量子位

纯语音Personal Agent来了!或许,这就是乔布斯心中的Siri

8.5内容质量

TL;DR · AI 摘要

Orilo通过语音优先设计,解决了传统Personal Agent的高频使用和交互摩擦问题,成为最接近科幻电影的AI助手。

核心要点

  • 语音交互可解放双手,适配早晨等高频生活场景
  • Orilo通过上下文理解实现个性化新闻解读
  • 解决传统Agent的'一低两高'痛点(使用频率低/交互摩擦高/运行成本高)

结构提纲

按章节快速跳转。

  1. 介绍Orilo作为新一代语音优先AI助手的突破性价值

  2. 揭示现有Personal Agent存在使用频率低、交互摩擦高、运行成本高的'一低两高'问题

  3. 论证语音是C端产品最自然的交互方式,能捕捉更多上下文信息

  4. 通过早晨场景切入,实现7×24小时长尾信息追踪与语音闭环操作

  5. 基于长期记忆的个性化新闻解读和跨APP上下文理解能力

思维导图

用一张图看清主题之间的关系。

查看大纲文本(无障碍 / 无 JS 友好)
  • Orilo语音优先Personal Agent
    • 核心机制
      • 语音优先交互
      • 上下文理解
    • 问题解决
      • 解放双手
      • 高频场景适配
      • 降低使用门槛
    • 应用场景
      • 个性化晨报
      • 长尾信息追踪
      • 跨APP操作

金句 / Highlights

值得收藏与分享的关键句。

  • 语音才是真入口——文字是语言出现后才被发明的,而语音交互能捕捉更多个人上下文

    — 第5段

    ⬇︎ 下载 PNG𝕏 分享到 X
  • Orilo彻底换了个逻辑——不仅追踪发生了什么,更琢磨这事对你意味着什么

    — 第7段

    ⬇︎ 下载 PNG𝕏 分享到 X
  • 一句话闭环操作链条——从语音查询邮箱到提炼关键信息仅需两三秒

    — 第9段

    ⬇︎ 下载 PNG𝕏 分享到 X
#AI助手#语音交互#Personal Agent#用户体验
打开原文

纯语音Personal Agent来了!或许,这就是乔布斯心中的Siri – 量子位

扫码关注量子位

<div class="top_search"> <form role="search" method="get" class="search-form" action="https://www.qbitai.com/" id="search"> <label> <input type="search" class="search-field" placeholder="搜索…" value="" name="s"> </label> <button type="submit" class="search-submit"></button> </form> </div>

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

articlead begin

articlead end

纯语音Personal Agent来了!或许,这就是乔布斯心中的Siri

Jay

2026-11-03

14:55:30

来源:

