14个语音Agent开电视噪声测试完成率骤降

2026年10月14日，AGI Hunt 报道，joshmeyer 团队对 14 个语音 agent 栈做了一轮“开着电视”的噪声压力测试，以检验真实家庭环境下的可用性。测试结果是：总体任务完成率从安静环境的 38.7% 降到 8.6%。报道称各家差距明显，其中 gpt-live 1 最抗噪，完成率从 59.1% 降至 36.1%；grok voice 次之，从 39.7% 降至 33.8%。报道只给出总体数据与这两个栈的成绩，其余语音 agent 的具体表现及测试方法细节未在报道中说明。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。