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）