量子位

摘要样式

终于,有了一个可以触摸的起点

Jay发自 凹非寺 量子位|公众号QbitAI

乔布斯心中的Siri,这次可能真的走进现实了。

长这样子——

别的先不说,终于来了个审美在线的AI产品,这UI看着是真舒服…… 但大的还在后面。 这语音助手,太魔幻了。 真就跟配了个私人秘书一样,边喝咖啡配面包,边听它汇报今日值得关注的新闻。 关键是真的很有人味啊。即便你中途打断并派给它一个任务,比如「帮我回封邮件」,它也不会陷入尴尬的沉默。 视频来源 简直是电影《Her》里面的 Samantha啊。 就离谱,换做五年前,这样的场景还只能电影院看到。 AI圈打了这么久,每周各大厂商雷打不动瘫软一次,前沿也是花活频出,啥操控Blender、降维机器人、解决千禧难题…… 但坦率地讲, 我一直没觉得这些玩意儿有多让人兴奋 。 离普通人太远了。绝大部分人的现实生活,短期内根本不会因为这些前沿突破发生哪怕一丝一毫的变化。 但我断断续续用了这个产品快一周后,我心里曾经关于AI时代的所有浪漫幻想,突然具象化了。 我甚至觉得—— 这或许就是目前为止,最接近科幻电影, 符合我所有浪漫幻想的AI助手 。 它的名字,叫 Orilo 。 尴尬的Personal Agent Personal Agent这个概念,最近确实被捧上天了。 Muse的增速一度反超GPT,Agent彻底从极客手里的生产力工具,卷向了大众消费市场。 但我说实话,大部分体验真没比年初的「小龙虾」好到哪去。。。 不知道大家怎么样,反正我只有最开始拿到邀请码那几天有点新鲜感,破天荒地给它开了通知权限。 然后,就没有然后了。 打字实在太折磨了。更反人性的是它的主动推送机制,兜里突然震动一下,我还以为是啥紧急微信通知,结果在地铁上艰难地掏出手机一看,是Muse在提醒我一个八百年前就该过期的待办清单…… 我当时就…无语凝噎。 所以我一直觉得,Personal Agent这个市场,至今为止的解决方案仍然都是非常不成熟的。 绝大多数Personal Agent,全卡在同一个致命的死胡同里。我管它叫「一低两高」: 使用频率极低。 不管是订机票还是退订流媒体,听起来确实很酷。但这种复杂任务,你一个月能遇上几回? 为了这么低频的破事,我还得跟它对齐半天,我为什么不顺手自己点了? 交互摩擦极高。 你在开车、洗碗、炒菜、跑步的时候,双手和视线全被占得死死的。 这时候兜里一震,让你停下来掏手机打字跟AI盘逻辑,现实吗? 运行成本极高。 后台每调一次大模型,上面这些场景都需要非常复杂的Tool Call,每一次Loop烧的都是真金白银。 这种成本结构放在消费级产品上,想规模化普及,基本是天方夜谭。 技术原教旨主义统治这个行业太久了。但做个人伴侣这种产品,真不是光靠模型参数大、基准跑分高就能赢的。 下一代能活下来的Agent, 必须能悄无声息、高频地长在生活里 。 语音才是真入口 这也是我觉得,Orilo这个产品,最打动我的地方。 它找到了一个非常符合直觉的新解法—— Voice-first,语音优先。 为啥我说语音对C端产品而言非常非常重要? 这是人最自然的交互方式。 文字是在语言出现很久之后才被发明出来的,主要用途也是为了知识传递,对日常交流来说其实不是必需品。 你想想,生活中太多时候是不方便阅读文字信息的了,开车、做饭、带娃…… 更重要的是,人在说话的时候,会不自觉地透露出 更多的个人上下文 (Conversational Context) 。 你不会只说「帮我订一张票」,你可能会顺嘴说「帮我订张去上海的票,下周三,上次那个酒店附近就行,对了这次预算紧一点」。 这些「顺嘴」的信息,任何连接器里都找不到,但却是理解一个人的关键。 但这还不够。 语音能打的市场太多了,对于一个新AI产品来说,必须找到一个杀手级应用。 这也是我觉得Orilo第二个很聪明的地方,他们找到了一个刁钻的切入点—— 早晨。 这是人一天当中信息处理频率最密集的场景。 刚睡醒,满脑子混沌,迫切需要知道外面的世界发生了啥、今天这摊子事该怎么安排。 但偏偏,这时候你手里抓着牙刷或者咖啡杯。 Orilo主要针对的,就是这个痛点。 完全解放双手,设备丢到一边, 人只需通过语音接收信息。 在这期间,有任何需要吩咐的事,直接再通过语音向AI输出要求。 