Gemini开始替你打电话：能预约、查库存，还能自己等人工接通

Google正在把Gemini从“会聊天的助手”推进成“能替你办事的代理”。当地时间2026年9月24日，Google宣布在Pixel 11上测试一项早期实验功能：用户无需亲自拨号，直接告诉Gemini目标和要求，AI就会代替用户致电本地商家，完成预约、查询商品库存或改签服务等任务。

这不是传统意义上的语音拨号，也不是把电话转接给一个聊天机器人。Gemini会代表用户拨出电话，自我介绍，理解商家的自动语音菜单，在需要时等待人工接通，再用自然语言完成一轮真实对话。用户可以在Gemini应用中查看通话实时文字记录，并在关键节点介入或停止任务。

首批测试范围非常有限：该功能首先面向美国Pixel 11用户开放，而且需要订阅Gemini。Google目前将其称为“early experiment”，尚未公布更广泛的Android机型支持计划、具体订阅档位和正式上线时间。

一句话下达任务，Gemini负责把电话打完

Gemini代打电话功能是指AI代理代表用户拨打商家电话，并自主完成菜单导航、等待接通和业务沟通的功能。它解决的不是“不会打电话”，而是电话服务中最令人厌烦的等待、重复说明和人工流程。

用户不需要先拨出电话再把AI加入通话。根据Google披露的使用方式，用户可以直接在Pixel上的Gemini应用中提出请求，例如：

• “帮我打电话给附近的理发店，预约下周六上午10点的剪发。”
• “问一下这家电器店有没有黑色的某型号耳机现货。”
• “联系诊所，把我下周二下午的预约改到周四。”
• “打电话给汽车维修店，询问最早可以什么时候做保养。”

Gemini随后会识别商家、拆解任务、拨号，并在通话过程中处理对方的语音菜单。遇到“按1预约、按2查询订单、按3转人工”这类传统电话流程时，用户不必守在电话旁边等待，AI会负责选择合适的选项。

真正有价值的环节在于等待人工接通。传统电话客服的痛点不是拨号，而是“请稍候，您的电话对我们很重要”之后的几分钟甚至几十分钟。Gemini可以在后台保持通话，等商家工作人员接听后再继续对话，这相当于把最浪费时间的环节从用户身上剥离出去。

它不是录音播放，而是在现场理解和回应

Gemini的电话代理本质上是一个能处理实时语音交互的任务型智能体。它需要同时完成语音识别、对话理解、任务规划、语音合成和状态判断，难度明显高于根据固定脚本播放录音。

商家在电话里可能会临时追问：“您要预约哪位技师？”“需要普通座还是包间？”“这个库存只剩白色，可以接受吗？”如果AI只能按照预设话术回答，很快就会卡住；而Gemini需要根据上下文做出回应，并判断哪些信息可以直接确认，哪些信息必须交还给用户。

Google强调，用户始终可以掌握控制权。Gemini应用会提供实时转录视图，让用户看到AI听到了什么、对方说了什么以及任务推进到哪一步。用户可以在通话过程中介入，也可以随时终止通话。这一点非常关键，因为预约、改期和购买意向都可能涉及真实承诺，AI不能在没有边界的情况下替用户做决定。

从产品形态看，这更接近“可监督的电话代理”，而不是完全放手的自动驾驶。用户负责给出目标和约束，Gemini负责执行流程；一旦出现价格变化、时间冲突、身份验证或其他高风险节点，理想状态下应当暂停并请求确认。

与传统语音助手相比，差别在于能跨过电话这道墙

传统语音助手通常擅长查询信息和调用数字服务，但对那些没有网站、没有App、没有在线预约系统的本地商家帮助有限。Gemini代打电话的价值，正是把电话这个长期没有被数字化的入口重新接入AI代理体系。

| 能力 | 传统语音助手 | Gemini代打电话 | 实际价值 | |---|---|---|---| | 查询营业时间 | 通常可以通过搜索完成 | 可以直接向商家确认 | 处理临时变更和特殊营业安排 | | 预约服务 | 依赖商家网站或第三方平台 | 可通过电话向商家预约 | 覆盖没有在线预约系统的小商户 | | 查询库存 | 只能读取线上库存信息 | 可直接向门店工作人员询问 | 更接近真实、即时的门店库存 | | 改期或取消 | 依赖商家是否提供数字入口 | 可通过电话处理 | 减少人工等待和重复沟通 | | 等待人工接通 | 用户必须一直在线 | Gemini可代为等待 | 节省最主要的时间成本 | | 用户控制 | 通常是单向执行 | 可看实时转录并中止 | 降低AI误操作风险 |

