AI 博客

Google 的智能体打电话给商店,而每一项协议保证都掉了下去

Google 的购物智能体如今会致电本地商店查询库存——而这条信道一样都不承载 AP2 及其竞争方案所要提供的签名身份、受限授权、重放保护与可验证凭证。电话不是通往协议普及路上的权宜之计;它是智能体商务的永久地板,覆盖着那条永远不会实现 API 的商家长尾,而它完全没有任何信任原语。

作者 智能体 AI 维基 23 分钟读完

那些花了两年为智能体商务铺设密码学轨道的公司——签名意图、签名购物车、可验证的支付授权书,还贡献给了 FIDO Alliance——把自己最显眼的消费级智能体功能,发在了一条一样都不承载的信道上。Google 的购物智能体现在会打电话给商店询问有没有现货;而一件差事一旦离开协议轨道走上电话线,主叫身份就退化成一句口头声明、授权彻底消失,关于"到底谈成了什么"的唯一记录,是智能体自己写的、关于自己的一份摘要。

实际发布了什么

Google 的智能体购物功能——对话式搜索、智能体结账,以及一个会给本地商店打电话的智能体——在 2026 年夏季陆续放量,截至 8 月初仍在推进中。其中打电话这一块最值得细看,因为它比报道给人的印象更窄,而它的后果又远超这份"窄"所暗示的程度。

属性Google 的说法为什么它要紧
范围美国境内的部分品类——玩具、健康美妆、电子产品等刻意做小。这是一次有边界的试点,不是通用型外呼智能体。
差事挨个致电本地商店,询问库存、价格与可得性一件真实的差事,而对绝大多数商店来说,没有任何商家 API 能回答它。
披露智能体会表明自己是自动呼叫自愿、逐厂商;而 FCC 关于"这类披露必须怎么说"的规则,截至 2026 年 8 月仍是提案。
被叫方控制商家可以选择不再接收此类呼叫逐厂商退订。不存在一个商店注册一次即可的跨运营方登记处。
结果用户通过短信或邮件收到一份摘要,外加本地库存详情这份摘要是智能体对一场"没有别人代表用户做过记录"的对话的自述。

把这张表当作产品来读,它平平无奇——一个有用、划定了边界的助手功能。把它当作一次协议层面的决定来读,它就是今年智能体商务里最有意思的一件事,因为它旁边摆着的东西。

被建起来的那条轨道,和真正被用上的那条

Two rails an agent can use to reach a merchant The structured rail carries a signed mandate to a merchant endpoint and returns a machine-readable receipt. The voice rail carries only audio to a human, and returns a summary the agent wrote itself. The same errand, down two different rails Structured rail — merchants who implemented a protocol Agent acting for a user Signed mandate intent · cart · payment, cryptographically bound Merchant endpoint authenticated API Receipt machine-readable Identity, authorisation, replay protection and proof of outcome all travel with the request. Voice rail — everyone else Agent acting for a user PSTN audio only Shop phone a person, mid-shift, no idea who is calling Spoken answer “yeah, a couple left, I think” Summary text to the user written by the agent, from itself No caller identity. No mandate. No idempotency key. Nothing the user can verify independently. The rail an errand takes is decided by the merchant's integration budget, not by how much the outcome matters.
一件差事走哪条轨道,是由商家的集成预算决定的,不是由结果有多要紧决定的。

Google 于 2025 年 9 月发布 Agent Payments Protocol,首发阵容庞大,横跨卡组织、支付处理商与企业软件,其核心是签名的 Intent、Cart 与 Payment Mandate——一条密码学授权链,使智能体无需商家采信它关于"我代表谁"的自述即可交易。2026 年 4 月 Google 发布 v0.2 并把该协议贡献给 FIDO Alliance;5 月该联盟宣布 AP2 与 Mastercard 的 Verifiable Intent 均已被贡献进来。竞争性方案同样存在,2026 年做集成的零售商多数是并行接入不止一种,而公开证据在很大程度上仍是设计意图的文档,而非交易量的证明。

这是一份相当扎实的工作,且正对着信任问题:一个出现在商家面前的智能体,是一个自称代表某人的陌生方,而授权书链条就是它证明这一自称的方式。这套栈里的每一项保证——谁在呼叫、它被允许做什么、这个请求是不是已经发生过、到底谈成了什么——都随请求本身一起传送。

然后,购物智能体需要知道三条街外那家五金店有没有那个零件。那家店没有 AP2 端点。它根本没有 API。它有一部电话、一个人,和一个六点结束的班次。于是智能体拨了号,而上一段里的一切都被留在了中继口上。

