OpenAI 发布 GPT-Live-1 API,语音 agent 开发者直呼三个月工作被追平

pbbakkum · x · 2026-09-11

OpenAI 开发者账号官宣 GPT-Live-1 已在 API 上线:能把 ChatGPT 式自然双向对话带进应用,语音 agent 可以边说边听,并兼容开发者自选的模型与 harness。

开发者 muratcan 的引用帖提供了难得的一线视角:他过去三个月专注研发 duplex 语音 agent,写了数千行 harness 与实验代码。试用 GPT-Live-1 后发现对方已经内化了他们花数周才做可靠的行为。他详细列出 duplex 语音的难点——对话时序编排、声学话轮转换、微打断、韵律、泛化噪声——并指出市面上「精雕细琢」的语音 demo 很多,但真正在生产环境落地的几乎看不到;他们的语音 agent 每天被客户使用,可靠性提升后转化率大幅增长。