs/pdf-a.txt（8 页 PDF 文本抽取；本文件直接吸收，未再跑 pdftotext）
  • 作者侧口径：业务 / 产品 / 架构 / 一线顾问 · 日期口径 2026-09-20
  • 本库命名纪律：
  • 工作名：客户经营大脑
  • 工程名：客户理解与行动引擎
  • 「Customer Context OS / Customer OS」= 别名/噪音，不另立正式名、不以 OS 名义膨胀大平台
  • 技术断言降级：文中 Graphiti / LangGraph / Iceberg「生产默认」→ 本库记为 条件选 + 退出门槛，非首期默认安装
  • 场景对齐：文中「第一闭环=交车延误安抚」→ 本库记为 第二城验证切片优先打穿交车延误；购车推进仍可并行/紧随，不 silently 推翻既有「购车推进为主 + 延期第二链」

SECOND CITY · PRODUCT & ARCHITECTURE

客户引擎
Customer Context OS

从客户管理到客户赋能。
语料是记录，画像是理解，承诺是账本，Agent 是手，顾问是判断。
这不是又一个 CDP。第二城要验证的是：系统能不能像一个记得所有承诺的老顾问，在开口
前 30 秒，把这个人、这台车、这笔未兑的话放在顾问手里。

探索方案 · 2026-09-20 业务 / 产品 / 架构 / 一线顾问

  1. 先问一个问题

这台已售未交的车，顾问上次答应客户的那句话是什么？兑了没有？今晚该不该先开口？
如果 60 秒内答不出，问题不在「数据不够」。语料没有变成此刻可用的客户真相，真相也没有变成顾问手里的下一步。
传统 CDP 解决的是「把人放进分群」。客户引擎要做的是「让系统记得所有承诺，并在正确的一秒把下一步交到顾问手上」。

  1. 这不是又一个 CDP

1.1 为什么 CDP 会过时
已经试过 CDP，体感是对的：数据不厚、也不会用。2026 年行业承认的是同一件事——CDP 的第一用户是市场部，主记录是宽表标签，
AI 是外挂，永远看着过期副本。
传统 CDP 2026 Agentic CDP 客户引擎
第一用户 市场部 Agent + 市场 顾问 + Agent
主记录 宽表 / 标签 湖内 Customer 360 交互语料 + 时序客户图
更新 批次 ETL Profile Agent 写回 每次对话、录音、状态变更即时写回
产物 分群、激活名单 Infinity Campaign / NBA 当前状态包 + 承诺账本 + 下一步
失败模式 标签过期、没人用 自动骚扰机 HITL + 频率帽 + 14 天裁定
代表 套件 CDP Databricks CustomerLake、Tealium、HubSpot Smart CRM 汽车零售空白带
Golden Record（这个人是谁）已经不够。正确对象是 Golden Context：这个人是谁 + 此刻要达成什么 + 已经试过什么 + 客户怎么反应

  • 我们答应过什么。

对话是主记录，字段是派生视图。新问题不是新建标签，而是重查语料和图。
Agent 与人共享同一存储、同一权限、同一事件总线。禁止再给 Agent 一份夜间 ETL 副本。
MCP 是 Agent 接企业系统的行业协议。引擎对外是一组工具，不是又一个封闭中台。
对标可学，不要买成套件：Databricks CustomerLake 学「Agent 是第一用户」；Salesforce Automotive 学 Person / Household /
Vehicle 对象；Tekion T1 学门店上下文；HubSpot Context Home 学完整度打分；Lightfield 学交互即记录。国内中关村科金、蔚来服
务、赛力斯产业大脑都偏营销激活或主机厂服务。没有人把「承诺账本 + 时序客户图 + 顾问副驾」做成经销商操作系统。空隙在这里。
1.2 产品一句话
客户引擎是以客户为中心的操作系统：语料是记录，画像是理解，承诺是账本，Agent 是手，顾问是判断。
管理是把人变成字段。赋能是让每一个接触客户的人（和 Agent）在开口前，已经站在这个客户的完整历史上。

