Der Slack-Alarm traf mein Telefon um 2:14 Uhr an einem Sonntag: "Ticket #48712 ist seit 41 Stunden unrouted." 41 Stunden. Ein Kunde namens Marion hatte über eine doppelte Ladung geschrieben, unser n8n-Workflow sollte sie in die Abrechnungswarteschlange einsortieren, und stattdessen rutschte ihr Ticket aus dem Boden eines Switch-Knotens, weil ich nie die Ausgabe "keine Übereinstimmung" verdrahtet hatte. Nichts hat sich geirrt. Nichts kniff. Der Workflow ging einfach leise weiter.
In dieser Nacht hörte ich auf, die Art und Weise zu verteidigen, wie wir Routing-Workflows aufgebaut hatten. Als n8n also seinen nativen agentenknoten schob und mein feed mit leuten gefüllt war, die bedingte ketten für tot erklärten, tat ich, was ich normalerweise tue: baute beide auf, zeigte live-verkehr auf sie und wartete darauf, herauszufinden, ob ich falsch lag. Ich bin offen skeptisch gegenüber dem Agentische Arbeitskräfte Pitch für ein paar Jahre. Dies schien ein fairer weg zu sein, um zu überprüfen, ob eines davon den kontakt mit einem echten job überlebt.
Dies ist keine Feature Tour. Es ist ein 72-stündiger Kopf-an-Kopf-Live-Support-Traffic mit Zahlen aus einem echten Client-Posteingang. Nennen Sie es eine n8n AI Agent Review, wenn Sie möchten. Ich betrachte es als den Test, den ich vor einem Jahr hätte machen sollen.
Die alte Kette: 14 Knoten, 8 Konditionale und das Problem "Wo hat dieser Zweig gebrochen"
Der betreffende Workflow führt seit Anfang 2024 Support-Tickets für einen 40-Personen-SaaS-Client durch. Wir haben es in n8n gebaut (sie haben es über zapier und make gepflückt, nachdem sie durch unsere gearbeitet haben). Vergleich von Automatisierungsplattformen, vor allem für den code-knoten und self-hosting), und auf dem papier sah es ordentlich aus. Webhook Trigger. Ein Codeknoten, der Betreffzeilen bereinigt. Ein IF für Sprache, ein Switch mit sechs Keyword-Ausgaben, drei weitere IFs für VIP-Kunden und Stimmung, dann vier Routen in die Helpdesk-Warteschlangen.
Vierzehn Knoten. Acht Konditionale. Und ein Wartungsprotokoll, das sich wie ein Tagebuch mit kleinen Peinlichkeiten liest.
Sechs Monate später hatte ich 23 Änderungen an diesem Workflow vorgenommen. Elf davon waren neue Keyword-Zweige („Chargeback hinzufügen, „Kann sich nicht mit dem Apostroph anmelden, „Das deutsche Wort für Rechnung hinzufügen). Das sind ungefähr neun Stunden meiner abrechenbaren Zeit, und fast alles kam, nachdem etwas bereits gebrochen war. Mein Lieblingsfehler, wenn das das Wort ist: Der Code-Knoten hat 'Re:' von den Betreffzeilen entfernt, aber er lief einmal, so dass eine Antwort auf eine Antwort als 'RE: RE: Rechnungsfrage' ankam und die Keyword-Übereinstimmung stromabwärts fehlschlug. Zwei Stunden meines Lebens für einen Regex. Ich denke immer noch darüber nach.
Das eigentliche Problem war nie Node Count. Jeder Zweig ist eine Vorhersage darüber, was Menschen schreiben werden, und Menschen schreiben kreativ auf die schlimmste Weise. Sie patchen eine Phrasierung, drei neue tauchen auf. Die Kette bleibt genau eine E-Mail hinter der Realität, für immer.
Der neue Agent: ein Knoten, eine Systemaufforderung und drei Werkzeugschemata
Der Aufbau der Agentenversion dauerte etwa drei Stunden, und zwei davon waren die Systemaufforderung. Der Agentenknoten erhält ungefähr 450 Wörter, die die vier Warteschlangen und den Ton des Clients beschreiben, sowie drei Werkzeugschemata: route to billing, route to technical, route to general. Jedes Tool nimmt den Tickettext, einen Vertrauenswert und eine kurze Grundfolge. Churn risk ist kein viertes werkzeug, es ist eine flagge auf welcher spur auch immer feuert. Wir haben es auf Claude Haiku hingewiesen, weil es billig und schnell ist, was wichtig ist, wenn ein paar tausend Gespräche durchkommen.
