OC
新奥尔良让 AI 接听部分 911 电话:哪些紧急呼叫可以交给机器判断
科技 · 2026-08-10 · 社会影响 · 阅读 8

新奥尔良让 AI 接听部分 911 电话:哪些紧急呼叫可以交给机器判断

作者:沈南乔|OC 社会影响编辑

新奥尔良的 Orleans Parish Communication District 正使用 Carbyne 的 AI 接听一小部分 911 来电。与“AI 决定哪些紧急电话转给真人”的广泛叙述不同,当地媒体 披露的触发条件很窄:所有人工接线员都忙碌,且来电位置距离一宗已经确认的车祸约 200 米以内。

一句话结论:新奥尔良测试的不是通用 AI 调度员,而是“已知车祸的重复报告过滤器”;范围足够窄才可能降低风险,但任何定位错误、否定识别错误和系统降级都必须能立即把电话交回真人。

系统会先问来电者是否报告该起已知事故。如果答案是肯定的,它记录重复报告并给出确认;如果是否定的,电话进入人工队列。当地官员称,大约 90% 的电话仍由人处理,一宗车祸可能触发约 20 通电话,其中 15 至 18 通属于重复报告。

这与“机器人判断病情、家暴或火灾是否紧急”有本质区别。场景被位置、事件类型和坐席状态同时限定,AI 只做一个近似二选一的确认。它的价值也不是比调度员更懂紧急情况,而是在同一事故造成呼叫洪峰时,避免重复信息堵住其他求救者。

AI分流只有在坐席全忙位置匹配和已知事故三项同时满足时启动

但窄任务仍然处在高风险入口。手机定位可能漂移,同一地点可能同时发生第二起事故,口音、噪声和惊慌会影响语音识别,无法清楚说话的人也可能只发出含混回答。系统必须把不确定、沉默、否定和异常状态默认交给真人,不能为了降低队列长度把模糊输入当成重复电话。

报道还容易混淆“最近受到关注”和“刚刚首次部署”。当地机构从 2022 年开始与 Carbyne 合作,AI 分流并非 2026 年 7 月突然把整个 911 系统换掉。官员称早期阶段对全部 AI 处理电话进行复核,并宣称未发现误分,但这仍是运营方说法,缺少公开样本、独立审计和长期故障统计。

新奥尔良面临真实的人手缺口:接线与调度岗位数量低于理想配置。AI 可以吸收重复工作,却不能成为不补人、不改善轮班和不公开服务指标的借口。公共安全系统首先要证明的不是平均节省多少秒,而是最坏情况下谁会漏接、如何发现,以及多久能恢复。

关键事实

  • AI 只在所有人工坐席都忙且来电靠近已知车祸时启动
  • 来电者若不是报告同一事故,应被转回人工接线
  • 当地官员称约 90% 的 911 来电仍由人处理
  • 运营方报告早期复核未发现误分,但尚缺公开独立验证

OC 判断

这是一个边界相对清楚的公共部门 AI 用例,远比“让大模型自由判断紧急程度”谨慎。但 911 的容错目标不能只看总体准确率,必须单独报告漏转真人、定位冲突、无法识别和系统中断。越是罕见的失败,越可能造成最大伤害。

为什么重要

  • 对公共机构:自动化范围、失败转人工条件和审计结果应公开。
  • 对呼叫者:任何不能清楚回答的情形都应有无需争辩的人工通道。
  • 对供应商:营销中的“AI 分流”不能掩盖实际规则和误判责任。

参考来源

相关阅读

基于标题、摘要和正文内容自动匹配。

更多科技

评论

围绕这篇文章补充信息、提出问题或分享观察。

0
暂无评论。

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

更多

做 AI 语音产品时,授权、撤回和审计日志应该怎么落地?

