AGI 也得上岗培训：RSI 刷屏之后，我们为什么还在认真做「训练中心」

最近 AI 圈被三个字母刷屏了：RSI，递归自我改进。

说法很多，有的听着让人头皮发麻：模型发布周期越压越短；顶级实验室里大部分代码已经由 AI 自己写；AI 开始用人类看不太懂的方法解决难题，再把这些能力用来改进下一代的自己。顺着这个思路往下推，人类迟早会被踢出“进化回路”，奇点近在眼前。

也有更冷静的声音。今天的大模型训练完，权重就固定了，并不存在“每分每秒都在自我进化”。AI 写的代码越来越多，但定方向、定目标、做评估、拍板决策这两头，仍然是人在负责。AI 更像一个能力极强的执行者，工作范围被框在人画好的那条线段里。照这个说法，RSI 卡住的不只是算法和算力，更多是组织和流程：权限怎么给，出了错谁来负责，好坏谁说了算。

两种声音我们都认真听了。作为一家每天有成千上万个数字员工在岗干活的公司，我们想从一线说一句很朴素的话：

就算 AGI 真的来了，它也得先上岗培训。

一、通用，不等于全能

我们先把概念说清楚。AGI 是“通用”人工智能，不是“全知全能”的人工智能。

拿人来对照就很好理解。一个聪明、受过良好教育、沟通能力很强的人，毫无疑问是“通用智能”。可如果让他周一去做医美客户回访，周二去做教育课程邀约，周三去卖装修套餐，周四去做贷后提醒，他照样要从头学起：

• 这个行业的客户最在意什么？是价格、效果、时间，还是面子？
• 哪句话说出口就可能被投诉，哪个承诺无论如何都不能给？
• 客户说“我再考虑考虑”，在这个业务里是委婉拒绝，还是还有机会？
• 客户问到价格，是直接报价，还是先约到店？
• 什么情况必须转人工？转给谁？转之前要先问清楚什么？
• 公司这个月主推哪个产品，上个月那套话术为什么不能用了？

这些问题跟智商关系不大，它们是业务。

聪明解决的是“学得快”，不解决“不用学”。

而且业务知识大多是隐性的。它没写在任何教科书里，也不在任何公开语料里。它在老员工的脑子里，在团队里打得最好的那几位销售的录音里，在一次又一次客诉、退单、复盘换来的教训里。很多时候连企业自己都说不清，只能指着一段录音说：“你听，就是这样打。”

一个模型哪怕读完了全人类公开的文字，也读不到这家企业上周刚总结出来的那条经验。

二、一个什么业务都会的 AI，算力账算不过来

再从成本的角度看。

世界上的业务是无穷无尽的。每个行业、每家公司、每个产品、每一批客户，打法都不一样，而且每周都在变：今天换了促销政策，明天换了目标人群，后天监管又出了新要求。

想让一个模型“天生”就会所有业务，还能实时掌握每个业务的最新变化，只有两条路。

**第一条路，全都提前学会。**把全世界每家企业的隐性知识、最新政策、优秀录音全部收集起来，塞进训练里。且不说这些数据根本拿不到，就算拿得到，需要的数据量和算力也几乎没有上限。更麻烦的是，训练完的那一刻，很多知识就已经过时了。

**第二条路，每次现场推理。**每一通电话都让 AI 从零推演一遍：这个行业该怎么打，这个客户该怎么应对，这句话会不会踩红线。这等于每次都在重新造轮子，成本高，延迟也高。电话那头的客户可等不了 AI 先“深度思考”几分钟再回话。数字员工在电话里跟客户沟通，零点几秒的停顿都会让客户觉得“这是机器”，然后直接挂断。

两条路都走不通。

其实人类社会早就给出了更经济的答案，而且已经验证了几千年：分工、培训、SOP、跟进。

一个公司不会指望招来的每个人什么都会。招聪明人，再用一套能传承、能检查、能迭代的流程把他带出来：岗前培训让他知道标准，师傅带教让他看到“好的样子”，每天复盘让他知道哪里没做好，定期考核让他知道自己有没有进步。

