Meta的AI，背后还有真人？
Meta正在内部测试Muse的“真人礼宾”功能，当AI无法顺利完成询价、预约等电话任务时，可以把请求转交给经过培训的真人处理，最后再将通话记录和结果返回给用户。

Muse上线后，两周下载量便超过250万次，它被描述为能够自主发邮件、购物、预订旅行的个人AI代理，每个代理会在独立的云端环境中运行，密码等敏感信息则单独保存。

但“真人礼宾”的存在，揭开了AI代理背后的面目：

很多看起来已经实现自动化的产品，背后仍然站着一群人。

新技术进入现实世界时，依赖人工兜底很正常，自动驾驶早期需要安全员，电商平台需要人工审核，AI客服遇到复杂问题也会转接真人。

现实生活不像标准化测试，餐厅可能临时满座，用户的要求也可能含糊不清，机器面对这些意外时，真人可以先把事情办完，同时告诉系统：刚才究竟发生了什么。

所以，真人既是“补丁”，也是训练数据的生产者。

真正的问题不是有没有人工，而是人工会不会越来越少。

假设Muse完成100次预约，其中80次需要真人介入，即使用户感受到的是AI服务，公司承担的仍然是工资、培训、排班和质检成本。用户数量翻倍，后台人员也要翻倍，人工智能 这就不是软件生意，而是一家披着AI外衣的服务公司。

软件最迷人的地方，是增加一个用户的成本可以很低；人工服务则相反，业务越大，需要的人通常越多。

因此，AI代理能不能成为一门好生意，关键是它在多大程度上可以脱离人工独立完成。

这里可以分成三个阶段：

第一阶段，真人完成，AI负责展示结果。
第二阶段，AI处理标准流程，真人负责异常情况。
第三阶段，AI处理绝大多数任务，真人只做极少数审核和纠错。

只有从第一阶段持续走向第三阶段，人工经验被沉淀为系统能力，规模效应才真正出现。

但Muse还多了一层隐私问题。

用户以为自己在向机器下指令，表达可能会更随意，也可能提供个人信息和消费偏好。如果任务被转交给真人，用户是否会被明确告知？哪些信息会被看到？通话内容保存多久？

AI代理与传统客服不同：它不是等用户主动求助，而是以用户的身份走出去办事。

代理获得的权限越大，披露就越不能藏在冗长的用户协议里。

下载量可以证明大家想要“替我办事”的AI，却不能证明这门生意已经跑通。

AI代理的成熟不该以它看起来多像人来衡量，而是藏在它背后的人是否真的在越来越少。
Meta 商业逻辑