編輯｜Youli

6 月 30 日晚，抖音主播「女流 66」直播間里，一場有些「特殊」的直播拉開帷幕。

清北學霸姐「女流 66」、電競冠軍姐夫「YJJ」與整活之王弟弟「壯壯」三人罕見同框，共同進入一個由 AI 驅動的真實空間游戲：「女流 66」需要以「過去之人」身份獨走一條只有她能走通的單線，而弟弟「壯壯」和姐夫「YJJ」則在「未來」側隔著一堵墻配合，只有通過重重關卡，三人才能實現重聚。

過程中，手機鏡頭、麥克風、房間物件以及觀眾互動都被納入了同一套游戲邏輯，而 AI 則完美承擔了編劇、主持、場控、任務調度和內容反饋等多重角色。

比如，直播中觀眾打賞的禮物會化作「金幣雨」，玩家需要搶奪更多的金幣來用作后面的游戲情節：

隨著游戲推進，玩家需要親自為對方 Vibe Coding 接下來要闖的關卡，而從玩家到觀眾，沒人知道接下來做出的游戲關卡長啥樣，這些都是隨著「實戰」的進行而「實時」推進的。

從這個角度來看，這場直播打破了傳統直播「觀看主播完成內容」的單向模式，而是徹底推進到「主播、AI 和觀眾共同參與、生成內容」的全新范式：玩家在真實房間里移動、觀察、表達和行動；觀眾通過直播間互動改變場內事件；AI 則持續把這些輸入組織成關卡、劇情、任務反饋和節目效果。

正如在游戲結束后「壯壯」的體驗感受，以前觀眾可能通過彈幕帶來一些夸贊和獎賞，但這是第一次，自己在彈幕的幫助下完成游戲。

看著這「魔法」般的游戲，直播彈幕紛紛猜測這背后到底是哪家游戲公司或是 AI 大廠？

答案是「整點貝果 Bagelive」團隊，而這場直播，正是AI 互動內容產品「整點貝果 Bagelive」的首秀。但如果只把它作為一次 AI 新玩法展示，可能就低估了它的意義，這更像是一次極具野心的AI 原生互動娛樂「實驗」。

過去，大模型行業更多比拼單點能力：能不能生成圖片和視頻、能不能推理、能不能寫代碼…… 可隨著 Agent 時代到來，AI 開始進入直播、游戲、社交和數字員工等真實場景，問題也隨之變化：一次請求、回答，已無法覆蓋這些場景的復雜度。AI 需要連續運行數小時，實時理解多人輸入，維護狀態一致性，調度內容節奏，還要在高并發環境下保持穩定和安全。

這時，真正決定 Agent 產品競爭力的，已經不只是模型能力，而是AI 如何在真實生產環境中持續、穩定、可靠運行。背后的關鍵能力，也從 Prompt Engineering 轉向如何控制復雜度的系統工程能力（Complexity Engineering）。

圍繞這一點，業界也開始了多種嘗試與探索。而貝果團隊認為，多人實時互動直播，是目前最復雜、也最能驗證這類能力的絕佳環境，在這場長達近兩小時的直播首秀中，貝果團隊給出了第一版解法。

最直觀的效果來自數字。數據顯示，這場直播總曝光人數達到93.5 萬，最高在線人數高達2.9 萬，約為近 7 場均值的 3.2 倍。而互動和商業化表現同樣突出：評論人數約為近 7 場均值的 6.5 倍，送禮人數約為近 7 場均值的 7 倍……

這意味著，整點貝果帶來的不只是觀看熱度提升，還把觀眾卷入內容現場，從「圍觀者」轉化為「參與者」，并進一步撬動真實付費行為。可以說，這次「實驗」，在真實流量、互動和商業化場景中，初步驗證了 AI 互動內容的成立。

運行長時長程的直播任務，

為何需要一整套 Agent Runtime 能力？

從直播切片中可以看出，整點貝果把直播間體驗推到了一個新維度：主播、AI 和觀眾共同生成內容，但實際上，這并不是最難的部分。

更大的挑戰，是在多人、多內容、長時間實時互動的復雜環境下，讓系統持續運行、維護狀態、保持一致，并在異常出現時實時恢復。

比如，誰在做什么，任務進行到哪里？哪些事件已經觸發？觀眾互動對后續游戲進程帶來怎樣的影響？主播說話移動、彈幕爆發、禮物觸發后，系統該如何處理這些事件流，并進一步推動后續內容？以及當主播跳出預期流程、模型輸出不穩定時，如何在大家沒有感知的情況下快速恢復、回到可控范圍？

