2026云栖大会“云通信的Agent演进、连接、编排与智能交互”分论坛把一门老生意的新讲法摆上台面：打电话、发短信，正在变成Agent的活。阿里云运营总监孔繁盛称，智能外呼里的语音智能体“每个季度的增长率做到100%以上”；高级产品专家虞万顺给出平台指标：实时通话端到端时延低于1.8秒，智能体构建进入分钟级。浙江大学语言与认知研究中心副主任徐慈华认为AI已做到95%，专业服务的价值卡在人机差距的最后2-5%——客户一句“我没钱”，机器按语义接“您最近经济情况不太好”，对话当场中断。马来西亚Mobiweb CTO Thong Yng Wong称，用阿里云Chat Flow把原估三个月的验证开发压到一个月，把一整段业务流程装进员工都在用的WhatsApp；阿里云产品专家杨宁称5G消息已覆盖约2.5亿台终端，“一条消息就是一个APP”——六位讲者依次交出了机制、数字和踩过的坑。

从触达成本到增长杠杆：Agent重写通信的发起、内容与闭环

开场讲者孔繁盛（转写自报“孔凡胜”，以议程为准）给出时间线：阿里云通信2019年起用云原生技术，2020年左右把AI应用于各环节；去年云栖提出“合规化是底线，智能化是上限”，当时行业还有疑虑，今年年初起智能外呼效果显现并不断加速，call、办公、视频应用都已进入生产。他解释贴合逻辑：云通信天然做内容交互和企业与人交互，智能体让交互更安全有效，具体是四件事——适配企业（低成本、高成功、多类型交互，全业务生命周期管理）、适配用户（低骚扰、无诈骗、数据安全、个性化）、满足监管（一国一策适配更有效）、适配通道（内容与业务类型各有合规要求，区分验证码、通知、营销）。他称阿里做智能体监管约两年，落地公式是合适算力模型+合规可控智能体+客户业务场景三者结合；平台基于自研千问系列（转写多处误作“统一千万”）构建AI原生云通信能力体系，并微调适配延时、并发与可靠性。

智能语音分两层：大模型语音通信引擎定位“AI的语音基础设施”以降低使用门槛，其上的语音智能体已在能源汽车推广、招聘、会员随访等场景落地。孔繁盛强调智能体不是“Smart Chatbot”式升级，它改写三个环节：发起从人工规则群发变成Agent自主判断时机，内容从模板批量变成上下文感知的动态生成，闭环从单向触达加人工跟进变成调用企业内部指令完成业务动作，bad case自动修复、最佳实践沉淀，“越做越聪明”。定位随之翻转：云通信从“触达成本”变“业务增长杠杆”——先降本增效，再从讲成功率转向靠体验提升转化率，最终任何电话号码、短信端口号都可能成为企业与客户业务办理和服务的主动入口。他类比移动支付催生零售新生态：“智能体会让云通信无所不能，云通信可以让智能体无所不在。”机制链：构建分钟级、时延低于1.8秒→触达边际成本下降→通信从成本项变成可经营入口→强触达放大骚扰与诈骗风险，倒逼监管框架重构——这正是下一位讲者的主题。

全链路Agent化与面向智能体的合规：平台层的答卷

虞万顺（转写作“于万顺”，花名端道）按“昨天、今天、明天”组织分享。回顾近两年，他认为生产工具从软件配置变成提示词——提示词是文本，用自然语言就能完成软件原始配置，“不是效率的提升，而是维度的提升”；生产关系上出现新工程师角色（转写记作“FEDE”，疑为角色名），本质是导演或剧本编剧。他的洞察是一线业务参与生产的链路变短，“每一个生产链条变短都会带来增量和创新”，据此判断行业向上的新周期出现了。指标上，实时通话端到端时延低于1.8秒，打断准确率、理解率等实现拟人化，“甚至可以和一个金牌服务人员相媲美”；产品侧“敏捷力”——智能体构建分钟级，音色复刻加精品微调达到数字分身（转写作“数字分声”）生产级只要小时级，企业通讯的数字员工成为现实。

