对话式 AI 的五级台阶，从答一句到懂一个人

你对着客服机器人说三句话，它就把你转给了人工。不是它笨，是它还停在最底层的那级台阶上——只会应答，不懂你。

一、发生了什么

10 月 23 日，北京。那场名为 iRTE2026 的实时智能大会的主论坛上，声网创始人赵斌上台，开口没讲延迟数字，先给对话式 AI 排了五级台阶。L1 只会从自己的视角被动接话，问一句答一句；L2 摸到了互动的节奏，能主动把对话接得连贯；L3 开始理解对面这个人的身份、意图和处境，说话因人而异；L4 能处理多人在场的复杂沟通，分得清角色与秩序；L5 才是长期关系的层面，能记住你和它之间积累的上下文，形成某种思维默契。他描述的现状是：产品正从被动应答走向全双工，开始尝试理解个性与情绪——大致在 L2 向 L3 爬坡的位置。

底层变化也有：OpenAI 等公司过去一年深入采用 WebRTC 这类实时传输技术，实时互动正在成为连接模型、agent 框架和用户的基础设施。对话场景对延迟、打断、双向交互的要求比传统应用苛刻得多，说半句被打断、边听边想边答，任何一环卡住，对话就露馅。声网自家业务的落点是对话式 AI 引擎，以全双工交互为核心，把模型、agent 运行框架和用户接在一条链路上，同时给开发者配了开发套件和场景模板。赵斌列举的落地场景包括客服、教育、AI 陪伴和智能穿戴，他的判断是：AI 能否创造价值，不只取决于「会说话」，还取决于能否理解需求、自然沟通并持续完成任务。

二、跟你有什么关系

做客服和语音座席的：别拿「会不会聊天」做选型标准，先判断业务需要第几级——工单路由只需要 L1 级的准确，陪伴类产品却必须往 L5 修。做眼镜、耳机这类硬件的：延迟和打断处理比模型跑分更能决定体验，对话不自然，模型再强也留不住用户。普通用户：下次再遇到「听不懂人话」的助手，可以判断它缺的不是词汇量，而是对你处境和历史上下文的理解。

三、怎么用

1. 给自己的产品定级：只做单轮问答是 L1，能记住用户的历史并调整说法，才算摸到 L3 的门。定级之后再谈升级路线。
2. 逐级补短板，别跳级：L1 到 L2 卡的是延迟、打断和双向交互，属于工程问题；L3 以上卡的是长期记忆。顺序错了会白花钱。
3. 用交互频率验证价值：圆桌环节提到一个衡量办法——看用户每天主动找 agent 几次、agent 主动找用户几次，这比注册量诚实得多。

四、三个别信的说法

「模型足够强，对话自然就流畅了。」 框架把能力拆成五级，每级要补的东西不同。L2 卡的延迟与打断是传输和工程问题，换更强的模型不解决；L5 卡的记忆机制也不是推理能力范畴。对着榜单堆模型，不如对着台阶修路。

「五级框架是行业共识。」 这是一家实时互动厂商在自家大会上提出的框架，属于厂商视角，业界并没有统一分级标准。它的价值是给产品团队一份自查清单，而不是权威认证。

「理解关系很快就能做到。」 L4、L5 要求模型理解社会角色和关系的长期演变，依赖长期记忆与隐私边界之间的平衡，今天还没有产品敢宣称过关。把它当方向看，别当工期表看。

五、一句话结论

对话式 AI 的竞争已经不在「答得快」，而在「懂到第几层」——先给你的产品定级，再决定补哪块。

信息来源

• iRTE2026：声网赵斌提出五级对话能力框架 2026-10-23

功能与价格以官方公告为准。本文写于 2026 年 10 月 25 日。