泪目了家人们,终于有团队不是坐在人体工学椅上翘着二郎腿、脑补用户痛点了。 而且UI这一块,我觉得真的秒了。 终于,不再是千篇一律的对话框和满屏工具栏了。。。 形态就是一颗水滴。并且跟手机的物理陀螺仪打通,你倾斜手机,它就像真实的水珠一样在屏幕缓缓滑移。 (ps:这才是C端产品该长的样子,注意登味啊老师们!!) 具体到实际场景这块,我说三个最吸引我的点—— 只属于你的晨报 简单来说就是新闻速递,Muse也有这个功能。 但说实话,我个人的使用频率不高,毕竟它这个基本就是拿兴趣标签做硬推,本质上还是换皮的信息流。 Orilo彻底换了个逻辑。 它不仅在盯发生了什么,更在琢磨这事对你意味着什么。 比如,你平时很关心Anthropic,但它从历史对话、长期记忆里知道,比起IPO,你其实更在意大模型生态的价值链重塑。 所以大清早它给你播报最新融资动态时,会顺手带出一套贴着你工作视角的定制解读。 完全是个顶级行业分析师站在你床边,喝着咖啡跟你私聊。 替你死死盯住长尾信息 我们每天想跟进的事太多了:某家冷门创业公司、一场欧冠小组赛、或者某个断更很久的播客。 但人的注意力极其有限,谁天天有空去手动刷搜索框? 现在只要动动嘴交代一句。 它会在后台7×24小时替你趴在信息源上,一旦有风吹草动,就在合适的时机主动向你汇报。 一句话闭环操作链条 当然,更多的可能性,仍然是在于跨APP子域获取上下文的能力。 和其他Personal Agent一样,Orilo也是有连接器入口的,内置了一些常规插件。 以邮箱为例。 正听着资讯早报,你突然想起来今天的工作邮件还没看。 帮我看下我的邮箱。 Orilo会很自然地衔接Tool Call,两三秒就能把重要信息提炼出来: 同事A说,下周二Presentation的PPT需要你更新一下。 当然,主动跟踪的能力也是有的。 比如早上孩子学校突然发了封邮件,说放学时间提前到了下午三点。Orilo抓到这封邮件后,会在跟你语音过早报的间隙顺嘴插一句: 孩子学校今天提前放学,需要我帮你加个日历吗? 你一边挤牙膏,一边含含糊糊回一句: 加上吧,提前半小时提醒我。 搞定。 从「重要信息截获」到「跨应用任务执行」,前后两句话,无缝闭环。 对比一下现在的竞品或许更直观一点。 让Muse翻个邮件,界面经常点了个赞就查无此人,二十多秒后才回消息。 我当时反应就??? 血压瞬间拉满。 当然了,毕竟是初代产品,我也有一个必须要吐槽的地方。 为啥只支持英文啊😭!!! 第一次感受到学英语的重要性,家人们,只有在真正需要全英语对话时,我才意识到: 原来我只是个背了几千个考研英语单词的普通人o (╥﹏╥) o。 不能选择母语的话,真的很影响信息交流效率。 当然也可能是中文语音模型相对没那么成熟的原因吧。 怎么让AI张嘴做事? 体验聊完了,咱们聊点底层的。 为啥Orilo的实时对话能做到完全不卡壳? 其实当前做语音Agent的团队,都快被同一个物理级死穴折磨疯了:深度推理与超低延迟,天生相克。 行业里主流就这两派: 端到端原生音频方案: 音频直接进、音频直接出。速度飞快,情绪极其饱满自然。但致命伤是逻辑推理太差,稍微带点复杂逻辑的任务直接宕机。 级联架构 (ASR-LLM-TTS) : 先听写、再让大模型想、最后合成语音念出来。智商是够用了,但延迟动辄1.5到2秒起步。这根本不叫对话,这叫拿对讲机喊话。 人机交互里有个极其残忍的心理红线:一旦声音延迟跨过1.5秒,对方只要没接话,你脑子里那种「在跟智慧生命沟通」的真实感瞬间荡然无存。 Orilo的破局解法,是把「交互层」和「执行层」在架构上彻底拆解,搭了个双层网络: 前端层: 挂一个超低延迟的轻量化语音模型,专门负责极速收听、捕捉情绪,确保任何打断和接话都能在瞬间给出反应。 后端层: 挂一个慢思考的高推理能力Agent,在幕后默默去读邮件、调接口、查日历。 这套双层思路业界其实都在做,OpenAI搞GPT-Live也是类似方向。但所有人都被同一个坑绊倒了: 后端在大汗淋漓跑任务的这十几秒里,前端跟用户大眼瞪小眼,该干嘛? 我之前用GPT帮我回一封邮件,它欢快地答应了一声「好的」,然后整个手机陷入了整整两分钟的死寂。 我当时就纳闷了: 不是哥们,你这是在干活还是死机了? 