这项功能最适合处理“规则简单、频率不高、但必须打电话”的事务。比如预约餐厅、确认理疗店空位、查询门店库存、联系维修服务商、改动诊所预约。这类任务通常不需要复杂的身份判断，却经常被电话等待拖慢。

它暂时不适合让AI独立处理高风险或高金额事项。涉及保险理赔、金融账户、医疗诊断、法律服务、退款争议和大额购买时，用户需要更严格的身份验证、授权和审计机制。Gemini能不能听懂对话，和它有没有权限替用户做最终决定，是两个完全不同的问题。

Pixel 11是入口，也是Google的测试场

Google首先把这项功能放在Pixel 11上，说明公司更看重端到端体验控制，而不是一开始就追求最大覆盖面。Pixel设备可以同时控制系统级电话能力、Gemini应用、通知、权限和实时转录界面，更适合作为新型代理功能的实验场。

首批用户还必须订阅Gemini，这意味着Google当前把电话代理视为高级能力，而不是普通拨号功能。公司尚未公开该功能对应的具体Gemini订阅层级，也没有说明电话时长、每日任务次数或可拨打商家类型是否存在限制。因此，现阶段不能把它理解为所有Pixel 11用户都能无限使用的系统功能。

| 项目 | 当前已知信息 | |---|---| | 功能名称 | Gemini代用户致电本地商家 | | 首发设备 | Pixel 11 | | 首发地区 | 美国 | | 使用条件 | 需要Gemini订阅 | | 产品阶段 | Early experiment，早期实验 | | 可执行任务 | 预约、查询库存、改期等 | | 通话能力 | 自动拨号、导航语音菜单、等待人工、完成对话 | | 用户控制 | 实时查看文字记录，可介入或停止 | | 其他地区和设备 | Google尚未公布完整计划 | | 具体价格和额度 | Google尚未披露 |

Google过去已经让Gemini连接日历、地图、Gmail、云端硬盘和任务等服务，Gemini Live也支持连续语音对话。这次电话代理的变化，是把AI从Google自己的数字服务进一步带到现实世界的商家电话网络里。它不再只是在已有数据中寻找答案，而是主动向外部世界发起行动。

这是一场对“AI代理”可靠性的实地考试

电话场景比网页和App更混乱，因此Gemini能否稳定完成任务，将成为这项功能成败的关键。网页有按钮、字段和明确的错误提示，电话却充满口音、背景噪音、打断、沉默和模糊表达。一个人说“下周四下午差不多都行”，AI必须理解这是一个时间范围，而不是一个精确时间点。

商家电话也可能出现多个不确定节点：自动语音识别失败、客服要求重复姓名、预约系统临时不可用、库存信息与线上页面不一致，或者人工客服给出多个替代方案。只要其中一个环节处理不当，AI就可能把“询问”误当成“确认”，把“暂时保留”误当成“完成预约”。

因此，Google需要解决的核心问题不是模型能不能说话，而是代理能不能正确判断任务状态。一个合格的电话代理至少需要明确区分以下几种结果：

1. 任务已完成：商家明确确认了预约、库存或改期结果。
2. 任务部分完成：商家提供了信息，但仍需要用户做最终选择。
3. 任务失败：电话未接通、系统异常或商家无法处理请求。
4. 需要人工确认：涉及价格、付款、身份验证或不可逆操作。
5. 信息不确定：AI无法确认对方说法，必须向用户回报原始上下文。

如果Gemini只告诉用户“已经处理好了”，但没有提供预约时间、联系人、确认编号和商家原话，这种自动化反而会制造新的风险。AI代理时代，结果可验证性和过程可追溯性，和完成任务本身同样重要。

隐私、录音和商家接受度不能绕开

AI代打电话会把用户姓名、联系方式、预约信息和可能的个人偏好带入真实通话，隐私处理将成为产品能否扩张的硬门槛。用户需要知道哪些信息会被发送给商家、通话是否会被录音、转录保存多久，以及这些数据是否用于改进模型。

另一个问题是商家是否愿意和AI交互。大量客服系统已经在识别机器人拨号、拦截自动语音和限制重复呼叫。如果Gemini不能清楚表明自己是代表用户工作的AI，或者在同一任务中反复重试，商家可能会把它视为骚扰电话来源。