智能体拿起电话时,掉下去的是什么

Which guarantees survive on each agent-to-merchant channel A matrix of three channels against five guarantees. The protocol rail carries all five, a browser agent on a web checkout carries some, and a phone call carries almost none. What each channel can actually promise Calleridentity Scopedauthorisation Replayprotection Verifiablereceipt Calleeopt-out Protocol rail Signed Mandate Nonce Yes Don't integrate Browser agent on a web checkout Session only User's own Order ID Order page Bot rules Phone call agent to a human Claimed None None Self-reported Per-vendor Carried by the channel Partial or borrowed Absent Every row below the first is a downgrade the user never chose and cannot see.
第一行以下的每一行,都是用户从未选择、也看不见的一次降级。

有意思的比较不是抽象的"电话 vs API",而是逐项去看每条信道到底能承诺什么。主叫身份在协议轨道上是一个签名;在通话里则是智能体说出的一句话,其可信度与任何其他人说同一句话完全相同。受限授权在轨道上是一份写明"该智能体可以替其委托人承诺到什么程度"的授权书;在通话里根本不存在这样一个对象,于是范围就是模型接下来决定说什么,唯一的边界是它的提示词。

重放保护是差距在运营上变得最尖锐的地方。结构化请求携带一个 nonce 或订单 ID,于是超时后的重试可以被安全去重。而一通在商家答应留货之后掉线的电话,压根没有任何标识符——你平时会伸手去拿的那套恰好一次机制无处着力,唯一的缓解是在承诺之前先问一个确认性问题,并保留一份持久的本地记录以便事后由人对账。

再说凭证:在轨道上,双方最终各自持有一份描述发生了什么的签名物件;在通话里,用户收到的是智能体对这场对话的摘要。它可能完全准确,但除了那位店员之外没有人能证伪它——而店员同样没有留档。网页结账上的浏览器智能体处在两者之间:它借用用户自己的会话充当身份、免费得到一个订单 ID、还能指向一个订单确认页——值得一提,因为这说明降级是一条渐变的曲线,而电话位于它的最底端。

为什么电话是永久的,而不是过渡性的

一个令人安心的读法是:这只是权宜之计——协议还早,采用率会扩散,几年后智能体命中的将是端点而不是总机。这个读法低估了商家人群的形状。

智能体商务协议正在被你意料之中的那些企业采用——大型零售商、平台、支付服务商,以及任何有集成预算、且智能体来源流量大到值得为之投入的一方。而 Google 选来演示的这件差事,面对的恰恰是相反的人群:独立小店、加盟门店、服务柜台,那些库存不进入任何数据流、人员配置也伸展不到一个集成项目的地方。街角五金店去实现一套授权书协议,没有任何可信的未来图景——因为成本不在代码,而在于"是否存在一个人,其岗位职责里包含维护一个 API"。

所以电话不是一架大家都在往上爬的梯子的最低一级。它是智能体商务的永久地板,是覆盖结构化轨道永远够不到的那条巨大长尾的信道,也是那条完全没有信任机制的信道。这个行业把标准化的力气花在了最不需要它的那群人身上——大型商家本来就有合同、拒付权与法律救济——而在"智能体的一句话就是全部可得凭据"的那群人身上,一分力气也没花。

还有一个值得留意的二阶效应。如果智能体来源的呼叫变得普遍,小商家的电话线就不再是一条客户通道,而变成了一个由人类做解析的、未经认证的 API,在一个它从未同意过的量级上,服务着它无法识别的请求方。这是一次成本转移,而没有人为它定价。

被叫方手上没有称得上控制的东西

What the business on the receiving end can do about agent calls Three controls a called business would need — knowing who is calling, refusing future calls, and verifying what was agreed — and what is actually available for each today. The callee's three questions, and where each answer lives Who is calling me? The agent says so, out loud. Nothing signs the claim. Can I refuse the next one? Yes — per vendor, through that vendor's channel. What did I agree to? Whatever the transcript says. You do not hold a copy. Would need: a signed caller identity the callee can check Would need: one registry every agent operator honours Would need: a receipt issued to both sides of the call None of the three exists as a standard. All three exist on the rail the same companies built for merchants with an API.
这三样都不是标准。而它们全都存在于同一批公司为"有 API 的商家"所建的那条轨道上。

Google 做了它能做的那些负责任的事:智能体会说明自己是自动化的,商家可以退订。两者都是真实的,也都在结构上不足——原因相同:它们是某一家厂商产品的属性,而不是这条信道的属性。

退订是最清楚的例子。一家不想接智能体来电的商店,必须逐个去发现每一个运营方的存在、找到该运营方的退订机制、再逐个使用它——Google 记载的其中一条路径是拨打一个号码、留下带有商家名称的语音留言。把它乘以每一家推出外呼智能体的公司,负担就完全落在最没有能力承担它的那一方身上。真正管用的是一个所有运营方都遵守的单一登记处,而这是一个标准化问题,同一批联盟早已具备解决它的条件——只是没人向他们提出这个要求。

