你边说它边干:阿里开源实时语音Agent
阿里最新开源了一个实时语音 Harness:Qwen-Audio-Agent,让你的 Agent 能像打电话一样对话,你边说边想,它边听边干活。
简单说就是它给你的 OpenCode、OpenClaw、Codex 们加上了耳朵和嘴巴,然后你就可以用打电话的方式跟这些 AI 协作。
OpenAI 有 GPT-Live,Qwen-Audio-Agent 等于是给现有的 Agent 生态提供了一个统一的实时语音前台入口。
🎙️ 前台:全双工实时语音层,支持连续对话和自然打断
🛠️ 后台:对接 OpenCode、OpenClaw、Qoder、Hermes、CodeBuddy、Codex 各类 Agent,负责搜索、推理、写代码、改文件等深度任务
🔁 复杂任务委派给后台 Agent,执行结果实时带回当前语音对话
人机协作方式就变成了:你一边说 Agent 一边干,你可以随时插嘴补充,它边干活边给你汇报进展,对话过程跟打电话一样。
Apache-2.0 开源,499 star,支持 WebUI、终端 TUI 和 macOS 桌面悬浮球。
AI语音 AIagent 阿里 开源项目 Qwen