这种「对话已终结、操作没结果」的漫长时间黑洞,体验烂透了。 而Orilo通过产品层的Trick,很聪明地解决了这个问题—— 它给前端语音模型赋予了「边干活边闲聊」的控场能力。 当你让它去后台建日程的时候,它一边调度后端执行,嘴上一点都没闲着,顺着刚才聊到的新闻若无其事地往下递话。 整个交互没有哪怕一秒钟的死寂。就像现实里的资深行政,一边在工位上敲键盘给你订票,一边嘴里还在跟你聊行业八卦,两边都不耽误。 我实测的时候还发现一个很有意思的细节:当它需要轻微思考时,会极其自然地用「hmm……」、「uh……」这种拟人拟声词去填补缝隙。 虽然听多了后人机感也是蛮明显的,但至少是比惨遭AI「冷暴力」好多了。 口说无凭,数据也证明了这一点。 在一个叫Full-Duplex-Bench的行业测评框架里,Orilo的表现非常亮眼。 它最牛的地方,是被用户打断后重新开口的速度。 耗时仅1.08秒,是测试里最快的。作为对比,GPT Realtime是1.50秒,Gemini Live更是重量级,要2.62秒。 当然,我实测后发现,交互体验的提升,也不是没有代价。 这种极致追求响应速度的双层拼装,会牺牲鲁棒性。 有好几次它后台压根没调通接口,前端为了不冷场,居然一本正经地胡说八道告诉我「全办妥了」。 结果我点开日历一看—— 空空如也 😑。 但回到大方向上,这条技术路径应该是对的,只不过是时间问题。 百川联创创业 最后,照例说说背后的操刀团队,也是非常有意思。 创始人焦可,百川智能的联合创始人。 不知有朋友听说过不,去年他们拿出来过一个叫「来福电台」的产品。 核心就是做个性化Daily Brief的AI电台,和Orilo一脉相承。 当时做得就还蛮好的,在几十万的用户规模下,做到了次日留存50%、30日留存10%+的数据。 非常夸张了。 所以其实可以看出来,他们一直在打Voice这个场景。一切早已草蛇灰线。 回到Orilo本身—— 这个想法是怎么出现的? 「来福」的经历让他们验证了一个PMF,就是「早晨」这个场景。 但他们很快开始思考下一步:除了提供信息价值,AI+Voice,还能做什么? 答案就是Orilo 。 就像焦可自己在访谈里说的,他们很早就想做能记忆、能回邮件的「人」了。正如《Her》所描绘的一样。 所以Orilo的出现,可以说是一次蓄谋已久的范式跃迁。 我们也了解到,团队早在今年年初,就已经启动Orilo项目。 大半年过去,拼图,终于全部集齐。 One More Thing 最后,再说一点东西吧。 说实话,完全从生活体验的维度出发,上一代互联网产品,真的做得蛮糟糕的。 争分夺秒把用户骗到自家平台上,绑住后立马原形毕露,疯狂投喂垃圾广告。 但如今, 新一代AI产品的价值标尺,似乎正在出现变化。 无论是Claude Code、Codex还是Muse,这些一个接一个涌现的Agent新形态,都在反其道而行之—— 帮用户抢回那些曾经被互联网产品剥夺的时间。 让你 把注意力,还给身边的人。 这正是Orilo选择Voice-first路线的初衷。 它从来不追求成为一个无所不能的超级工具入口,这不是AI产品的使命,所以它从不希望用户视线一直停留在屏幕上。 有啥事,说就好了,搞定了直接进入睡眠。 但这份克制,可能才是Orilo最珍贵的地方。 当AI不再试图入侵我们的生活,它反而会成为那个每天早上在你床头、车里、厨房中,你愿意聊上几句的伙伴。 从「使用」一个App,到「相处」一个Agent。 一种全新的人机关系,正在萌芽。 2010年,乔布斯收购了由斯坦福研究院孵化的创业公司,Siri。 据Siri CEO Dag Kittlaus回忆,是乔布斯本人打了个电话过来约第二天见面,然后在Palo Alto家里和三位创始人聊了三小时。 乔布斯说,他要把Siri直接做进iPhone里。 我要把这部手机彻底改头换面……你再也不用一直点来点去、打字了。 但大家也知道, LLM这项技术,迟到了十多年 。 更可惜的是,不争气的Siri啊,至今没搭上AI新时代的浪潮。 我们也永远无法得知,如果乔布斯还在的话,Siri如今,又究竟会是什么样子。 但如今,Orilo发布了—— 乔帮主在十多年前寄托Siri的种种畅想…… 终于,有了一个可以触摸的起点。 版权所有,未经授权不得以任何形式转载及使用,违者必究。