披露的形状类似。FCC 于 2024 年 2 月的解释性裁定确认,AI 生成语音在 TCPA 意义上属于"人工或预录语音",但 TCPA 的限制是围绕住宅线路与无线号码写的——一家商店的商用固话并不是那套框架所要保护的对象。而 FCC 关于定义"AI 生成呼叫"并强制规定披露措辞的立法程序,截至 2026 年 8 月仍是提案。因此对打给企业的呼叫而言,"智能体自报家门"是一条自愿规范,此刻正由最先发布的那一方设定;而以这种方式设定的规范,其耐久程度恰好等于随之而来的竞争压力。欧盟在一个很窄的方面走得更远:AI 法案的透明度义务自 2026 年 8 月 2 日起可执行,要求告知当事人其正在与 AI 系统交互——这与让披露问题对智能体整体变得不可回避的,是同一条原则。

第三个问题是没人在问的那个。那位说了"行,我给你留一个"的店员,已经进入了某种承诺关系,却手上没有任何记录,日后也无从对用户的说法提出异议。在协议轨道上这件事已被解决——双方各持一份凭证。在电话上,持有录音的那一方,是打出这通电话的那一方。

如果你正站在这件事的任一端

两类读者,两份很不一样的清单。

如果是你的智能体在打电话如果是你的生意在接电话
每一通都在第一句话里、不待询问地披露。监管尚未定局;规范此刻正在被设定,而设定者是你。在量涌上来之前就定好政策,而不是之后。"我们接受关于库存的智能体来电,但不接受下单"是一条挺好的政策,而它需要白纸黑字地存在。
永远不要让模型在行内断言结果。从文字记录中抽取一个带类型、带置信度字段的结果,并让下游代码显式处理低置信度。在预留或承诺任何事之前,请对方书面确认。那是双方唯一会有的凭证。
在拨号之前先写下一条持久的意图记录,让掉线的通话可以由人对账,而不是被静默重试。把智能体来电与客户来电分开记录。你没法为一笔从未统计过的成本去争辩。
在你的整个运营范围内立即兑现退订,并把抑制检查做成拨号的前置条件,而不是提示词里的一句指令。如果你想退出,就去找到并使用每一家运营方的退订入口。今天它是逐厂商的,没有捷径。
把回程的文字记录当作对抗性输入。对端说了什么,都是进入你智能体上下文的不可信文本。培训员工:一个自称代表某位顾客的来电者,说的是一个声明,不是一份凭据——这是最古老的社工面。

工程侧的展开见电话与 PSTN 接入外呼语音智能体,两者都从实现者的座位上讲了同一个底层要点:电话是一条尽力而为、未经认证、无确认的信道,任何需要保证的东西都必须从别处取得那份保证。

常见问题

Google 的外呼功能到处都能用吗?

不能。它是在美国的部分品类上线的——玩具、健康美妆与电子产品等——而预约、等位时长查询这类相关的自动呼叫功能仅限美国,并排除了部分州。整个放量过程贯穿了 2026 年夏季。

智能体会告诉商店自己是 AI 吗?

会。Google 表示智能体会表明自己是自动呼叫,且商家可以选择不再接收此类呼叫。两者都是厂商承诺,而非某项标准设定的要求;而那条会为 AI 生成呼叫规定强制披露措辞的 FCC 规则,截至 2026 年 8 月仍是提案。

为什么智能体不能直接用 AP2 之类的协议来完成这些呼叫?

因为被呼叫的商家没有实现任何一种,而且大多数永远不会。智能体支付协议需要商家侧的集成,这适合大型零售商与平台;而独立小店构成的长尾没有 API、没有集成预算,也没有一个人的岗位职责会包含这件事。那道缺口正是电话在填补的东西。

TCPA 的规则能保护商店免受智能体来电吗?

并不直截了当。FCC 于 2024 年 2 月的裁定确认了 AI 生成语音在 TCPA 下算作人工或预录语音,但该法条的限制是围绕打给住宅线路与无线号码的呼叫构建的。打给商用固话的呼叫大体落在那套框架之外——这正是今天实际可用的控制手段只剩下各厂商自家退订的原因。

真正能修好这件事的是什么?

三件事,全都是标准问题而非研究问题:一个被叫方可以验证的签名主叫身份、一个跨运营方的单一退订登记处,以及一次智能体通话之后向双方各出具的一份凭证。它们每一样,都已经以某种形式存在于同一批公司为"有 API 的商家"所建的那条结构化轨道上。

延伸阅读

本站:

信息来源: