Fyxer用专用模型、记忆检索和A/B测试改进邮件助理

Fyxer将邮件处理拆成是否需要回复、优先级判断和个性化起草等小任务，由30—50个专用模型分别承担。系统通过检索历史交互，挑选与当前联系人和邮件线程相关的记忆，并区分需要长期保留的信息与单次交流内容。团队积累了超过50万小时的高管助理工作流标注数据，按自有邮件任务构建验证集，在部署前比较准确性、响应时间和成本。用户发送前对草稿的修改成为偏好反馈，起草能力的每次改动还需经过A/B测试，只有达到统计显著改进才发布。供应商案例称53%的AI草稿被原样采用；这一指标反映其邮件场景，不能直接外推到其他业务。案例同时说明已有新检查点进入生产，适合参考如何把用户反馈转为受控的持续改进。