ShipStation Global，一家做中小物流平台嘅公司，佢嘅工程團隊自己建咗一個 AI IT help desk，叫 Deckhand。呢個 agent 喺 Slack channel 入面運作，用 curated knowledge base 答問題、讀 error message 截圖、自動開同更新 Jira ticket。跑喺 Amazon Bedrock AgentCore 上，唔使自家伺服。
點解要建呢嘢？
上嚟前 12 個月，佢哋嘅 Slack help desk channel 有超過 1500 條 threads，量一直升。因為團隊散喺美國、英國、西班牙、波蘭、澳洲、菲律賓，超過五分之一嘅問題喺美國辦公時間以外先至到。答案散喺 Confluence、公司 intranet、PDF、channel 歷史——揾到先係難題。
ShipStation 嘅 Senior Director IT Chris Collins 話：「我哋相信 ticket 係運作摩擦嘅訊號，唔係生產力。Deckhand 喺場解決常見問題，解決唔到嘅話，一 click 將對話轉做完整背景嘅 ticket。」
技術架構
Deckhand 有四個主要組件。Slack service 係 FastAPI 同 Slack Bolt 應用，host 喺 AWS App Runner，負責接收 Slack event、決定 bot 應唔應該回應、由 requester 嘅 Slack profile 建立 user context（包括姓名、email、時區、manager）。AgentCore runtime 喺隔離 session 入面 host agent，唔需要 server 或 container。
數據如何？
官方數據：解決 97.5% 入嚟 channel query，96% 員工正面評價。呢兩個數字由 AWS blog 入面嘅 ShipStation 工程團隊提供，呢篇文章同佢哋合寫，未見獨立第三方驗證。
呢個同其他 AI 客服有乜分別？
呢個係企業內部工具，唔係公開產品。ShipStation 嘅工程團隊自己建，用 AWS 平台，唔係買第三方案。成本、技術棧細節、知識庫點樣維持、模型用邊個——文章冇提供。
阿調搞兩下：97.5% 解決率聽落好靚，但要問：其餘 2.5% 點處理？有冇 fallback？knowledge base 誰維護、過時咗點算？呢啲先係實際決定呢個工具長遠可靠性嘅嘢。
