当AI以公司名义发送一封邮件，真正发言的是谁？

《AI进入工作之后》· 第三季“当AI开始代表组织”· 第一篇

设想一个并不遥远的场景。一家咨询公司的客户来信询问：现有服务能否延长三个月，价格是否维持不变？公司的AI读取了客户档案、上一份合同和内部价目表，生成一封语气得体的回复，并通过员工邮箱自动发出：“我们很高兴确认，服务将按原价格延长三个月。”

第二天，负责客户的经理发现价目表已经更新，而且她原本只授权AI回答常见问题，没有授权它确认续约。公司认为那只是一封“AI写错的邮件”；客户却已经据此调整了预算，并认为自己收到的是公司的正式确认。

这个例子是假设的，但它揭示了一个很现实的变化。只要AI还停留在私人草稿窗口里，错误主要是内部质量问题；一旦它使用公司的域名、员工的署名和公司的资料向外发送，问题就变成了机构行为：收件人有理由把邮件理解为谁的话？谁赋予了发送权限？谁应当承担由此产生的信赖和后果？

问题不在于AI是否“具有意图”。真正需要判断的是，一个组织怎样让技术输出进入自己的身份、渠道和关系，并因此使他人能够合理地把输出归属于它。

写出一句话与有权说出这句话，是两种能力

生成式AI把语言生产变得很便宜。它可以模仿公司的语气，引用产品资料，把散乱信息整理成一封像样的邮件。但一封邮件至少包含三种不同能力：

1. 表达能力：把内容写得清楚、礼貌、连贯；
2. 知识能力：找到与问题有关并且仍然有效的事实；
3. 代表能力：有权使用机构身份，把这段话作为机构的答复送达他人。

前两项表现优秀，并不会自动产生第三项。一个实习生可能很会写，也很熟悉资料，却没有权力承诺价格；一名经理具有某些授权，也未必可以代表公司修改所有合同。AI同样不能因为语气像专业人士、答案来自内部文档，就获得未被明确授予的代表权。

这也是为什么“AI生成”不是最准确的风险单位。需要检查的是整条发送链：谁设定任务，系统读取了什么，谁决定收件人，哪个身份被显示，邮件是否经过批准，它会触发什么后续行动，以及出错时谁能及时撤回。

邮件的真正说话者是一条制度链

日常语言让我们习惯问：“这封邮件是谁写的？”在组织环境里，更重要的问题是：“什么使这封邮件成为公司的话？”

答案通常不是某一个人，而是一条制度链：

公司的资料和规则
→ AI生成或选择内容
→ 权限系统允许发送
→ 公司域名、品牌和署名提供身份
→ 收件人据此理解并采取行动
→ 公司处理由此产生的后果

这里没有任何一个环节单独构成完整发言。模型没有公司的法律身份；邮箱服务器不知道内容是否符合商业判断；批准者也未必逐字写出邮件。但这些环节一旦被组织连接起来，输出就可能获得机构效力。

澳大利亚的《1999年电子交易法》并不需要机器具有内心意图，才讨论电子通信的归属。该法第15条围绕“表面发件人”以及由本人或获授权者发送的电子通信建立归属规则。澳大利亚联邦立法登记册：《Electronic Transactions Act 1999》 具体邮件是否形成合同或其他法律义务，仍取决于事实、授权、交易背景和适用法律；但制度关注的显然不是机器“是否相信自己说的话”，而是通信为何能被归属于某一方，以及接收者何时可以依赖它。

因此，公司不能简单声明“这是AI发的，所以不代表我们”。如果公司选择了工具、提供了资料、开放了邮箱、允许它以公司身份到达客户，又没有向客户说明限制，那么自动化本身并不会使机构从这条链中消失。

