Close Call，一个语音 AI 销售教练
TL;DR
我构建了一个开源语音代理，让销售人员可以对着 AI 客户练习高难度通话。它基于 Pipecat + Gemini 2.5 Flash 运行，每次通话成本约 $0.14，我团队的第一反应是真的很兴奋。代码在 GitHub 上，想试的话可以去看看。
"Sales cures all ills"（销售治百病）是我第一个导师经常重复的一句话，一直印在我脑子里。在我认真投入软件开发之前，在我折腾 AI 工程之前，我是个销售。我仍然怀念成交的那种刺激感，以及在博弈中胜过对手的快感。那很有趣。现在我有能力在公司里用 AI 了，我想到了一个点子：用语音 AI 来帮助培训和指导我们的销售人员。
从技术角度来说，这是一个相对简单的实现。我做了 Close Call，一个开源语音代理，销售人员选择一个场景，点击"Start Call"，然后和一个会用真实异议反驳的 AI 客户对话。通话结束后，系统立即进行评估，给出反馈，指出销售人员哪里做得好，哪里可以改进。
我在公司做了第一次演示。反馈很积极，非常积极。
对话流程出乎意料地真实。你在和 AI 进行真正的对话，它实时回应。场景很容易设置，你可以在 repo 里看到例子。这是无限可扩展的：不同的方式、不同的语气、不同的情绪、不同程度的抵抗。在当前状态下，它已经在产生真实价值了。
目前 AI 给出的反馈还比较机械。它评估你如何处理和应对异议，是否保持在正轨上。在未来的迭代中，我想评估通话中的情绪和语气。更进一步，还有对姿势和肢体语言的视频分析。你可能不信身体姿态会有影响，但它在电话里也能传达出来。从这个起点出发，还有很大的发展空间。
技术栈
Close Call 基于 Pipecat 运行，使用 Gemini 2.5 Flash Native Audio 实现原生语音到语音交互，延迟在亚秒级。一次 10 分钟的练习通话成本大约 $0.14–0.40。通话后的辅导反馈也由 Gemini 2.5 Flash 根据转录生成。整个东西用 Docker 打包方便分享，甚至可以作为桌面应用运行。
我想分享这个，因为这是一个很简单的应用，是最近的模型发布才让它成为可能的。Gemini 的 live 模型大约一周前发布。它不是第一个能处理实时对话的模型，但它足够便宜，终于让我愿意花时间去实现一个酝酿了一段时间的想法。
这就是理解 AI 格局在实践中的样子。你不需要编排一个复杂的业务流程来创造价值。有时候最容易摘到的果子打出最重的拳。或者，用我导师的话说，cures all ills。