# 10086换脑：大模型客服上岗实录 **概述**：你上一次打运营商客服电话，对面大概率已经不是“人工坐席”，而是一个大模型驱动的声音。本文回答四个问题：大模型客服到底落地到什么程度、技术架构长什么样、省没省到钱、翻过什么车。解读主轴锚定三个可验证来源：中国移动九天团队2025年10月发布的arXiv论文《JT-Safe》（arXiv:2510.17918）、T-Mobile与OpenAI的IntentCX官方新闻稿，以及2024年2月加拿大航空聊天机器人败诉判例（Moffatt v. Air Canada, 2024 BCCRT 149）。文中所引数据均注明出处，无法确证的明确标注。 ## 目录 - 一、客服，运营商最想换脑的环节 - 二、九天：从10086里长出来的大模型 - 三、海外两种打法：T-Mobile与德国电信 - 四、架构拆解：一通电话进大模型之后 - 五、翻车判例：加拿大航空的650加元学费 - 六、效果核查：省没省钱，先看数据说话 - 七、工程师经验清单 - 结语：客服只是第一站 ## 一、客服，运营商最想换脑的环节 在运营商的成本表上，客服是一个尴尬的存在：它不直接产生收入，却常年吃掉巨额人力预算。三大运营商的客服团队常年以万人计（据各自公开资料），7×24小时轮班，逢月底出账日、节假日营销活动、重大网络故障三个节点，话务量就会脉冲式暴涨。干过客服支撑的工程师都懂那种感觉：一场故障，故障工单还没闭环，12345和工信部申诉件先到了。 更麻烦的是传统技术栈的局限。第一代客服是IVR按键菜单，“话费查询请按1”——用户在菜单迷宫里绕三分钟，最后怒按0转人工。第二代是小模型智能客服：意图识别加知识库问答，能处理数百个预设意图，但稍微换个说法就答非所问，“我不想办了怎么取消”识别不出来。两代技术的通病是：**意图覆盖率永远追不上用户表达的多样性**。 大模型改变了这个前提。开放域理解意味着不再需要为每种问法配置意图，多轮对话意味着用户可以说人话。于是2024年起，全球运营商几乎同步把客服列为大模型落地的第一站。三代技术的差异见下表： | 维度 | IVR按键菜单 | 小模型智能客服 | 大模型客服 | |---|---|---|---| | 意图覆盖 | 预设菜单树 | 数百至上千个标注意图 | 开放域自然语言 | | 开发模式 | 人工配置流程 | 语料标注+分类模型训练 | 预训练基座+RAG+场景微调 | | 多轮上下文 | 无 | 弱 | 强 | | 主要故障模式 | 菜单迷宫、转人工难 | 答非所问 | 幻觉、一本正经地报错价 | | 单通服务成本 | 极低 | 低 | 中（推理算力成本） | | 出错后果 | 用户烦躁 | 用户烦躁 | 可能构成错误陈述，有法律责任 | 注意最后一行——这是全篇最关键的一行，后面第五节会展开。 ## 二、九天：从10086里长出来的大模型 很多人以为运营商的大模型是“外购技术贴牌”，中国移动的九天是个反例。根据百度百科“China Mobile Jiutian Team”条目及九天人工智能平台官网（jiutian.10086.cn）的信息：九天团队最初就是从智能客服领域起步的，技术首先应用于10086客服系统；2017年中国移动正式发布九天人工智能平台；2023年3月，中国移动组建大模型研发团队，随后发布了九天系列基座大模型。 这段履历有意思的地方在于：**九天不是先有模型再找场景，而是在10086的真实话务里泡了多年之后，才长出自己的基座模型**。客服场景积累的海量真人对话——包含方言、口语、投诉情绪、复杂资费咨询——恰恰是大模型对话能力最稀缺的工业级语料。 2025年10月20日，九天团队在arXiv上发布了论文《JT-Safe: Intrinsically Enhancing the Safety and Trustworthiness of LLMs》（arXiv:2510.17918），这篇论文透露了几个硬核信息： 1. 团队自研了35B（350亿参数）的基座模型JT-35B-Base； 2. 提出DWC（Data with World Context，带世界上下文的数据）方法：给预训练数据补充其产生的时空语境信息，并大幅增加工业场景数据占比，让模型“锚定”在真实世界而非纯token序列上； 3. 用1.5万亿DWC token对基座做继续预训练，总预训练量6.2万亿token； 4. 与同规模的Qwen模型相比，JT-Safe-35B在安全与可信评测基准上平均提升1.79个百分点。 1.79%听起来不性感，但要看懂这个选题方向：**九天团队没有拿“跑分第一”当主攻目标，而是把“安全可信”当主攻目标**。为什么？因为客服场景里，模型幻觉不是段子，是法律责任。资费报错一个数，就是一次错误陈述；错误陈述被用户截图留存，就是一份呈堂证供。第五节的判例会证明这一点。 同期，中国电信发布星辰大模型、中国联通发布元景大模型（据公开报道），三家不约而同都把智能客服列为首批落地场景。