假設今天晚上，

你想訂一家沒有線上預約的餐廳。

以前你得自己打電話。

現在你可以直接跟 AI 說：

幫我打電話問星期六晚上還有沒有位子。

接下來你只要等結果。

聽起來很像：

AI 自己撥號。

AI 自己和餐廳說話。

AI 自己把答案帶回來。

但 Meta 最近正在測試另一種做法。

AI 發出去的某些電話，背後可能真的站著一個人。

Meta 正在測試「human concierge」

Reuters 9 月 22 日取得 Meta 內部公告後報導，Meta 正在替個人 AI Agent Muse 測試一項名為 human concierge 的功能。

做法很直接：

Muse 原本要處理的部分電話，可以改由真人承包商完成。

也就是說，

你表面上仍然是把任務交給 Muse，

但某些情況下，

真正拿起電話和商家說話的，

可能不是 AI 語音，

而是一名真人。

這件事特別有趣，

因為 AI 產業這幾年一直在講：

AI 可以替人工作。

現在卻出現另一個畫面：

有些 AI 的工作，最後又交回給人。

為什麼 AI 都能打電話了，還需要真人？

Muse 本身不是只有聊天功能。

Meta 9 月 8 日推出 Muse 時，把它定位成一個可以真正執行任務的 Personal AI Agent。

它可以使用自己的安全虛擬電腦與瀏覽器，處理 Email、旅行、填表、購物等事情。Meta 強調，使用者可以決定要給它多少存取權限。

之後 Muse 又開始加入電話功能。

包括：

打給餐廳。

聯絡商家。

詢問服務。

處理必須靠電話才能完成的事情。

這類功能之所以重要，是因為現實世界還有大量工作根本沒有 API。

很多小店沒有線上訂位。

診所可能只能打電話。

維修公司可能要真人確認時間。

某些帳單問題也只能跟客服溝通。

如果 AI Agent 真正要替你「做事」，

它遲早都會碰到電話這個世界。Muse 的電話功能近期也已開始向部分美國使用者推出。

問題是：

現實電話不像網頁表單那麼規則。

對方可能講得很快。

可能有口音。

可能突然問你一個原本沒有提供的問題。

可能要求確認細節。

也可能出現 AI 現在處理得不夠好的情況。

真人 concierge，

就是其中一種可能的補位方式。

真正敏感的不是「真人幫忙」，而是你知不知道

真人加入本身不一定是問題。

很多服務早就採用：

AI 先處理。

遇到問題再交給人。

真正的問題是：

使用者知不知道有人加入？

Reuters 報導指出，Meta 內部已有員工提出隱私疑慮。

原因很簡單。

使用者在叫 AI 打電話時，

可能會提供：

姓名。

電話。

地址。

訂位時間。

服務需求。

帳務問題。

甚至其他更敏感的背景資訊。

如果使用者以為這些內容只有 AI 系統會處理，

卻不知道某些任務可能交到真人承包商手上，

那他對「資料會被誰看到」的理解，

就和實際流程不一樣了。

這也是這個故事最值得注意的地方。

不是因為真人客服不好。

而是：

AI Agent 讓服務介面變得太簡單之後，背後的工作鏈反而更容易被我們忘記。

目前還不是公開功能

這裡一定要把範圍講清楚。

Meta 並沒有宣布：

「以後所有 Muse 電話都讓真人來打。」

也不是已經把這項功能全面推給所有使用者。

Reuters 報導的是一項內部員工測試。

Meta 已經讓約一半員工可以使用這項 human concierge 測試，員工也可以選擇退出。

Meta 發言人 Daniel Roberts 表示，這次測試的目的，是在真正公開推出之前取得回饋，改善安全與隱私保護。

Meta 也表示，如果未來真的對外推出這項功能，會加入適當的揭露。

所以目前最準確的說法是：

Meta 正在測試 AI＋真人的電話服務模式。

不是：

Muse 原來一直都是人假裝的。

兩者差很多。

但這件事剛好戳破一個很常見的 AI 想像

我們很容易把 AI Agent 想成：

一個模型。

一台電腦。

一個人完全退出。

AI 從頭做到尾。

但真正的產品往往不是這樣。

現實世界的 AI 系統可能同時包括：

模型。

瀏覽器。

Connector。

API。

安全系統。

人工審核。

客服。

以及必要時接手工作的真人。

所以未來判斷一個 AI Agent，

可能不能只問：

「它會不會做？」

還要再問：

「這件事最後到底是誰做的？」

這其實和以前的「人工智慧」很不一樣

過去很多公司也曾被質疑，

某些號稱自動化的服務，

其實背後有大量人工操作。

但 Muse 這次的情況不能直接這樣類比。

因為 Meta 沒有否認測試真人 concierge。

反而是在內部測試階段就討論：

怎麼揭露。

怎麼處理隱私。

什麼情況適合交給真人。

所以真正值得追的是另一件事：

AI 與真人之間的交接，要不要成為產品介面的一部分？

例如：

「這個任務將由 AI 完成。」

「這通電話可能由真人服務人員接手。」

「以下資訊可能提供給服務承包商。」

如果使用者在送出任務前就知道，

他可以自己決定：

這件事情可不可以。

哪些資料可以給。

哪些資料不要交出去。

這和完全不知道背後有人，

是兩種完全不同的產品。

我們以前已經看過 Muse 的另一個權限問題

Muse 剛推出時，

SasaDaily 已經整理過它的基本設計。

它不是只回答問題，

而是能夠替使用者在網路上執行真正的動作。

今日 AI 工具｜2026/09/09：Meta Muse，把 Email、旅行與購物交給個人 AI Agent，關掉 App 後還能繼續跑任務

而當 AI 從「回答」走向「行動」後，

權限就開始變得很重要。

例如 Muse 遇到寄信、購物或其他敏感操作時，會使用 Approval 機制；使用者真正要注意的不只是「要不要批准」，還包括授權可以持續多久。

AI 一分鐘教學｜2026/09/09：Muse 要你批准寄信或付款時，先看「這次權限能用多久」

今天這個 human concierge，

只是把問題再往前推一步：

以前問的是：

AI 可以看到什麼？

現在還要再問：

AI 背後的人可以看到什麼？

這兩篇既有文章的標題、URL 與內容方向均來自目前正式站 Knowledge Index。

AI Agent 真正成熟後，可能本來就不是「全部 AI」

這反而可能是這個故事最有意思的地方。

我們通常把「需要真人接手」理解成：

AI 不夠強。

但在真正的商業服務裡，

最好的系統未必是：

100% AI。

也可能是：

80% AI 快速處理。

15% 系統規則控制。

5% 真人在最麻煩的地方接手。

重點不是一定要把人拿掉。

而是：

使用者必須知道自己正在和誰互動，

資料會經過哪些人，

以及最後誰替他完成這件事情。

未來真正重要的，可能不是「AI 還需不需要人」

而是：

人在什麼時候加入，使用者知不知道？

如果 AI 幫你整理公開資料，

這件事可能很簡單。

但當 AI 開始：

替你打電話。

替你購物。

替你處理帳單。

替你聯絡醫院。

替你和陌生人溝通。

那麼「AI 背後還有誰」，

就會開始變成產品的一部分。

所以 Meta 這次 human concierge 測試，

最值得看的並不是：

AI 做不到，所以偷偷叫人來做。

而是：

當 AI Agent 開始真正走進現實世界，我們需要知道的，已經不只是它用了哪個模型，而是整件事情最後到底經過了誰的手。

每天用最簡單的方式看懂 AI。

SasaDaily.com