今天的主题是全链路：“局部AI native只是局部提效”，要N倍提效必须改造全链路。需求澄清环节客户只需交几段录音或SOP文档，场景剧本由智能体生成；验收给一个rule base或benchmark，智能体自测评分、给出差异、迭代到一致；分析环节用“问数”模式替代静态报表，一层层追问直到定位问题给出建议。平台与客户的关系从“操作与被操作”变成“专业级副驾驶”，抓手有二：context工程构建的记忆体（短中长期，作用于需求分析、对话决策、分析优化）和专业性skill——通信skill加语用学skill，且能通过A/B自回归实验给出结论而不只是建议。

面向未来是两点升级：一是合规框架从面向人升级为面向智能体，支持智能体身份管理标准定义，按业务类目设计身份，具备身份识别、资源授权、过程审计、实时风控的完整链路；二是基于千问系列做面向通信场景的后训练，构建多尺寸上下文算力池，“更有ROI性价比”。产品入口收在HaliS框架下（转写疑为框架名），后端是多智能体协作集群，传统配置隐藏在后端工具链（转写记作“CRI和Scale”，疑），通过Sandbox做草稿态、配置态、运行态的管控隔离。机制链：智能体外呼成本结构变化→通信从触达成本变增长杠杆→强触达放大风险→合规框架必须按智能体身份重建。通信业务AI化的卡点不在模型层，而在合规与身份层。

最后的2-5%：语用学补大模型“不会聊天”的短板

第三位徐慈华（转写作“徐子华”）是语言学与逻辑学背景。他说AI对文科冲击很大，但去年起与孔总团队合作，发现有些事文科能做。他从产业接触中总结四大困境：一是书面感强，训练语料多为书面文本，而语音通讯对口语化要求特别高；二是机械感强，“训练得很丝滑”反而露馅——听多了，恰恰是人的瑕疵感才像人，“学生写几个错别字，（才知道）这是人写的”；三是语义语用承接断，回访场景AI介绍新款车型，客户回“我没钱”，按语义接“您最近经济情况不太好”完全自然，但朋友这么说你瞬间就不想聊了，对话直接中断；四是长交互偏离根目标，人的工作记忆有限，agent根节点的核心目标会在迭代中被冲掉——比如新车未上市就邀约试驾的矛盾信息，需要语义check和逻辑check兜底，日程上人经常“一女二嫁”（转写疑）而不自知，机器反而查得出来。他的判断：AI做到零到九十五效率非常高，“专业团队提供的服务，就在那2%到5%的差距上”。

出路是理论框架。符号学分语形、语义、语用，语用学研究人如何使用语言互动；综合性最高的是语用顺应论（Verschueren提出，理论真实存在）：语言使用是“持续不断做出选择的过程”，不止生成还包括理解——同一句“屋里有点冷”，对朋友是“把空调调低点”，对老师是含蓄暗示，取决于语境。理论底层是进化论：语言使用中存在大量变异性，多个方案像AB乃至ABCD一样竞争，适者生存。徐慈华用加拉帕戈斯群岛的鸟嘴打比方：岛上的鸟演化出各种喙以适应不同场景，“通用大模型在具体场景里，就相当于一只通用的鸟”，理想状态是不同场景长出不同的鸟嘴，否则“很多东西都太粗糙”。选择可拆成层次：语音层（音强、音长、重音）、词、句、命题内容、言语行为（“很冷”可以是描述也可以是邀请调空调）、语篇类型、风格（书面还是口头）、语码（导航带当地口音反而受欢迎）、渠道、多模态。他提醒：AI行业天天讲的context概念正来自语言学，语境需细化为心智语境（信念价值观）、社交语境（性别年龄职业）、物理场景（开车时与陪孩子做作业时接电话完全不同）。

