Regal Voice Inc. 推出了Copilot，一個聲稱能建構「自我改進」語音AI代理而無需傳統prompt工程的平台。該公司表示，通常需要數天或數週工程工作的任務現在可以壓縮到幾小時內完成，儘管他們對這種神奇壓縮的實際運作原理說明不多。

這聽起來很熟悉。今年3月，我報導過Bland的Norm做出類似承諾，聲稱能從prompts建構生產級語音代理。語音AI領域正湧現越來越多聲稱能消除語音代理開發難點的平台。但問題是——好的語音代理仍然需要理解你的使用案例、訓練資料品質和仔細調校。「自我改進」是個不錯的行銷術語，但我想看到實際的回饋循環和改進機制。

在沒有其他來源報導的情況下，我對Regal未分享的技術細節感到疑惑。他們的「自我改進」如何運作？需要什麼樣的資料？當代理遇到邊際情況時會發生什麼？最重要的是，當你試圖部署處理真實客戶對話的系統時，「無需prompting和工程的麻煩」究竟意味著什麼？

對於評估語音AI平台的開發者來說，關鍵問題仍然相同：延遲、準確性、客製化深度和總擁有成本。對於消除工程工作的行銷承諾應該保持健康的懷疑態度。語音AI之所以困難，正是因為人類對話的不可預測性——這不是僅憑更好的工具就能解決的問題。