phone-agents

对 7 款 AI 电话智能体的实测对比进入第三轮，重点测试打断处理和电话菜单导航能力。在自建平台中，Retell 凭借自然的语音脱颖而出，而 PlaceCall 和 ClawCall 则领跑“直接拨打”组。

本文报道了OpenAI的GPT-Live-1模型在电话代理中的实际测试，重点介绍了在生产场景中指令遵循、字母数字错误和语言处理方面的问题。

PhoneHarness 是一个混合操作基准测试和执行框架，用于评估手机使用代理在可验证移动工作流上的表现，通过确定性操作路由和可审计执行跟踪实现了 75% 的通过率，比现有方法高出 12.9 个百分点。