逻辑很简单：客服是运营商体系内数据最完整、闭环最快、单点试错成本最低的场景。 ## 三、海外两种打法：T-Mobile与德国电信 ### T-Mobile：从“聊天”升级到“办成事” 2024年9月18日，T-Mobile在官网新闻稿宣布与OpenAI达成多年协议，共同构建IntentCX——官方称之为“首个意图驱动的AI决策平台（intent-driven AI decisioning platform）”。据新闻稿及BusinessWire通稿，它的几个关键特征： - 不只是对话机器人，而是**实时接入T-Mobile客户数据和内部业务系统**，理解客户意图后直接“做出决策、采取行动”； - 在某些场景下直接以自动化交互完成服务闭环，而不是把答案念给用户听； - 2024年下半年先在内部测试，计划2025年起逐步实施； - 双方还将在多年协议框架内持续开发更多AI服务。 这个定位值得注意：IntentCX解决的是“用户带着意图来，AI把事办完”——查账单、改套餐、换套餐纠纷，一气呵成。这是与“问答机器人”的代际差异：**对话只是界面，背后是agent对业务系统的操作**。 ### 德国电信：把AI前置到端侧，让电话根本打不进来 2025年3月3日MWC期间，德国电信（DT）与Perplexity联合发布“AI Phone”计划（TechCrunch报道）；2025年8月14日，AI Phone正式上市。据telekom.com官方新闻稿及telecoms.com、RCR Wireless报道： - 实体产品为T Phone 3（149欧元起）和T Tablet 2（199欧元起），在德国等10个欧洲市场同步发售； - Perplexity Assistant在操作系统层面深度内置，机身有专属AI按键一键唤起； - 购机含永久Perplexity Assistant使用权及18个月Perplexity Pro订阅； - 支持实时翻译、日常任务代理等场景，定位是“让AI走进普通人”，而非极客玩具。 表面看这是终端新闻，实际是客服战略的延伸：**把AI助手装进用户口袋，很多问题在拨通10086/客服热线之前就被消化掉了**。最好的客服工单，是根本不需要打的那个。 两种打法对比： | 主体 | 产品 | 关键节点 | 形态 | 可验证的关键信息 | |---|---|---|---|---| | 中国移动 | 九天大模型/客服应用 | 2017平台上线；2023.03组建大模型团队；2025.10发布JT-Safe论文 | 云端自研35B基座+客服场景 | 团队起家于10086智能客服；JT-Safe-35B安全基准较同规模Qwen提升1.79% | | T-Mobile | IntentCX | 2024.09.18官宣，2025年起实施 | 意图驱动AI决策平台 | 与OpenAI多年协议；实时接入客户数据与内部系统；部分场景自动化交互 | | 德国电信 | AI Phone（T Phone 3） | 2025.03发布；2025.08.14上市 | 端侧AI助手终端 | 149欧元起，10个欧洲市场，Perplexity Assistant系统级内置 | | 加拿大航空 | 官网客服机器人 | 2024.02被判担责 | 传统聊天机器人 | 虚假陈述成立，航司为机器人言论负责（判例） | ```mermaid timeline title 大模型客服商用大事记 2017 : 中国移动发布九天人工智能平台 2023-03 : 中国移动组建大模型研发团队 2024-02 : 加拿大航空聊天机器人被判担责 2024-09 : T-Mobile官宣IntentCX 2025-03 : 德国电信MWC发布AI Phone计划 2025-08 : AI Phone登陆欧洲10国市场 2025-10 : 九天团队发布JT-Safe论文 ``` ## 四、架构拆解：一通电话进大模型之后 抛开各家的宣传词，一个生产级的大模型客服系统，工程骨架大同小异。以10086语音场景为例： ```mermaid flowchart TD A["用户来电或在线咨询"] --> B["ASR语音识别"] B --> C["大模型意图理解与情绪识别"] C --> D["意图分级路由"] D -->|高频简单咨询| E["RAG检索资费知识库"] D -->|业务办理类| F["计费与工单系统接口"] D -->|投诉与高风险| G["直接转人工坐席"] E --> H["大模型生成答复"] F --> H H --> I["合规与幻觉护栏"] I -->|通过| J["TTS语音合成播报"] I -->|命中禁答或存疑| G J --> A G --> K["人工处置并回写语料"] ``` 几个环节值得展开： **ASR是第一道生死关。** 中文客服场景里，方言、背景噪声、“我那个流量它就偷跑”这类口语表达，识别错一个关键词，后面全错。