  1. 汇总：售前线索到车主服务，结构化 + 非结构化进同一套身份。
  2. 理解：对这个人、这台车、这个家庭深到可以主动服务，而不是等投诉。
  3. 放大：用群体模式指导这一个客户的下一步——只共享模式，不共享人。
  4. 真正缺的不是数据

第二城已经有 Voice Platform 语音、聊天、录音、线索、进店记录。规模不是瓶颈。四条耗散才是：

  1. 身份未打通：手机、微信号、VIN、线索 ID、到店记录常常是四套人。
  2. 语料沉睡：录音和微信是最厚的客户数据，却进不了「此刻状态」。
  3. 承诺无账本：交车日、零件到货、补偿、口头优惠写在聊天里，延误时系统静音。
  4. 人填与对话不一致：顾问懒得回写 CRM，系统里的客户和真实客户不是同一个人。

所以第一目标不是「标签更多」，而是：让顾问重新信任系统（同一客户此刻只有一个真相）；让语料在分钟级变成可执行的下一步；先用
两个可度量闭环证明它不是数据坟场。

  1. 领域模型：人 ≠ 车 ≠ 户 ≠ 承诺

互联网 CRM 的 Contact / Deal 套不到汽车零售。购车是家庭决策，车是独立生命周期，顾问绑定极强，口头承诺比订单字段更致命。
对象 锚 为什么必须独立
Person OneID（手机 / 企微 ID / 证件哈希） 自然人
Household 家庭 ID 决策人、使用人、付款人经常分离
Vehicle VIN（未锁前用配置意向） 看车 / 拥有 / 驾驶 / 置换会随时间变
Lead / Opportunity 商机 ID 一客多录、跨店重复是常态
Order / Delivery 订单 ID 锁 VIN 之后才有真正的交车时钟
WorkOrder / Part 工单 / SKU 售后主索引，零件 ETA 是独立时钟
Consultant 顾问 ID 人走客户走，必须系统化绑定与移交
Interaction 交互 ID 每次接触都是一等对象
Promise 承诺 ID CDP 全部漏掉的对象
Signal 派生 意向、流失、投诉萌芽、完整度

3.1 时序关系
Person --[CONSIDERS | OWNS | DRIVES | DECIDES]--> Vehicle (valid_at / invalid_at)
Person --[BELONGS_TO]--> Household
Person --[TALKED_WITH]--> Consultant via Interaction
Opportunity --[HAS_PROMISE]--> Promise
Promise --[BREACHED | FULFILLED]--> Event
Interaction --[ABOUT]--> Person | Vehicle | Order | WorkOrder

客户会换车、换顾问、改口、作废承诺。图必须是时序图：旧事实不删，只标失效。才能回答「上周答应的是什么，这周改成了什么」。
3.2 核心 / 近核 / 外围
核心：人、车、户、商机、订单、工单、顾问、承诺、交互、授权同意。
近核：DMS 状态、库存、金融、到店、试驾。
外围：论坛、社媒、竞品口碑。只按「车型 + 主题 + 地区」进群体层，不对实名。
3.3 身份三层

  1. 确定性：手机、VIN、证件哈希、企微 external_userid。
  2. 概率性：姓名 + 店 + 时间窗、车牌 OCR。
  3. Agentic：模型读「张总上次那台 L9」给候选合并，低置信进人审。

