VAD

全双工语音 Agent 不是把 WebRTC 打开就行 — 90% 落地卡在话权判断

WebRTC 双通道通畅不等于对话自然。一个可用的全双工语音 Agent 必须同时打通传输、推理、交互认知三层，并在收音、模型响应、播放队列和对话历史四份状态间收敛。值得关心的是：现在做语音产品的人，瓶颈不在网络层。