这也是为什么自有话务语料宝贵的缘故——用户允许挂断重拨的耐心只有一次。 **意图分级路由是省钱的关键。** 不是所有话务都值得动用大模型：余额查询走传统接口可能几毫秒返回，没必要烧token；只有开放域咨询才进大模型；而投诉、涉诉、大额争议类，直接路由给人工——既控制风险，也符合监管对投诉处理的要求。工程上这叫“分级打发”，设计得好，推理成本能降一个量级。 **RAG知识库是真正的命门。** 资费文档月月更新、营销活动政策碎片化、各省套餐规则不同——大模型客服项目失败的第一原因从来不是模型不够强，而是知识库陈旧。行业里常见的做法是把知识库更新频率与资费发布流程绑定，资费上线当日知识库必须同步生效，并把这一条写进割接清单。 **护栏（Guardrails）是对付幻觉的最后防线。** 典型策略：所有涉及价格、时限、流量数字的回答，必须来自检索结果或计费接口返回值，模型只做组织语言，不允许“生成式报价”；命中禁答清单（如夸大宣传用语）直接拦截转人工。九天团队发JT-Safe、加拿大航空吃官司，指向的都是这一层。 **人工兜底回写语料形成飞轮。** 坐席处理的每一通复杂对话，清洗脱敏后就是最好的微调数据。九天团队“从10086起家”的路径，本质就是这个飞轮转了很多年的结果。 标准与实现层面需要说明：语音入口、RAG、护栏等环节业界存在多种技术选型与实现路线，本文不展开具体厂商方案差异，具体行为以各厂家官方文档为准。 ## 五、翻车判例：加拿大航空的650加元学费 2024年2月，加拿大不列颠哥伦比亚省民事仲裁庭（BC Civil Resolution Tribunal）公布了对Moffatt v. Air Canada（案号2024 BCCRT 149）的裁决。据CBC、BBC及McCarthy Tétrault律所案例分析，事件经过大致如下： - 用户Jake Moffatt因祖母去世，通过加航官网订票赶赴葬礼。网站聊天机器人告知他：丧亲票价（bereavement fare）可以在出行后90天内申请追溯补偿； - 而加航的真实政策恰恰相反——申请丧亲折扣须在购票前完成。Moffatt事后申请退差价被拒，差额约650.88加元； - Moffatt向仲裁庭投诉。加航在抗辩中抛出了一个载入AI史册的说法：网站聊天机器人是“独立的法律主体，应当为自己的行为负责（a separate legal entity that is responsible for its own actions）”； - 仲裁庭没有采信这一抗辩，认定加航构成过失性虚假陈述（negligent misrepresentation），判令航司赔偿650.88加元及利息，并承担仲裁费用（据CBC报道，合计逾1600加元）。 这个判例对通信行业的杀伤力在于场景映射几乎是无缝的：**运营商客服报出的资费，在用户眼里就是官方承诺**。大模型幻觉加客服话术，等于法律风险敞口。一个幻觉把“超出后5元/GB”说成“超出后免费”，截图留存、投诉升级、监管申诉，一整套流程等着。 反过来再看九天团队为什么把“安全可信”写进论文标题、为什么用DWC方法给预训练数据补真实世界上下文——学术论文与司法判例在这里形成了互证：**幻觉治理不是技术洁癖，是商用客服大模型的准入门槛**。这也是为什么生产系统里，“生成式报价”必须被护栏拦下，价格数字只允许来自检索和接口。 ## 六、效果核查：省没省钱，先看数据说话 写到这里必须泼一盆冷水：**这个领域公开可验证的效果数据，远比宣传稿少**。截至目前： - T-Mobile官方新闻稿未公布IntentCX的具体问题解决率或人力成本变化，只描述了平台能力与实施计划； - 德国电信AI Phone公布的是价格与市场覆盖（149欧元起、10国），未公布“减少了多少客服话务量”； - 国内运营商的宣传口径多为“智能客服覆盖率”“服务满意度提升”等定性指标，第三方可交叉验证的问题解决率数据稀缺； - 九天团队倒是给出了一个硬数字——JT-Safe-35B安全与可信基准较同规模Qwen提升1.79%——但这是模型安全基准成绩，不是客服KPI。 数据不透明本身就是一个行业信号：要么效果还没好到敢公开，要么考核口径还没统一到可公开。从工程视角看，客服大模型的省钱公式其实很朴素： > 年化节省 ≈ 话务总量 × AI拦截率 × 单通人工成本 − 推理成本 − 幻觉引发的二次投诉处理成本 前三项各家公司都在算，**最后一项经常被漏算**。一通AI错误承诺引发的申诉件，处理成本可能是普通工单的数倍，还附带监管考核风险。加拿大航空那650加元赔偿是小事，全球范围的负面传播是大事。所以理性的商用策略是灰度推进：先让AI做坐席的copilot（辅助推荐话术、自动填单），拦截率和准确率稳定后再放开自动应答，最后才谈端到端自动办理（IntentCX路线）。 ## 七、工程师经验清单 结合上述案例，给正在或即将参与客服大模型项目的工程师几条实操建议： 1. **知识库治理优先于模型选型。