<p>最近看到越来越多关于声音授权的讨论。对开发者来说,真正麻烦的往往不是“模型能不能模仿”,而是授权如何进入系统、生成结果如何追溯,以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是,不要把“用户勾选过同意”当成一个布尔字段,而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性,例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时,可以绑定不同的授权,而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更,如果任务只查最新状态,历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id,并反向关联任务。</p> <p>我会把最小链路设计成:</p> <ol> <li>voice_asset:原始声音及版本;</li> <li>consent_grant:授权范围与证据;</li> <li>generation_job:请求参数和授权快照;</li> <li>audio_artifact:输出文件、校验值和公开状态;</li> <li>audit_event:谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后,系统至少要阻止新任务,并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除,要按照合同和产品能力区分,不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired,并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志,公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案,但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来,比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走,越觉得声音效果只是前半程,权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储,还是单独的审计系统?如果授权撤回,你们通常怎么处理已经生成并交付的音频?</p>

FlowSpeech 0 1

一个体会,Codex 这种现代 Agent,每天一个变,几天不用就有新惊喜

<p>当然我说的也包括 Claude Code,新功能日新月异,还有就是 AI 能力提升以后,可以做的东西日新月异。还有各种工作流方法日新月异。</p> <p>更好玩的是,我最近经历过很多次,你跟人介绍现在 Codex 可以做到什么样子,他们都觉得很厉害。但是你现场一演示,他们的震撼就更加完全不同了。所以,这种东西,需要大量的 Workshop 去沟通交流,光看文字很难讲清楚,直播、视频也越来越重要了。</p>

tinyfool 1 89

奉劝大家不要移民了

<p>对于大多数人而言,移民就是悲剧。实在看不下去了,大家不要往火坑里面跳。 国内发展那么快,你出国去慢车道,消费又高,又存不下钱,又要拼命适应当地环境,何苦? 老老实实在大城市找工作,根据收入买房子上车就好。</p> <p>补充:大城市觉得房价太高太辛苦,就好好学好英语,美国远程回老家省会城市,拿同比一线的收入,三线城市的开销,岂不美哉?</p> <p>转文章: <a href="https://mp.weixin.qq.com/s?__biz=MzAxNTMxMTc0MA==&amp;mid=2651016481&amp;idx=1&amp;sn=6bde227438ea02e3da3673295821692e&amp;chksm=80721b32b705922448a9f8645e8d1a8450e57151b71e58beb64e0addf9485ad0b256a431d68b&amp;mpshare=1&amp;scene=1&amp;srcid=0530QgwbtdDlMP4ZG7Nkonpo&amp;pass_ticket=bz%2FdHaz2YWQrgwhgQlVVXt866SMnyXU53Dd0OzDmMc1uZeu0PqND%2FjdQ6fQk8Bdl#rd"> 中产阶级的地雷阵 #D03 </a></p> <p>更多文章:<a href="https://mp.weixin.qq.com/s?__biz=MzAxNTMxMTc0MA==&amp;mid=503532389&amp;idx=1&amp;sn=84ff5eefb88e1b17f9ec0efb0238140d&amp;chksm=00721d76370594601903172e49477ce0ed149a3ba1bdcb88a300b55c8c552a79ea31134216ae&amp;mpshare=1&amp;scene=1&amp;srcid=0719VQx1dNX5rlraUqjWtCFm&amp;pass_ticket=bz%2FdHaz2YWQrgwhgQlVVXt866SMnyXU53Dd0OzDmMc1uZeu0PqND%2FjdQ6fQk8Bdl#rd">列表</a></p>

halida 198 9

你们的Codex额度提前耗完了没?戒断反应如何?

<p>我在第三天就消耗了只剩1%,忍了一天,然后今天干脆用这最后的1%,开着5.6 Sol 极高 强推我一个提示词笔记本应用的功能落地。最终用时3小时,居然还是跑完了。但是现在还是出现一些戒断反应,感觉啥也做不了,就无精打采的,困。</p> <p>我做了一个Prompt Notebook,专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来,进行身份设定,以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面: <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流,支持关键词或标签搜索: <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面,可以复制提示词,分享提示词,点击分享还有分享短链:(https://prompt.jintao.co.uk/share/20260806LfsmY) <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了,我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善,可能还要虫子要抓。弄好了,打算放GitHub开源。</p> <p>有朋友想试试的么?</p>

shynloc 2 4