AI 替你打电话，电话那头按单收费的是人

10 月 31 日，CNBC 发了一篇报道，标题写得很直白：一些 AI 智能体的背后，干活的仍然是人。

报道的主角之一是 Marissa Mayer。她当过雅虎 CEO，现在经营一家叫 Dazzle AI 的智能体公司，产品形态是你熟悉的个人助手：帮你找装修队、订保洁、砍话费账单。

她在采访里说了一句在这个行业里很少听到的话：「我们根本没打算藏，我们认为人在环里是优点。」

把这句话翻译成大白话：你让 AI 替你去砍有线电视的资费，替你打客服电话的那位，可能是一个按单计件的真人。

这类事在过去几天里密集曝光，牵扯到的公司不止一家。Dazzle、Duckbill、Wajo AI，三家做消费级智能体的创业公司，全部公开承认同一件事：软件搞不定的活，交给真人收尾。

我想聊的既没有八卦，也没有阴谋。我想算一笔账：一家 agent 创业公司的成本表里，藏着一栏过去没人标价的东西，这一栏的名字叫人工。

现在，这一栏第一次被明码标价挂了出来。

这件事值得认真对待的背景是：智能体正被当成今年消费级市场最大的故事在讲。Meta 的 Muse、OpenAI 的 Dots，都在把「替用户完成任务」作为卖点推向大众。Muse 这款个人智能体，9 月 23 日还在 Meta Connect 大会上以一组虚拟形象亮相过。

这个商业模式成立的前提，是动作执行环节真的能跑通。这一次，执行环节的成本表，被人当面翻开了一页。

一、最后几步路，模型走不完

先看底层事实。

这三家公司都是新面孔。Dazzle 刚在 10 月初上线，CNBC 报道过它上线首周的运营细节；Meta 的 Muse 则在 10 月初登上了应用下载榜的榜首。赛道是新的，问题来得比想象快。

Meta 和 OpenAI 的前沿模型，已经能把互联网翻个底朝天，替你把装修队候选名单、比价结果、攻略排期全部铺好。CNBC 的评价很客观：网上找鞋、搜装修队这类事，它们办得漂漂亮亮。

短板同样具体。报道称，这些模型无法可靠地跨越网络去执行动作，尤其是那些需要打电话、跟客服周旋、替人做现实判断的任务。

Mayer 举的例子刚好卡在这条分界线上。她说，顶尖模型替用户找屋顶翻新服务找得很好，可到了真正预约、排期那一步，很可能就砸了。

Duckbill 的 CEO Meghan Joyce 把这类任务点得更细：打电话、替人挂医生的号、约本地的保洁上门擦沙发。她此前在 Uber 做过高管，对人力调度这门生意熟得不能再熟。

三家公司给出了三种补法。

Dazzle 的做法是分层。Mayer 的原话把分工说得很清楚：「我们依靠前沿模型给出好建议和好的候选清单，但我们会在后面复核，确保交付的是我们真正敢担的服务。」

复核之外，预订、排期这些关键动作，直接交给真人接管。模型负责「找」，人负责「办」，两边各干各的强项。

Wajo AI 的补法更彻底。CEO Shivani Poddar 说，她的公司让真人处理电话，甚至包括那些网站专门用来拦截机器人的 CAPTCHA 验证。

她的原话是：「AI 加人，协作式的 AI，才是把事真正办成的办法。」用她的话说，用户要是发现智能体频频卡关，很快就会弃用。

Duckbill 的做法最激进，它把人工兜底直接做成了一个产品。

这家公司上线了一套 API，专门卖给做智能体的同行：你的 agent 大概率搞砸的任务，转给我们，我们派真人完成。

Joyce 对这套体系的描述是：「和 Uber 没什么不同，我们把任务拆成原子级的小块。」承接任务的是经过完整背景审查的承包工，按单结算。Joyce 把这批人的背景核查比作对 Uber、DoorDash 司机的审核标准。

