interruption-handling

OpenAI 在 API 中推出了 GPT‑Live‑1，这是一款自然语音模型，使开发者能够构建支持语音的应用程序，具备流畅的打断功能、音调自定义以及将推理委托给其他模型的能力。

这条推文突显了 Hermes AI 中的一个隐藏功能 '/btw'，该功能可以在不中断当前 AI 代理任务的情况下处理中断。

对10,000通语音AI电话的分析揭示了关键失败点：STT错误率、前8秒混乱、中断处理、长时间静默、工具调用延迟、LLM故障以及转接失败——为代理构建者提供了实用见解。

本文识别了全双工语音语言模型中的"状态惯性"，即在用户打断时，模型的内部预测焦点滞后，并提出了一种无需训练的激活引导方法来改善打断处理。