电话 AI 两分钟能跑起来，离上线还很远。

xAI 在2026年7月1日介绍 Voice Agent Builder 时说：写一段自然语言通话流程，再接上文档、工具和护栏，大约两分钟就能得到一个可工作的电话 Agent。这个速度确实很快，但「能打通一通电话」和「敢让它接真实客户」，完全是两回事，而且后者会接触真实的人和数据。

上线前，得补齐五层。

第一层是提示词，但别只写人设。要写清通话目标、允许回答的范围、信息缺失时怎么追问、哪些情况立即转人工。拿预约服务说，它可以确认时间，却不能在用户没确认时替人下单。

第二层是知识库。产品说明、价格、服务范围要有版本和生效日期，旧文件必须能退出检索。否则模型说得再流畅，也可能拿过期规则回答（这种错最像真的）。

第三层是工具权限。查询和修改要分开授权，读取日历和创建预约也要分开。每个工具只开放完成任务所需的最小动作；退款、改账户、发送敏感信息等后果较重的操作，要留人工批准点。

第四层是护栏和转人工。官方页面举的例子包括不读出卡号、不讨论脚本外话题。实际还要写清连续听不懂、用户明确要求人工、情绪升级或身份无法确认时，Agent 怎么停止并转接。

第五层是监控。官方产品支持录音、转写和查看工具调用，这些材料要进入每天的失败样本抽查。要记录哪句话触发了工具、工具返回什么、Agent 最后说了什么，人在哪一步接管。

举个最小压测：同一个预约流程，故意用含糊时间、临时改口、背景噪声和错误信息连续测试。只测一通顺利电话，就像只在晴天验收雨伞。

录音和转写要按适用规则告知，保存范围和期限要讲清，测试材料别放真实个人信息。可验证的公开边界是：官方的「两分钟」只说明初始搭建速度，五层配置仍要使用者自己完成。

所以，两分钟适合拿来证明流程能跑通，离真实上线还得把护栏、监控和人工出口逐项补齐。声音越像真人，这些准备越不能省。

#马力的AI知识分享#