当AI从“能聊天”走向“能办事 ” ，实时互动技术将扮演什么角色？

　　“随着AI从回答问题走向持续交流 、理解上下文并执行任务
，实时互动的对象正在从人与人扩展到人与Agent 。 ”10月23日，在iRTE2026实时智能大会现场 ，声网创始人兼CEO赵斌告诉《中国经营报》记者，实时互动技术的角色也随之延伸：它不仅要让信息传递更稳定
、更流畅
，还要为AI的感知、理解 、表达与行动提供实时支撑
。

　　赵斌回顾了过去一年实时互动、对话式AI与底层基础设施的关键变化，并提出“五级对话能力”框架 ，勾勒对话式AI从基础应答走向深度理解与关系沟通的演进路径。

　　如今
，实时互动技术正在为AI的感知
、理解、表达与行动提供实时支撑，对话式AI的竞争正在从基础模型能力 ，延伸至上下文理解 、实时交互
、复杂关系认知与任务执行 。这就把这一命题推向更具体的追问——个人智能体会不会成为下一代入口
，对话式AI又凭什么在真实业务里“办成事 ”？

　　对话AGI的五级阶梯：从“问一句答一句
”到“理解一个人”

　　赵斌给出的回答，首先是一套衡量标尺的切换。过去两年 ，行业习惯用回答速度和语言自然度来评判语音产品
，但在赵斌看来，这些指标已经不够用了
。对话式AI的进步 ，核心在于能否理解对话对象的意图、处境与关系
，能否在复杂场景中恰当表达，并逐步形成长期 、深入的理解。

　　基于此 ，他提出了“五级对话能力 ”框架：L1是“问一句
、答一句
”的被动接续；L2转向主动表达与自然连贯；L3要求理解个体的身份、意图与处境；L4进入多人场景中的社会关系与角色差异；L5则指向长期上下文与关系演变，让沟通从“理解当下”走向“理解一个人 ” 。

　　这五级阶梯的意义不在于给技术贴标签
，而在于重新定位实时互动的角色
。对话能力往上走，AI处理的对象就从语言本身转向人与人之间的关系 ，底层基础设施的负担也随之大增。

　　赵斌提到
，过去一年OpenAI及其他公司对WebRTC的深入采用，让实时互动技术在对话式AI领域获得了更广泛的关注 ，但对话场景对延迟 、稳定性和双向交互的要求远高于文本交互：AI需要一边接收输入
、一边理解上下文、组织回应
，还要随时应对打断 、持续调用工具，任何环节的明显延迟都可能破坏对话的自然性 ，甚至导致任务失败 。

　　为此
，声网给出的基础设施方向是全球实时传输网络
、分布式云边端联合推理、实时编排与全双工交互，其对话式AI引擎以全双工为核心 ，连接模型 、Agent运行框架与用户
。赵斌的判断很明确：AI能否创造价值
，不只取决于模型是否“会说话
”，更取决于它能否理解需求、自然沟通并持续完成任务。

　　个人智能体 ，会成为下一代个人入口吗？

　　如果对话AGI的终极形态是“理解一个人”，那么个人智能体自然被寄予了成为下一代人机入口的期待 。从手机
、眼镜、耳机到更多随身设备
，个人智能体正在重新引发行业对下一代人机交互入口的思考
。

　　在科技自媒体人潘乱看来，个人智能体可能带来一场范式变革：AI产品的价值正在从争夺用户注意力 ，转向帮助用户更高效地完成任务。“未来的个人智能体不仅要响应明确指令
，还应主动承担任务，帮助用户处理那些目标明确 ，却不值得投入大量时间的事务 。 ”

　　AIoT硬件创业者华建新则从硬件形态切入
，认为下一代入口未必由某一种设备独占，眼镜 、耳机以及其他能够感知环境
、执行任务的硬件都有机会
。

　　他的核心论据是 ，个人智能体不能只停留在“理解用户
”的层面
，还需要通过物理设备持续感知现实世界并采取行动，这为不同形态的硬件打开了新的空间。

　　互动媒体产品经理、科技博主Eugene Wei则回归智能体的关键变量——上下文 。个人智能体能否真正理解用户的兴趣 、沟通记录与社会关系 ，将决定它是否具备作为入口的价值。他向记者提供了一个可操作的衡量尺度：看用户每天与Agent的交互频率
，以及究竟是用户主动找Agent更多，还是Agent主动找用户更多
。

　　从“能聊天”到“能办事 ” ，对话式AI如何创造真实价值？

　　当Agent开始“主动找人”，入口的逻辑就从工具调用变成了关系嵌入
，这恰恰呼应了赵斌五级框架中L5所指向的“深度关系沟通
”。但下面 都会面对同一个问题：对话式AI如何在各自行业里交付可验证的结果？

　　对此，斜跃智能创始人陈伟认为 ，具身智能的关键
，是让人的意图真正转化为机器人的行动，机器人需要融合视觉
、语音及自身状态等多模态信息 ，完成对物理环境的感知、规划与决策
，并根据行动后的环境变化持续调整任务执行 。

　　这与赵斌所说的“全双工交互”在逻辑上是同一件事：对话不是执行前的一次性输入，而是贯穿任务始终的实时通道
。

　　Rokid乐奇联合创始人兼生态负责人蔡国祥则从Rokid的AI眼镜实践出发 ，给出了一个更具产品感的判断：对话体验是AI穿戴设备的核心竞争力。

　　他告诉记者
，硬件与其背后的AI能力再强，如果对话不够自然 ，用户体验就会直接受损 。Rokid的路径是通过低延迟 、稳定的实时交互
，以及对语义和长期上下文的理解，让用户逐渐“感受不到自己是在与AI对话 ”
。他还分享了Rokid乐奇AI助手采用声网RTC链路服务的实践 ，并看好AI眼镜成为AI时代重要的个人入口。

　　冠客科技创始人耿祥磊则把“延迟
”从一个体验指标上升为业务指标 。AI语音座席要实现可靠的业务交付，必须解决延迟
、打断时机与拟人化等问题
，其中延迟甚至可能直接影响任务结果
。泰坦启明CEO吴侃的AI招聘实践提供了另一个注脚：对话式AI的价值在于大规模触达求职者、提升服务效率，而不是简单替代人工。“要形成业务闭环 ，还需沉淀行业数据
，以求职者为本体梳理业务，帮助Agent建立长期记忆 ，并围绕到面试 、入职等实际业务事件
，辅助AI持续评估和优化服务质量 。”吴侃表示
。

　　业内人士认为，四家公司的场景各不相同 ，但指向同一条分界线：对话式AI的竞争已经从“能不能聊 ”推进到“能不能在真实约束下把事办成
”。当AI不再满足于被动应答
，而是需要持续理解人
、主动参与交流并在物理或业务环境中可靠执行时，实时互动技术就不再只是通信管道 ，而是对话AGI从模型能力走向场景价值的关键底座 。

（文章来源：中国经营报）