客服 Agent 上线，有点像让新员工直接坐到柜台前：几道测试题答对了，不代表遇到改口、追问或系统故障时不会出错。Nubank 团队把筛查提前，先让合成用户——会根据回复继续互动的虚拟顾客——与候选 Agent 反复对话，并模拟工具返回结果，在不接触真实客户的情况下覆盖更多对话走向。
这套 Snowglobe 流程达到1.4亿次模拟规模，重点不是用模拟分数代替真人反馈，而是先淘汰高风险方案，再做线上 A/B 测试。论文称，模拟指导下开发的 Card Management Agent，相比前代让自助解决率提高4.9个百分点，交易后净推荐值（tNPS，即用户完成服务后愿不愿推荐的评分）提高36.69分；另一次筛选还跑了超过1.6万段模拟对话，选出的模型上线后把自助解决率再提高8.82个百分点，tNPS没有统计显著变化。
值得注意的是，作者也承认模拟顾客并不等同真人。它更像生产上线前的风险筛网：扩大测试覆盖面、加快试错，但最终效果仍要由真实流量验证。