Es stellt sich heraus, dass die Werkzeugbeschreibungen wichtiger sind, als ich erwartet hatte. Das route to billing-Schema sagt explizit, was dort hingehört (Rechnungsstreitigkeiten, doppelte Gebühren, Zahlungsausfälle, Rückerstattungsanfragen) und was nicht (Bugs, sogar zahlungsbezogene). Diese eine Beschreibung macht mehr Routing-Arbeit als die Hälfte der Keywords in der alten Kette jemals.
Keine Keywords. Keine IF-Knoten. Lesen Sie das Ticket, wählen Sie eine Spur, erklären Sie warum.
Ehrliches Geständnis vom Setup, weil es den Test fast getötet hat, bevor es begann. Meine erste Systemaufforderung beinhaltete "im Zweifel zu einem Menschen eskalieren", was damals vernünftig klang. Im trockenlaufverkehr eskalierte der agent 14 der ersten 19 gespräche. Vierzehn. Ich saß an meinem schreibtisch und fragte mich wirklich, ob ich mein wochenende verschwendet hatte und ob jede skeptische sache, die ich jemals über agenten gesagt hatte, auf die ärgerlichste weise richtig bewiesen werden würde. Es war offensichtlich meine Schuld. Die prompt hat es eingeladen. Aber für solide zehn Minuten wollte ich nicht, dass es meine Schuld ist, und ich denke, das lohnt sich zuzugeben.
72 Stunden Live-Traffic: die tatsächlichen Zahlen
Methode zuerst. Wir spiegelten 100% der eingehenden Support-Gespräche des Kunden auf beide Muster, Freitag Mittag bis Montag Mittag: 2.822 Gespräche, 1.411 über jede Seite. Wir haben die Latenz der Wanduhr, Ausfälle (Ausführungsfehler plus Fehlwege, die durch das Handauditing einer 10% -Probe erfasst wurden) und Token-Ausgaben gemessen.
Latenz
Die Kette gewann, und es war nicht nah. Die mittlere Ausführungszeit betrug 2,3 Sekunden für die Kette gegenüber 5,6 für den Agenten. Die p95-Lücke war breiter als ich erwartet hatte: 7,4 Sekunden gegenüber 16,8. Ich hatte angenommen, dass der Schwanz der Kette sauberer wäre, aber es gibt eine Wiederholungsschleife auf dem Helpdesk-API-Knoten, die sich gelegentlich dreht und alles dahinter zieht. Der Schwanz des Agenten ist hauptsächlich das Modelldenken, plus ab und zu einen zweiten Sprung, wenn er ein fehlendes Werkzeugargument ausfüllt.
Ob sich jemand interessiert, ist eine andere Frage. Niemand steht an einem Schalter und wartet darauf, dass ein Ticket sortiert wird. Drei zusätzliche Sekunden Latenz kosteten diesen Kunden genau nichts, und ich hatte Latenz wie eine Anzeigetafel behandelt, wenn es für diesen speziellen Job eine Dekoration war.
Ausfallrate
Dann kam der Teil, der mir eigentlich wichtig war. Die Kette scheiterte 54 von 1.411 Gesprächen, 3,8%. Der Agent scheiterte 17 oder 1,2%. Die meisten ausfälle der kette waren stille fehlwege, tickets, die in der falschen warteschlange ohne fehler irgendwo standen, was der schlimmste ausfallmodus ist, den es gibt, weil dich nichts pingt. Stille Misserfolge sind der ganze Grund, über den wir geschrieben haben Workflow-Zuverlässigkeit und FehlerbudgetsDieser test wurde zu einer live-demo des arguments.
Die Fehler des Agenten waren unterschiedlich in der Art. Zwölf waren fehlgeformte tool-argumente, die n8ns validierung gefangen und wiederholt; neun von denen erholten sich bei der wiederholung. Fünf waren falsche Anrufe, wie der Kunde, der einen Fehler beim Abbrechen erwähnte und stattdessen in technischen Geräten landete. Ärgerlich, aber sichtbar und fixierbar mit einer prompten Linie. Ein fehlweg, den du sehen kannst, schlägt fünf, die du nicht kannst.
