据证券时报报道，10月23日，iRTE2026实时智能大会在北京举行。声网创始人兼 CEO 赵斌做了一场题为《对话 AGI：实时互动的下一章》的演讲，并提出一个"五级对话能力"框架。
这场演讲真正的价值，是给"AI 到底进化到哪一步了"这个问题提供了一把尺子。
五级框架讲了什么
L1 是基于自身视角的表达，也就是"问一句、答一句"；L2 是基于互动规律的表达，从被动回应走向主动表达；L3 是基于个体认知的沟通，理解个体的身份、意图与处境；L4 是基于群体认知的沟通，理解社会关系与角色差异，适应多人场景；L5 是基于深度关系的沟通，理解长期上下文与关系演变，形成更深层的默契。
赵斌的意思很直接：对话式 AI 的进步，不该只用回答速度和语言自然度来衡量，更关键的是它能否理解对话对象的意图、处境与关系。
他还有一个很工程化的判断：无论硬件和背后的 AI 能力多强，只要对话不够自然，用户体验就会受到直接影响。AI 穿戴设备需要低延迟、稳定的实时交互，以及对语义和长期上下文的理解，让用户逐渐感受不到自己是在与 AI 对话。
入口会不会是眼镜
赵斌看好 AI 眼镜成为 AI 时代重要的个人入口，并分享了 Rokid 乐奇 AI 助手采用声网 RTC 链路服务的实践。他还提到，过去一年 OpenAI 及其他公司对 WebRTC 的深入采用，让实时互动技术在对话式 AI 领域获得了更广泛关注。
但圆桌上另外三位给出的答案要分散得多。
AIoT 硬件创业者华建新认为，下一代入口未必由某一种设备独占，眼镜、耳机以及其他能感知环境、执行任务的硬件都有机会。他的核心论据是：个人智能体不能只停留在"理解用户"这一层，还需要通过物理设备持续感知现实世界并采取行动，这为不同形态的硬件都打开了空间。
科技自媒体人潘乱的判断则落在产品价值上：AI 产品的价值正在从争夺用户注意力，转向帮助用户高效完成任务；未来的个人智能体不仅要响应明确指令，还应主动承担那些目标明确、却不值得投入大量时间的事务。
一个你可以自己验证的尺度
科技博主 Eugene Wei 把问题拉回了可操作的层面。他认为个人智能体的关键变量是上下文，能不能真正理解用户的兴趣、沟通记录与社会关系，决定了它是否具备作为入口的价值。
他给出了一个很实用的衡量尺度：看用户每天与 Agent 的交互频率，以及究竟是用户主动找 Agent 更多，还是 Agent 主动找用户更多。
这把尺子怎么用
Eugene Wei 那个尺度，其实可以拿去量任何一款被称作"AI 入口"的设备。
如果它只是等你唤醒才回应，那它是工具；如果它开始主动找你、并且找得对，它才配叫入口。主动找你还不招人烦，前提是它真的懂你的上下文——也就是赵斌框架里的 L4 和 L5。
按这个标准看，今天市面上绝大多数所谓"下一代入口"，还稳稳停在 L1：你问一句，它答一句，换个会话就把你忘得一干二净。距离"理解一个人"，中间还隔着整整四级。