没有这一层，后面所有画像都是在对错的人说话。

  1. 六层架构：大脑不在 Voice Platform 里

工作台
顾问 / 店总 / 集团 · 战前 30 秒简报 · 上下文完整度 · 一键确认发送 · 熔断
Agency
编排器 + 一期 4 个 Agent + HITL · 对外 MCP：读图 / 写事实 / 建任务 / 调 Voice Platform
Scenario
同一张图四种投影 · ConversionPack / CarePack / PersonaPack / CohortPack
Graph
OneID + 时序客户图 + 承诺账本 + 当前状态层 · 与源语料分离，Agent 不每次重推断
Lake
Iceberg Bronze 原语料 / Silver 转写+实体 / Gold 状态包 · 事件总线接交期、零件、承诺、SLA
Capture
Voice Platform 语音 · 企微官方会话存档 · DMS 订单/交车/工单 · 到店音视频 · 论坛只进群体层

系统 在引擎里的角色 不该变成
Voice Platform 采集层一等源：录音、转写、声纹、外呼通道 大脑
DMS 订单、VIN、交车、工单、配件的事件源 客户理解中心
企微 / 微信 主触点语料，官方会话存档 个人微信 hook / 外挂
事件流 + MCP 神经：状态变更进总线，能力暴露为工具 再造一套并行中台
顾问 判断、触达批准、成交、新承诺 被 Agent 替换的对象

客户引擎是 Context 源。MCP 工具是「读图 / 写事实 / 建 CareTask」。Voice Platform 是嘴和耳朵。顾问是最终出口。
三层记忆：情节层原语料永不丢；语义层实体、关系、当前事实、承诺；群体层只出模式不出人。Mem0 只做顾问侧补充，不能当客户真
相源。

  1. 一份湖，四种场景包

不要复制三套数据。Agent 先吃状态包，必要时再下钻原声。
包 里面有什么 何时触发
ConversionPack 促成 意图、异议、预算、竞品、决策人、最后接触、2h SLA、未兑 新线索、价格/竞品/「再看看」、跟进断档
交 承诺、线索验真
CarePack 主动服务 VIN、约定日 vs ETA、零件 ETA、未兑承诺、上次安抚、情绪斜 ETA 滑动、客户追问「车到了吗」、情感骤降、
率 交车前 48h
PersonaPack 合适车 家庭、用车场景、能源车位、价格敏感、增换购、保养窗口 主动关怀个性化、下一台车匹配
主
包 里面有什么 何时触发
CohortPack 群体蒸馏 车型+地区+主题的统计与策略，n≥50 才发布 顾问开口前取「同类车主可说的一句」
Cohort 禁止输出手机、微信、VIN、可反查长原话、单店可识别的稀有投诉。A 店原文永不出店，更不进 B 店检索。「放大给其他用户群」
= 用全网模式指导本店这一个客户，不是把别人的档案打开。

  1. 承诺账本：第一杠杆

交车爆炸、零件爆炸、投诉爆炸，物理原因几乎都一样：系统不知道顾问答应过什么。
Promise
person_id, vehicle_id, order_id / workorder_id
statement 「这周五到车，晚了给你贴膜」
type delivery_date | part_eta | gift | price | compensation
due_at
source_interaction_id
status open | at_risk | fulfilled | broken | superseded
valid_at / invalid_at

新承诺出现，旧承诺标 invalid，不删。
合同约定日和聊天抽出日冲突时，以对客户说过的为准触发关怀，同时提醒店总对账。
没有承诺账本，Care Agent 只能发模板，顾问不会信。
这是 CDP、SCRM、普通画像全部漏掉的对象，也是相对通用 CRM 的差异化内核。

