AssemblyAI稱程式碼代理在語音 AI 客製開發與維護上更具彈性

在語音 AI 代理開發中，程式碼代理在新增客製功能與長期維護上更具彈性；視覺化建置工具則擅長快速製作原型。

AssemblyAI在9月30日發布的文章中表示，程式碼代理較能因應複雜功能與長期維護需求。該公司也承認，視覺化建置工具有助於快速製作原型。

視覺化建置工具讓開發者選用並串接預先準備好的元件，不必親自撰寫程式碼，就能快速測試語音對話功能。

不過，當產品需要串接內部 API、依使用環境調整行為，或設定故障時的重試規則，單靠固定介面與選項可能難以應付。AssemblyAI認為，程式碼更能靈活配合這類客製需求。

AssemblyAI表示，開發者可以在程式碼儲存庫中檢視、測試程式碼代理產出的程式碼，再將其納入既有部署流程。該公司沒有提供在相同條件下比較開發時間或維護成本的實驗結果。公司介紹的語音辨識基準測試評估的是語音模型的辨識準確度，並非不同開發方式。

程式碼代理會接收需求、撰寫程式碼，並根據執行結果再次修改。AssemblyAI建議，開發者應具體說明希望程式如何運作。

即使程式碼撰寫流程自動化，開發者仍須閱讀並確認產出是否符合預期。AssemblyAI指出，開發者需要具備辨認程式碼異常結果的能力。

AssemblyAI的開發者文件建議使用 llms.txt、專案指引檔和 Docs MCP 伺服器，讓程式碼代理參考最新 API 說明。此做法旨在確認目前支援的欄位與參數，避免依賴過時資訊。

AssemblyAI的 Voice Agent API 將語音辨識、對話模型與語音合成整合在單一連線中。公司文件也提供 Python 和 JavaScript 起始專案。

開發者可將範例代理部署到自己的帳戶，再透過瀏覽器測試對話。這是文件列出的入門流程。

本報此前也曾介紹 AGENTS.md 的應用方式。這類指引檔可記錄專案結構及執行、測試方式；AssemblyAI的文件也將專案指引檔列為向程式碼代理提供資訊的方法之一。

開發者不一定要在視覺化建置工具與程式碼開發之間擇一。LiveKit的 Agent Builder 可讓使用者透過瀏覽器建立簡單的語音代理。

LiveKit允許使用者下載由建置工具產生的 Python 專案，再加入 SDK 功能。下載的專案也包含供程式碼代理使用的 AGENTS.md。

在 LiveKit 建置工具中，使用者可透過介面設定對話指示、問候語和語音模型，也能使用 HTTP 工具向外部 API 和服務發送請求。

LiveKit文件將工作流程和測試等功能列為建置工具未支援、但可透過 SDK 使用的功能。各產品建置工具的功能範圍不盡相同；LiveKit則提供將介面建立的代理延伸至程式碼開發的方式。