开发者迁移 GPT-Live 后工具调用频失效,疑因语音与决策模型分离
Ambitious-Pomelo-700 · reddit · 2026-09-16
一位开发者反映,电话 agent 场景(采集证件号→复述→用户确认→调用后端工具)在 Realtime 上运行稳定,迁移到 GPT-Live 后频繁失效:用户确认后 agent 不触发工具,而是重复索要同一个值,有时说一句「让我查一下」就结束回合,完全没有工具调用,造成死寂。
作者猜测根源在新架构:语音模型负责说话,另一个委托模型决定工具调用,而说话模型可以在没有交接的情况下直接结束回合;Realtime 则是单一模型同时完成两件事。他向社区提出三个问题:是否有人在迁移后遇到同样问题?有没有配置能让委托模型在同一回合可靠触发?是否有人把 Live 纯当语音层、所有逻辑放自己的后端?
「编程与Agent」频道最新
- General Reasoning 首发博客:详解如何用强化学习训练 Agent 集群协作 — rosstaylor90 · 2026-11-02
- 开发者指出:编码不再是瓶颈,使用量窗口才是 — kylegawley · 2026-11-02
- demo 通过≠可上线:让 Agent 接管业务前必答的五个问题 — _kellhus · 2026-11-02
- AI agent 通过 100 次测试，为何仍不能接管业务 — djgoel123 · 2026-11-02
- 让 Agent 全权创作:纯代码产出 1 分 44 秒动画短片《最后的园丁》 — ivegotnoidea1 · 2026-11-02
- 起床、用 Claude Code、睡觉：梗图调侃一天全靠它 — tekbog · 2026-11-02