  1. 一期只上 4 个 Agent

编排器是顾问工作台入口。MCP = Agent → 工具 / 数据。
Agent 做什么 人做什么 看什么指标
A0 Copilot 副驾 3 秒简报：现状+未兑承诺+风险+下一步；战后 改简报、决定是否联系、话术 日活、简报打开率
写回 出口
A1 Profile + 转写/企微/工单抽时序事实；低置信合并进队列 审合并、纠正错抽 人审通过率、回滚率
Identity
A2 Care 交车/零件 只处理 AtRisk/Breached，出安抚草案+补偿选 发送权、补偿批准 24h 主动触达率、投诉率
项
A3 SLA 2h 未跟进 催顾问，给出「上次对话的下一句」；去重/假号 跟还是弃、是否改派 有效线索 2h 跟进率、重复建
档率
一期明确不做：外呼机器人直接打客户、自动改价、论坛对个人、跨店客户推荐、全面 NBA、自动发券。这些会先打穿顾问信任。
动作 Agent 人
摘要、打标、写内部记录 默认可自动 抽检、纠正
建待办、催顾问 自动 改派、关闭
发微信 / 外呼 / 短信 只起草 必须点头
价格、新交车日、补偿券 建议 必须批准
身份合并、投诉定性 候选 必须确认
动作 Agent 人
该客户所有 Agent — 一键熔断

Agent 拥有感知、记账、起草、催办；顾问拥有触达批准、价格、新承诺、成交。

  1. 两个时钟：交车与零件

不要每天跑批扫延期清单。做事件时钟，接已有事件总线。
delivery.eta.changed | delivery.promise.breached
part.eta.slipped | part.promise.breached
interaction.promise.extracted
lead.sla.breached
sentiment.drop
customer.asked.where_is_my_car

交车状态机：Promised → AtRisk → Breached → Comforted → Recovered → Delivered。禁止从 Breached 直接跳 Delivered 而不
经过 Comforted。
时刻 动作
T-7 检查在途 / 合格证 / PDI，异常开「预防延误」
T-3 仍红灯 → 起草安抚（原因 + 新 ETA + 补偿）→ 顾问确认后发
T-1 仍未闭环 → 升级店总，限制再营销打扰
T0 未交车事件；禁止再发促销
T0+24h 仍无人工安抚 → 强制升级
T0+72h 监测微信情绪与论坛发帖
客户问「车到了吗」= 立刻打断时钟，进人工 + Copilot 简报。零件同构：下单写 ETA → 到期前 48h 未发货预警 → 过期出安抚草案 → 到
货给进厂预约建议。
动作对象是 CareTask（草案 + 渠道 + 补偿选项 + HITL + SLA + 证据），不是模板短信。24 小时顾问未处理进店长队列，不是 Agent 擅自
外呼。

  1. 技术选型 · 2026.09

9.1 模型分层
任务 推荐 理由
海量抽取 / 打标 / 摘要 DeepSeek V4-Flash / Qwen Flash 便宜、吞吐高
副驾 / 复杂推理 Qwen3.8-Max、GLM-5.x、DeepSeek V4 工具调用稳、中文强
一人一年长卷宗 Kimi 长上下文系列 百万级上下文
录像 / 截图 / 多模态 Qwen-VL / Qwen Omni 图文视频
语音 继续 Voice Platform；ASR 补热词与角色分离 引擎只吃 transcript + 事件
任务 推荐 理由
领域推理（中期） 合成销售/交车/维保工作流做 SFT 不拿真实客户数据训基座
按任务分流，允许换模型，禁止把引擎绑死在一家 API。
9.2 开源内核
时序客户图：getzep/graphiti（Apache-2.0）。事实带 valid_at / invalid_at。后端 Neo4j 或 FalkorDB。
顾问侧记忆：mem0ai/mem0，只补充，不当主图。
身份：确定性键自建；zinggAI/zingg 或 Splink 做概率匹配；低置信必须人审。
湖：Apache Iceberg Bronze / Silver / Gold；实时 Kafka / Flink，接已有事件流。
企微：只走官方会话存档。双重告知。禁止个人微信 hook。
运行时：LangGraph（checkpoint + HITL interrupt）为生产默认。对外 MCP Server。
DeepSeek Harness / OpenClaw 可作实验 harness，不作为一期底座。
开源 CDP（Tracardi、Unomi）只可参考管道，不可当大脑。
9.3 多店隔离