框架另一半是语用论辩理论：语言除信息告知还有劝说动员，论辩在合理劝说与效果间求平衡，目的是消除意见分歧——“你犹豫的时候，我们就叫意见分歧了”；高明的劝说隐藏意图，让对方觉得选择是自己的。落到工程上，团队提出DEAR模型（双回路适应性模型）：聚焦责任规则与效率，把权利、事实、风险、约束放入模型，推理形成行动方案，有先例直接高权重复用；内回路多方案经内部论辩“搏斗”筛选，外回路靠一轮轮用户反馈沉淀；筛选门是权利合规→事实能力→AB方案论辩竞争→是否妥当→实际效果。效果可验证：同样一句“我没钱”，优化后的系统避开语义的坑，把话题转到别处、降低客户压力，“你会舒服很多，不要把客户得罪了”。这条链与虞万顺的“语用学skill”互相印证：垂直场景agent的差异化不在基座模型，而在语用与风控层。徐慈华收尾：“机器很会思考，越来越会思考，但我们希望它能够聊得更好。”

最贵的触达，最便宜的资产：Flow编排把短连接做成资产账本

第四位、阿里云高级技术专家卢彬彬给传统通信下了三条病因：语音是最好的触达手段，但电话一挂连接就断；再联系就得重新外呼，用户可能不接，变成骚扰；聊出的意图和反馈没有精细化沉淀，下次触达还是从头来过——短信、消息同理。“你给用户做了一次最贵的触达，但留下的是最便宜的资产”，回访用的还是批量模板。核心病因是没有以用户为中心建立资产账本：过去所有电话、短信记录对系统只是一条日志，没有任何价值。

解法在国际出海电商场景验证过：用户注册后，语音外呼智能体先建立连接、摸清真实需求；确有需求就加WhatsApp好友，短连接变长连接；再由WhatsApp背后的智能体破冰建信任；用户明确表达诉求时人工专家介入完成转化。链路上有两道控制：严格的质量门禁，上一环节确定用户意图才流转到下一个智能体；按用户维度评分分层——陌生、认知、感兴趣、共识四层，达标才转下一个智能体；另有统一打扰门禁，把短信、电话、邮件所有渠道当整体约束。支撑是分层架构：底层通道能力（标准API），其上融合通信引擎做长会话管理与归一化身份管理（邮件、电话、WhatsApp在用户视角是同一个人），再上Flow编排的多智能体、以用户视角设计的闭环流程与操作界面；企业内部API集成成MCP服务供智能体调用；国际上已上线自然语言编排流程的服务。模式分两档：推荐模式由人参与部分决策，托管模式相信系统判断、关键风险预警后人决策。系统还有两层自进化：多智能体skills加用户记忆进化，以及场景后训练微调沉淀到推理平台供行业伙伴。卢彬彬强调转化可解释：传统批量营销的转化“一直是不可解释的”，做成长会话后哪些环节有效可以看清并持续优化，每次交互消耗多少token、沉淀多少信任分都有账可查。机制链：最贵触达与最便宜资产的错配→资产账本+四层评分+统一打扰门禁→短连接变长连接、转化从不可解释变可解释。启发：触达型业务的价值不在单次转化率，而在每次交互沉淀的可复用记忆与信任分。

Mobiweb的账单：把一整段业务流程装进WhatsApp

第五位Thong Yng Wong（转写口播作“方英旺/Mobile Web CPO汪”，公司名转写作“Mobile Siambrad”疑为口误；以议程为准，Mobiweb CTO）从客户视角接上：Mobiweb 2007年成立于马来西亚，从最传统的企业SMS短信服务做起——“那时候也没有AI和聊天机器人”——至今服务超过一千家企业客户，覆盖马来西亚、新加坡、菲律宾。当年客户要求“一条信息送达就算完成整件事情”，现在要他们的客户马上回复、选择服务、提交资料，“在整个对话里面完成整件事件”——问题从“怎么发送一条信息”变成“怎么安排一整段业务流程”。他称过去每开发一套都要从头做起，用了Chat Flow后渠道接口、Webhook、服务器、数据库、判断、错误处理都不用再做；业务选项要加要下架，也不用重走开发、测试、发布、回滚。一年来他们用Flow做了企业咨询、员工共乘、汽车售后、影院、物流、客服，底层逻辑同一套：选单、分支、调API、连大模型、转人工；马来西亚多语言，Flow同时支持英语和马来语，一句话点击即切换。

