Bland AI

Bland AI 是一家总部位于旧金山的企业级语音代理平台，由 Isaiah Granet 和 Sobhan Nejad 于 2023 年创立，他们曾参与 Y Combinator 2023 年夏季训练营。该公司致力于解决大型呼叫中心内部的一个特定问题：大量重复、结构化的电话遵循着可预测的模式，却消耗了昂贵的人力成本。Bland 并没有选择在 Twilio 之上叠加聊天机器人，而是从零开始构建了自己的推理栈、TTS 引擎和电话通信层，使每个组件都成为专有技术。正是这种垂直整合，使得该平台能够处理竞争对手无法匹敌的呼叫量：高达一百万的并发呼叫且性能不衰减。

该平台的核心是 Conversational Pathways，这是一个可视化节点编辑器，允许工程团队设计将脚本分支与实时 LLM 生成相结合的对话流程。代理可以处理呼入和呼出电话，原生集成 Salesforce、Cal.com 和 Calendly，使用通过网页抓取或上传文档构建的知识库，并通过热转接（warm transfer）升级至人工客服。自定义的 Guard Rails 层会实时监控通话，以确保符合 TCPA 规范并防止违规。2026 年 3 月，Bland 发布了 Norm，这是一个元代理（meta-agent），能够根据纯英文提示词生成生产级别的语音代理，并提供差异对比（diff comparison）、受保护的分支控制以及用于部署前测试的代理间模拟功能。

Bland AI 在 2026 年 5 月的实际功能

Bland 的核心产品是一个专为企业级呼出和呼入设计的电话通信平台及 AI 运行时。与协调外部提供商（语音使用 ElevenLabs，STT 使用 Deepgram，以及开发者选择的任何 LLM）的 Vapi 不同，Bland 端到端运行自己的模型。其 TTS 引擎经过了数百万小时对话音频的训练。STT 和推理均为自托管。这在三个方面至关重要：延迟、定价可预测性以及数据安全性。

其计费模式反映了这种架构。每个计划都在规定的每分钟费率中包含了 LLM、STT、TTS 和电话通信费用。无需追踪单独的 Token，无需核对 Deepgram 账单，当您的 LLM 调用时间过长时也不会出现意外收费。在 Scale 计划（$499/月）中，有效通话时间的统包费率为 $0.11/分钟。

Conversational Pathways 是其工作流引擎。团队以可视化节点图的形式构建流程：根据意图进行分支，在通话中途通过 API 获取实时数据，根据呼叫者的输入路由到不同的代理。节点编辑器导出的流程混合了脚本响应（用于对合规性敏感的脚本）和 LLM 生成（用于处理意外问题）。2026 年 3 月推出的元代理 Norm 则位于此之上：只需用纯英文描述用例，Norm 即可自动生成完整的路径、人设、API 集成和提取规则。

截至 2026 年 5 月已验证的关键能力：

• 并发呼叫容量： 10（Start）、50（Build）、100（Scale）、无限制（Enterprise）

• 声音克隆： 根据计划提供 1 个至无限制的克隆，使用基于对话音频训练的专有 TTS

• 知识库： 网页抓取、文档上传、沙盒测试、用于发现未解答问题的缺口检测

• 集成： 通过 2025 年 12 月推出的原生集成平台支持 Salesforce、Notion、Cal.com 和 Calendly

• 合规性： Enterprise 计划包含 HIPAA BAA（无附加费用），Guard Rails 用于实时 TCPA 和政策监控

• 渠道： 电话、SMS 和网页小组件（2025 年新增）

• Norm 元代理： 根据提示词生成完整的语音代理，具备差异对比和受保护的分支控制功能

“在短短几个月内，Bland 为我们的业务增加了 4200 万美元的实际收入。” - MPA 产品副总裁，摘自 2025 年 2 月 Bland AI B 轮融资公告

Bland AI 与 Vapi 和 Retell AI 的定位对比

这三个占据主导地位的语音 AI 代理开发者平台各自做出了不同的架构选择，而这些差异对您实际能构建的内容至关重要。

Vapi 是一个可组合的中间件层。它不运行任何专有模型。开发者需要自带 LLM（OpenAI、Anthropic、开源模型）、TTS 提供商（ElevenLabs、Deepgram、PlayHT）、STT 以及电话通信服务（Twilio、Vonage）。其代价是在获得完全灵活性的同时，需要承担巨大的工程开销。在精心优化的情况下，Vapi 可实现 550-800 毫秒的延迟，HIPAA 合规性每月需额外支付 $1,000，且该平台不仅在构建时需要专门的工程团队，在后续维护中同样需要。当您需要频繁更换模型、运行自定义微调的 LLM 或集成非标准电话通信基础设施时，它是正确的选择。

Retell AI 采用托管基础设施的方法。其抽象层处理 STT-LLM-TTS 的编排，并提供更简洁的 API 接口，这意味着首次部署的时间更短。Retell 始终提供 600-750 毫秒的响应时间，是三个平台中最快的，并通过 Deepgram 和 ElevenLabs 集成支持 30 多种语言。其代价是：管道控制粒度较低，语音质量依赖于提供商，且原生不支持无限制的并发量。部署首个生产级语音代理的团队通常在 Retell 上的上线速度会快于 Vapi 或 Bland。

