Thinking Machines公司正在开发一种新型AI交互模型，采用全双工架构，能够同时处理输入和输出，显著降低响应延迟。研究表明，该模型在交互质量和速度上优于现有系统，未来可能改变企业AI应用方式，提升实时监控和客户服务的效率。

在VS Code中，GitHub Copilot Chat通过模型上下文协议（MCP）访问工具。将内置工具数量从40个减少至13个核心工具，并引入嵌入引导工具路由和自适应工具聚类，成功率提高2-5个百分点，响应延迟减少400毫秒。

本文探讨了如何测量基于WebRTC的OpenAI实时API的响应延迟，指出响应延迟是语音机器人的关键指标，受生成速度和网络传输时间影响。通过分析RTP数据包和使用Wireshark等工具，作者估算延迟约为1.7秒，并提出改进建议。