14 个语音 agent 实测：开着电视时任务完成率从 38.7% 跌至 8.6%

joshmeyer 团队对 14 个语音 agent 栈做了开着电视的噪声压力测试，总体任务完成率从安静环境的 38.7% 降到 8.6%。各家差距明显，gpt-live 1 最抗噪（59.1%→36.1%），grok voice 次之（39.7%→33.8%）。