自动化程度相近，代表权却可以完全不同

同样是AI参与邮件，可以对应四种不同制度安排。

第一种是私人草稿。AI只为员工生成文字，员工检查事实、作出决定并亲自发送。此时AI主要承担表达劳动，正式发言仍由员工完成。

第二种是受限发送。AI可以发送预约确认、收件回执或从已批准模板中选择的低风险通知。它拥有发送能力，但内容范围、对象和后果都被预先限制。

第三种是情境回复。AI读取客户历史后自行决定回答内容，例如解释服务范围、退款步骤或产品限制。此时它已经不只是传送模板，而是在解释机构立场。知识的时效、例外处理和升级规则开始决定风险。

第四种是承诺与协商。AI能够确认价格、接受变更、调整期限、承认责任或拒绝投诉。到了这一层，系统不只是在说话，而是在改变公司与他人的权利、期待或资源安排。

这四种邮件在收件箱里可能看起来几乎一样。真正不同的是背后的授权。组织治理不能按“是否使用AI”简单分成允许和禁止，而应按AI能够对外产生的后果分级。

收件人看到的身份，也是系统设计的一部分

机构往往从内部角度理解自动化：这是营销工具、客服系统或员工助手。但收件人看到的可能只是一个真实姓名、公司域名、标准签名和毫无保留的肯定语气。

这些信号会制造合理信赖。如果邮件写着“我已经批准退款”，普通客户不会自然理解为“某个概率模型根据可能过期的知识库生成了一项未经授权的建议”。公司不能一面利用机构身份提高可信度，一面在错误发生后把同一封邮件降格为无人负责的机器文本。

披露AI参与是必要问题，但披露不能代替授权设计。把每封邮件加上一句“本邮件可能由AI生成”，并不会自动纠正错误价格，也不会告诉客户哪些陈述可以依赖。更有用的透明度至少包括：

• 这封通信来自公司还是独立第三方；
• AI是在整理文字，还是在自行选择答案；
• 它可以提供信息，还是能够批准、拒绝和承诺；
• 收件人怎样要求真人接手；
• 重要结果怎样确认、质疑或撤回。

澳大利亚的AI伦理原则把透明度、可解释性、可争议性和责任分别列为要求，并强调应能识别对系统结果负责的组织和个人。澳大利亚工业、科学与资源部：《Australia’s AI Ethics Principles》 对外邮件正好说明这些原则为什么必须一起运作：知道“使用了AI”只是起点，客户还需要知道谁负责以及怎样挑战结果。

有效的人类复核必须发生在承诺之前

许多组织会说：“所有AI邮件最终都有人负责。”但如果人只在投诉出现后才看到邮件，这不是发送前复核，而是事后接收后果。如果员工每天面对数百封待批邮件，只能快速点击“发送”，人的名字也可能只是给自动流程盖章。

有效复核应当与后果相称。预约提醒可以自动发送；引用公开政策的解释可以抽样检查；价格、合同变化、投诉处理、法律承认和安全问题则应在发出前升级给具有相应权限的人。复核者需要看见使用的来源、相关客户记录、系统的不确定处和与既定规则的偏离，而不是只看到一封已经写得非常流畅的邮件。

这要求组织建立一张对外表达权限表：什么内容只能起草，什么内容可以在固定模板内自动发送，什么内容允许AI根据资料解释，什么内容必须由指定职务确认。权限应与金额、可逆性、敏感信息和客户影响相连，而不能只与工具名称相连。

发送之后，记录必须能够重建“为什么会这样说”

如果一封AI邮件引发争议，公司需要回答的不只是“发送了什么”，还包括：

• 当时使用的是哪个工作流和配置；
• AI读取了哪些文件及其版本；
• 谁批准了任务、收件范围和权限；
• 是否有人修改或确认内容；
• 系统当时掌握了哪些限制或警告；
• 相同错误还发送给了多少人。

只保存最终邮件是不够的。最终文本能够证明结果，却未必能够解释形成过程，也不能帮助寻找同类受影响者。英国国家网络安全中心的安全AI部署指南强调基础设施控制、事件管理、日志和监控的重要性。英国国家网络安全中心：《Secure deployment》 对外代理系统尤其需要把权限记录与内容来源连接起来，否则组织只知道“邮箱做了什么”，却不知道“系统为什么有权这样做”。