通用能力负责理解和表达，具体业务靠流程沉淀下来。这样分工，单个人不需要全能，整个组织却能应对无穷无尽的业务。

最接近人的 AI，也就是数字员工，也应该用同样的方式被带出来。

三、数字员工最难的，从来不是“会说话”

我们做数字员工，最深的体会是：让 AI 说话流畅、声音自然，已经不算难事了。真正难的是让数字员工在这一家企业、这一个业务里，像最好的那个真人员工一样干活。

举几个一线常见的情况：

• 话术写得很完整，但数字员工每轮都要把卖点念一遍，客户听两句就烦了。好的销售会先问一句、听一句，再说一句。
• 客户随口问了句“你们那边能便宜点吗”，数字员工很热情地答应“可以给您申请优惠”。可这家企业根本没有这个政策，第二天门店就接到了投诉。
• 客户已经明确说“不需要”，数字员工还在按流程往下推，最后电话被挂断，号码还被标成了骚扰。
• 同样一句“我考虑一下”，在 A 业务里应该礼貌收尾，在 B 业务里应该趁热约个时间。

这些问题，靠更大的模型解决不了，因为模型不知道这家企业的边界在哪里，也不知道这家企业的“好”是什么样的。

靠人工一条条改话术也不行。一个项目一天几千通电话，没人听得过来；改了一处，又不知道会不会把别处改坏。很多团队都经历过“越改越差”：今天修好了 A 问题，明天 B 问题又冒出来，最后谁也不敢动。

所以我们需要的不是一个更全能的 AI，而是一套带数字员工上岗的机制。

四、训练中心：把“带新人”这件事产品化

这就是我们做训练中心的出发点。

它不是离线微调模型，也不是让人坐在后台一句句改提示词，而是把企业带新员工的那一整套方法，用在数字员工身上，变成能执行、能打分、能持续改进的流程。目标只有一个：让数字员工越来越接近企业里最好的真人员工，并且每次改动都有分数可比，不会越改越差。

第一步：定标准，先让数字员工看到“好的样子”

带新人的第一件事，是让他听师傅怎么打。

企业把真人坐席的通话录音上传到训练中心。AI 会自动分出哪边是我方、哪边是客户，并判断这通电话算优秀、一般还是反例，人工随时可以改。

有了至少 3 通优秀录音之后，系统会读这些录音和现有话术，总结出“这家企业的好电话要做到哪些点”，比如：

• 开场先确认对方身份
• 一次只问一件事
• 不做公司没有授权的承诺
• 客户明确拒绝后礼貌收尾，不纠缠

每一项都有权重，也写清了怎样算做到。

接下来是很关键的一步：校准。系统会拿这套评分项反过来给真人录音打分，得出一个真人基线分。如果真人的优秀录音反而得了低分，说明标准写偏了，要先调整，而不是拿一套歪的尺子去量数字员工。

系统还会从优秀录音里截取真实的对话情景，做成一套固定的评测用例。有的给出前文，看数字员工下一句怎么接；有的模拟客户从头到尾打一整通。

最后，由客户确认。只有客户点了确认，这一版评分标准才会锁定生效。在那之前，所有结果都只是草稿。

**“什么是好电话”，由企业自己的真人录音来定义，由企业自己拍板。**这是“目标”那一头，握在人手里。

第二步：出建议，从每天的真实通话里学

新人上岗后，进步最快的方式是复盘真实的电话。

训练中心会持续收集项目里表现好的真实通话：一类是人工接管、聊得足够久的通话，一类是数字员工自己打出来、被判定为高意向的通话。这些通话按批次交给大模型分析，看看话术哪里可以改得更好。

