语音代理面临一个根本性矛盾：使基础模型具备能力的推理、检索和工具使用是迭代且缓慢的，而对话交互要求毫秒级的响应时间。较小的实时模型能满足延迟要求，但在复杂任务上无法与基础模型匹敌，这使得当前的语音代理不得不在响应能力和强大能力之间做出取舍。我们引入了对话补全（conversational infill），其中一个小型Talker模型既能即时生成上下文相关的响应以隐藏外部Reasoner模型的延迟，又能在推理过程中流畅地整合流式Reasoner知识。我们整理了一个包含290,571个示例的合成数据集，涵盖六个领域，并证明该任务在从135M到1.7B参数的七个广泛使用的小型语言模型上是可以学习的。我们的系统实现ConvFill在保持毫秒级首响应时间的同时，将准确率差距缩小到对应前沿Reasoner性能的6.3%以内。在一项实时用户研究（n=18）中，Talker部署在Apple M2 SoC上运行，参与者认为ConvFill总体与前沿模型相当，在检索密集型任务中更偏爱它，并评价其响应速度显著更快。这些结果表明，对话补全在延迟-能力帕累托前沿上开辟了一个新维度，为构建既响应迅速又高度能干的语音代理提供了实用路径。代码、模型和数据集可在 https://github.com/vysri/conversational-infill 获取。