外呼语音智能体

外呼不是接听，纵使语音栈相同。

接听式语音智能体开场时已经处在一个已知语境中：来电者出于某个理由拨进来，已经为对话定了框。延迟预算相对宽裕，用户主动靠拢，失败模式多半围绕"别毁掉这段他自己开始的关系"。

外呼语音智能体把上面每一条假设都翻了个面。被叫方并没有要求这通电话；前三秒就决定他会不会挂；延迟必须"自然"，却没有"你已经在我们 IVR 里"这件外衣可以借；最重要的对话动作不是解决问题，而是先证明这通电话合法。同样的语音栈——同样的架构、同样的失败模式——却是另一个产品。

节奏与放弃率——绕不开的算术。

预测式拨号器那套数学，对 AI 驱动的外呼依然适用，就像它对呼叫中心人员的外呼一样。如果系统拨出的号码超过了你能让坐席（或智能体容量）真正接听处理的能力，那部分被接起来却接不上的呼叫就会被"放弃"，被叫方只会听见咔嗒一声。多数法域对放弃率设有上限（通常是个位数百分点的低位），而上限是否适用并不取决于另一头是人还是模型。

落到工程上：并发外呼数永远不能超过你的模型加下游能力，在受监管的应答窗口内真正能接起并开口说话的容量。把放弃率当作一类一等指标，按 campaign 监控，并把急停开关绑在阈值上。一句"只是把拨号开得更猛以测试规模"，正是会终结整场 campaign 的合规事件的那个 demo。

身份披露：必须说出"我是 AI"——清晰、靠前、用真实的语音。

在美国，《电话消费者保护法》(TCPA) 以及 FCC 关于预录音与 AI 生成语音的规则，要求拨号方表明身份；近期 FCC 的指引把外呼通话中的 AI 生成语音明确纳入既有的"人工语音"规则范围。欧盟与英国制度有以透明度与同意为根的对应要求。正确的设计假设是：你运营的每一个法域，身份披露都是强制的。

"表明是 AI"必须是被叫方真的听到并能听懂的那一句，而不是塞在通话末尾用法律腔语速念过去的客套。要让对方一次就听明白，发生在通话最开始的几秒，用大白话（「您好，我是代表 Acme 致电的一位 AI 助理——现在方便讲两句吗？」）。模型在被打断的间隙急匆匆混过去的披露，不算披露。

同意、录音，以及被叫方理应享有的控制。

外呼有三项控制是没得讨论的：

• 遵守拒呼名单（DNC）。联邦 DNC、各州 DNC、以及公司内部 DNC 名单都必须在拨号之前检查——而非之后。这道名单过滤就是 GTM 那篇里讲的"上游 fail-closed 关卡"，只是把邮箱换成了电话号码。
• 分时段限制。"可拨打时段"是按被叫方本地时区监管的，不是按拨号方时区。一个正确本地化的限制器，必须查阅区号对应的时区——或者更好，查现代运营商元数据——然后再决定每一次拨号。
• 通话中可退订。被叫方可以在对话中说"别再打给我了"；智能体必须识别这一意图、用语音确认，并立刻把该号码加入内部 DNC。一个在那时还要争辩、还要问「您确定吗」、还要继续走脚本的模型，正是这些规则写出来要应付的那种投诉本身。

通话录音的规则也各不相同——美国部分州是单方同意，部分州是双方同意，欧盟法域普遍要求明示同意。按法域分别配置，默认采用最严格那档，并把同意决定与录音元数据放在一起记录。

把 demo 变成罚单的几个合规雷区。

有三类雷区会稳定地引发昂贵事件：

• TCPA 法定赔偿。美国允许个人诉讼，按通呼计算法定赔偿，再叠加州一级补充规则（加州的 CIPA 相关请求、华盛顿州 WADAD 类规则等）。赔偿按通呼累计；一场漏披露的高量 campaign，可能产出六位数到七位数的集体诉讼敞口。
• FCC 人工语音规则。外呼通话中的 AI 生成语音落入 FCC 现有的人工语音框架；近期的释明裁定再次强调了这一点。违反它不仅是一桩民事诉讼——而是一桩联邦监管事件。
• 州一级的叠加规则。加州、华盛顿、佛罗里达等州各有自家的附加条款——额外的披露要求、更严的拨打时段、本州倾向原告的法庭。全国性 campaign 需要按州分别配置；"美国的规则"不是一套单一的制度。

在任何外呼语音智能体接触到真实公网电话号码之前：每通呼叫都由评测核验是否做了身份披露；放弃率纳入监控并绑定急停；DNC 名单上游校验并按日更新；通话中退订能被识别并兑现；按法域配置录音同意；审计日志足以事后还原任意一通呼叫。外呼语音是本节里"聪明能力"与"监管事件"之间距离最短的一块接触面——在 campaign 之前就把护栏建好，而不是等到投诉之后。