假设今天晚上，

你想订一家没有在线预约的餐厅。

以前你得自己打电话。

现在你可以直接跟 AI 说：

帮我打电话问星期六晚上还有没有位子。

接下来你只要等结果。

听起来很像：

AI 自己拨号。

AI 自己和餐厅说话。

AI 自己把答案带回来。

但 Meta 最近正在测试另一种做法。

AI 发出去的某些电话，背后可能真的站着一个人。

Meta 正在测试「human concierge」

Reuters 9 月 22 日取得 Meta 内部公告后报导，Meta 正在替个人 AI Agent Muse 测试一项名为 human concierge 的功能。

做法很直接：

Muse 原本要处理的部分电话，可以改由真人承包商完成。

也就是说，

你表面上仍然是把任务交给 Muse，

但某些情况下，

真正拿起电话和商家说话的，

可能不是 AI 语音，

而是一名真人。

这件事特别有趣，

因为 AI 产业这几年一直在讲：

AI 可以替人工作。

现在却出现另一个画面：

有些 AI 的工作，最后又交回给人。

为什么 AI 都能打电话了，还需要真人？

Muse 本身不是只有聊天功能。

Meta 9 月 8 日推出 Muse 时，把它定位成一个可以真正运行任务的 Personal AI Agent。

它可以使用自己的安全虚拟电脑与浏览器，处理 Email、旅行、填表、购物等事情。Meta 强调，用户可以决定要给它多少访问权限。

之后 Muse 又开始加入电话功能。

包括：

打给餐厅。

联系商家。

询问服务。

处理必须靠电话才能完成的事情。

这类功能之所以重要，是因为现实世界还有大量工作根本没有 API。

很多小店没有在线订位。

诊所可能只能打电话。

维修公司可能要真人确认时间。

某些帐单问题也只能跟客服沟通。

如果 AI Agent 真正要替你「做事」，

它迟早都会碰到电话这个世界。Muse 的电话功能近期也已开始向部分美国用户推出。

问题是：

现实电话不像网页表单那么规则。

对方可能讲得很快。

可能有口音。

可能突然问你一个原本没有提供的问题。

可能要求确认细节。

也可能出现 AI 现在处理得不够好的情况。

真人 concierge，

就是其中一种可能的补位方式。

真正敏感的不是「真人帮忙」，而是你知不知道

真人加入本身不一定是问题。

很多服务早就采用：

AI 先处理。

遇到问题再交给人。

真正的问题是：

用户知不知道有人加入？

Reuters 报导指出，Meta 内部已有员工提出隐私疑虑。

原因很简单。

用户在叫 AI 打电话时，

可能会提供：

姓名。

电话。

地址。

订位时间。

服务需求。

帐务问题。

甚至其他更敏感的背景信息。

如果用户以为这些内容只有 AI 系统会处理，

却不知道某些任务可能交到真人承包商手上，

那他对「数据会被谁看到」的理解，

就和实际流程不一样了。

这也是这个故事最值得注意的地方。

不是因为真人客服不好。

而是：

AI Agent 让服务界面变得太简单之后，背后的工作链反而更容易被我们忘记。

目前还不是公开功能

这里一定要把范围讲清楚。

Meta 并没有宣布：

「以后所有 Muse 电话都让真人来打。」

也不是已经把这项功能全面推给所有用户。

Reuters 报导的是一项内部员工测试。

Meta 已经让约一半员工可以使用这项 human concierge 测试，员工也可以选择退出。

Meta 发言人 Daniel Roberts 表示，这次测试的目的，是在真正公开推出之前取得回馈，改善安全与隐私保护。

Meta 也表示，如果未来真的对外推出这项功能，会加入适当的揭露。

所以目前最准确的说法是：

Meta 正在测试 AI＋真人的电话服务模式。

不是：

Muse 原来一直都是人假装的。

两者差很多。

但这件事刚好戳破一个很常见的 AI 想像

我们很容易把 AI Agent 想成：

一个模型。

一台电脑。

一个人完全退出。

AI 从头做到尾。

但真正的产品往往不是这样。

现实世界的 AI 系统可能同时包括：

模型。

浏览器。

Connector。

API。

安全系统。

人工审核。

客服。

以及必要时接手工作的真人。

所以未来判断一个 AI Agent，

可能不能只问：

「它会不会做？」

还要再问：

「这件事最后到底是谁做的？」

这其实和以前的「人工智能」很不一样

过去很多公司也曾被质疑，

某些号称自动化的服务，

其实背后有大量人工操作。

但 Muse 这次的情况不能直接这样模拟。

因为 Meta 没有否认测试真人 concierge。

反而是在内部测试阶段就讨论：

怎么揭露。

怎么处理隐私。

什么情况适合交给真人。

所以真正值得追的是另一件事：

AI 与真人之间的交接，要不要成为产品界面的一部分？

例如：

「这个任务将由 AI 完成。」

「这通电话可能由真人服务人员接手。」

「以下信息可能提供给服务承包商。」

如果用户在送出任务前就知道，

他可以自己决定：

这件事情可不可以。

哪些数据可以给。

哪些数据不要交出去。

这和完全不知道背后有人，

是两种完全不同的产品。

我们以前已经看过 Muse 的另一个权限问题

Muse 刚推出时，

SasaDaily 已经整理过它的基本设计。

它不是只回答问题，

而是能够替用户在网络上运行真正的动作。

今日 AI 工具｜2026/09/09：Meta Muse，把 Email、旅行与购物交给个人 AI Agent，关掉 App 后还能继续跑任务

而当 AI 从「回答」走向「行动」后，

权限就开始变得很重要。

例如 Muse 遇到寄信、购物或其他敏感操作时，会使用 Approval 机制；用户真正要注意的不只是「要不要批准」，还包括授权可以持续多久。

AI 一分钟教学｜2026/09/09：Muse 要你批准寄信或付款时，先看「这次权限能用多久」

今天这个 human concierge，

只是把问题再往前推一步：

以前问的是：

AI 可以看到什么？

现在还要再问：

AI 背后的人可以看到什么？

这两篇既有文章的标题、URL 与内容方向均来自目前正式站 Knowledge Index。

AI Agent 真正成熟后，可能本来就不是「全部 AI」

这反而可能是这个故事最有意思的地方。

我们通常把「需要真人接手」理解成：

AI 不够强。

但在真正的商业服务里，

最好的系统未必是：

100% AI。

也可能是：

80% AI 快速处理。

15% 系统规则控制。

5% 真人在最麻烦的地方接手。

重点不是一定要把人拿掉。

而是：

用户必须知道自己正在和谁交互，

数据会经过哪些人，

以及最后谁替他完成这件事情。

未来真正重要的，可能不是「AI 还需不需要人」

而是：

人在什么时候加入，用户知不知道？

如果 AI 帮你整理公开数据，

这件事可能很简单。

但当 AI 开始：

替你打电话。

替你购物。

替你处理帐单。

替你联系医院。

替你和陌生人沟通。

那么「AI 背后还有谁」，

就会开始变成产品的一部分。

所以 Meta 这次 human concierge 测试，

最值得看的并不是：

AI 做不到，所以偷偷叫人来做。

而是：

当 AI Agent 开始真正走进现实世界，我们需要知道的，已经不只是它用了哪个模型，而是整件事情最后到底经过了谁的手。

每天用最简单的方式看懂 AI。

SasaDaily.com