Google запустила Duplex в Tasks в Gemini: ИИ звонит в компании за вас
Google Research опубликовала 20 ноября 2026 года пост, в котором сообщила: Duplex, представленный в 2018 году, на этой неделе запущен в Tasks в приложении Gemini. Tasks в Gemini авторы описывают как личного ИИ-помощника, который помогает с делами из реального мира, например звонит в компании и выполняет поручения от имени пользователя. Авторы поста, Йосси Матиас (вице-президент Google и руководитель Google Research), Янив Левиафан (Google Fellow, Google Research) и Джанет Чжоу (Group Product Manager, Google Maps).
Почему телефонный разговор, трудная задача. Живая беседа идёт быстро и не следует сценарию: собеседник может сказать почти что угодно и поправить себя на полуслове, а очерёдность реплик люди определяют по едва уловимым изменениям тона. Пауза на полсекунды дольше нужного, и кажется, что звонок оборвался; заговоришь слишком рано, перебьёшь собеседника. Поэтому понимание речи, рассуждение в контексте и синтез речи должны работать вместе в одной системе с малой задержкой.
Десять лет эволюции Google делит на три эры. В первой, ещё до современных языковых моделей и даже до появления трансформера, Duplex ограничивали узкими областями и обучали собственные рекуррентные нейросети на анонимизированных телефонных разговорах под конкретные задачи. Без предобученных знаний о мире каждый тип задачи приходилось отдельно разбирать на большом объёме данных: например, жёсткий сценарий бронирования столика против проверки праздничного графика работы.
Во второй эре Duplex начал применять базовые модели широкого профиля (open-domain) по мере их появления: в 2022 году в живых звонках использовалась LaMDA. Такие модели упростили понимание и здравый смысл, и система справлялась с неожиданными поворотами и отступлениями, оставаясь в рамках контекста. Но ранние генеративные модели были менее предсказуемыми и порой медленнее нынешних, поэтому Google собрала гибридные стеки: генеративные модели отвечали за гибкие формулировки, а детерминированное отслеживание состояния диалога и строгие ограничения политики страховали систему. Затем, когда модели стали сильнее, от фиксированных вертикалей отказались совсем: задачу стали задавать свободным текстовым описанием. Это позволило обобщаться на новые типы задач и нюансы (например, попросить столик у окна или место для коляски) и на новые категории бизнеса без обучения отдельных диалоговых моделей с нуля. Нынешний стек звонков использует Gemini, чтобы объединить мультимодальное понимание, планирование и генерацию реплик: так система справляется с запросами с несколькими условиями, например записью на обслуживание автомобиля с учётом конфликтов в календаре, и перестраивается, когда администратор предлагает другое время.
Параллельно Duplex превратился в общую разговорную инфраструктуру внутри Google. Во время пандемии COVID-19, когда часы работы и услуги быстро менялись, он усилил автоматическую проверку данных о компаниях; по данным 2023 года, информация о бизнесе, полученная из звонков Duplex, была показана в Поиске и Картах более триллиона раз. С 2019 года вместе с командами Android и оборудования разговорные модели перенесли прямо на устройство: функции Pixel Call Assist выходили в пяти поколениях Pixel подряд, а эти модели по-прежнему работают в Call Screen и Hold for Me, которые помогают отсеивать незнакомых абонентов и дожидаться живого оператора в очереди ожидания. В 2025 и 2026 годах базовые модели открыли более широкие агентные звонки в Google Поиске и Ask Maps: проверку цен, наличия товаров и свободных окон для услуг, от груминга животных до автосервиса.
По словам авторов, многие бытовые дела, местные услуги и срочные задачи по-прежнему требуют разговора с живым человеком. Встроив Duplex в Tasks в Gemini, Google делает шаг к закрытию этого круга: голос становится модальностью, которую агент задействует, когда нет структурированных цифровых каналов вроде онлайн-API или форм бронирования. На новейших моделях Gemini 4, включая Gemini 4 Hydrogen и Gemini 4 Neon, Tasks в Gemini теперь поддерживает более широкие сценарии: анализ счетов за коммунальные услуги, безопасное проведение платежей через Agent Payments Protocol и общение с пользователем по электронной почте и через Rich Communication Services (RCS, расширенные коммуникационные сервисы).