在美国，电话录音和双方同意规则还可能因州而异。Google需要在产品设计中处理身份披露、录音提示、数据保存和跨地区合规，而不能只把它当作一个普通的语音功能。Gemini是否会在开场时明确说“我是代表用户联系您的AI助手”，以及商家能否要求转接真人，都会影响实际使用体验。

Google真正想抢的，不是电话市场，而是任务入口

Gemini代打电话的战略意义在于，Google正在争夺用户生活中的“最后一步”。搜索可以告诉你哪家店有库存，地图可以告诉你商家在哪里，日历可以记录预约，但真正让事情落地的往往仍是一通电话。

过去的AI助手更像搜索框：用户提问，系统返回答案。现在的AI代理更像一个执行助理：用户说出目标，系统去完成一系列动作。代打电话是这个转变最直观的案例，因为用户可以明显感受到“我没有打电话，但事情办成了”。

这也解释了Google为什么选择从本地商家开始，而不是先做复杂的企业客服。餐馆、诊所、维修店和零售门店的电话流程高度重复，任务边界相对清晰，用户收益也很容易衡量。一次成功的预约，可能直接替用户节省10分钟、20分钟甚至更长等待时间。

不过，Gemini还没有证明自己已经具备大规模、低风险地处理现实事务的能力。目前它仍是Pixel 11美国用户可选的早期实验功能，功能覆盖、使用额度和可靠性都需要通过真实通话验证。对开发者和深度用户来说，更值得观察的不是它能不能打出第一通电话，而是Google会不会进一步开放任务编排、权限管理、结果回执和跨应用执行能力。

OpenAI、Apple和其他助手也会被迫跟进

电话代理一旦被用户证明有用，竞争焦点就会从“谁的模型回答更聪明”转向“谁能替用户完成更多现实任务”。Google拥有搜索、地图、Android和本地商家信息，这是Gemini切入电话场景的优势；Apple拥有系统级设备控制和隐私叙事；OpenAI则在通用智能体和多模态交互方面拥有用户心智。

但电话不是简单的模型能力竞赛。最终体验取决于四个环节：模型是否听得懂，系统是否能稳定拨号，代理是否有清晰权限边界，以及用户能否在出错时快速接管。谁能把这四个环节做成一个可信赖的闭环，谁才更可能成为用户真正愿意授权的个人助手。

我的判断是，Gemini这次更新有用，但还不能称为“AI替你处理一切”。它首先是一个高频痛点的局部解决方案：把等待电话和重复沟通交给AI，把最终决策留给用户。只要Google能把实时转录、任务确认、隐私保护和人工接管做好，这项功能会比很多停留在演示阶段的AI代理更接近真实生产力；如果它在预约和改期等基础事务上频繁误判，用户也会迅速收回授权。

短期看，Gemini代打电话更像Pixel 11上的产品实验；长期看，它可能成为移动操作系统的新入口。未来用户打开手机时，未必先找App，也未必先搜索网页，而是直接说：“帮我把这件事办了。”

结论

Gemini代打电话功能让AI首次以更完整的代理形态进入普通人的电话生活：它可以拨号、听菜单、等人工、完成沟通，并把过程实时呈现给用户。首批测试仅覆盖美国Pixel 11订阅用户，Google也尚未公布正式版时间、价格和更广泛的设备支持。

这项更新的价值不在于让AI学会“说话”，而在于让AI承担电话中最耗时、最机械的部分。它能否成为真正可靠的个人助理，还要看Google能否处理好授权、隐私、身份确认和异常情况。对用户而言，最现实的期待不是完全放手，而是让Gemini先替自己等电话、问清楚信息，再把需要决定的部分交回来。

参考来源

• Google Gemini 官方产品页：了解Gemini及其对话式AI助手的基础能力。
• Google Gemini Live 官方介绍：了解Gemini Live的语音交互、工具连接和连续对话能力。
• Google Cloud Gemini Enterprise 官方页面：了解Google在企业智能体、权限管理和安全治理方面的产品方向。
• Google Cloud Gemini Enterprise Agent Platform 文档：了解Google智能体平台的模型与开发文档体系。

本文根据2026年9月24日公开报道整理。Gemini代打电话功能仍处于早期实验阶段，具体可用范围、订阅要求和功能限制可能随Google后续更新而变化。