Google 发布 Gemini 语音代理新模型：企业客服自动化升级，跨境多语客服降本提速
AI 打客服电话时不再「嗯……让我查一下」地沉默等待了。9 月 15 日，谷歌发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款语音优先模型：模型可以一边说话一边在后台推理、调用工具，通话全程不中断。Extended Thinking 版在 Artificial Analysis 语音转语音质量指数拿下 82.6 分位列第一，并在 τ-Voice 智能体语音任务基准取得 68.6% 的完成率。更关键的是价格：按谷歌公布口径，音频输入约合每分钟 0.005 美元，音频输出约合每分钟 0.018 美元——语音 AI 客服的模型成本，已经低到可以按「分」计算。
这两款模型当天即在 Gemini API 与 Google AI Studio 上线，企业级版本进入 Gemini Enterprise 私测，并接入 Search Live、Gmail Live 等消费级场景。
对要扛多语言、多时区、旺季咨询洪峰的跨境卖家来说，语音 AI 客服的落地门槛又降了一截。
一、边说边想不冷场
语音客服过去最大的痛点是延迟：AI 要查库存、调订单、跑 API，用户只能听沉默。Gemini 3.8 Live 的解法是推理与说话并行——Extended Thinking 变体在后台执行多步任务时，会用「我帮您查一下」这类自然过渡语填满等待，异步调用函数与 API 也不打断对话。
据 AI Chat Daily 报道，该模型支持 97 种语言在对话中实时切换，买家上一句英语下一句西语，系统自动跟随；音频输入上下文窗口达 131072 token，近实时视觉理解也被塞了进来。
谷歌 DeepMind 首席工程师 Tom Ouyang 在发布中称这是「迄今最先进的实时对话模型」。所有音频输出自带 SynthID 水印，可追溯生成来源。
二、客服场景成主战场
模型之外，谷歌的企业级落地方案也在加码。在今年 NRF 大会上，谷歌云推出 Gemini Enterprise for Customer Experience（客户体验套件），让零售与餐饮企业搭建覆盖售前售后全流程的 AI 客服代理。
据 PYMNTS 报道，Kroger、Papa Johns、劳氏（Lowe's）是首批客户：Kroger 用它做全国范围的购物助手，Papa Johns 成为首个部署谷歌全渠道 AI 点餐代理的餐饮品牌，覆盖 App、网站、电话、自助点餐机与车载界面。
配套工具相当齐全：Customer Experience Agent Studio 支持低代码搭建与测试客服代理，AI Coach 给真人坐席提供实时话术指导，AI Trainer 加速新人上岗。语音、文字、图片多模态交互被整合在同一平台上。
三、成本账怎么算
按 CTOL Digital 援引的谷歌定价，音频输入 3 美元/百万 token（约每分钟 0.005 美元），输出 12 美元/百万 token（约每分钟 0.018 美元）。一段 5 分钟的通话，模型层成本大约 0.1 美元量级——当然，电话线路、系统集成、CRM 对接的成本另算。
行业内随之出现一个新算法：衡量语音 AI 不该只看「每分钟多少钱」，而要看「每单成功任务的综合成本」。一次失败后转人工的 5 分钟通话，可能比一次成功的 7 分钟通话更贵。
对跨境卖家，可操作的路径是「AI 一线 + 人工二线」分层 SOP：旺季先在查物流、退换货政策、尺码咨询这类 FAQ 型场景试跑，把复杂投诉和售后纠纷留给真人。5 分钟一单的咨询成本，用 AI 压到几美分，人工坐席只接高价值对话。
四、多语种是真正红利
跨境客服的痛点清单里，多语言常年排第一。招一个会英语、西语、阿语三语的女装售后坐席，成本与招聘难度都不言而喻；淡旺季咨询量波动 3 到 5 倍，坐席编制更是难题。
Gemini 3.8 Live 的 97 语种实时切换与原生音频能力，恰好打在这个点上：同一套客服代理，美国站用英语、拉美站用西语、中东站用阿语，口径一致、7×24 小时在线。谷歌声称模型在 Big Bench Audio 拿下 97.7% 的得分，语音代理竞技场排名第二。
谷歌还拉来 Salesforce 等企业伙伴打通数据链路——客服代理能直接读取订单与会员数据做个性化应答，这是通用聊天机器人给不了的能力。
五、别急着全托管
反面视角同样要摆上台面：基准成绩不等于生产可用。Extended Thinking 在 Sierra 的银行场景 τ-Voice-banking 基准上完成率仅 35.1%——即便是头部模型，在强监管、多步骤的复杂任务上失败率仍超过六成。
跨境电商的售后场景同样有雷区：涉及退款授权、隐私信息的操作不能放给 AI 自主执行；欧盟 GDPR 对通话录音、数据存储与用户告知有明确要求，AI 客服的录音与训练数据合规要先过法务这一关。
另一个隐性风险是话术失控：AI 客服对促销承诺、物流时效的随意应答，可能构成对买家的实质承诺，引发纠纷时平台不会替你兜底。上线前把话术边界、升级规则、敏感词库配好，比追新模型更重要。
语音 AI 客服从「能不能用」走到了「怎么用好」的岔路口。你的旺季客服预算，准备分给模型几分、真人几分？
参考资料
- AI Chat Daily：《Google DeepMind ships Gemini 3.8 Live with parallel reasoning voice mode》
- CTOL Digital Solutions：《Gemini 3.8 Live Cuts Voice AI Costs as Failed Tasks Get Expensive》
- PYMNTS：《Kroger, Papa Johns Test Gemini AI Agents for Retail》
- Constellation Research：《Google launches agentic commerce tools, Universal Commerce Protocol, Gemini Enterprise for Customer Experience》
- A47 News：《Google Launches Gemini 3.8 Live Speech Models Enhancing Voice AI Capabilities》
- 谷歌云官网：《Gemini Enterprise for Customer Experience》