价格也挂在了官网上：一通电话 5 美元，或者 2 个积分，早鸟期前 1000 通免费。

Duckbill 的文档写明，它的服务通过 MCP 协议接入，Claude、ChatGPT 这类工具可以直接发起呼叫请求、追踪进度、拿回结果。行业媒体的补充口径是，工作时间内的任务通常两三个小时办结。

官网首页列的任务清单也很诚实：帮你要机票退款、跟银行客服掰扯、取消订阅、跟房东吵架。页面上一句 slogan，几乎可以作为本篇的注脚：「AI 办不到的事，Duckbill 的人来办。」

一单兜底任务的流转，官网写成了三步：智能体通过接口把任务发过来，Duckbill 派一个真人接单，办完把结果回传。页面上还配了一句承诺：全程零等待音乐。

二、这一栏人工，为什么降不下去

看到这里，多数读者的第一反应会是同一个：模型每个月都在降价、都在变强，这一栏人工迟早会归零吧？

Mayer 给出的说法是，眼下是一个「过渡期」。这个口径见于多家媒体对她的转述。

这个词值得多看两眼。过渡期意味着暂时，暂时意味着便宜，便宜意味着投资人可以放心。我们不妨把「过渡期」三个字放到显微镜下，看看这栏人工到底靠什么活着。

先看一个案例。Mayer 在采访里讲了一位重度用户的经历：同一个人同时委托 Dazzle 处理三件事，换屋顶、修破窗、买一张玻璃桌面。

AI 在执行中把窗玻璃和桌面玻璃搞混了，开始认真研究怎么把玻璃桌面装进窗框。

系统的异常监测发现了这个问题，任务被转给真人。Mayer 的事后总结是：真人几秒钟就把事情捋顺了；要是让 agent 自己琢磨下去，要么烧掉一笔荒唐的 token，要么永远到不了正确答案。

这个案例里藏着两个成本模型。

模型的成本是 token。token 的单价每个月都在降，降了三年，降幅以数量级计。这条曲线真实存在，也是整个 AI 行业最确定的趋势。

真人的成本是判断。玻璃桌面和窗玻璃，物理形态几乎一样，用途南辕北辙。区分它们需要的知识，教科书里没有，语料库里不缺，但模型在执行的当下没有调用出来。

真人一眼就能看出来，因为真人知道一件事：桌子是圆的还是窗洞是圆的，这事得先问清楚。

打电话这件事，还有一层更硬的难度。网页操作失败了可以刷新，表单填错了可以重交，这些动作允许试错。电话是实时的，对面坐着另一个活人，没有重试按钮。

客服中途换口径、话术里藏着一个没写进协议的条件、系统把姓名听错一个字，任何一处意外都要求当场接住。模型最不擅长的，恰恰是这种对方随时改剧本的场景。

这栏人工的顽强，根源就在降价曲线的作用范围上。token 越来越便宜，判断没有跟着变便宜，因为判断的价值来自担责：搞错了窗框尺寸，责任要有人认领。

用户花 5 美元买一通真人电话，买的主要科目就是这个。

有个细节值得一提：这些公司招人的标准，反过来就是技术边界的倒影。Duckbill 从平台经济里招熟手，Dazzle 挑谨慎和判断力。

一家公司缺什么，招聘启事写得最诚实。这类启事读得多了，还能拼出一张清单，上面列的全是模型眼下做不到的事。

再看一个更老的故事。

1770 年，维也纳的宫廷里来了一台自动下棋机器，叫「土耳其人」。一个木质人偶坐在柜子前，横扫欧洲棋盘几十年。富兰克林跟它下过并且输了，拿破仑与它对弈的记录流传至今。

谜底在后来被揭开：柜子的夹层里，藏着一个真人棋手。

这台傀儡的后续同样耐人寻味。发明人 Kempelen 去世后，它被转卖、巡演，漂洋过海到了美国。

1836 年，爱伦·坡专门写过一篇论文，逐条拆解它作假的机关。1854 年，它毁于费城的一场大火。夹层里的秘密早已不是秘密，观众照样排队来看。

人愿不愿意为「机器的外壳」付钱，两百多年前就有人验证过了。

2005 年，亚马逊上线自己的众包平台时，直接把它命名为 Mechanical Turk，机械土耳其人。名字就是在向那台傀儡致敬：机器的外壳，人力的内核。

二十年过去，这门生意的第三代版本，正在 agent 创业公司里复工。这一次有一个本质区别：当年傀儡的柜子是锁死的，观众被蒙在鼓里几十年；如今 Duckbill 把价目表挂在官网首页，Mayer 面对镜头说没打算藏。