两个案例。Mobiweb自己的客服：客户只发一句“我想了解你的服务”，不说想了解什么，入口可能来自WhatsApp或Messenger；第一步做成Flow统一渠道逻辑，自动出欢迎语选单（ChatApp技术支持或付款），人工接手时资料已摆在面前。另一家马来西亚大型制造业的员工共乘系统每天数千员工通勤：司机发布行程、同事申请搭乘、系统记录每一趟、汇总成管理层报告，全在WhatsApp里完成。为什么不做APP？四个理由：CEO只给四个月；数千员工用新APP要逐个训练，成本太贵，制造业员工未必熟悉；诈骗太多，很多人反感装第三方APP；马来西亚和新加坡几乎人人有WhatsApp。

他重点讲Flow六项能力的用法：可视化Flow与多渠道接入之外，条件判断和流程分支——共乘系统申请司机、乘客或两者都要，三种身份三张资料表；客服先查数据库，新客户走欢迎流程，老客户直接列出买过的产品和服务记录。AI+结构化Flow是他“最想讲的”：通过OpenAI兼容接口连千问（转写作“统一千万Plus”），今年九月二号CEO发布会上，原本CEO要花十几分钟逐项提交名字、员工编号注册，现在一句话报名，系统转成结构化格式走API，有问题再回头问；说“把我年龄改成40”也不用重走流程。分工原则：明确的任务交Flow，开放的问题交千问。API连接能力：司机输入自家地址、员工输入厂区A/B/C/D地名，通过第三方API取坐标、算路径和建议费用（转写“建议邮费”疑为路费），写回公司数据库转成报表；物流客户输入订单号即可查包裹位置和运费——Flow不再停留在聊天窗口，能连地图、数据库和第三方API。人工接管：系统要知道何时交给人——登记等HR审核确认是否本公司同事；投诉评分过低时，系统把对话、资料和身份打包提交后台Help Center，“系统处理得了的交给系统，处理不了的一定要交给人工”。

账很直白：共乘系统验证阶段（转写作“B O C阶段”，疑指PoC）估计开发三个月，CEO只给四个月——“你要就四个月，不然你就离开”——用Flow一个月做完。他纠正“自动化就是裁员”的误解：真正节省的是开发成本、多渠道接口维护和运营成本，“我们不会为了数据好看说用了Flow能省多少”，不同企业不同用量结果不一样；目的是让系统负责重复、标准化、可预测的工作，员工负责复杂问题。两个提醒：尊重每个渠道的规则——WhatsApp要过模板审批，各渠道政策分别遵守且差不多每年一变，“十月一号又有新的政策”；Flow别设计太长，“十几个步骤员工一定会离开，客户一定会投诉”，他们用千问把注册压成一步。他对平台提了三条建议：跨渠道分析报告（客户从哪来、哪步离开、卡在哪最久——“现在我们不知道客户有没有走完整个流程”）；测试环境模拟加快速rollback、稳定版密码上锁防误改；跨渠道客户识别（同一人从WhatsApp、Messenger、Telegram、Weibo进来ID各异，希望能识别为同一人）。总结与卢彬彬的架构呼应：“企业通信的发展，是从同一条信息，到一段对话，到一整段业务流程。”对出海企业的启发：目标市场人人有WhatsApp又反感装新APP，软件入口正从APP迁回聊天窗口。

