入门
与 AI 智能体对话
机器人会回复消息,也能接电话——在桌面端、手机和 Apple Watch 上与同一个机器人交流,人人都能构建的智能体,数据去向以及哪些事可以自己决定。
有了语音机器人,Pabal 就成了与 AI 智能体对话的地方。机器人会回复消息,也能接电话。对同一个机器人,你可以在电脑上用文字提问,用手机给它打电话,运动时再用 Apple Watch 接着聊。本页把这些内容集中在一起——能做什么、数据去往哪里、运营方可以决定什么。具体方法请见使用应用(打电话的人)、语音机器人(构建机器人的人)和服务器安装(运营服务器的人)。
本页介绍的语音机器人、Apple Watch 应用和保存对话,在 pabal.me 上暂时还不能使用。它们正在开发服务器上测试,要完成法律审查和应用发布后才会开启。当前状态见页面底部的表格。
有什么变化
- 机器人能接电话。给机器人打电话时,Pabal 的 AI 语音模型会接听并用语音回答。机器人总会表明自己是 AI,不会假装是人。
- 文字和电话在同一个聊天里。通话结束后,与该机器人的聊天中会留下通话记录。如果你愿意,还可以把通话中的对话以文字保存下来(保存对话)。
- 人人都能构建。创建机器人的人在 @BotFather 中开启语音,并用指令设定机器人做什么。还可以让机器人在通话中调用机器人所有者的系统(例如查订单、确认预约)。
- 打电话的人先确认。拨打之前,“An AI answers this call”(此通话由 AI 接听)确认窗口会告诉你声音发往哪里,而且只有年满 19 周岁的人才能拨打。
一个智能体,所有设备
图示说明
- 三个区域:左边是用户的设备,中间是运营 Pabal 的一方的服务器,右边是 Pabal 之外。红色方框是通话声音离开 Pabal 的去处。
- ①②:桌面应用和手机应用通过平常的连接(MTProto)到达服务器,手表应用则通过手表专用的 HTTPS 入口到达。无论从哪台设备拨打,通话记录都会留在与同一个机器人的同一个聊天中,账号和消息保存在运营方的服务器上。
- 灰色虚线是通话声音:应用经过通话中继(coturn),手表经过音频入口(WSS),到达语音网关。网关会解开声音交给模型,因此与机器人的通话不是端到端加密的。
- ③ 链路:服务器把准入的通话交给网关,同时发送机器人所有者设定的指令、问候语、音色、语言和工具。Pabal 的基本规则(例如表明自己是 AI)始终优先。
- ④:机器人所有者的程序接收通话通知(
voice_call)和模型的工具查询并作出回答(灰色箭头)。机器人所有者的 MCP 服务器也属于这里。机器人所有者收不到通话声音。 - ⑤⑥:托管通话的声音发往 Google(Vertex AI 上的 Gemini Live,美国
us-central1)——如果机器人所有者使用自有模型密钥,则发往该所有者的服务商账号。如果是音频流模式的机器人,则由机器人开发者的服务器代替 Google 原样接收声音(红色虚线)。
一天的示例
- 早上,在电脑上发文字。在桌面应用中用文字问订单助手机器人:“我昨天下的单什么时候到?”机器人所有者的程序用文字回答。
- 中午,用手机打电话。点同一个机器人聊天顶部的电话按钮。读完确认窗口后点“I'm 19 or older · Call”(我已年满 19 周岁 · 呼叫),AI 提示语音之后机器人会打招呼。通话中,模型用机器人所有者的工具查到订单并告诉你。
- 傍晚,跑步时用手表。即使把 iPhone 留在家里,也可以用 Apple Watch 应用给同一个机器人打电话。建议用 AirPods 收听。
- 结束后以文字保存。如果你在确认窗口中勾选了“Keep this call's conversation as text in my chat”(将本次通话的对话以文字保存在我的聊天中),通话结束后,对话会以静默消息的形式留在你的聊天中通话记录的正下方(保存对话)。只有你能看到,不会发给机器人或机器人所有者。
- 用手表通话期间,看不到体能训练应用的界面。在通话中打开体能训练应用时,手表会显示“End Call to Continue”(需结束通话才能继续)。
- 手表应用暂时不处理消息。它只能给语音机器人打电话。不能在手表上注册,需要用已有账号登录。
- 通话中的模型不会自动知道聊天里写过的内容。要让通话接着早上的文字交流进行,机器人所有者需要在通话开始时用
sendVoiceCallContext告诉模型。反过来,保存下来的对话文字也不会发给机器人,所以机器人不知道通话内容。 - 使用工具、MCP 服务器、自有密钥、音频流模式或机器人所有者文字记录的机器人,暂时还不能用手表拨打。