** 资费知识库的更新时效与准确率，比换哪个基座模型对效果的影响更大。把知识库同步写进资费上线割接清单。 2. **转人工阈值是产品灵魂。** 情绪激化、涉诉关键词、金额敏感类诉求直接进人工队列。省下的小钱抵不上一份工信部申诉件。 3. **数字类回答禁止生成。** 价格、时限、流量、违约金，只能来自检索结果或接口返回值，模型负责组织语言。 4. **语料回写闭环。** 人工坐席的高质量对话脱敏后回流训练集，这是自有大模型对通用模型的护城河。 5. **影子模式起步。** 新版本先“只说不发”（旁路生成、坐席参考），跑满一个出账周期再灰度放量。 6. **全量留痕。** 对话记录按可作证据的标准存档——Moffatt案证明，机器人说的话，法庭是认账的。 7. **别把KPI做成单指标。** 只考核“机器人解决率”会催生假解决（诱导挂断、踢皮球），必须与二次来电率、投诉率捆绑考核。 ## 结语：客服只是第一站 复盘2024至2025这一轮商用潮，客服成为AI与通信结合的第一落点并非偶然：数据闭环完整、试错成本可控、ROI直接，而且用户“骂客服”的容忍度天然高于“骂网络”。九天团队从10086话务里长出35B基座并直攻安全可信，T-Mobile用IntentCX把“聊天”推进到“办成事”，德国电信干脆把AI塞进149欧元的手机里让问题消失在电话之前——三条路线，同一个判断：**运营商与用户之间每一次交互，都值得重做一遍**。 对工程师而言，真正值得盯的不是某次发布会，而是两个尚未兑现的悬念：IntentCX们2026年是否敢公布真实的端到端解决率；JT-Safe这类安全基座，何时从论文基准走进生产网关。这两个数字出现之日，才是大模型客服交出真正成绩单之时。 ## 参考来源 1. [T-Mobile and OpenAI Join Forces to Revolutionize the Customer Experience](https://www.t-mobile.com/news/business/t-mobile-launches-intentcx-with-openai) — T-Mobile官方新闻稿，IntentCX平台能力、实施计划与多年协议（2024-09-18） 2. [JT-Safe: Intrinsically Enhancing the Safety and Trustworthiness of LLMs (arXiv:2510.17918)](https://arxiv.org/abs/2510.17918) — 中国移动九天团队论文，JT-35B基座、DWC方法与安全评测数据（2025-10-20） 3. [Air Canada found liable for chatbot's bad advice on plane tickets](https://www.cbc.ca/news/canada/british-columbia/air-canada-chatbot-lawsuit-1.7116416) — CBC对Moffatt v. Air Canada判例的报道 4. [Moffatt v. Air Canada: A Misrepresentation by an AI Chatbot](https://www.mccarthy.ca/en/insights/blogs/techlex/moffatt-v-air-canada-misrepresentation-ai-chatbot) — McCarthy Tétrault律所对2024 BCCRT 149判决的法律分析 5. ["Our" AI-phone brings AI for everyone](https://www.telekom.com/en/newsroom/latest-updates/media-information/2025/8/_our_-ai-phone-brings-ai-for-everyone) — 德国电信官方新闻稿，AI Phone上市信息（2025-08-14） 6. [Deutsche Telekom launches AI Phone with an emphasis on affordable AI](https://www.telecoms.com/ai/deutsche-telekom-launches-ai-phone-with-an-emphasis-on-affordable-ai) — telecoms.com对AI Phone欧洲10国上市与定价的报道 --- > 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 > 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。 > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。