Decagon 的 Voice 3 與 PACT 讓客戶支援準備好迎接另一端的代理人

--- title: Decagon 的 Voice 3 與 PACT 讓客戶支援準備好迎接另一端的代理人 meta_title: 當客戶是代理人，支援必須隨之調整 meta_description: Decagon 推出搭載 Chord 語音模型的 Voice 3，以及 PACT——一套當個人 AI 代理人聯繫企業時，用於委託授權的協定。 ---

大多數客服軟體都假設對話的另一端是真人。Decagon 在 10 月 1 日發布的產品則假設情況越來越不是如此，並同時朝兩個方向為此打造產品。

該公司在 Decagon Dialogues 活動中發表了四項產品：搭載全新語音模型 Chord 的 Voice 3、Personal Agent Gateway（個人代理人閘道）、Agent Modules，以及 Duet Apprentice 測試版。

Voice 3 與 Chord 模型

Voice 3 隨附 Chord，這是 Decagon Labs 推出的首個語音模型，並針對客戶對話進行後訓練。Decagon 表示，該模型會逐句塑造語音，在處理電話號碼與確認碼等細節時放慢速度，之後再回到一般對話的節奏。

其架構為雙工（duplex），有兩層平行運作。低延遲的對話模型負責聆聽與說話，而更強大的模型則在對話背後處理推理、工具呼叫與護欄機制的執行。由於代理人在說話的同時也在處理傳入的音訊，它能以一個隨口的聲音表示回應，但在對方真正打斷時讓出說話權，而不是自顧自地說下去或突然沉默。

Decagon 表示，在三組錄音的盲測中，每一組都將真人與經過 Chord 處理的同一把聲音配對，平均約有 90% 的聽者無法辨識出哪個是真人。該公司指出，Chord 是以授權資料與經同意的配音人才訓練而成，絕未使用客戶自有資料，並支援超過 70 種語言，具備自動偵測與句中切換語言的能力。

這個 90% 的數字是公司自行公布的盲測結果，而它具有雙面性。作為品質指標，它令人印象深刻；作為揭露訊號，卻令人不安，因為無法分辨自己正在與機器說話的來電者，根本沒有機會開口詢問。

個人代理人閘道是更具深遠影響的想法

Decagon 在發表會上提到，活動前一個月內，Meta 推出了 Muse，OpenAI 發表了 dots，Instinct 則開始替使用者撥打電話。該公司將這些描述為能代其主人預訂、購買、取消與議價的個人代理人，並表示它們已經開始聯繫客戶支援。

這正是閘道所因應的轉變。它包含兩個部分。

個人代理人偵測功能會運用來自企業與平台兩方的訊號，在聊天與語音管道中標記出可能的個人代理人。接下來會發生什麼、這些代理人能存取哪些內容，則由各家企業自行決定。

一個專屬的個人代理人通道與聊天、電子郵件、語音並存，並擁有各自獨立的 Agent Operating Procedures（代理人作業程序）。因此，同一個請求會因為提出者是人還是代理，而走上不同的工作流程。

權限就存在於這些程序之中。企業定義代理可以請求哪些範圍（scope），並標示哪些區段需要哪一項範圍；缺少所需範圍的代理，永遠不會看到那些區段。

Decagon 舉的例子是一家航空公司。旅客的個人代理人請求檢視與重新預訂航班的權限；旅客只核准了檢視；航空公司的代理便分享較早的航班選項，但在重新預訂另行取得授權之前，無法完成更改。

PACT，以及為何授權需要一套協定

Decagon 也發表了 PACT（Personal Agent Consent and Trust，個人代理人同意與信任），這是一套協定，讓個人的代理人能在服務方所定義、並由該本人授予的權限下代其行事。

PACT 建立在 Agent2Agent 協定之上——該協定涵蓋代理之間如何互相發現與交換訊息——並新增以 OAuth 2.0 為基礎的委託授權。這讓代理能證明自己代表哪個人，以及那個人允許它做什麼。