Siri

作者文章列表

  • 清华姚期智团队新作:代数世界模型,让AI像牛顿一样思考 2026-11-01
  • 老牌便利店机器人售货折戟:实验室锤炼上万次,货架前还是摔瓶子 2026-11-01
  • Jev新成果,再次引爆开源 2026-11-01
  • RSI立大功!国产开源登顶全球第一,1.3B OXR重塑OCR 2026-10-30

左侧分享

扫码分享至朋友圈

相关阅读 start

相关阅读

#### 苹果收购AI初创公司Voysis,为让Siri更聪明

贾浩楠

2020-04-10

初创公司

收购

苹果

#### 苹果发力AI硬件,结果就是小度智能屏??桌宠机器人也要等到2027……

苹果AI的战略重心在智能家居领域

闻乐

2025-08-14

Apple

苹果AI

#### 苹果AI升级大泄露,Siri将在iOS18重生!库克重新定义AI为Apple Intelligence

几乎所有原生应用都将被AI全面武装

克雷西

2024-06-09

#### 不出声也能命令Siri!康奈尔大学华人团队开发无声语言识别项链,中文英文都行

社恐福音

十三

2022-02-16

Alexa

图像识别

康奈尔大学

#### Siri和Alexa背后的女科学家逝世,是她让AI有了女声

女声合成之母,享年74岁

萧箫

2020-08-24

语音合成

#### 苹果外包爆料:你手机里的Siri,听到了嘿嘿嘿的声音

毒品交易、医疗病史、甚至不可描述,Siri录下的声音都被人听到了

郭一璞

2019-07-27

AI助手

相关阅读 end

热门文章 start

热门文章

#### 刚刚,DeepSeek重磅开源:Agent底座架构!

2026-10-31

#### 刚刚,Gemini 4 Carbon全面超越Opus 5.5!首发Token半价

2026-10-29

#### 小米开源了个150元的AI小玩意,火到配件都涨价了

2026-11-02

#### 榜一,拿来吧你!智元这波双模型杀穿多榜榜单

2026-10-30

#### Claude紧急叫停!暗改Harness禁止逆向游戏

2026-11-01

<form role="search" method="get" class="search-form" action="https://www.qbitai.com/"> <label> <span class="screen-reader-text">搜索:</span> <input type="search" class="search-field" placeholder="搜索…" value="" name="s" /> </label> <button type="submit" class="search-submit"><span class="screen-reader-text">搜索</span></button> </form>

热门文章 end

底部版权

  • 关于量子位
  • 加入我们
  • 寻求报道
  • 商务合作

<a href="/?page_id=183"target="_blank"><i class="weixin_icon"></i></a>

追踪人工智能新趋势,报道科技行业新突破

<p>量子位 QbitAI 版权所有©北京极客伙伴科技有限公司 京ICP备17005886号-1</p>

量子位 QbitAI 版权所有©北京极客伙伴科技有限公司 京ICP备17005886号-1