下次当某人的“超级增强”AI代理试图打电话去协商有线电视账单时，接电话并与客服讨价还价的，可能并不是软件，而是真人。

原因在于，由Meta和OpenAI等公司开发的前沿基础模型驱动的AI代理，仍然无法可靠地在整个网络上执行动作，尤其是涉及打电话的任务。前Yahoo首席执行官、如今执掌代理创业公司Dazzle AI的Marissa Mayer表示，当前最顶尖的AI模型在为消费者筛选线上家装服务方面表现出色，但在需要预订并安排屋顶升级时，可能就会出错。

“我们依赖前沿模型给出好的建议和一个好的候选名单，但我们会再核对一遍，确保我们真正交付的是我们能够承担责任的那种服务，”Mayer说，她指的是Dazzle会把某些任务转交给人类承包商。

在Meta、OpenAI及其他公司将这项技术宣传为能够完成诸如在网上帮人找鞋等任务后，人工智能驱动的数字助手正重新受到关注。

Meta的Muse、OpenAI的Dots以及其他一系列代理可以完成多种网页浏览任务，但这项技术仍处于早期阶段，经常会遇到数字障碍。数字代理创业公司Duckbill首席执行官Meghan Joyce表示，这些障碍通常出现在需要AI代理打电话、代人预约医生，或预订本地清洁服务中的沙发清洗等任务上。

Joyce说，对于需要现实世界判断的任务，人类仍然胜过AI，打造面向消费者的数字助手的公司需要接入真人来接手。这也是Duckbill最近推出应用程序接口（API）的原因，该接口旨在帮助构建个人代理的公司连接人类合同工。

“我们的模式和Uber并没有太大不同，我们把任务拆解成原子化、可分块的小步骤，”Joyce说，她此前曾在这家网约车公司工作。

开发代理的公司可以使用Duckbill的API，把代理可能搞砸的任务转交出去。Duckbill会把这些任务拆成普通成年人能够稳定、可靠完成的小块。

“然后我们跟踪结果，”Joyce说。

在谈到“困惑的代理”时，Mayer表示，AI模型有时仍然缺乏常识。她说，Dazzle AI的一位重度用户曾试图让这项技术同时处理一系列家装项目，包括更换屋顶、修补破窗，以及购买一张玻璃桌面。

但Mayer说，这个AI代理把窗玻璃和桌面玻璃搞混了，结果这个数字助手“试图弄清楚他是否能把桌面装进窗户里”。

Mayer说，这个失误并没有持续太久，因为Dazzle的技术识别出了这个任务，并把它外包给真人完成。

“几秒钟内，真人就把事情理顺了。而代理本来会烧掉一大堆token，”Mayer说，“或者它们可能永远也找不到一个好方案。”

个人AI代理创业公司Wajo AI的首席执行官Shivani Poddar也在引入人类员工，来处理电话，甚至处理那些旨在阻止机器人访问网站的CAPTCHA测试。

“我认为AI加人类、协作式AI，才是真正把事情做成所需要的方式，”Poddar说，并强调如果代理无法完成任务，人们就会停止使用这项技术。

聊天机器人和代理的交互可能极其私密，用户有充分理由担心真人介入，尤其是在公司没有说明其运作方式的情况下。

此前，Meta员工曾对公司内部测试提出隐私担忧：该测试使用人类承包商代表其Muse AI代理接听电话。Meta发言人当时在一份声明中表示，这类测试是“产品开发流程的核心”。

Meta目前并不使用真人来完成用户对Muse的请求。

Duckbill的Joyce表示，她的初创公司会对所使用的1099合同工做“全面背景调查”，并把他们与Uber和DoorDash的司机相比较，“这些人住在美国，想获得额外收入来源”。Duckbill也会使用来自通常向企业提供呼叫中心劳动力的公司的合同工。

Mayer表示，Dazzle会做背景调查，并寻找那些具备类似人类私人助理特质的承包商。

“我们通常会筛选那些我们认为极其谨慎、品味好、判断力强的人，无论是他们与用户互动的方式，还是他们事后遗忘并把信息分门别类处理的能力，”Mayer说。“我知道这带有某种特权色彩，但我已经有一段时间雇用私人助理了，我知道我希望他们是什么样，也知道我会如何指导他们。”

Mayer说，虽然基础模型仍在不断改进，但在技术能够像人一样高效地完成更复杂的网页任务和电话之前，市场仍处于一个“过渡期”。

“我们甚至都不打算掩饰这一点，我们认为有人在环本身就是一种优势，”Mayer说。