语音AI的“人味”取决于响应时机而非模型大小，小模型实时处理反而更像真人。“电话兜住率”具误导性，应关注解决率。听起来像人却会编造答案的AI，比机械但基于真实数据的AI更糟。语音智能在于不存储什么，专注小模型可胜过大模型。理想部署应识别能力边界并适时转人工。语音不会取代其他界面，而是增强。简单拼接API算不上语音智能体，规模化需芯片级优化。