Ключевые факты
- Duplex, представленный в 2018 году, запущен в Tasks в приложении Gemini: агент может звонить в компании и выполнять поручения от имени пользователя (запуск на неделе публикации, 20 ноября 2026 года).
- За десять лет стек прошёл три эры: узкие рекуррентные нейросети под отдельные задачи, затем гибриды с LaMDA (2022 год) и детерминированными ограничителями, затем единый стек на Gemini с задачами в виде свободного текста.
- Звонки на основе базовых моделей уже работают в Google Поиске и Ask Maps (2025-2026 годы): проверка цен, наличия товаров и свободных окон в сервисах; на Pixel модели на устройстве питают Call Screen и Hold for Me.
- Tasks в Gemini на моделях Gemini 4 (включая Gemini 4 Hydrogen и Gemini 4 Neon) умеет анализировать счета за коммунальные услуги, проводить платежи через Agent Payments Protocol и общаться с пользователем по почте и RCS.
- В 2023 году Google сообщала, что данные о бизнесе из звонков Duplex были показаны в Поиске и Картах более триллиона раз; это прошлая цифра, а не число звонков.
Почему это важно
Голосовой ИИ-агент, который звонит за человека, перестаёт быть отдельной демонстрацией 2018 года и становится частью помощника в приложении Gemini. Google подчёркивает логику: если у компании нет API или формы бронирования, агент использует голос как ещё один канал. Пост также показывает путь отрасли в миниатюре: от узких нейросетей под каждый тип задачи к единой модели, которой задачу достаточно описать свободным текстом.
Кому это важно
Пользователям Gemini, которые хотят перепоручить звонки: запись к парикмахеру, бронь столика, запись в автосервис. Компаниям малого и местного бизнеса, которым теперь могут звонить ИИ-агенты: Google прямо пишет, что Duplex должен работать так же хорошо для компании, отвечающей на звонок, как и для пользователя. Разработчикам агентных систем интересна архитектурная эволюция: гибриды с детерминированным отслеживанием состояния и строгими ограничителями политики сменились единым стеком на Gemini.
Как это применить
Из поста следует только то, что Tasks в Gemini теперь умеет звонить в компании, анализировать счета за коммунальные услуги, проводить платежи через Agent Payments Protocol и общаться с пользователем по почте и RCS. Сведений о том, в каких странах, на каких языках, платформах и тарифах это доступно, а также сколько это стоит, в тексте нет, проверяйте доступность в самом приложении Gemini.
Можно ли доверять
Это первоисточник: пост Google Research, написанный её руководителями и менеджером продукта Google Maps, то есть рассказ Google о собственной разработке. Описание архитектуры и этапов, заявления авторов без независимой проверки. Цифр качества нет: в тексте не приведены ни доля успешных звонков, ни задержки, ни число пользователей. Цифра «более триллиона раз» относится к показам информации о бизнесе в Поиске и Картах, как её приводили в 2023 году, и не отражает число звонков или текущее состояние. «Полсекунды» паузы, иллюстрация, а не измеренная задержка.
Риски и подводные камни
В доступной части поста нет подробностей о том, как компании узнают, что говорят с ИИ, и о политике согласия и раскрытия, хотя авторы упоминают несколько проектных решений, продиктованных принципом равного качества для компании и пользователя. Ничего не сказано и о том, как защищены платежи через Agent Payments Protocol, кроме слова «безопасно», и о реакции компаний, пользователей и регуляторов. О моделях Gemini 4 Hydrogen и Gemini 4 Neon известны только названия, а то, какая именно модель Gemini отвечает за голосовые звонки, пост не уточняет.
«Duplex должен работать так же хорошо для компании, которая отвечает на звонок, как и для пользователя.»
— Йосси Матиас, Янив Левиафан и Джанет Чжоу, Google Research, из поста об эволюции Duplex