ice 作者注册Muse体验后觉得，它的能力并不算突出，却带来了明显的陪伴感，甚至改变了自己的使用习惯，愿意把琐碎需求交给它。近期，Muse上线实时语音和会动的头像；同一时间，多家AI助手也在增加语音和对话功能。距离ChatGPT展示语音模式已有两年，个人AI助手为何又集中转向语音，成为一个值得观察的问题。
这一轮语音功能的关键，不只是聊天。原文提到，AI开始具备在后台执行任务的能力，语音因此成为门槛较低的派活入口。11月5日，Muse在美国上线实时语音功能，Meta给出的场景包括散步或双手忙碌时口头安排任务，由Muse在后台继续处理，也可用于排练面试或演讲。9月17日，SpaceXAI旗下Grok Bot上线语音功能，早期用户看重散步和通勤时不用动手就能派活。豆包“打电话”功能在今年4月接入全双工语音模型Seeduplex，实现边听边说。Meta称，Muse从用户说完话到给出第一个音视频响应，延迟约870毫秒，并支持随时打断；其实时虚拟形象的表情和口型会随语音同步生成。
陪伴感看似是语音交互的副产品，但对个人AI助理而言，它也是增长机制的一部分。说话降低了提问前的心理成本。面对文字输入框，人会先判断这件事值不值得打字问；很多微小念头就在权衡中消失。作者出差时，看到不认识的建筑会拍照问Muse，想知道酒店附近哪里有超市也直接问它，景点预约同样顺手交给它。这些需求并不复杂，共同点是“随手”。当交互门槛低到不必掂量，原本流向搜索引擎和地图软件的流量，就可能转向个人助手。实时语音比拍照更省事，连手都不用动。
用户开始对AI说废话、提琐碎要求后，个人助理的循环才真正运转。超市位置、街角建筑、散步时想起的待办，都会成为理解用户生活图景的上下文。用得越频繁，上下文越丰富，助手越懂偏好，用户也越容易形成依赖。原文认为，通用聊天机器人和私人助理的分野，正在于日常细节的积累；语音带来的黏性提升，也已在真实数据中有所体现。
