Databricks发布语音智能体蓝图DIVA，宣称由数据上下文驱动实时通话决策
Databricks博客介绍了其语音智能体方案：对话层由LiveKit、Deepgram、ElevenLabs、Twilio等合作方负责，Databricks提供基于上下文、本体和治理的“大脑”，并以开源GitHub蓝图DIVA（Intelligent Voice Agents）作为起点。
AI解读：Databricks将语音智能体拆成两层：对话层负责音频传输、语音转文字和回复播报，由其合作方承担；Databricks提供负责查询来电者上下文、执行业务规则并决定下一步动作的“大脑”，并记录每次决策以供事后审查。
博客给出的原型组合是LiveKit承载通话、Deepgram负责语音转文字和默认音色、ElevenLabs提供表现力音色，Twilio等运营商可接入普通电话线路。Databricks称对现有客户无需新搭平台，智能体运行在数据所在处，通过经批准的只读查询连接订单、忠诚度、CRM等系统。
上下文、本体与治理被列为三大基础：智能体仅查看属于来电者的记录、以业务系统核验身份而非采信来电者自述，并将医疗、金融、安全等敏感话题按设计转人工；同时提供ai_decide，用于在governed data上做亚秒级快速判断，并展示置信度。
每通电话的决策可被记录，记录可用于自动评分和自然语言查询，再反馈到提示词与模型。Databricks称该智能体继承平台的安全与合规项目，包括HIPAA和SOC 2 Type II选项，并提醒语音合作方有自己的认证，需在部署中单独评估。
Databricks建议以 90 天试点起步，覆盖一个渠道、一个团队和最高频的常规来电，试点前记录单次通话成本、处理时长和客户满意度，并跟踪来电者是否回访复购。博客引用Gartner预测：到 2029 年，代理式AI将自主解决 80% 的常见客服问题，运营成本降低 30%。
上述效果属于Databricks的方案描述与Gartner的预测，博客未给出DIVA蓝图或客户部署的公开效果数据；文中提到的一家美国大型快餐品牌仅处于“正在建设”阶段。
Databricks在博客中发布语音智能体方案及开源蓝图DIVA（Intelligent Voice Agents），将语音智能体分为对话层与“大脑”两部分：对话层交由LiveKit、Deepgram、ElevenLabs、Twilio等合作方，Databricks负责在通话每一轮查询来电者上下文、应用业务规则并决定下一步动作。
Databricks称这套方案面向其现有客户，智能体运行在数据已有位置，通过经批准的只读查询接入订单、忠诚度、CRM等系统。
对话层与大脑的分工
博客把语音智能体拆成两部分。对话层处理通话本身：承载音频、把语音转成文字、播报回复。其原型中，LiveKit承载通话，Deepgram负责语音转文字和默认音色，ElevenLabs增加表现力音色，Twilio等运营商可接入普通电话线路。
第二部分是Databricks提供的大脑。按博客描述，它在通话每一轮查询来电者上下文、应用业务规则并选择下一步，可以是回答问题、给出报价或转人工，同时记录每次决策供团队事后审查。Databricks的表述是：对话层决定听起来如何，大脑决定答案是否正确。
上下文、本体与治理
Databricks称大脑建立在三样已在其平台上的东西之上：上下文是某一刻需要的数据，包括客户、订单、产品和政策数据；本体描述数据之间的连接，例如什么算忠诚度会员、订单属于哪家门店、哪项政策适用于哪个产品；治理决定谁能看到什么，智能体遵循企业数据目录中员工已有的访问规则。
博客称智能体只查看属于来电者的记录，并通过查询业务系统核验身份，而不是采信来电者自述。业务方决定智能体可给出哪些报价、可给多少额度，以及何时由人工接管。若在数据中找不到答案，智能体会告知来电者并转人工，不做猜测；给出的答案可追溯到来源记录。医疗、金融、安全等敏感话题按设计转人工，博客明确称该智能体被构建为不提供医疗建议。
博客还区分两类决策：亚秒级判断（如是否立即转人工）与需要仔细推理的判断（如延迟订单如何补救），并引用System 1/System 2的说法。Databricks称通过ai_decide把这类快速决策带到其治理数据上，使智能体能快速判断并展示置信度。
记录、合规与试点建议
按博客描述，每通电话可记录说了什么、查询了什么、哪个模型作答、每个决定的原因；团队沿用现有数据政策控制访问权限与保留时长。博客称该智能体继承Databricks平台的安全与合规项目，包括HIPAA和SOC 2 Type II选项，并提示语音合作方持有自己的认证，需在部署中单独审查。
Databricks建议以 90 天试点起步，覆盖一个渠道、一个团队和最高频的常规来电（如订单状态、司机签到、供应商确认）；试点前记录单次通话成本、处理时长和客户满意度，并跟踪来电者是否回访复购，试点结束后对比结果。博客同时引用Gartner预测：到 2029 年，代理式AI将自主解决 80% 的常见客服问题，运营成本降低 30%。
博客提到一家美国大型快餐品牌正在建设语音智能体，让顾客通过说话加购、改单和结账；这一案例被描述为“正在建设”，未给出上线范围或效果数据。DIVA蓝图在GitHub开源，Databricks称其中包含可供编码智能体遵循的现成指令。