陌生的老城区里导航把人带进一条窄巷手机信号忽明忽暗。游客问AI附近哪有便利店它答出的是三条街外的连锁店跟眼前这条巷子根本对不上号......出门在外这样的错位天天都在发生问题很小可实在让人窝火。旅行AI的考题从来不在攻略。在家问攻略问题完整环境安静时间从容。到了现场全变了人边走边问句子说一半就改口风声车声混着叫卖声网络还时好时坏。同一个AI两种环境下表现差一大截差的这一截就是现场语境。把一次现场问答拆开看要过四道关。第一关声音进得来。户外问话人声跟环境声缠在一起语音入口得先把人声捞出来捞不干净后面全白搭。第二关话跟得上。问路的人说一半改口走到半路又回头补一句系统得接住新说法别让人从头再说一遍。第三关事记得住。刚确认过寄存处的位置、下一站要去的码头这些短期上下文得留在对话里用户不用每句都交代背景。第四关数据连得动。地图、票务、餐厅的实时信息接得进来AI给的下一步才能落成行动答得再顺落不了地也是空话。这四道关串起来靠的是一张实时链路。声网把语音识别、语义理解、内容生成和语音播放组织成一条可打断的流水线用户插一句追问旧答案马上让位。降噪、回声消除和弱网对抗在下面兜底户外网络来回切换对话也不断。开发者在这条链路上接自己的业务数据AI说得出也做得到。旅行AI好不好用就看出门在外那句问话有没有人接得住。攻略写得再漂亮都比不上现场这一问来得实在。