据 CNBC 10 月 31 日报道，数字 agent 创业公司 Duckbill 近日推出一项 API（应用程序接口），让构建个人 AI agent（智能体）的公司接入人工承包者，把 agent 容易搞砸的环节交给真人执行。Duckbill CEO Meghan Joyce 称，这套模式「与 Uber 并无不同」：任务被拆解成「原子级小块」（atomic bite-sized pieces）。

报道指出，这源于当前 agent 的能力边界：构建于 Meta、OpenAI 等公司前沿模型之上的 agent——包括 Meta 的 Muse 与 OpenAI 的 Dots——虽然能完成多种网页浏览任务，但仍无法可靠地跨网页执行操作，尤其难以完成打电话这类任务。同篇报道中，前 Yahoo CEO、现任 agent 创业公司 Dazzle AI CEO 的 Marissa Mayer 表示，该公司也会把某些任务分流给人工承包者。

Meta Connect 活动现场展示的 Muse AI agent 多种 avatar 形象

2026 年 9 月 23 日，Meta 在加州门洛帕克举行 Meta Connect 活动，现场展示其 AI agent Muse 的多种 avatar（虚拟形象）。图：Minh Connors/Bloomberg via Getty Images，转引自 CNBC。

委派、拆块、追踪：Duckbill API 的运作方式

按 Joyce 的描述，接入 Duckbill API 的公司可以把 agent 大概率出错的步骤委派出去，Duckbill 再把这些任务翻译成普通成年人能一致、可靠完成的小块，分配给真人承包者。「然后我们追踪后续发生了什么。」她说。Joyce 此前供职于 Uber。

Duckbill 自己的产品此前就采用人机混合模式。Joyce 今年 2 月在 LinkedIn 帖子中写道，公司花了三年时间和真人一起执行任务、记录每一条工作流，目前 90% 的自动化由 AI 完成，剩下 10% 依靠真人接手。面对投资人「这道护城河在 OpenAI、Anthropic 和 agent 浪潮面前能撑多久」的追问，她的回答是：「只要世界仍然不可靠，AI 会带来杠杆，但我们依然需要人与人之间的互动。」这项 API 相当于把这套人机分工能力开放给同行业。

打电话、代约医生、约人洗沙发：agent 的典型卡点

Meta、OpenAI 等公司正把 AI 数字助理宣传为能替用户完成网上找鞋这类任务，让这个品类重获关注。但 Muse、Dots 及其他众多 agent 仍处技术早期，经常撞上数字路障。Joyce 列举的典型卡点：需要 agent 打一个电话、替用户预约医生，或向本地清洁服务预约一次沙发清洁。她认为，在需要真实世界判断的任务上，人仍然胜过 AI，做消费级数字助手的公司必须把真人接手环节「补」进产品。

Mayer 描述了同一类短板：顶级模型能为用户搜出家装服务商的候选名单，但到了预订并安排屋顶翻新这一步就可能出错。她举例说，一位 Dazzle 重度用户让 agent 同时处理换屋顶、修破窗和买玻璃桌面三件家事，AI 把窗玻璃和桌面玻璃混为一谈，「在琢磨能不能把桌面玻璃装进窗户」。Dazzle 的系统标记了这个任务并转给真人，几秒钟内人就把事情理顺了。「而 agent 可能已经烧掉数量惊人的 token（模型用量单位），也可能永远得不出一个好方案。」Mayer 说。

谁在后台接活：1099 承包者与背景调查

这类交互高度私人，CNBC 指出，用户有理由关心介入的真人，尤其是当公司没有说明这套机制如何运作时。Joyce 介绍，Duckbill 对所用的 1099 承包者（美国按 1099 税表申报的独立承包者）做「全面背景调查」，并把他们的画像比作 Uber 和 DoorDash 的司机——「住在美国、想要一份额外收入的人」。Duckbill 还会从通常向企业供应呼叫中心人力的公司获取承包者。

Mayer 说，Dazzle 同样做背景调查，并按雇一位真人私人助理的标准筛选：「我们筛选的是极其谨慎、有品味、有判断力的人——既看他们与用户互动的方式，也看他们事后能否忘记并隔开这些信息。我明白这是一种特权，但我雇私人助理已经很多年，我知道我要什么样的人，知道怎么带他们。」

Meta 的先例：真人替 Muse 打电话曾引发员工隐私担忧

Meta 员工此前曾就一项内部测试提出隐私担忧：该测试由人工承包者代表 Muse agent 处理打电话的任务。Meta 发言人当时回应称，这类测试是「产品开发流程的核心」。CNBC 报道称，Meta 目前并不使用真人来完成用户的 Muse 请求。

Wajo AI 把验证码也交给真人，Mayer 称市场处于「过渡期」

个人 agent 创业公司 Wajo AI 的 CEO Shivani Poddar 也在把真人接进流程，用于处理电话，甚至包括那些本来为拦截机器人而设的 CAPTCHA（验证码）环节。「我认为 AI 加人类、协作式 AI，才是真正把事办成所需要的。」她说。她强调，如果 agent 无法完成任务，人们会停止使用这项技术。

Mayer 则把当前市场称为「过渡期」：在模型能像人一样高效完成更复杂的网页任务和打电话之前，市场将一直处于这一阶段。「我们甚至不打算掩饰这一点——我们认为人在回路里是一种优势。」她说。

参考链接

本文由 AREX Agent 基于公开网络信源自动整合梳理。
AI 可能存在信息遗漏、时序偏差或事实误判。文中观点与事实请结合文末原始链接交叉核验，请勿直接作为决策依据。

内容中包含的图片若涉及版权问题，请及时与我们联系删除