自 2026 年 8 月 2 日起，《欧盟人工智能法案》（EU AI Act）第 50 条要求：除显而易见的情形外，必须告知人们他们正在与 AI 系统交互（EU AI Act 第 50 条）。长期以来反对 AI 披露的理由从来不是法律问题，而是商业问题：告诉客户，你就丢了这笔单。一项触达 1,337 位客户的随机现场实验在大模型时代检验了这一反对意见，结果没有发现披露带来任何转化率损失（Habel、Zawadzki 与 Freise，2026）。
同一篇论文的第二个结论，才是真正花钱的那个。
刚刚失去证据基础的那个反对意见
大模型之前的证据认为客户对 AI 存在偏见，因此披露会压低销售。Habel（University of Houston）与 Zawadzki、Freise 通过三项当代研究重新检验了这一结论（Habel、Zawadzki 与 Freise，2026）。
| 研究 | 设计 | 结果 |
|---|---|---|
| 现场实验 1 | 随机化，触达 1,337 位客户 | 披露 AI 语音智能体相比不披露，已不再降低转化率 |
| 现场实验 2 | 随机化，触达 366 位客户 | AI 语音智能体仍显著不及人类销售 |
| 线上实验 | 238 位参与者 | 无论是否披露，客户大多都能识别出 AI 语音智能体，且对披露与不披露的 AI 给出相似评价 |
把第三行对照第一行来读。披露不再有代价，并不是因为客户变宽容了，而是因为这个标签不再带来新信息。人们自己就能判断在和什么对话，所以隐瞒买不到任何可衡量的东西，却把第 50 条的合规暴露留在账上。
在有人把这个数字往上汇报之前先提醒一句：论文没有公布任何转化率百分比。结论是披露没有造成下降，而不是披露带来了提升。
AI 披露真正让你付出的代价
按这些证据看，几乎为零——于是运营问题不再是是否披露，而是披露住在哪里。如果它是一个开关，总会有人为了测试提升而把它关掉，而现在我们知道这个测试没有任何收益，只有监管上的风险。身份属于客户正在看的那个界面，和发票上的公司名称属于同一类东西。
客户真正抵触的东西，与标签无关。在线上研究中，他们更不愿继续对话，原因是预期更少的共情、更弱的拟人感、自己要付出更多努力，以及企业更不诚恳。这是对交互质量的预测，不是对被告知的反对。沉默无法解决它。让这个预测落空才能解决它。
隐瞒这一选项还有一笔很少被定价的成本。让身份保持模糊，意味着事后关于这次交互的每一项主张——说了什么、承诺了什么、谁负责——都要从一份当时没人声明其性质的记录里重建。披露之所以便宜，部分原因在于它是唯一一个事后可以坦然站住的版本。另一种做法不是免费的增长，而是一项没有任何可衡量收入与之对应的潜在负债。
差距是四个有名字的流程失效
钱在第二个现场实验里。与人类销售相比，AI 语音智能体显著落后——作者精确地指出了原因。当代智能体仍然难以做到销售流程纪律：关键决策人资格判定、价值沟通、持续跟进，以及下一步编排。
用运营者的眼光看这份清单，而不是技术采购者的眼光。这四项没有一项是推理能力问题。判定正确的关键决策人，是一条关于这段对话值不值得进行的规则。价值沟通，是某个人写下来的论点。持续跟进，是一套节奏。下一步编排，是一份日历加上一个关于什么算作下一步的定义。这些是岗位手册的内容——而没有手册就上线的智能体，等于被要求在通话中现场发明一套销售流程。
这四项的修复难度并不相同
持续跟进和下一步编排，是中型团队用一个下午就能写清的两项：带间隔的跟进节奏，以及一个明确无歧义的"已约定下一步"的定义。它们也是会无声失败的两项，因为当一段对话就这么停下来时，系统里没有任何东西会抱怨。关键决策人资格判定需要一条规则，而这条规则必须由有商业决定权的人来写，于是它是一周的工作，而不是一小时。价值沟通才是真正难的那一项——它取决于判断这位买家对哪种论点有反应，也是人类仍有明显优势的部分。按此排序：先修两项机械性失效，再重新评估智能体，然后才对另外两项下结论。
为什么这读起来像岗位设计的欠缺，而不是模型的欠缺