记录也不能变成无限收集个人信息的理由。日志应服务于审计、调查和补救，并遵守适用的隐私、保留和访问限制。可追溯性不是把所有内容永久保存，而是能够在合理期限内还原关键决定链。

商业邮件不会因为由AI发送就脱离原有规则

如果AI发送的是营销邮件，自动化同样不会取消既有义务。澳大利亚通信和媒体管理局关于垃圾邮件的指引要求商业电子信息具备同意基础、准确识别发件方并提供有效退订方式。ACMA：《Avoid sending spam》 组织不能把收件名单和发送能力交给AI，然后把错误目标、虚假身份或失效退订机制解释成模型行为。

同样的原则适用于其他领域：AI可以执行通信，但机构仍须确认自己是否有权联系这个人、能否使用相关资料、邮件是否误导，以及收件人能否停止后续联系。技术扩大了发送规模，也扩大了一个权限错误能够影响的人数。

错误发生后，撤回必须追上已经产生的信赖

一封错误邮件不能靠删除“已发送”记录来撤回。收件人可能已经转发、付款、取消其他安排或作出新的承诺。真正的补救至少需要四步：停止继续发送，识别受影响者，明确说明哪项内容不正确，并处理已经依赖该内容而产生的实际后果。

组织还应区分可轻易纠正的表达错误与已经改变客户处境的错误承诺。前者可能只需澄清；后者可能需要重新履行、补偿、人工审查或法律处理。AI系统不能自行决定公司是否承认责任，除非这种决定也在清楚授权之内。

最重要的是把事故反馈到系统：是资料过期、权限过宽、升级规则缺失，还是人类复核已经失去实际作用？如果只修正单封邮件而不改变产生它的工作流，同一制度错误会继续以不同措辞出现。

结论：代表权来自可追究的授权，而不是流畅的语言

当AI以公司的名义发送邮件，真正发言的既不是一个独立的机器主体，也不能简单归结为某个没有读过邮件的员工。发言者是那个把资料、模型、邮箱、品牌和权限组织成对外行动的机构。

因此，最低判断标准应当是：

AI可以帮助形成机构表达，但只有被明确授权、限制、记录并且能够撤回的表达，才应被允许直接以机构身份到达他人；AI能够产生的承诺，绝不能超过组织愿意识别、解释和承担的承诺。

好的制度不是要求每个字都由人亲自输入，而是让表达能力与代表权保持分离：AI可以起草得很快，知识可以按范围开放，例行信息可以自动送达；但谁有权改变价格、接受义务、处理例外和承担后果，必须在邮件发送以前就已经清楚。

主要资料

• 澳大利亚联邦立法登记册：Electronic Transactions Act 1999
• 澳大利亚工业、科学与资源部：Australia’s AI Ethics Principles
• 澳大利亚通信和媒体管理局：Avoid sending spam
• 英国国家网络安全中心：Secure deployment

从原则到实践：SonaMinds为什么强调范围和来源

这个问题也说明，面向客户的AI不应一开始就被设计成一个可以无限代表机构发言的“数字员工”。更稳妥的起点，是先建立一个边界清楚的知识访问层：它回答什么、根据哪些资料回答、何时显示来源、什么问题必须交还给专家，都应当可见。

SonaMinds 正在探索这种路径：把专家或知识型企业自己选择的资料转化为面向客户的AI助手，以限定范围、基于资料的回答、引用、访问控制和人工升级作为信任结构。它不能消除AI错误，也不应替代专家的最终判断；它提供的是一种更克制的机构表达方式——先让知识能够被询问，再逐步决定哪些话可以代表专家，哪些承诺仍必须由人亲自作出。

继续阅读：浏览《AI进入工作之后》系列文章