NovaSynth 雇 AI 假扮客户，没批完的卷子不进平均分 (2026)

「假客户打电话来考试，考卷按分钟计价；没批完的那些，不进平均分。」

语音 agent 上线前最难的一步是造 bug：真 bug 你有，能复现的没有。

2026 年 9 月 17 日，Noveum 把 NovaSynth 送上 Product Hunt，当天日榜第 5，150 票，39 条评论。1 它卖的东西一句话能说完：让 AI 扮演客户，真的打电话给你的语音 agent，把整通对话录下来逐条打分，再把失败和修复建议交回来。

做这件事的公司注册主体叫 MagicAPI Inc.，特拉华州公司，登记地址是旧金山 Market 街的一个邮箱号；产品线是 AI agent 的可观测、评测与自动修复。2 NovaSynth 补的是这条链子最前面那一段：输入——也就是「客户说了什么」。3

它卖的是一间考场。考卷按分钟计价，卷子由它批，没批完的卷子不进平均分。

作者丨沐秋编辑丨葬爱咸鱼

01｜它造的是真人造不出的那通电话

官方博客里有个例子很好懂。一位同事站在站台打电话，车流噪声里两次打断 agent，agent 顶着打断讲完了错误答案——这是真 bug，找得也诚实。4 问题出在复现：她没办法用同样的噪声等级、同样的打断点位、同样的分心程度再打一次。而且她知道自己在测试——被派去表演沮丧的测试员，不是沮丧的客户。4

NovaSynth 把这件事拆成两个对象。persona 定义这个人是谁：一段描述，加一组数值化的行为参数——打断率、语速、背景噪声类型与等级、语言集合、一个合成声音。3 4 scenario 定义他这次要做什么、要踩哪几个条件。5

NovaSynth 官方产品页的 edit persona 界面：描述栏写着一位 29 岁的产品经理，右侧是打断率 0.85、语速 1.15、背景噪声 moving car on road windy、噪声等级 62，语言是英语和印地语，声音从 35 个里选 — *官方产品页的 persona 编辑器：合成客户不是一个剧本，是一排能拧到固定刻度的旋钮——打断率 0.85、语速 1.15、噪声等级 62。*3

一次 run，等于一个 persona 乘一个 scenario，再乘一条连接。连接只有三种：LiveKit（语音和文字都能跑）、电话（只跑语音，你给一个 E.164 号码）、HTTP Chat（只跑文字）。6

电话这一条值得单独说一句：线路侧的合成主叫和 SIP 基础设施由 Noveum 自己选，文档明确写着不要你填 SIP trunk，你只需要给被叫号码。6 首页的说法是走 Twilio、Plivo 或 Vobiz 的 SIP。3

官方博客把「参数集」和「剧本」的差别当成核心卖点讲：同一段剧本跑两次，两次通话的打断次数不一样，而没有任何字段记录差了多少；参数集跑两次，所有影响这通电话的变量都写在纸面上。4

还有一处机制值得留意：工具虚拟化，读被重放、写被沙箱化。3 所以你可以让合成客户在一通电话里真的改主意、真的让对方查一次订单系统，而不会写到生产环境里。

接口这件事，官网和文档对不上。首页的 endpoint types 里列着 Pipecat，还带一个勾；3 同一个官网的 API 页把 Retell、Vapi、Pipecat、ElevenLabs 标成 Coming soon；7 文档写得最直白：这几家加上原生 WebSocket 的直连「目前不可用」，它们在旧载荷类型里出现过，不代表 worker 支持。6 官方 8 月那篇博客还在推荐把 Pipecat 接进来，4 现在得绕一圈，挂在电话或 HTTP Chat 后面才能测。

02｜一分钟 25 个积分，一批 1,000 通

计价全部走积分。语音测试 25 积分一分钟，文字对话 10 积分一次，轨迹分析 3 积分一条，LLM 打分器 1 积分乘一条数据。8

档位是 Free 2,500 积分每月、Pro 69 美元/10,000、Growth 99 美元/25,000、Max 199 美元/50,000、Scale 599 美元/200,000，企业版定制；积分不够可以买不失效的加油包，35 美元/5,000、150 美元/25,000、500 美元/100,000；再往上要单独申请超量计费，0.008 美元一个积分。8

我自己按公开费率折了一遍每分钟的钱：Scale 档一格 0.003 美元，一分钟合成电话约合 0.075 美元；Growth 档约 0.099 美元，Pro 档 0.1725 美元，加油包在 0.125 到 0.175 美元之间，超量费率下是 0.2 美元。同一分钟，最贵和最便宜差 2.7 倍，差在你买的是哪一档。8