Kosten
Token Ausgaben für die Kette: Null. Der Agent durchschnittlich 2.400 Token pro Gespräch, die kam zu $6,77 für das gesamte Wochenende, jeweils etwa einen halben Cent. Setzen Sie das gegen neun Stunden meiner Wartungszeit in der Kette über sechs Monate und die Wirtschaftlichkeit wird irgendwie absurd. Caveat, bevor jemand anderes es für mich macht: token verbringen skaliert mit volumen, meine stundenrate skaliert nicht, und 72 stunden sind eine schnappschuss. Ich weiß wirklich nicht, ob diese Fehlerlücke das Zehnfache des Verkehrs ausmacht. Jeder, der von einem Wochenende an Daten Sicherheit beansprucht, verkauft etwas.
Drei Szenarien, in denen die alte Kette noch gewinnt
Ich hatte halb gehofft, dass der Agent alles fegen würde, so dass dieser Beitrag kürzer wäre. Es tat es nicht, und ehrlich gesagt sind die ausnahmen wichtiger als die durchschnittswerte.
Strenge Konformitätspfade. DSGVO-Löschungsanfragen müssen jedes Mal legal sein, mit einem Audit-Trail. „Der IF-Knoten stimmte mit dem Wort Löschung überein ist eine Antwort, die ein Auditor akzeptiert. "Das Modell entschied, dass es wie ein Compliance-Problem aussah" ist nicht, und keine Menge an promptem Tuning macht es zu einem.
Deterministische Zulassungen. Alles mit einer harten Schwelle, wie Erstattungen über $150, die menschliche Abmeldung benötigen, gehören in eine Bedingung. Ein Agent mit Urteil wird diese Regel gelegentlich beugen, vielleicht einmal in 200. "Gelegentlich" ist das Wort, das Meetings mit Compliance-Leuten beendet. Zu Recht.
Zero-LLM-Fallback. Während des großen OpenAI-Ausfalls im November fuhr die Kette dieses Kunden weiter, während jeder modellabhängige Workflow, den wir ausführen, tot im Wasser saß. Ein Agent ist nur so lebendig wie Ihr LLM-Anbieter. Wenn Routing die Sache ist, die niemals aufhören darf, ist eine dumme Kette ohne externe Modellabhängigkeit wirklich robuster, und ich denke nicht, dass das ein kleiner Punkt ist.
Das Urteil: Was wir jetzt für neue Builds spezifizieren
Für neue KMU-Kunden (der breitere Entscheidungsrahmen lebt in unserem No-Hype Playbook für SMB AutomationHier ist das Muster, das ich jetzt in Vorschläge schreibe: Agent an der Haustür, Kette dahinter. Der Agent liest den chaotischen menschlichen Input und wählt eine Spur. Sobald ein Werkzeug feuert, übernimmt eine langweilige deterministische Kette: API-Aufrufe, Genehmigungen, Eskalationen, alles. Der Agent berührt die Helpdesk-API nie direkt.
Dieser Hybrid verschafft Ihnen den größten Teil der Flexibilität des Agenten, während die Compliance-, Genehmigungs- und Fallback-Pfade genau so dumm und zuverlässig bleiben, wie sie sein müssen. Ein Agent Node. Drei enge Werkzeugschemata. Ein billiges Modell, harte Validierung für jedes Argument, ein Wiederholungsversuch und eine Warnung, wenn das Vertrauen unter einen Schwellenwert fällt.
Wenn Ihr Instinkt für einen frischen n8n-Routing-Build aus acht Switch-Knoten und einer Keyword-Liste besteht, denken Sie kurz an Marions Ticket. Die Kette wird arbeiten, bis es nicht, und es wird leise scheitern, wenn es tut.
Haben Sie eine Routing-Kette mit einer eigenen Marion-Geschichte? Ich würde es wirklich gerne hören. Ich bin Damian, und wenn Sie die längere Version von Wer ich bin und was StartMit machtEs ist hier.
Sprich bald,
Damian
