语音智能体这两年最大的槽点是「听起来像在念稿」：它听不懂停顿里的潜台词，长一点儿的查询就冷场。Decagon 在 10 月 1 日的 Decagon Dialogues 2026 上连发四款产品，主角是 Voice 3 语音智能体与自研语音模型 Chord，方向很明确——让语音 agent 从「照脚本念」跨进「真在听你说话」。
Chord 是 Decagon Labs 训练出的语音模型，后训练数据用的是真实的客户对话，而不是有声书朗读或游戏配音那种通用语料。它按短语塑形语音：念到确认码、电话号码时会放慢，回到闲聊节奏又恢复正常，而不是套一个全局匀速。官方盲测里，三组成对录音（真人 vs 同一声音经 Chord 处理）平均约 90% 的听众分不出哪个是真人。Chord 的训练数据来自授权数据与同意过的配音演员，明确不用客户自有数据，这对客服场景的合规很关键。Voice 3 支持 70 多种语言，能自动识别来电者语言、甚至在句子中途换语言也接得住，每种语言上线前由母语者校验。
但这一轮真正值得行业盯住的，不是语音更自然人声，而是第四款产品——Personal Agent Gateway 与配套的 PACT 协议。随着 Meta 的 Muse、OpenAI 的 dots、Instinct 这类个人智能体开始替主人订票、采购、打电话，企业客服突然要多接待一类新「用户」：不是人，而是代表某个人行事的另一支 agent。网关做的事是识别这些个人 agent（信号来自企业与平台两侧），给它们一条与聊天、邮件、语音并列的专属渠道，并配独立的 agent 操作规程（AOP）；权限写进 AOP 里——企业定义某支个人 agent 能申请哪些 scope、哪些段落需要哪一级授权。一个航空公司的例子：旅客的个人 agent 申请「查看并改签航班」，旅客只批了查看，那么航空方的 agent 就只给更早的航班选项，在拿到改签授权前不动工。PACT（Personal Agent Consent and Trust）则把这套委托授权建在 OAuth 2.0 之上、叠在 Agent2Agent 协议里，让一支 agent 能证明「我代表谁、被允许做什么」。
网关与 PACT 之所以比「语音更自然」更值得行业盯着，是因为它解决的是 agent 经济里还没被说清的接口问题：当一支 agent 替用户去和另一支企业 agent 打交道，信任该怎么传递、权限该怎么衰减。过去这块要么靠人肉走工单，要么靠厂商私有的封闭协议；Decagon 把它做成建在 OAuth 2.0 之上的开放委托授权，等于在替「个人 agent 与企业系统握手」立一套通用语法。哪天这套语法被更多客服与电商平台接受，个人 agent 替你订酒店、退机票、对账才真正顺起来——否则每次跨系统都要重新谈权限，体验永远断在授权这一步。
另外两款——Agent Modules 把自动化从客服延伸到线索资格审查、客户引导、催收等客户旅程；Duet Apprentice（公测）让 Duet 系统从内部资料与升级过的客户对话里学业务。它们共同描出 Decagon 的意图：智能体不止于「答个问题」，而是接管一整段客户关系。当然要留清醒：官方给出的解决率提升（电信 +6.1、金融 +7.1、旅游 +2.6 点）与弃话率下降（14.5、6.1、5.3 点）都是「同一批项目只换语音」的前后对照，属于厂商自报、尚未见独立复现；盲测的 90% 也建立在三组样本上。对采购方更现实的判断是：语音拟人度已经不是瓶颈，真正的分水岭在双工架构带来的「不冷场」体验，以及企业能不能用 PACT 这类协议，安全地把门开给替用户行事的个人 agent——后者才是接下来半年客服智能化真正的硬仗。