转录看着没问题，通话却出错了——Arize 谈语音 Agent 调试

Arize AI 高级产品经理 Fuad Ali 讲解语音 Agent 为何是最难调试的类别之一：延迟、轮次切换和转录错误在文本日志中不可见。他以一通退款通话为例，转录显示 Agent 已自我纠正，但音频显示存在 2.4 秒静默、一次打断，且退错了订单。他提出将音频、转录和 trace 整合到同一会话视图，采用开源 OpenInference 语义约定跨供应商追踪实时音频，并运行音频原生评测（情感、延迟、打断、任务成功率），最后以 observe-evaluate-improve 循环和 agent 实验针对失败 trace 验证修复。

AI推荐理由 Arize AI 高级产品经理 Fuad Ali 的演讲，聚焦语音 Agent 调试这一具体工程难题：文本日志无法暴露延迟、抢话（barge-in）、误听和语气问题。给出一个退款通话案例——转录看似正常，实际有 2.4 秒静默、一次打断且退错订单。提出将音频、转录和 trace 放在同一会话视图，使用开源 OpenInference 语义约定跨供应商追踪实时音频，并做音频原生评测（情感、延迟、打断、任务成功率），最后以 observe-evaluate-improve 循环和 agent 实验验证修复。属于有具体案例和方法论的技术分享，对做语音 Agent 的开发者有直接参考价值；局限是演讲内容，未提供可复现的量化结果。