ElevenLabs 纽约峰会发布 Agent 全家桶：Interaction Engine 按对话环节自动切换便宜模型与前沿模型，ElevenAgents 加入记忆和 Routines，NVIDIA Nemotron 3.5 Super VL 今起可选

核心背景与行业痛点

语音和对话 Agent 正在从演示走向生产：企业在意的不只是声音自然，还有每次通话的 token 成本、能否记住老客户、通话之外的跟进工作谁来做。ElevenLabs 这次峰会的主线就是把“对话层”做成企业基础设施，CEO Mati Staniszewski 称对话 Agent 会像云和支付一样成为每家企业的关键设施。

架构亮点与底层机制

Interaction Engine 从对话节奏入手，负责轮流发言和打断判断，同时为每个环节挑选 LLM：分流用便宜模型，复杂环节再交给前沿模型，属于对话内的模型路由。Memory 在每次通话后把对话提炼成结构化记录，补上 CRM 没有字段的信息（比如只在下午 5 点后方便接听）。Routines 是新的自动化层，可连接现有系统，在通话前后执行多步任务。微调方面，ElevenLabs 计划与企业一起用真实部署数据持续微调部分开源 LLM 和自家 TTS/STT 模型，已有的医疗转写模型 Scribe v3 Medical 是这种做法的样板。

权威 Benchmark 与实测跑分对比

唯一的量化数据来自 Nemotron：在 ElevenAgents 客服任务基准上，Nemotron 3.5 Super VL 端到端完成率领先，成本比其他主流开源模型低 70%（厂商口径，未公布具体对手和分数）。Interaction Engine、Memory、Routines 的效果数据官方未公布。

开发者实战落地与开箱指南

现在就能做的：在 ElevenAgents 里把 LLM 切到 Nemotron 3.5 Super VL，跑自己的通话样本对比成本和完成率；申请 ElevenAI 免费早期访问。Interaction Engine、Memory、Routines 和微调目前是预览或“未来几个月”推出，没有公布时间表和价格，生产规划宜先按现有能力设计，留好模型路由的接口。