此为历史版本和 IPFS 入口查阅区，回到作品页
K的筆記不是筆記
IPFS 指纹 这是什么
作品指纹

你跟我說剛剛的客服不是人？！ElevenAgents Expressive Mode 讓我懷疑「人聲」！

K的筆記不是筆記
·
·
今日看到Elevenlabs 於20260211 剛釋出的ElevenAgents Expressive Mode影片，剛好撞上這兩天K在處理平台UI／UX災難的節點，開始懷疑接我電話的客服是不是人（笑）不專業的小感想，隨便看看，歡迎吐槽。

二月才邁入第二週，手上的事情堆積如山。

K這兩天在處理手上複數個平臺糾紛，剛好遇上平臺整改，導入新的AI功能時又（對，再一次）發生UI災難，無限Loop到懷疑人生，最後終於在詭異的地方找到傳說中的VoIP「internal call」找到平臺客服。

關於這件事離奇到我覺得我只剩下兩個選擇：

1. 特地開一篇來吐槽（有沒有那麼氣😂）；
2. 直接把這個UI/UX災難寫成case study公諸於世。

好的，可能嘴上說說而已，忙到快冒煙了

回歸正題。

picture from https://pixabay.com/

各大服務商的call center要從 AI 變成 AI？

對的，沒有筆誤。要從All Indian變成Artificial Intelligence。

沒歧視，世界上最大call center外包規模就真的是在印度。［見註］目前AI在語音助理的進展上取得顯著成長，很多公司把 routine query（密碼重置、訂單查詢、基本 troubleshooting ）交給 AI agent， entry-level 職位大幅減少。簡單、固定的工作都交給AI處理，真人就業市場被大量壓縮。［見註］而剩下比較複雜的那些範濤或者edge case，很多時候還是轉交給well trained的真人客服。

和很多其他行業一樣，相當於有了汽車就不需要腳夫和馬車。

from ElevenLabs on YouTube

ElevenAgents Expressive Mode到底有什麼特別？

如果使用過現在主流AI Chatbot的語音功能，會發現到目前的語音回覆生成非常「有情緒」。只是在某些地方轉折或者是被barge-in中斷的時候稍稍不自然。以下連結是 ElevenLabs在20260211發佈的ElevenAgents： Expressive Mode Demo。直接把熒幕關起來盲聽試試，你會懂我在說什麼。

傳送門： youtu.be/vMph-o_OmbA...

或搜尋：Introducing Expressive Mode for ElevenAgents

from ElevenLabs on YouTube

ElevenLabs是目前 AI 語音領域最頂尖的公司之一，總部位於英國/美國，主要產品就是生成極度逼真的人類語音（Text-to-Speech, TTS），被很多人稱為「目前最像真人的 AI 配音」。

支援超強情感表達、語調控制、多角色對話，甚至能透過簡單標籤控制語氣；還支援包含中文和粵語等70+種語言。更特出的是，還能自己訓練克隆聲音（Voice Cloning）。

除了一般TTS（Text-to-Speech）、語音轉文字（Speech-to-Text）；還有音樂生成、對話生成（Text to Dialogue）、影片/圖片生成整合、專業配音工具（Dubbing、Voiceover Studio）等強大功能。對於YouTuber、影視後製、遊戲、播客、有聲書、企業客服、行銷內容創作等來說，不用顧人（聲優）的成本和真人服務配合的時間，的確是如虎添翼。

但沒錯，又是另一種產業沖擊。雖然台灣的配音產業的確本來就沒有很蓬勃。

screenshot from ElevenLabs YouTube: Studio 3.0 （K：真的是超夢幻的編輯方式）

雖然官方釋出影片中沒有像之前中國模型進行現場打斷（嗯，吵架）或是像Grok語音模式現場示範，但是在一些第三方或開發者影片（如用 ElevenLabs + local STT 做的 realtime chat demo）裡，有明確展示按鍵或語音打斷 Agent， Agent 會立刻停下來聽你講，感覺很像真人被打斷後「好，你說」的那種反應。

screenshot from https://www.11labs.ru/blog/introducing-expressive-mode

官方文件和 Conversational AI 2.0 blog（2026 年 1 月）都強調這是核心賣點：避免傳統系統「講完才聽你」的僵硬感。延時超低，且可調。Eleven Agent 是 ElevenLabs 在 2025 年底～2026 年大力推的第二大產品線，簡單講就是「會講話的 AI 客服 / AI 助理 / AI 代理人」，支援32+ 語言 的自然對話，並可自定義串接外部工具（tool calling）、知識庫、企業資料。

丟回上面講的客服場景，嗯，有點「哇噻」。這個「哇噻」一部分給entry level的就業市場，一部分給使用者體驗，最後才是技術向。（是的，這個年頭大家都對新進步快速進展的節奏有點麻痹了）

是誰在說話真的重要嗎？

就使用者核心需求來說，最重要的是get things done。AI Agent在get things done的同時，追求beautifully done、seamlessly done。

客服需要像人（或被認爲是人），個人觀點是因爲目前世代對「和機器」講話、「機器像人」有種不適。時常跟各種客服打交道的人來說（嗯哼），在實務需求上快速把事情解決的需求權重比「對方是不是人」重要的多。大家都在時間的滾輪上賽跑，誰能超前一點把事幹完，誰相對能休息的時間就多一點（或保持不被超車）。

話說回來，這兩天K在和無限loop的客服redirect打架後，終於通了30分鐘的電話「get things done」；回頭就看見Eleven Agent的Demo影片，突然覺得剛剛通話的agent的咳嗽、忙碌的背景聲和貌似人類特有的思路打結，有可能都不是真人。

但是我不管，事情做完我就自動從線上系統滾蛋，不佔誰的資源（包含我自己的）。

去年的確看到新聞指出，AI 語音客服上線後，很多真人客服爲了暗示自己是真人以降低client的反感度，作出咳嗽、重複、清喉等聲響。這些手段在2026年以後恐怕也將不適用。

的確，這次面世的Eleven Agent 已經可以輕鬆加入故意咳嗽、重複、嗯啊、吸氣、吞口水這些「human imperfections」，而且效果非常強。想想，克隆一個口音再加點微調，誰知道電話對面是誰🤷

其實還有點關於ElevenLabs模型、MCP、AI在現代使用模式的影響想講，不過那種碎碎唸就留給下次（？）吧。

回到開頭的平臺UI/UX災難，有空做成case study吧🙈 至少是「看起來有觀點的吐槽」（實際上還是吐槽）😂


以上。

你好，我是K

謝謝你看到這裏，你真的很厲害👍



註：

CC BY-NC-ND 4.0 授权