Onvocall AI Blog
We're a team of engineers, customers and many agents, passionate about AI, voice technology and the product we're building together. Welcome to our blog!
Filter
10/22/2026 ( 9 days ago )
AI 把软件生态打成筛子之后：我们怎么守住客户的名单、录音和密钥
这一周 Railway 环境变量泄露、LiteLLM 投毒、AI Agent 9 秒删光生产库接连发生。作为每天有大量数字员工拿真实权限干活的 AI 外呼平台，我们把这几个月在安全上踩过的坑、做的事——字段级加密、密钥不落服务器、越权排查与审计、给 AI 员工设刹车——以及还没做完的部分摊开讲一讲。
10/7/2026 ( 24 days ago )
从 Jev 回看事半AI数字员工：如何将"判断"从"对话"中拆出来
TypeSafe 的 Jev 把"让 AI 做判断"变成了"问一道有固定选项的题、直接拿回概率"。这篇讲我们对 Jev 的理解，回顾我们在通话中的快判断层、通话后意向判定拆分、用 logprobs 复刻 Jev 接口这些同路工作和真实通话上的对照数据，以及接下来从离线标定、旁路试运行到统一决策层的计划。
9/13/2026 ( about 1 months ago )
拆解 GPT-Live：跟 OpenAI 最新的全双工方案比，我们的数字员工差在哪
逐项拆解 OpenAI GPT-Live-1 的全双工架构（前端/后端拆分、三通道结果注入、委托机制、训练进模型的轮次判断），跟我们数字员工系统的 Director/Rhythm/Plugin 编排、FlashFiller 垫场、外挂轮次检测模型等设计逐条对比，梳理出我们接下来值得补的评测和架构方向。
9/2/2026 ( about 1 months ago )
数字员工的"大脑"，哪里像人脑，哪里不像？
数字员工的认知系统，怎么决定"这句话该怎么说"？这篇聊聊我们从神经科学借来的几个分层直觉——反射与深思、大脑的节能哲学、信号该横向消化还是上交决策层，以及这套类比在哪些地方我们没有硬凑。
8/27/2026 ( about 2 months ago )
AI 打电话时，是怎么决定"这句话该怎么说"的？聊聊电话机器人背后的认知系统
AI 外呼机器人一通电话里要同时照顾情绪、目标、语气、记忆，简单地把规则堆进一个大 prompt 很快就会失控——这篇聊聊我们怎么用一套"认知系统"把多路信号收敛成一句自然、连贯的话。
8/21/2026 ( about 2 months ago )
AI 语音通话为什么会"抢话"？聊聊打断处理背后的工程细节
AI 语音通话里的"抢话"问题，本质是打断处理（Barge-in）的工程难题——VAD、端点检测、语义兜底、延迟预算，一篇讲清楚。