柜门从里面打开了。这个动作本身，比 5 美元的定价更有信息量。

5 美元这个数字还有另一层意义：它让人工兜底第一次有了可比较的基准。过去这类成本藏在服务费里，摊薄到看不见；现在它有了单价，就有了被讨论、被压价、被优化的资格。经济学里有个老说法，能被计价的东西，才能被管理。

三、现在泼一盆冷水

数据讲完，说三件不太顺耳的事。

第一，「过渡期」可能比所有人想的都长。

每一代融资故事都需要一个「现在的缺陷会自动消失」的承诺。云计算讲过带宽成本，自动驾驶讲过安全员退场，如今智能体讲模型降价。承诺本身没问题，问题在于承诺的兑现时间从来没人写进条款。

自动化最难啃的部分，从来都是长尾。高频任务可以被规则覆盖、被微调覆盖、被足够多的演示覆盖。

长尾任务的麻烦在于，每一次的意外都不一样，为每一种意外写规则的成本，往往高过直接雇一个人。玻璃桌面混进窗框只是其中一种，往下数还有：客服中途换口径、商户临时改约、系统把姓名听错一个字。

Mayer 谈到她如何挑选真人承包工时用的标准是：谨慎，以及判断力，像挑选一位私人助理。

这份工作要求的核心能力，恰好是模型至今没有稳定交付的那种。

判断「过渡期」有没有结束，本该有一把现成的尺子：看转人工比例随时间往下走多少。麻烦在于，没有任何一家公司公布这个数字。尺子挂在墙上，刻度没人报。

还有一个更反直觉的可能。消费级智能体的用户量正在爬坡，任务总量涨的速度，未必赶得上自动化能力进步的速度。

比例哪怕在降，兜底需求的绝对值也可能在涨。到那一天，「过渡期」三个字说的是比例，账单说的是人数。

第二，透明度是颗还没爆的雷。

CNBC 的报道里埋着一段背景：Meta 内部曾用真人承包工测试 Muse 智能体代打电话的功能，员工提出了隐私顾虑。

Meta 发言人当时回应称，这类测试是「产品开发流程的核心环节」，并且明确，目前正式服务中未使用真人代办用户的请求。

用户的默认预期是「对面没有陌生人」。把家庭装修、医疗预约、财务账单这类高度私人化的任务交给一个智能体，用户假设自己面对的全程是软件。

真人每一次介入，都是在这个假设上开口子。Dazzle 和 Duckbill 选择明示，Meta 选择关在测试环境里，说明各家都清楚这个口子开不得明。

不妨把场景具体化。你委托智能体跟航空公司吵一笔退款，它转给了真人，那位陌生人会拿到什么？行程单、会员号，多半还有联系方式。

这些信息被谁看过、存到哪里、隔多久删掉，用户对每一项都一无所知。

行业将来会不会统一披露规则，眼下没有任何迹象。在那之前，谁在环里，只有公司自己知道。

第三，这栏人工撑不起现在讲的故事。

主流大模型 API 的一次对话调用，计价单位是百万分之几美元的量级。一通真人电话，5 美元。两个数字之间隔着几个数量级。

账很好算。一个智能体服务要是每十单任务里有一单需要真人兜底，兜底科目的人工成本就会盖过全部模型调用成本。

规模一大，路只有两条：把 5 美元的单价压下去，或者把转人工的比例降下来。前者会侵蚀服务体验，后者受制于模型能力的真实边界。

目前三家公司都还没有公开能自证规模经济的数据。Duckbill 用「早鸟前 1000 通免费」拉新，也从一个侧面说明，这门兜底生意的规模还在千通量级，距离「基础设施」三个字尚有距离。

