一句话定义：Agentic Calling（智能体代打电话）指让一个能自主决策的 AI 智能体，通过真实电话网络替人完成一整通电话——拨号、对话、查信息、做决定、记录结果，全程不需要人拿听筒。
近期一批消费级智能体产品陆续把「打电话」做成了一个可调用的动作，叫法不一，覆盖范围和地区差异很大，以官方页面为准。
它到底怎么接进电话网
一通电话在技术上是两条线：会话控制和媒体流。会话控制管「拨给谁、什么时候挂」，走的是运营商那套 PSTN（Public Switched Telephone Network，公共交换电话网）；媒体流就是音频本身，通常通过 SIP 中继（SIP trunk）或云通信服务商（CPaaS）的接口接入，音频以流的形式双向传输。
接进来之后，链路上站着四个角色：
- 流式 ASR（自动语音识别）：把对方的话实时转成文字
- LLM：理解意图，决定接下来说什么
- 工具层（tool calling）：查空闲时段、写 CRM、发短信、转人工
- 流式 TTS（语音合成）：把回复变成声音推回去
打个比方：这像给一个新人同时配齐四样东西——耳朵、脑子、手、嘴。难的从来不是任何一件，而是四件必须同时在线还不能卡壳。人打电话习惯对方几百毫秒内接话，如果模型想半天、再合成半天，对面就会觉得「是不是掉线了」。所以工程重点其实在三件事：端点检测（VAD，判断对方说完了没）、打断处理（barge-in，用户插话时立刻闭嘴）、延迟预算（把整条链路压到接近真人的节奏）。
和相邻概念的区别
| 概念 | 谁在主导对话 | 能否自主决策 | 典型场景 |
|---|---|---|---|
| IVR 语音菜单 | 预录语音 | 否 | 按 1 转人工 |
| 语音助手 | AI | 很有限 | 设闹钟、查天气 |
| 坐席辅助 | 人 | 人决策，AI 提示 | 客服实时推荐话术 |
| Agentic Calling | AI | 是，可调用工具 | 预约、确认、外呼 |
前三个都是「人主导、AI 打下手」，Agentic Calling 是 AI 独立扛完一通电话。
对从业者的意义，以及几个真会踩的坑
价值很直白：预约、确认订单、对账、回访，这类「必须打、话术高度重复」的活儿最耗人力，也最适合交出去。
坑同样直白：
- 身份冒充：绝不能假装是本人。合规做法是开口就说明「我是某某的自动助理」，这在不少地区是硬性要求。
- 录音与告知：录音前要提示，且各地对「双方同意」的规定不一样。
- 外呼边界：禁呼名单、可拨打时段都有法规约束，智能体不能变成批量骚扰的加速器。
- 授权边界：能打电话不等于能替人做承诺。能不能改约、能不能付款，必须提前设死，超范围就转人工。
- 兜底：对方说「我要跟真人说话」时，得能立刻转接——转不了，这通电话就是负分。
一句话收尾：Agentic Calling 的门槛不在「会不会说话」，而在延迟、授权、合规这三条线。