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
- px0 三天 GitHub 破千星：1ms 启动、20MB 内存的只读远程 IDE — arpit_bhayani · 2026-09-16
- 腾讯开源 BrowserSkill：让 AI 智能体接管你已登录的浏览器 — aigclink · 2026-09-16
- 开发者实测：Astra 上下文压缩耗时约为 Sol 的 3 倍 — banteg · 2026-09-16
- Simfinity.js 示例：将指定 GraphQL 操作一键发布为 MCP 工具 — Affectionate_Hawk971 · 2026-09-16
- 用 Sol 5.6 编排 Terra 与 DeepSeek 多 agent，产出质量更高 — pvncher · 2026-09-16
- GPT-6 花 367 美元烧 610 万 token，7 小时 50 分钟在游戏里造出火箭 — Angaisb_ · 2026-09-16