这组对照还有一个用途：预判哪些任务会最先彻底自动化。可文字化、可异步、错了能重来的，会先走；要实时、要对人、错了收不回的，会后走。5 美元一通电话，就是这个「后走」清单的价签。

四、真正的定价公式

把上面的账合到一起，可以给 agent 服务列一个诚实的定价公式：

真实价格 = token 成本 + 人工兜底成本 + 责任溢价。

token 成本那条曲线，正在以数量级的速度趋近于零，这部分很快会降到底，变成定价公式里最不要紧的一项。

人工兜底成本随任务长尾存在。只要还有玻璃桌面被装进窗框，这一栏就降不动。

责任溢价是用户真正付钱的科目。用户买一通 5 美元的电话，九分买「出了错有人认」，一分买「活儿被办了」。

同样的活，办砸了有人赔和没人赔，用户愿意付的价格天差地别。Duckbill 定价页上有一句写得很直白的条款：成功没有保证，但付了钱，我们会更努力。这句玩笑话，其实就是责任溢价的口语版。

这个科目在别的行业有成熟的对照组。快递的代签、保险的免赔额、担保交易的中间托管，用户多付的那部分钱，买的从来都包含同一件事：出问题的时候，有具名的对象站出来。

对普通用户，这个公式可以直接变成三句事前提问：这一单由谁办？出了错谁认？我的信息谁看？

三问能答清楚的，才是把兜底当产品做的公司。答不清楚的，兜底就还藏在柜子的夹层里。

顺着这个公式，可以推导出一个判断 agent 公司成色的简单办法：问它的人工兜底率。

一家公司敢不敢公布「多少比例的任务最后由真人完成」，基本等于它敢不敢面对自己的账本。

Duckbill 把兜底做成了明码标价的产品，Dazzle 把兜底做成了服务承诺的一部分，Meta 把兜底关在了测试环境里。三条路线，透明度依次递减，距离公开账本的远近也依次递减。

对投资人，这个公式还有一层用途。看 agent 公司的毛利表时，把人工兜底成本当固定科目还原进去，再跟它宣称的「纯软件毛利率」对一遍。两个数字的差，就是这家公司故事与现实的距离。

兜底率本身也可以有披露的样式：报告期内的任务总量、转人工的单数、平均每一单兜底花了多少钱。三个数字凑齐，账本就算真正摊开了。眼下没有任何公司这么做，谁先做，谁就先拿到「透明」这笔品牌溢价。

总结

回到那张差点被装进窗框的玻璃桌面。

这件事最耐人寻味的细节，Mayer 在采访里其实已经说破了：异常发生之后，系统没有继续让模型试错，而是把任务递给了人。几秒钟，事情就捋顺了。

AI 的强项，是把一百个候选选项铺在你面前。人的强项，是发现第三个选项混进了不属于它的东西。模型负责把路铺出来，人负责在路上看见坑。

agent 经济真正的护城河，既没有写进模型参数，也没有写进融资 PPT。它藏在价目表上那行小字里：AI 办不到的事，由人来办，每通 5 美元。

这条线的走向，云计算行业给过先例。云服务早期，托管运维也被当成「过渡形态」，后来长成了云厂商利润最厚的科目之一。人工兜底要是真降不下去，它未必是成本包袱，可能长成这个赛道里最厚的那层产品。

最后给三条可以立刻用的建议。

第一，如果你在采购 agent 类服务，把「转人工的比例」和「转人工的计价」直接问进价格谈判里，写进合同。这两项数字决定你实际买到的服务水平。

第二，如果你在做 agent 产品，把「何时转人工」设计成产品的一等公民，跟设计模型提示词花同样的力气。Duckbill 的 API 之所以有生意，正是因为同行都把这一步留成了事后补丁。

第三，如果你在评估这个赛道的公司，用第四节的公式把账重新算一遍。token 的账单在逐年缩小，人工的账单挂在墙上，责任在哪本账上，决定这门生意的终点在哪。