Транскрипт выглядел нормально. А звонок — нет. — Отладка голосовых агентов
The Transcript Looked Fine. The Call Wasn't. — Debugging Voice Agents, Arize
Голосового агента нельзя отлаживать по транскрипту: нужны аудио, трейсы и оценки по звуку, привязанные к спанам.
- Аудио вместо текста — в демо транскрипт звонка выглядит связным, но аудио выдаёт 2,4 секунды тишины перед ответом, перебивание клиента и неверно услышанный номер. Трейс tool call показывает возврат на заказ 40 вместо 14.
- Схема для всех провайдеров — OpenInference, открытый набор соглашений, приводит WebSocket-события, счётчики токенов и tool calls от OpenAI Realtime и Gemini Live к одной схеме запросов. Доклад во многом про Arize AX, но схема открыта.
- Оценки по звуку — тон, задержку до первого звука, перебивания и успех задачи проверяют по самому аудио, а результат записывается в спан рядом с нужным фрагментом.
- Самовосстановление с проверкой — спикер предлагает агента, который тестирует исправление на упавших трейсах и открывает pull request с результатами, а человек только одобряет его.
Кому полезно: тем, кто выводит голосовых агентов в продакшен и разбирает звонки, где текстовые логи не показывают ошибку.
Доклад цитируется в статьях
Главы
Ещё доклады: Fuad Ali
Все 4 доклада →Как agents совершенствуются, пока вы спите
Создание самообучающихся циклов для агента
AI Engineer World's Fair 2026
Построение цикла обучения промптов
AI Engineer Code 2025
Похожие доклады
VoiceOps: извлечение данных из шумных аудиопотоков с низкой задержкой
AI Engineer Europe 2026
Близко по содержанию
Голосовому агенту не нужна frontier-модель
AI Engineer World's Fair 2026
Близко по содержанию

