Sierra发布多模态客服代理：界面随对话切换语音、文字与可视化
Sierra在官方博客介绍新一代多模态代理，把语音、文字和可视化组件放进同一段对话，代理自行判断何时用哪种形式，并支持一次开发、全渠道部署。
AI解读：Sierra这次想解决的是客服对话里“一种媒介不够用”的问题：电话里讲清了需求，却看不到要买的手机长什么样；文字里能翻记录，却说不清临时改的需求。多模态代理的做法是让语音、文字、图像在同一段对话里按需切换，用户不用中断对话去换工具。
对做客服产品的人来说，关键点不是“支持多模态”，而是代理自己决定什么时候用哪一种：需要解释时用语音，需要对比时给出并排的选项，需要回头查时留文字。Sierra称代理会预判对话所需并自动切换，用户不必重新开始或重复说明。
更实际的一层是部署方式。Sierra表示代理可以建一次、全渠道发布；可视化组件同理，建好之后在所有渠道复用，配合MCP UI集成把商品卡片、对比表、日历、表单等交互组件带进对话，由客户团队自己设计和托管，更新后自动同步，不需要为每个平台单独维护版本。
Sierra在官方博客发布新一代多模态代理（multimodal agents），将语音、文字与可视化组件整合到同一段对话中，代理会根据对话需要自动在几种形式之间切换，用户不需要重新开始或重复说明。
Sierra在博客中给出的场景是：用户在电话里升级手机套餐，客服代表念出机型、颜色、存储容量和月费，用户只能在脑子里比对，选一台自己看不到的手机。Sierra称多模态代理可以补上这一环。
博客称，把这些渠道拼在一起并不是难点，真正的问题是判断何时用哪一种：需要说明时用语音，需要并排比较时用可视化，需要日后回看时用文字。
对话中直接展示航班选项与选座图
Sierra举了航班改签的例子：用户致电航空公司改签，客服代表不再逐条念出备选方案，而是把出发时间、中转和价格直接铺在对话里，用户选一个，代理继续推进。选座同理，用户看到座位图并点选想要的座位。
当说话比打字更方便时，用户可以切到语音说明具体需求，代理会记录这些细节，而不需要用户在文本框里敲一整段话。
一次开发，全渠道部署，可视化组件复用
Sierra称，使用其平台可以只构建一次代理，再部署到所有渠道；多模态代理也是如此，一旦构建好一个可视化组件，代理可以在它所在的所有地方使用该组件。
这一思路同样适用于Sierra的MCP UI集成：商品卡片、对比表、日历和表单等交互组件可以直接进入对话。Sierra表示，这些组件由客户团队自行设计和托管，因此样式、展示内容和变更时机由客户决定；更新后会自动反映到各处，不需要重新部署，也不需要为每个平台维护不同版本。
当内容需要更多空间时，组件可以展开至全屏，用于展示日历、较长的对比表和多步骤表单。
用户不需要在媒介之间做选择
Sierra在博客中称，在一次通话中，用户可以口头说明需求、看屏幕比较选项、点击确认，全程不必暂停对话去切换工具。Sierra表示，这类多模态体验的构建和部署难度，与用户使用它的难度一样低。
上述内容全部来自Sierra官方博客，属于该公司对其产品能力的描述，博客未给出第三方测试数据或独立验证结果。