Fish Audio 推出无代码语音智能体平台 Fish Agent：一句话描述即可生成能打接电话的 AI 助手，官方称部署中位时间 32 秒，支持自带 LLM 和完整 API

核心背景与行业痛点

语音智能体正从演示走向实际业务，比如前台接待、预约、客服和外呼回访，但搭一个能真打电话的语音助手，通常要自己拼接语音识别、大模型、语音合成、电话线路和打断处理，门槛不低。Fish Audio 以语音合成起家，11 月 10 日刚发布全双工语音模型 Live 3。这次推出的 Fish Agent 把整条链路打包成托管平台，目标是让不写代码的人也能几分钟上线一个电话助手。

架构亮点与底层机制

平台分三层入口：控制台可视化搭建，/v1/agent/* REST API 程序化管理，以及 @fishaudio/agent-client 和 @fishaudio/agent-react 网页 SDK。每个智能体由系统提示词、首句话、声音和语言、知识库、工具组成，编辑自动存草稿，发布后冻结为不可变的版本号。工具分 Webhook、客户端和系统三类，可以从 cURL 导入接口。大模型可以替换：接入自己的 OpenAI 兼容端点后，平台会把完整上下文和工具定义发过去，识别、合成、打断处理和计费仍由 Fish Audio 负责。对话默认由 Live 3 驱动，它边说边听，能区分附和与真正的插话。

权威 Benchmark 与实测跑分对比

官方给出的数字都是厂商口径：部署中位时间 32 秒，声音库超过 200 万个、覆盖 30 多种语言；Live 3 此前公布最快 186 毫秒决定回应，且目前只支持英语。官方未公布任务完成率、端到端延迟分布或与其他语音智能体平台对比的标准化 Benchmark。

开发者实战落地与开箱指南

1. 在 fish.audio 的 Agents 控制台用文字描述需求生成智能体，新号有 5 美元额度，按限时价约可通话 140 分钟（未计电话附加费）。2. 上传 PDF、Markdown 或网址作为知识库，把订单查询、预约等接口配成 Webhook 工具。3. 用单轮、多轮和工具调用测试验证后发布。4. 每月 1.20 美元租一个美国或加拿大本地号码，或通过 BYO SIP 接入自有号码；要保持自己的对话逻辑，可走 Custom LLM 接入。