人工智能終於走到這一步：它不只是替你搜尋資料，還會親自「拿起電話」替你打給商家。Google 昨日（9 月 24 日）連環出手，一邊在 Pixel 11 上推出「Call for Me」AI 通話功能，讓 Gemini 替用戶致電商家訂位、查存貨、改期；一邊為企業版 Gemini 3.8 Live 帶來「Live Avatar」，讓 AI 擁有一張會對嘴、有表情的即時虛擬面孔。兩項更新同一日發佈，標誌著 Google 正把 Gemini 從「聊天機械人」推向「真正替你辦事的 AI 代理」。
Call for Me：Gemini 替你打電話、聽等候音
「Call for Me」目前以「早期實驗」（early experiment）形式，向美國 Pixel 11 用戶推出。凡已訂閱 Gemini 付費方案並加入 Phone by Google 公開測試的用戶，只要在 Gemini 應用內說一句「幫我打給那間餐廳」，AI 就會以你自己的電話號碼撥出，主動向對方表明自己是 AI 助理，然後自行完成任務：查詢某件貨品有沒有現貨、預約訂位、改約時間——甚至替你聽完那段漫長的等候音樂。
與去年版本的關鍵分別在於「控制權」：整通電話期間，用戶可透過即時文字記錄（live transcript）看到 AI 與對方的每一句對話，並可隨時一鍵接管通話。這是 Google 繼「Hold for Me」（替你等候）和「Direct My Call」（替你按語音菜單）之後，把手機通話自動化再推前一大步——由「輔助」升級到「代辦」。
Live Avatar：AI 終於有了一張會說話的臉
同日另一頭，Google 為企業客戶正式發佈 Gemini 3.8 Live 的「Live Avatar」功能。它為 AI 的語音對話加上近乎即時生成的視頻面孔：虛擬化身會隨著說話內容對嘴（lip-sync）、做出表情變化，還能在 97 種語言之間即時切換——官方示範中，同一個化身先用英語、再切日語，嘴形與發音依然精準對齊，且不會出現畫質下降或視覺漂移。
Google 提供預設化身庫供企業選擇，也允許機構自訂專屬化身。所有輸出均帶有隱形的 SynthID 數碼浮水印，並設有「尊重身份」（respect identity）的保障措施，防止被挪用於冒充真人。功能即日起在 Gemini Enterprise 開放，距離 Google 公佈 Gemini 3.8 Live 模型（強調近乎即時的視覺輸入處理）僅約一星期。
雙箭頭的戰略意涵：AI 代理大戰全面升級
把兩項更新放在一起看，Google 的意圖相當清晰：ChatGPT 時代的 AI 是「你問它答」，而下一階段的 AI 必須「替你動手」。Call for Me 解決的是 AI 代理最後一哩——現實世界中仍有大量交易必須透過一通電話完成；Live Avatar 則解決信任與臨場感——當 AI 替企業面對客戶時，一張會對嘴的臉能大幅降低溝通的疏離感。
競爭對手也沒閒著：Meta 正為其 Muse AI 代理開發類似的自動通話功能（不過據報部分電話背後可能仍是真人接線）；OpenAI 的 Operator、Anthropic 的 Claude 電腦操作功能則走的是螢幕內代理路線。Google 的差異化在於它同時握有手機作業系統（Android/Pixel）、對話模型（Gemini 3.8）與企業通路（Gemini Enterprise），能把「語音—行動—形象」三件事一次打通。
值得留意的隱憂
當然，AI 主動打電話給人類也引發新的疑慮。接線的商家員工未必知道自己正在與 AI 對話（Google 稱 AI 會主動表明身份，但執行細節仍有待觀察）；AI 生成面孔技術普及後，視訊詐騙的門檻可能進一步降低——SynthID 浮水印有助溯源，但目前並非所有影片平台都會讀取。此外，功能初期僅限美國 Pixel 11 付費訂閱用戶，何時擴展至其他地區與機型仍是未知數。
結語
從「Hold for Me」到「Call for Me」，從文字聊天到有臉有表情的 Live Avatar，Google 正在把 AI 從手機裡的助理，變成能在現實世界代你出面辦事的分身。對一般用戶而言，擺脫等候音與語音菜單或許已是即時可感的改善；對企業而言，能以 97 種語言即時現身的 AI 客服也不再遙遠。AI 代理大戰的下半場，比拼的將不再只是模型分數，而是誰能真正替用戶「打通那通電話」。
