CallSitter 开源项目展示如何用 Jev 分类器与 GPT-6 Luna 协同处理电话呼叫

开发者 szert 开源了 CallSitter，一个基于 OpenAI gpt-live-1 和 GPT-6 Luna 的 AI 智能体系统，用于自动接听电话并区分诈骗、推销或真实来电。该系统通过 Telnyx 将呼叫路由至 AI，利用 TypeSafe Jev 对实时语音转写文本进行分类，并根据分类结果执行不同策略：对诈骗者浪费时间，对推销员礼貌拒绝，对真实来电记录留言。

核心机制在于分层决策与人工干预的结合。Jev 负责初步分类（诈骗阈值≥0.80，推销≥0.85，真实≥0.7），而 GPT-6 Luna 则作为“副驾驶”生成滚动摘要、开放问题和建议回复，但不直接控制通话流程。用户可通过 Telegram 发送指令或点击按钮介入通话，甚至一键接管转为真人对话，此时系统通过 SIP REFER 协议将呼叫桥接至用户设备，同时保持录音继续。成本按供应商账单明细拆分显示，包括 Live 每秒费用、Luna 的 token 消耗及 Jev 输入 token。

事实层面，该项目已公开 Apache-2.0 许可代码，支持本地部署与生产环境配置；推断层面，其架构体现了当前 Agent 工程中“分类器 + 生成器 + 人工接管”的典型模式，适用于高频、低容错的通信场景；猜测层面，若此类系统被广泛采用，可能推动电信运营商在防骚扰服务中引入类似的分层响应机制，但需解决隐私合规与误判责任问题。