人人都能构建
AI 智能体从一个机器人账号开始。按照创建机器人创建好机器人之后:
- 开启语音:在 @BotFather 中
/mybots→ 机器人 → 语音通话,同意规则后开启(开启语音通话)。 - 机器人做什么:设置指令、问候语和音色。机器人能说包括韩语、英语在内的 9 种语言(设置、音色和语言)。
- 连接我们的系统:让模型在通话中调用机器人代码的工具(Bot API),以及已有的 MCP 服务器。
- 把声音交给我们的服务器:由自己的服务器代替 AI 模型直接接收通话声音的音频流模式,以及费用计入自己账号的自有模型密钥。
- 记录:机器人所有者接收对话文字的文字记录(来电者会在接通时听到提示)。它与来电者自己选择的保存对话不同。
数据去往哪里
人与人之间的通话经过加密,只有两台设备能够解密;但与机器人通话时,Pabal 的语音网关会解开声音,交给 AI 模型(音频流模式下则交给机器人开发者的服务器)。拨打之前,确认窗口会告诉你这一点以及声音的去向。
| 什么 | 去往哪里 | 保留多久 |
|---|---|---|
| 账号、消息、通话记录消息 | 运营方的服务器(数据库) | 直到删除 |
| 托管通话的声音 | 由语音网关解开后发往 Google(Vertex AI 的 Gemini Live API,美国艾奥瓦州 us-central1) | Pabal 不保存。Google 在生成回答后不保留,但自动检查中疑似滥用的内容最长可能被记录 90 天(与确认窗口的说明相同) |
| 自有密钥通话的声音 | 机器人所有者指定的服务商账号 | 按该服务商的规则 |
| 音频流模式通话的声音 | 机器人开发者的服务器(wss) | 由机器人开发者负责 |
| 工具中用到的值 | 机器人所有者的程序 · 机器人所有者的 MCP 服务器 | 由机器人所有者负责。看起来像银行卡号或居民登记号的数字不会传过去 |
| 机器人所有者的文字记录(开启时) | 交给机器人所有者一次 | 未被取走的,Pabal 在 24 小时后删除 |
| 保存对话(仅限选择保存的人) | 只在本人自己的聊天中——不会发给机器人或机器人所有者 | 直到删除 |
| 通话元数据(谁、何时、多久) | 运营方的服务器 | 180 天 |
机器人所有者收到的是来电者的名字、账号编号和应用语言,通话时间和时长,以及工具中用到的值。收不到电话号码、用户名和通话声音。为了与确认窗口的说明一致,运营方必须关闭 Vertex 的数据缓存(服务器安装——Vertex AI 密钥)。
我们可以决定的事
自行运营 Pabal 的公司或机构,可以自己选择与 AI 智能体的对话去往哪里。
- 自行运营服务器——账号、消息和通话记录都在我们自己的服务器和数据库中(服务器安装)。
- 机器人所有者的模型密钥——不用 Pabal 的默认密钥,而是用机器人所有者签约的服务商账号处理通话(自有模型密钥)。
- 音频流模式——通话声音不交给 Google,而是由我们自己的服务器接收,并用我们选择的方式回答(音频流模式)。
- 运营方开关——停止所有通话的紧急停止开关、只接受允许的机器人、测试者、限额、允许机器人所有者的文字记录、向所有人开放(管理与设置——语音标签页)。
因此,Pabal 承诺的是“可以自己决定数据去向的 AI 智能体交流”。这并不意味着“一切都只在服务器里”——使用默认引擎的通话,声音会发往美国的 Google;使用音频流模式、工具或 MCP 时,则会发往机器人所有者或机器人开发者的服务器。
当前状态(pabal.me)
| 功能 | pabal.me | 备注 |
|---|---|---|
| 语音机器人通话 | 关闭 | 正在开发服务器上测试。需要先发布隐私政策中的机器人通话一节,以及包含确认窗口的应用版本(语音机器人——当前状态) |
| Apple Watch 应用 | 准备中 | 仅限内部测试(TestFlight)。只能给语音机器人打电话 |
| 保存对话 | 关闭 | 确认窗口的文案尚未完成法律审查 |
| 机器人打来的电话 | 关闭——等待法律审查 | 需要先有隐私政策和条款中的外呼一节,以及带许可窗口的应用版本(语音机器人——机器人打来的电话) |
| 工具 | 关闭 | 需要先开启语音机器人通话 |
| MCP 服务器 · 自有模型密钥 · 音频流模式 | 关闭 | 要等显示这些接收方的应用确认窗口版本发布 |
此表以 2026-10-02 为准。其他服务器可能因运营方开启的范围而不同——你的机器人能否接电话,可以用 getVoiceCallSettings 查看。