单通时长可以设 60 到 600 秒，默认 300 秒。5 API 页把话说明白了：25 积分一分钟，最多 10 分钟，一通 250 积分，批量按通数乘。7

批量才是真正烧钱的地方。文档里一批最多 1,000 组 persona × scenario；5 按默认每通 5 分钟算，一批就是 5,000 分钟、125,000 个积分——Growth 档一个月的额度是 25,000。

Noveum 官方定价页的档位卡：Free 0 美元 2.5K 积分、Pro 69 美元 10K、Growth 99 美元 25K、Max 199 美元 50K、Scale 599 美元 200K、Enterprise 定制 — *官方定价页的六个档位。NovaSynth 语音测试不是按档位解锁的，是每个档位都扣积分——免费档的 2,500 积分，大约够 100 分钟合成电话。*8

并发是另一处口径落差。首页写它「最多 2,000 路并发」做压测，还提醒你大压测前先打招呼，好让它预先备线路；3 文档里，批次的并发是 1 到 20、默认 1。5 前者是能不能谈到，后者是自助能拧到什么程度。

还有一笔不在这张账单上：电话那头接的是你自己的 agent，每一通都要真跑一遍语音识别、模型和语音合成，那条测试号码的线路费也在你这边。NovaSynth 收的是考场那一半。

官方 API 页的接口类型与计费段：Phone 与 LiveKit 标为 Available，Retell / Vapi / Pipecat / ElevenLabs 与 WebSocket 标为 Coming soon；计价写 25 credits / minute × 最多 10 分钟 = 250 credits 一通 — *同一个官网的 API 页：能跑的是电话和 LiveKit，Pipecat 那一行写着 Coming soon；计价方式也在这里第一次被写成一句话——一分钟 25 个积分，单通封顶 250。*7

03｜它拿走的：system prompt、录音，和一条写在条款里的责任

配置的第一屏就要你的 system prompt。官方 FAQ 写得很清楚：单 agent 架构请把系统提示词放进 Agent config，连同 PRD、业务文档一起，上下文越好，生成的 persona、场景和建议越准；多 agent 别贴一段提示词，直接接 SDK，让它从 trace 里自己拿。3 6

隐私政策把这类数据单独列了一节「语音与仿真数据」：合成通话的音频、语音识别与合成的数据、通话转写、录音与录音链接、测试用电话号码，以及你的 agent 配置——括号里点名了 system prompt 和 tool definitions。9

默认保留 90 天，数据在美国境内处理，主要是 AWS 美国区。9 子处理商名单没有公开页，要发邮件索取；页面里点名的一串包括 AWS、ClickHouse Cloud、Sentry、Mixpanel、Microsoft Clarity、Intercom、HubSpot、Stripe，以及做语音和电话的 LiveKit、ElevenLabs。9 SOC 2 Type II 的状态写的是「正在推进」。9

训练那一条是干净的：不用客户内容训练或微调模型；但去标识化的聚合数据可以拿去做测试、基准和改进。2 9

条款里还有几处得在签字前读完。

赔偿上限：任何一方的累计责任，不超过你过去 12 个月付给它的费用，或者 100 美元，取大者。2

输出免责：评测分数、评委理由、模拟对话和修复建议都可能不准、可能每次不一样，你必须自己复核再用。2 一个用 AI 判 AI 的平台把这句话写进条款，是对的。

合规责任：如果 trace 或录音里含真人个人数据，通知、同意和法律依据都是你的；语音功能如果打给或录下真实号码与真实 agent，通话录音法、窃听法和电话营销法的合规也是你的，并且你要替 Noveum 挡下由此而来的第三方索赔。2

产品语义上还有一条：入站场景得反过来打——你的机器人去拨 Noveum 发给你的号码，脚本一次领一通，打完再领下一通。10

04｜现在能用到什么程度

独立证据这次很薄，得如实说。

Product Hunt 上能查到的是名次、票数和 39 条评论这个数字，评论正文我们读不到，也不把它当用户口碑。1 Hacker News 上按 NovaSynth 和 Noveum 各查一次，story 数为 0；11 Reddit 上找不到可核实的讨论。官网定价页挂着三条客户证言，全部匿名——「Series C 创业公司的 AI 平台负责人」「早期创业公司的 ML 工程师」「语音 AI 公司的工程 VP」，连公司名都没有。8 X 上按产品名检索，能读到的帖子多来自团队自己人。12

独立用户验证不足：有发布期热度，没有第三方长期复盘。

如果你还是要试，有一处读数规则必须先立起来。文档里通过率的定义是「分析完成的会话里，选中成功标准全部通过的比例」；5 而执行完成和分析完成是两件事——没有生成 trace、ETL 没建成数据项、打分器或模型供应商出错，都会让一通已经跑完的电话停在「分析失败」上，不进这个分母。5 一批 1,000 通里只有 30 通分析成功，通过率照样可以很好看。

动手之前，四步可以先做起来：