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”。但接下来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）