2026年7月1日，由伊隆·馬斯克領軍的AI新創公司xAI發布了「Voice Agent Builder」的測試版，這是一款不必撰寫程式碼就能建立AI語音代理的工具。使用者只要在網頁瀏覽器中，用日常語言描述電話應答的流程，最快約2分鐘就能讓一個真正會接聽並回話的AI開始運作。此工具以該公司的語音模型「Grok Voice」為基礎，鎖定客戶服務、預約受理以及個人助理等用途。本文將整理它的功能、價格以及面向企業的安全措施。
約2分鐘打造AI語音代理
Voice Agent Builder最大的特色，在於它是免程式碼（不必撰寫程式即可組建應用或處理流程的方式）。即使是沒有專屬開發團隊的業者，也只要在瀏覽器中完成設定，就能備妥一個能處理電話對話的AI。
製作方式相當簡單。首先，用平常的語言把「希望以什麼順序推進對話」寫成文字。接著，把公司內部手冊等資料、想讓AI使用的工具，以及用來防止逾越分際的護欄（限制AI回應範圍的安全機制）連結進去，從零開始約2分鐘就能完成一個可運作的代理。作為基礎的Grok Voice將回應延遲控制在1秒以內，力求呈現宛如與真人交談般的自然互動。
逾80種語音與複製自有聲音
可以從預先備妥的80多種語音中，為代理挑選聲音。此外，只要錄製約2分鐘的音訊，就能建立重現自有品牌聲音的複製語音。據稱支援的語言在25種以上，也將多語言應答納入了考量。
根據xAI的說明，Voice Agent Builder採用把語音直接以語音處理的「語音對語音」路徑，並與Grok Voice緊密結合來設計。相較於將語音辨識、文字生成、語音合成三者分別拼接的傳統架構，這種做法更容易減少延遲與不自然感。
電話號碼、SIP與外部服務整合
新帳號會獲贈一組免費電話號碼，從最初的測試通話到正式接聽都能直接使用。若想沿用既有的號碼，可透過SIP（經由網路接通電話的通訊機制）直接接入主要電信業者的線路。
與外部服務的整合也相當豐富。可與Gmail、Outlook、Google 日曆、Linear、Notion、OneDrive等連接，在對話中處理行程確認與資訊記錄。此外，它還支援自訂的Model Context Protocol（MCP，將應用程式與資料和AI直接連接的規格），可接入公司內部的資料庫、客戶管理系統以及各類API，打造貼合自身業務的語音代理。
價格與面向企業的安全功能
價格採用依通話時間計費的用量制，每分鐘0.05美元（約8日圓）。80多種語音已包含在這個價格中，不需另付平台使用費。若使用免費獲贈號碼的電話線路，則在此之上每分鐘加收0.01美元（約1.6日圓）。※以1美元=161日圓換算（截至2026年7月4日）
面向企業使用的功能也一應俱全。除了面向主要電信業者的SIP接入，還提供可細緻設定回應範圍的護欄，以及SOC 2、HIPAA適用性、GDPR等各類法規遵循支援。也可以設定限制，避免AI在通話中唸出個人資訊等須謹慎處理的內容，讓客戶應答在自動化的同時，也能兼顧資訊處理的穩妥。
總結
xAI的Voice Agent Builder的特色，在於兼具免程式碼、最快約2分鐘的便利性，以及80多種語音、SIP接入、MCP整合等面向實務的功能。每分鐘0.05美元起的明快用量計費，也降低了導入門檻。目前為測試版，實際的通話品質與中文使用體驗仍須隨著後續推廣逐步確認，但對於考慮把電話業務自動化的業者而言，它有望成為一個新的選擇。
