Cresta 如何用 Claude Agent SDK
来自 Claude Blog · 期号 2026-10-05
摘要
Cresta 将自身在客服 AI 领域的经验打包成 Conductor，一个基于 Claude Agent SDK 构建的自然语言 agent 构建器。用户描述需求，Conductor 就能引导完成从蓝图到实现、评估、优化的全过程。 Conductor 最初是 Cresta 内部工具，用来加速客户部署。内部验证成功后，团队决定将其产品化。核心思路是：把 Cresta 独有的对话数据和客服理解作为护城河，把通用的 agent 执行能力交给 Claude Agent SDK。 Cresta 报告称，在早期用例中，Conductor 将初始部署时间缩短了约一半。 Conductor 还是一个自我改进的元 agent：每次构建都会沉淀出可复用的记忆工件（模式、业务规则、评估方法），团队可以将其作为技能共享，形成知识飞轮。 本文是 Cresta 的工程复盘，附了三条最佳实践：先内部吃自己的狗粮、只做自己擅长的部分、把关键工作流做确定而其余保持灵活。
深读
导读 Cresta 将自身在客服 AI 领域积累的对话数据和工程经验，打包成一个名为 Conductor 的自然语言 agent 构建器。它基于 Claude Agent SDK 构建，用户只需描述需求，Conductor 就能引导完成从蓝图到实现、评估、优化的全过程。这篇文章是 Cresta 的工程复盘，详细说明了他们如何将内部工具产品化，以及从中总结出的三条最佳实践，对任何正在构建定制化 agent 的团队都有参考价值。 关键信息 - Conductor 是一个“元 agent”，它帮助开发者构建和优化其他 agent，自身也是一个自我改进的系统。 - 在早期用例中，Conductor 将 agent 的初始部署时间缩短了约一半。 - Conductor 使用 Claude Agent SDK 作为通用执行框架来收集上下文、调用工具、编写和运行代码。 - Cresta 将 Conductor 的构建经验总结为三条最佳实践：先内部吃自己的狗粮、专注于自身独特优势、明确 agent 中哪些部分需要确定性。 - Cresta 成立于 2017 年，CEO 为 Ping Wu，已融资超过 2.7 亿美元，年经常性收入超过 1 亿美元，客户包括美联航、CVS Health 和万豪。 逐节讲解 背景：Cresta 的客服 AI 经验与 Conductor 的诞生 Cresta 的核心业务是为客户体验场景构建企业级 AI agent。这些 agent 需要理解复杂且上下文丰富的客户交互，例如客户在要求退款时没有指明具体购买项目，或者在同一消息中同时报告账单问题和登录故障。Cresta 的平台能处理大量此类交互，其 AI agent 可以自主处理对话、为人工客服提供实时指导，并生成对话智能分析。 构建和维护这类 agent 需要组织在运营要求上做出关键决策：agent 需要知道什么、必须访问哪些系统、哪些行为应该灵活、哪些必须确定。Cresta 希望让更多团队能够利用这些判断力，而不必每次都从零开始。Conductor 正是为此而生：一个自然语言 agent 构建器，帮助团队将复杂的业务上下文转化为生产就绪的 agent。 Conductor 的架构：元 agent 与知识飞轮 Conductor 最初是 Cresta 内部使用 Claude Sonnet 和 Claude Opus 构建的工具，用于帮助内部团队支持客户部署。它使用 Claude Agent SDK 作为通用执行框架来收集上下文、使用工具、编写和运行代码，并根据结果进行调整。 Conductor 是一个自我改进的元 agent，建立在客服 agent 开发的最佳实践之上。随着团队用它构建和优化更多 agent，系统会捕获已验证的模式、工作流和专家判断，形成知识飞轮。每次构建后，用户可以将学到的经验转化为…