這背後的道理一旦說出來就很直白。當企業收到來自代理的請求時，在採取行動前必須回答三個問題：這個代理背後是哪個人、那個人授權了什麼，以及代理能否證明這一點。單靠 Agent2Agent 只能涵蓋探索與訊息傳遞，授權部分則含糊不清。把 OAuth 2.0 鎖上去，便讓這份委託有了可驗證的鏈路。

該規格已經公開，Decagon 表示正與個人代理人供應商及企業客戶合作共同形塑它。PACT 究竟會成為標準，或只是單一廠商的做法，取決於其他平台是否採用——這也是由單一作者提出的協定所必經的慣例考驗。

Agent Modules 與學徒模式

Agent Modules 結合了基礎架構、分析與活動編排，涵蓋支援以外的客戶旅程，包括潛在客戶資格篩選、新客導入與催收，並橫跨金融服務、旅遊、旅宿、醫療保健、零售與電信等產業。

客戶的團隊負責定義商業邏輯，而 Duet 則運用該公司的標準作業程序、政策、整合與知識來源，將流程轉譯為代理的行為。以催收為例，團隊會設定揭露用語、核准的還款方案級別，以及需要真人接手的條件。上線前，會以意圖各異的人物設定進行模擬，測試代理的行為。

Duet Apprentice 目前為測試版，而這個定位很重要。它被定位為學徒，而非自主運作的營運者，這暗示了一種分階段的信任模型：代理在有人監督的情況下學習企業的程序，之後才獨立處理案件。比起常見的發表話術，這更誠實地描述了企業部署實際的推進方式。

這說明了客戶支援的發展方向

有兩件事特別突出。

第一，語音品質已不再是差異化因素。一個在 90% 盲測中與真人無從分辨的語音模型，在真正重要的意義上已是被解決的問題，這意味著競爭將轉移到代理知道什麼、被允許做什麼，以及如何證明。德國電信（Deutsche Telekom）數位服務溝通部門主管 Christian Niedworok 在發表會上形容 Voice 3 聽起來像是真的在聽，並讓對話持續推進，而不是在處理事情時陷入沉默。這是關於延遲與輪替發言權的評論，而非音色——而剩下的品質落差正是在那裡。

第二，對話的另一方正在改變。客服系統花了數十年為人類行為建立模型：什麼會讓人困惑、什麼會讓人掛斷電話、該如何分流。如今，進來的請求中有一部分將是代替人類行事的機器，系統必須偵測它們、驗證它們，並界定它們的存取範圍。那是另一套工程計畫，而 Decagon 是首家直接針對它推出產品的主要供應商。

偵測問題有個值得深思的特殊形狀。個人代理人代表某人聯繫客服，未必懷有惡意，它可能是客戶授權的正當委託。把代理流量當成濫用處理，會破壞一個即將變得普遍的使用情境；把它當成一般流量處理，則會為自動化濫用打開大門，其規模是人為詐欺從未達到的。閘道做法——讓偵測結果影響路由，而非直接觸發封鎖——是一條合理的中間路線，而它取決於偵測是否準確。

值得觀察的重點

PACT 是否會被 Decagon 自家客戶以外的對象採用。若會，委託授權將成為任何收到代理流量的企業的基本門檻。若不會，每個平台最終都會有自己的答案，而真正因這種混亂受害的，將是在自己的代理後面等待答覆的人類。

偵測準確度在對抗性壓力下是否站得住腳。任何會對流量分類的訊號都會引來鑽營，而對任何想大規模自動化客服流程的人來說，個人代理人偵測正是值得鑽營的訊號。

多語言宣稱在層層疊加之後是否依然成立。Voice 3 支援超過 70 種語言，可自動偵測並在句中切換，Decagon 表示每種語言在上線前都經過母語人士驗證。要在句子中途切換語言，同時維持一致的身分，比在句與句的界線處切換更為困難，而獨立的測試會很有幫助。

這次發表的走向很明確，且其影響範圍比單一廠商的產品線更廣。客戶支援數十年來一直假設自己是在與人對話。這個假設正在失效，而率先推出因應這項轉變的工具的公司，將形塑未來幾年自動化客戶互動的樣貌。