让 Agent 一边说话,一边干活:深入拆解 qwen-audio-agent
语音助手为什么一调用工具就沉默?qwen-audio-agent 的答案不是再造一个更大的端到端模型,而是把「实时对话」和「后台干活」拆成两条并行流水线:前台 Qwen Audio Realtime 只管听和说,后台任意 ACP Agent 负责执行,中间用 Work 状态机、权限中转和送达确认把两边缝回「同一个助理」。本文基于 0.9.1 源码逐层拆解。
语音助手为什么一调用工具就沉默?qwen-audio-agent 的答案不是再造一个更大的端到端模型,而是把「实时对话」和「后台干活」拆成两条并行流水线:前台 Qwen Audio Realtime 只管听和说,后台任意 ACP Agent 负责执行,中间用 Work 状态机、权限中转和送达确认把两边缝回「同一个助理」。本文基于 0.9.1 源码逐层拆解。
四篇论文串起 LLM Agent 的关键问题:ReAct 让推理与行动形成闭环,Toolformer 让模型自监督学习 API 调用,AgentBench 把 agent 放进八种环境考试,AgentBoard 再用进度率和轨迹诊断回答“究竟卡在哪里”。