Regal Voice Inc. 推出了Copilot，一个声称能构建"自我改进"语音AI代理而无需传统prompt工程的平台。该公司表示，通常需要数天或数周工程工作的任务现在可以压缩到几小时内完成，尽管他们对这种神奇压缩的实际工作原理语焉不详。
这听起来很熟悉。今年3月，我报道过Bland的Norm做出类似承诺，声称能从prompts构建生产级语音代理。语音AI领域正涌现越来越多声称能消除语音代理开发难点的平台。但问题是——好的语音代理仍然需要理解你的用例、训练数据质量和仔细调优。"自我改进"是个不错的营销术语，但我想看到实际的反馈循环和改进机制。
在没有其他来源覆盖的情况下，我对Regal未分享的技术细节感到疑惑。他们的"自我改进"如何工作？需要什么样的数据？当代理遇到边缘情况时会发生什么？最重要的是，当你试图部署处理真实客户对话的系统时，"无需prompting和工程的麻烦"究竟意味着什么？
对于评估语音AI平台的开发者来说，关键问题仍然相同：延迟、准确性、定制深度和总拥有成本。对于消除工程工作的营销承诺应该保持健康的怀疑态度。语音AI之所以困难，正是因为人类对话的不可预测性——这不是仅凭更好的工具就能解决的问题。