5G消息：一条消息就是一个APP，免下载的交互入口

最后一位杨宁讲5G消息：基于国际RCS协议（富媒体内容服务协议），是国内三大运营商的能力，用户不需下载任何软件，通过短信即可接收（此点已外部核验属实）。据其统计约2.5亿台终端、20%以上终端可接收，“这不是一个需要长远规划的技术，可以立刻实施于生产应用”。相比文本短信，它能显示品牌logo与品牌名（更可信）、以卡片展示富媒体、附上按钮和悬浮按钮交互。时间线：1992年短信诞生，之后彩信、5G试点，2022年左右工信部发文建议入网手机支持5G（转写作“出网手机”，疑为“入网”），2023年进入大模型时代，一脉相承。

三个场景。通知：快递取件码原本只是带数字编码的文本，5G消息可带logo强化品牌认知，加悬浮按钮查快递员手机号、找快递点，点进去还能为APP拉新——朴素通知变成引流短信。营销：电销电话用户未必接，解法是挂断后发挂机短信，带视频卡片和试驾按钮，预约全程在短信APP里完成，不用下载新软件——在原本可能流失的营销上做延伸。数据资产：交互链路能回传是否已读、是否交互、是否点击按钮进入链接，据此打标签、进用户标签引擎，做分层触达和自动化运营（营销漏斗前段的数据颗粒度决定后段运营精度——此句为本文概括）。

与AI的结合按交互前中后展开。交互前做知识库编排和应答护栏——预设试驾车型、可约商品等专业问题的答案；护栏来自一个教训：有用户通过点餐软件问“红黑树怎么写、二叉树怎么写”，这类问题不该回答，“避免浪费我们的token”。交互中做意图识别、内容和按钮生成，刻意一步步引导——先问试驾什么车型、再问最近门店、再问预约时间——而非一次性抛出所有选项；短信协议不支持流式输出，他们做了“仿流式输出”：第一条发“结果生成中10%”，再发30%、90%，最后“结果生成完成”“帮您预约成功”，用一条条短信抹平等待焦虑。交互后把行为数据标签化；更实用的是异常告警——三个问题用户答到第二个突然不回，触发告警后人工打电话，“一个电话打过来，说我是企业的客服”，接通率和转化成单概率更高。输入体验上，安卓、iOS、鸿蒙短信都支持语音输入，“输入体感上跟原生APP已经没什么区别”；演示链路里用户授权读取记录后，千问在短信里推荐景点、买机票门票，完成商单转化，全程没离开短信软件。医疗病例分析、工业报告等重场景，也可让用户先在短信里体验服务再引导下载，免去“下载几十上百兆软件的负担感”。终点回到主题：短信从单向一次性传达，堆叠成可反复交互的新入口——“一条消息就是一个APP”。

把六位讲者放在一条线上，云通信的Agentic演进是三层同时发生的位移：入口在下沉，从专用APP回到聊天窗口和短信这类“人人已有”的界面；资产在沉淀，从一次性通话日志变成记忆体、信任分、评分分层和用户标签；约束在先行，合规框架从面向人改写为面向智能体，身份识别、资源授权、过程审计、实时风控成为基础设施。孔繁盛的“无所不在”、卢彬彬的资产账本、Mobiweb的“一整段业务流程”、杨宁的“一条消息就是一个APP”，说的是同一件事：通信不再只是送达信息的管道，而是智能体与用户持续经营关系的界面。

往后观察可以盯几个可验证指标：智能外呼能否延续季度100%以上的增速；智能体身份管理标准与监管细则何时落地；5G消息终端覆盖率从20%往上爬坡的节奏；Mobiweb点出的平台缺口——跨渠道分析、稳定版管控、跨渠道同一用户识别——是否被补上。需说明：本文事实与数字均来自本场转写与讲者口述，按讲者归属标注；Mobiweb与Chat Flow细节无公开报道可交叉验证，按“嘉宾称”处理。更普遍的启发是徐慈华提醒的延伸：模型能力趋同时，拉开差距的是最后2-5%的语用、护栏与编排——把“会思考的机器”训练成“会聊天的同事”的那部分手艺。