Bland 则处于不同的象限：最大化规模，最小化配置面。专有技术栈意味着您无法换成首选的 TTS 语音或使用自定义微调的 LLM。您只能使用 Bland 的模型。作为回报，您获得的是一个从头开始为高并发外呼设计的平台：Scale 计划支持 100 条并发线路，Enterprise 计划无限制，且定价将所有成本捆绑为一个每分钟费率。语言支持范围较窄（大约 10 个主要市场，而 Retell 支持 30 多个），但在每天 10,000 次外呼的情况下，Bland 的架构能够处理流量激增而不降低性能，这是基于编排的平台难以企及的。

与 Pipecat 等开源替代方案（为开发者提供自托管框架，使用任何提供商组装自己的语音管道）相比，Bland 用自托管的灵活性换取了托管规模。Pipecat 是免费且可无限定制的；而 Bland 则负责基础设施并按分钟向您计费。

“你外包的每一层都会增加延迟和风险。” - Bland AI 联合创始人兼 CEO Isaiah Granet，Unite.AI 采访

构建与部署的实际情况

让一个基础的 Bland 代理上线只需几个小时的工程工作，而不是几天。Conversational Pathways 可视化编辑器允许开发者勾勒对话流程、附加知识库、添加电话号码，并通过真实通话进行测试。API 访问非常简洁，文档涵盖了预约安排、线索验证和支持升级等常见模式。

当您需要代理优雅地处理边缘情况时，复杂性就出现了。混合了脚本分支和 LLM 生成的路径需要仔细测试。Guard Rails 功能可实时捕获对合规性敏感的语言，但团队仍需为其特定脚本定义“违规”的含义。2026 年 3 月推出的元代理 Norm 大大缩短了这一过程：用纯英文描述您的用例，它就能生成完整的路径，包括 API 调用逻辑、提取规则和对话人设。尽管如此，Norm 的输出在投入生产环境之前仍需要进行审查和测试。

对于非企业团队来说，该平台最大的部署阻力在于定价结构。Start 计划 $0.14/分钟听起来很亲民，但 10 个并发呼叫和每天 100 个呼叫的上限使其更像是一个开发环境，而不是生产平台。Build 计划（$299/月加上 $0.12/分钟）是任何实际呼叫量的实用切入点。一个在 Build 计划上每月运行 500 分钟通话的团队总共需要支付 $359。如果是 5,000 分钟，则变为 $899。在高呼叫量下，这笔账对 Bland 更有利；但在中低呼叫量下，Retell 甚至搭配更便宜 TTS 选择的 Vapi 可能会更具成本效益。

Bland 内部构建的类似 LiveKit 的实时基础设施，使其并发规模的声明具有可信度。但对于已经使用 LiveKit 进行实时应用开发的团队来说，这两个平台服务于不同的目的：LiveKit 是通用的实时基础设施；而 Bland 是构建在此类基础设施之上的、带有主观设计理念的语音代理产品。

Bland AI 适合哪些用户

Bland 的付费客户往往分为三种类型。第一种是企业销售和催收业务，他们每天进行数千次外呼，需要一个可预测的成本模型，不会因为活动运行时间超出预期而导致成本激增。房地产线索验证、保险续保、抵押贷款预审和债务催收都是 Bland 客户群中记录在案的用例。

第二种类型是受监管行业（医疗保健、金融服务）中技术前沿的公司，他们需要符合 HIPAA 规范，但不愿支付高昂的附加费用。Bland 的 Enterprise 层默认包含 BAA。Cleveland Cavaliers 的部署说明了第三种类型：大型 B2C 运营机构使用 Bland 进行粉丝互动、票务支持和活动后勤，这些场景下的呼叫量在活动日期前后会激增，且代理行为的一致性比声音中的情感温度更为重要。

Bland 于 2025 年 2 月宣布了由 Emergence Capital 领投，Scale Venture Partners 和 Y Combinator 继续参投的 4000 万美元 B 轮融资。此轮融资使总融资额达到 6500 万美元，距离该公司在 2024 年 8 月以 1600 万美元 A 轮融资脱离隐形模式还不到 10 个月。A 轮融资的知名天使投资人包括 Max Levchin（PayPal 联合创始人）、Piotr Dabkowski（ElevenLabs CTO）和 Jeff Lawson（Twilio 创始人），这表明 Bland 目前正在垂直整合的底层基础设施的构建者们给予了行业认可。

Bland AI 不是什么

Bland 不是一个无代码产品。虽然 Norm 大幅降低了构建初始代理的技术门槛，但大规模配置、测试和维护生产级语音代理仍然需要工程资源。没有专职开发人员的团队目前还无法在该平台上进行有意义的自助服务。

当语音质量是首要决策标准时，Bland 并不是正确的选择。其专有的 TTS 引擎针对可靠性、延迟一致性和规模进行了优化，而不是情感共鸣。需要同理心、微妙语调或高度自然对话的通话（心理健康、医疗咨询、敏感催收），最好由集成了 ElevenLabs 或 Deepgram 最高质量语音模型的平台来提供服务。Bland 的语音质量专业且清晰；但并不温暖。

Bland 不提供深度的自定义 LLM 灵活性。想要运行微调模型或选择特定 LLM 提供商以优化成本的团队需要 Vapi。Bland 的专有技术栈意味着您只能接受 Bland 的模型选择，仅此而已。对于大多数企业部署来说，这并不是一个限制，但对于研究团队或将专业领域知识编码在微调模型中的公司来说，这是一个硬性限制。

最后，Bland 目前还不是一个成熟的多语言解决方案。大约只有 10 个主要市场得到了良好的支持。服务于法语、德语、葡萄牙语、日语或韩语用户的全球联络中心运营将会遇到限制，而 Retell（30 多种语言）或 Vapi（取决于提供商，最多 30 多种语言）目前能更好地处理这些需求。