声网提出五级对话能力框架，推动实时互动基础设施支撑对话式AI演进

一句话结论

声网CEO赵斌发布五级对话能力框架，主张实时互动基础设施将支撑AI从问答升级为深度关系沟通。

关键要点

五级对话能力框架将对话AI划分为五个层级：L1基于自身视角的被动问答、L2基于互动规律的自然表达、L3理解个体身份意图的因人而异沟通、L4理解社会角色与群体认知的复杂场景沟通、L5理解长期上下文与关系演变的深度沟通。
声网对话式AI引擎以全双工交互为核心，连接模型、Agent运行框架与用户，提供全球实时传输网络、分布式云边端联合推理、实时编排与全双工交互能力。
OpenAI等公司过去一年对WebRTC技术的深入采用，推动实时互动技术在对话式AI领域获得更广泛关注与应用。
对话场景对延迟、稳定性和双向交互要求严格，AI需同时处理接收输入、理解上下文、组织回应、应对打断、调用工具等多任务。
圆桌嘉宾认为个人智能体入口可能由眼镜、耳机等硬件承载，其核心价值在于理解用户兴趣、沟通记录与社会关系。

背景与事实

10月23日，iRTE2026实时智能大会在北京举行。声网创始人兼CEO赵斌在主论坛发表《对话AGI：实时互动的下一章》演讲，回顾过去一年实时互动、对话式AI与底层基础设施的关键变化。赵斌指出，随着AI从回答问题走向持续交流、理解上下文并执行任务，实时互动的对象正在从人与人扩展到人与Agent。实时互动技术的角色也随之延伸：它不仅要让信息传递更稳定、更流畅，还要为AI的感知、理解、表达与行动提供实时支撑。

在演讲中，赵斌提出"五级对话能力"框架，将对话能力划分为五个层次。L1基于自身视角的表达以自我表达和被动接续为主，实现"问一句、答一句"；L2基于互动规律的表达从被动回应走向主动表达，让对话更自然、连贯；L3基于个体认知的沟通理解个体的身份、意图与处境，实现因人而异的沟通；L4基于群体认知的沟通理解社会关系与角色差异，适应复杂的多人沟通场景；L5基于深度关系的沟通理解长期上下文与关系演变，形成更深层次的理解与思维默契。赵斌强调，对话式AI的进步不应只用回答速度、语言自然度来衡量，更重要的是它能否理解对话对象的意图、处境与关系，能否在复杂场景中恰当地表达。

在基础设施层面，赵斌提到过去一年OpenAI等公司对WebRTC技术的深入采用推动实时互动技术发展。声网介绍了面向实时智能交互的基础设施方向，包括全球实时传输网络、分布式云边端联合推理、实时编排与全双工交互能力。声网对话式AI引擎以全双工交互为核心，连接模型、Agent运行框架与用户，支撑稳定、同步的实时对话体验。声网持续面向开发者完善对话式AI开发工具与开发套件，结合SDK、Skills、CLI工具及Recipes等能力，帮助开发者更高效地构建具备完整逻辑与执行能力的Agent。

圆桌环节由声网联合创始人Tony Wang主持第一场，探讨个人智能体是否成为下一代个人入口。互动媒体产品经理Eugene Wei、科技自媒体人潘乱、AIoT硬件创业者华建新参与讨论。潘乱认为个人智能体可能带来范式变革，AI产品价值正从争夺用户注意力转向帮助用户更高效地完成任务。华建新提出未来入口未必由某一种设备独占，眼镜、耳机等能够感知环境、执行任务的硬件都有机会。Eugene Wei强调上下文价值，个人智能体能否真正理解用户的兴趣、沟通记录与社会关系将影响其成为有价值入口的可能性。

第二场圆桌由声网首席商业官崔博主持，斜跃智能创始人陈伟、冠客科技创始人耿祥磊、Rokid乐奇联合创始人蔡国祥、泰坦启明CEO吴侃参与。陈伟认为具身智能的关键是让人的意图真正转化为机器人的行动，机器人需融合视觉、语音及自身状态等多模态信息。蔡国祥强调对话体验是AI穿戴设备的核心竞争力，分享了Rokid乐奇AI助手采用声网RTC链路服务的实践。耿祥磊指出AI语音座席要实现可靠业务交付必须解决延迟、打断时机与拟人化问题。吴侃表示对话式AI能帮助招聘业务大规模触达求职者、提升服务效率，而非简单替代人工。

影响分析

这一框架与基础设施布局对中文开发者与从业者具有明确指导意义。五级对话能力框架为对话式AI产品规划提供了清晰的评估维度，开发者不再仅关注回答准确率或响应速度，而需将产品定位锚定在具体的能力层级上。例如，客服机器人多处于L1-L2层级，面向B端的个性化助手可瞄准L3层级，而涉及复杂多人协作或长期用户关系的场景则需要L4-L5能力。这种分层视角有助于团队合理设定技术投入优先级与资源分配。

实时互动基础设施的标准化对降低开发门槛具有实际价值。声网提供的全双工交互能力与分布式推理方案，意味着开发者无需从零构建底层传输与编排系统，可直接聚焦于应用层逻辑。全双工交互是应对AI打断、并发任务等复杂场景的技术前提，对于语音客服、教育陪伴、AI穿戴设备等对延迟敏感的场景尤为关键。SDK、Skills、CLI工具及Recipes等开发套件的完善，进一步降低了Agent构建的接入门槛，使中小团队也能快速原型化具备执行能力的对话智能体。

适用边界

上述结论主要适用于实时交互密集型对话AI场景，如语音助手、客服系统、AI穿戴设备、具身智能等。对于纯文本异步交互、单次问答、离线推理等场景，实时传输网络与全双工交互的技术价值有限，五级框架中L4-L5所要求的群体认知与深度关系理解也难以发挥优势。此外，框架侧重于技术能力演进路径，未涉及具体行业合规要求、数据隐私边界或商业变现模式，企业在落地时仍需结合所在行业的监管环境与用户隐私策略进行适配。