  1. 租户墙：原文、PII、VIN 反查必须权限截断，不能一张图查全国。
  2. 店内聚合：本店主题与延误原因，店总可见。
  3. 网络 Cohort：只出统计，k-匿名，稀有事件不上 L3，查询全审计。
  4. 合规是架构约束

个保法：目的最小化、分级授权、可删除、可熔断。
进店录音录像：告知 + 同意。引擎不碰未授权介质。
企微存档：官方接口 + 员工书面授权 + 客户加好友告知。
汽车数据：VIN / 轨迹 / 车机二期再接，单列治理。
对外话术敏感词拦截（保证、最低价、飞单、私下转账）。
每次触达、身份合并、群体查询可回放。

  1. 第二城：先 14 天，再 90 天

成功不看标签数。看闭环。
14 天 ≥80% 停扩线
一家店，交车延误安抚 Breached → Comforted 闭环 <50% 或采纳 <30%

天 动作
D1–3 打通该店 Voice Platform + 企微存档 + 交车 ETA 到同一 Person + Vehicle
D4–7 Profile Agent + Promise 抽取，人工抽检 50 条
D8–10 Care Agent 草案 + 顾问一键发送，同一事件频率帽 1 次
D11–14 看三个数做裁定
三个裁定指标：安抚闭环率、草案采纳率、安抚后 48 小时回复或情感回升率。达不到就停扩，先修身份和草案，不准上新 Agent。
护栏：不自动对客户发声；不承诺新交车日除非库存确认；原文不出店；顾问可一键熔断。
90 天：Identity + Profile + Copilot + Delivery-Care；随后补 2h SLA 与承诺覆盖率。
半年：Owner-Care、线索验真、CohortPack 第一版、完整度进店总看板。
一年：跨城复用场景契约、合成数据领域模型、车机近核、群体模式反哺产品与话术。

  1. 顾问打开客户，只看五块
  2. 这是谁：人 + 家庭角色 + 现在这台车 / 正在看的车
  3. 此刻状态：阶段、情绪、上次接触、上下文完整度
  4. 未兑承诺：红字，按到期日排
  5. 建议下一步：一句话 + 渠道 + 是否需要店总
  6. 原声入口：一键听上次录音、看上次微信关键段（本盘权限内）

不要把标签云和二十个页签扔给顾问。顾问要的是开口前 30 秒，不是再一个分析后台。

  1. 决策建议
  2. 对内不要再叫 CDP。产品名用「客户引擎」或 Customer Context OS。
  3. 第一杠杆是承诺账本，不是再采一批外部数据。论坛、车机、破渠道都是二期。
  4. 第一闭环是交车延误安抚。它同时打穿采集、身份、图、Agent、HITL、裁定。打不穿就不要扩平台。
  5. Agent 是副驾，不是替代。触达权、成交权、新承诺权留在顾问。
  6. 网络效应只共享模式。这是市占变成智能、而不是变成数据事故的唯一写法。

第二城现在，能不能在 60 秒内回答：这台已售未交的车，顾问上次答应客户的那句话是什么、兑了没有、今晚该不
该先开口？答不出，引擎就不存在，只存在又一个数据坟场。

附录 · 一期 MCP 最小集
get_customer_context(person_id | phone | vin) → Current State Pack
get_promise_ledger(person_id)
write_fact(person_id, fact, valid_at, source_interaction_id)
merge_identity(candidate_a, candidate_b) # 低置信只进队列
create_care_task(event)
list_due_followups(consultant_id)
fetch_voice_platform_transcript(interaction_id)
search_interactions(person_id, query) # 授权范围内
get_cohort_pattern(vehicle_model, topic, region) # 只回模式卡

开源与对标：Databricks CustomerLake · Graphiti · Mem0 · Zingg · LangGraph · DeepSeek Harness · Tekion Agentic AI · Salesforce
Automotive Cloud（学对象不买套件）· 企业微信官方会话存档。