如果话术还是空的，系统会直接总结出一版初始话术；如果已经有话术，它只提出具体的修改点，在现有基础上一点点改，而不是推倒重来。

每条建议都写清楚三件事：改哪里、改成什么、为什么改，并且带上置信度。同一批生成的建议合成一张卡片，可以整批应用，也可以跳过。

这就像师傅复盘后给新人的批注：“这里你说多了”，“这个问题应该先问预算”，“客户提到竞品时别急着贬低对方”。

第三步：先评测再上线，绝不越改越差

带过新人的都知道，纠正一个毛病，常常会冒出另一个毛病。

所以训练中心有一条硬规矩：**每条修改建议在应用之前，都要先用评测用例跑一遍。**改前改后各打一次分，没有变差才放行。没通过的建议，如果一定要应用，必须写明原因。

每次应用都会生成一个新的配置版本，出了问题随时可以回到上一版。

对于自动应用，我们也加了几道保险：

• 可以选择只通知、仅自动应用高置信度的建议，或者全部自动应用
• 同一个配置项有冷却时间，默认 24 小时内不会被反复自动修改
• 每天自动应用的条数有上限

人工直接改话术不会被拦，但改完之后可以手动跑一次评测，看看分数是升是降。

**改动要有据可查，效果要有分可比。**这是我们最看重的一条。

第四步：线上打分，每天都有人看成绩单

新员工转正以后，考核也不会停。

评分标准生效后，数字员工的每一通真实通话结束，系统都会按这套标准自动打分，并和真人基线放在一起比：

• 每日平均分：数字员工离真人基线还有多远，哪天改了配置，前后一目了然
• 达标率：数字员工和真人分别有多少通电话达标
• 差距最大的评分项：数字员工最该补的是哪一课
• 最低分的对话轮次：点开就能看到原句和整通对话

如果觉得某一项是评分标准判错了，可以直接标记出来，下次校准时会参考。尺子本身也在被不断校正。

每天早上，前一天的评测报告还可以推送到训练群里，就像班组长每天早会讲的那几句复盘。

**结果好不好，最终由人来验收。**这是“决策”那一头，同样握在人手里。

五、这才是 RSI 今天真正能落地的样子

回到 RSI。

有人担心，AI 一旦能自我改进，就会把人类甩出回路；也有人认为，只要方向和决策还在人手里，AI 的改进就始终被框在一条线段里，算不上真正的 RSI。

我们的看法是：这条线段不是局限，恰恰是 AI 能安全进入真实业务的前提。

在训练中心里，数字员工确实在改进自己：

• 它自己从海量通话里找问题
• 它自己提出修改方案
• 它自己跑评测，判断改动有没有变好
• 它自己给每一通线上电话打分
• 在客户允许的范围内，它还能自动应用高置信度的改动

这个闭环里，大部分苦活累活都交给了 AI。可是：

• “什么是好电话”，由企业的真人录音定义
• “这一版标准算不算数”，由客户点确认
• “改了之后有没有变好”，由分数说话，随时可以回滚
• “能自动改多少、多快改”，由冷却时间和每日上限约束

这不是科幻电影里那个把人类踢出去的 RSI，而是一个有 SOP、有考核、有跟进、有刹车的 RSI。

它不追求用无限的算力换一个什么都会的超级大脑，而是让每一个岗位上的数字员工，在每一家企业具体的业务里，一天比一天做得好。一千家企业有一千套标准，一千套标准各自闭环、各自进步。合在一起，就是 AI 在真实世界里的“自我改进”。

我们也相信，当越来越多的业务流程能这样跑起来，人和数字员工的分工会自然往前推进：人越来越少做执行，越来越多做定义标准、设计流程、判断方向。这不是人被替代，而是人站到了更高的那一头。

结语

奇点会不会在 2027 年到来，我们不知道，也不打算押注。

但我们很确定一件事：哪怕是最聪明的新员工，进了一家新公司，也需要有人告诉他什么是好的，陪他复盘每一通电话，看着他一天天进步。

人是这样，数字员工也是这样。

与其等一个什么都会的 AI，不如先把每一个岗位上的数字员工带出来。