为电商业务搭建了一个 WhatsApp AI 客服助手

为电商业务搭建了一个 WhatsApp AI 客服助手。 大多数人优化的方向是「它能不能回答问题」。而我大部分时间花在：它什么时候该保持沉默，而不是去猜？ 它的搭建方式是 3 个相互连接的工作流： 工作流 1：WhatsApp AI 客服 → 负责处理客户对话 工作流 2：知识库导入 → 加载初始文档 工作流 3：知识库更新 → 让知识库保持最新 → 用 RAG 而不是靠模型幻觉，只从真实知识库中取答案，Postgres + pgvector → 真正的升级判断逻辑：一般性问题就直接回答，需要账户数据就升级处理。不是靠「感觉一下」。 → 真正能交接出去的转人工：一旦人工接手，AI 就完全闭嘴，不会出现两边同时回复的情况。 → 不会把 API 账单撑爆的记忆机制：长对话按批次做摘要，而不是每次都整段塞进调用里 → 设计上就是幂等的：每条消息在写入任何数据之前，都会先拿它的真实 ID 做一次校验 AI 调用大概只占这项工作的 10%。剩下的全是状态管理、失败处理，以及知道什么时候该说「我不知道」。 技术栈：n8n、Postgres/Supabase、OpenRouter。 你们自己的 agent 里，升级处理逻辑是怎么做的？