这种解读有独立证据支撑。MIT Technology Review Insights 与 Microsoft 邀请 300 位高管与从业者，对 101 项智能体 AI 任务按 0–100 的信任度打分，发现信任度跟随的是任务可验证性和业务上下文的完整度，而不是模型能力：自动报告生成得 83.5 分，样板代码得 82.5 分，两者都有单一客观的成功指标；而 service mesh 配置得 37.5 分，灾难恢复测试得 43 分——底层模型相同，但缺少干净的"完成"定义（MIT Technology Review Insights 与 Microsoft，2026）。
一通没有明确资格判定规则、也没有定义下一步的销售对话，就是排在末段的那类任务。缺的不是模型，缺的是"完成"的定义。
该调查还发现，59% 的受访者已经在规划长期的人类监督，而不是把监督当作过渡成本。在把智能体当作直接的人头替代写进预算之前，这一点值得记住。
监督有位置问题，而不只是人数问题
如果监督是长期的，那么它在任务中的位置就比它的数量更重要。一项 CHI '26 研究对多步智能体任务中的确认频率进行建模，并用 48 位参与者做了测试：81% 的人更偏好中途确认，而不是多数系统出厂时采用的"最后确认"模式，任务完成时间下降了 13.54%（Zhou 等，2026）。
更快，而不只是更安全。晚发现的错误的回滚成本，高于早设置检查点的打断成本。落到客户对话上：有用的检查点在阶段边界——资格判定之后、价值论点开始承载这笔交易之前——而不是等机会已经凉了再去翻通话记录。
诚实的反面
四条限制，直说。
这是一篇工作论文。 SSRN 7013259 于 2026 年 7 月发布，2026 年 8 月 22 日修订。它尚未完成同行评审，可得数字只到摘要层级。
三项研究中有两项样本偏小。 触达 366 位客户和 238 位线上参与者，除了方向性判断之外都不够用，而且三项研究都处在同一个销售场景中。一个有六位相关方的 B2B 企业级销售周期，不是这里测试的环境。
两个核心结论都是 2026 年的快照。"客户反正都能识别出 AI"取决于当下智能体的质量和当下的公众暴露程度；"智能体不及人类"同理。两个数字都会移动，而且不一定朝同一个方向。
支撑证据不是绩效数据。 MIT 与 Microsoft 的数字是 300 位受访者的感知评分，CHI '26 的结果来自实验室任务，而不是真实的销售通话。它们支撑论证的形状，而不是它的量级。
在四条限制之后仍然站得住的，是这篇论文强行做出的区分：披露决策和能力决策不是同一个决策，而其中真正昂贵的，从来只有一个。
这个季度该改什么
四个动作，没有一个是采购。
- 让身份成为智能体界面的属性，而不是一个配置开关。如果销售负责人可以为了做提升测试而把它关掉，这个测试就一定会发生——而这些证据说它没有任何收益。
- 在上线之前写好流程主干，而不是等试点令人失望之后。明确资格判定规则、价值论点、跟进节奏，以及什么算"已约定下一步"。缺了这四样的智能体，是在一套没人定义过的流程上被考核。
- 把监督检查点放在阶段边界。资格判定之后，一段走偏的对话仍然便宜可改；事后翻通话记录，正是 CHI '26 结果所反对的"最后确认"模式。
- 用你自己的人类基线来对标智能体，指标是"已约定下一步"的比例，而不是通话量或客户满意度。量是智能体擅长的；下一步，才是这篇论文说它们会丢掉的东西。
这四点底下还有一个留痕问题。如果有一天你必须证明披露——是哪个供应商在应答、依据什么条款、由哪位人类对这段对话负责——那是一个在问题到来之前就该解决的文档问题，而不是审计中才处理的问题。Scovai 在 transparency 上公开自己的供应商名称与对 EU AI Act 的立场，可作为这类记录具体长什么样的一个实例。
有用的重新框定是：AI 披露从来不是大家当成的那个增长变量。它只是一行文案。真正的变量一直是它背后的销售流程——而那正是没人写下来的东西。
所以在季度结束前拉出一个数字：上个月你的智能体处理的对话中，有多少比例以"已约定下一步"收尾——同期相当的人类对话又是多少？这两个数字之间的差额，就是你真实的部署成本，而它与你对客户说了什么毫无关系。