這些問題很難只靠 Prompt 解決。

原因在于，Prompt 更適合解決單次生成問題，而直播面對的是連續運行問題。一次 Prompt 可以讓模型生成一句臺詞、一個任務、一個反饋，但一場實時互動直播需要的是一個長時、有狀態、事件驅動的底層執行環境。

這也是貝果團隊強調Agent Runtime的原因。Agent Runtime 承擔的是讓 Agent 真正穩定跑起來的底層環境，核心是把 Agent 的決策邏輯轉化為可執行的計算過程，讓任務在復雜現場中安全、穩定、可控地完成。

具體到直播現場，Agent Runtime 首先要處理的就是直播現場的三重不確定性：

• 輸入不確定：直播間輸入來自多模態信號，既有主播語音、畫面、動作，也有彈幕、點贊、禮物和觀眾情緒等，往往語義模糊、意圖不明確，且隨時變化；
• 時序不確定：多人多內容并發，時序依賴極強，比如主播前一秒的動作、觀眾互動或任務觸發，都可能會影響后一秒的現場狀態；
• 輸出不確定：多模態輸出具有概率性和方差，生成式 AI 的輸出天然帶有概率性和方差，而直播現場又要求低延遲、穩定、安全，不能長時間卡頓，也不能出現明顯失控。

為此，整點貝果在底層構建了高強度的約束、校驗、分級降級與實時審核機制，成功將不確定性「鎖死」在受控范圍內。

在實時一致性上，整點貝果首先依靠oLM 場景理解能力建立對現場的統一認知，oLM 即指 omni model 全模態模型，會同時輸入直播畫面、現場音頻和當前游戲環節等上下文信息，綜合判斷主播動作、觀眾互動和游戲進度。

在此基礎上，系統采用S2S（語音到語音）低延遲語音 + 旁路意圖識別技術，將模糊的意圖實時轉化為確定的游戲事件，盡量確保主鏈路零阻塞、無背壓。同時，面對異步、高頻、亂序的事件，系統依靠 SSOT（單事實來源）、事件有序性以及重傳 / 丟失補償廣播同步，讓全端在毫秒級內迅速收斂到同一份節目狀態，以實現極強的故障自愈與狀態同步。

在異步編排上，整點貝果強調長耗時異步任務的并發控制與沖突仲裁：實時任務優先響應，長耗時任務后臺并發執行；當多個結果同時返回時，系統再根據當前節目狀態做沖突仲裁，判斷哪些內容可以進入現場，哪些需要等待、丟棄或重算。

多模型編排則走 SLA (并發 / 重試 / 預請求) 壓尾延遲：語音、文本、視覺、劇情、安全審核等能力往往由不同模型或模塊承擔，系統需要通過并發、重試、預請求等機制建立 SLA，把尾部延遲壓下來，避免某個慢響應拖住整場直播。

此外，還有容錯和安全。直播沒有重來的機會，一次識別失敗、模型輸出跑偏、審核遺漏，都可能直接暴露在觀眾面前。因此，整點貝果的 Runtime 必須具備故障自愈和優雅降級能力：模型超時就切備用路徑，生成不穩就回退到保守反饋，觀眾輸入過亂就降低其對主線影響，主播跳出預期流程就重新對齊現場狀態。

而這一切最好對用戶「無感」。主播看到的是直播繼續推進，觀眾看到的是節目節奏沒有斷，后臺系統則完成了重試、替換、降級和狀態修正。

結果就是，首秀當晚，最高在線人數高達 2.9 萬人的直播間，延遲被死死鎖在人類反應時間的秒級，全程零事故安全跑通……

不過，單純「跑通」并不是全部。直播不是考試，完成任務只是底線，節目效果才決定觀看體驗。這也是為什么整點貝果要提出「節目效果 Agent」：在多人、多內容并發的實時現場，AI 要做的核心事情，是激發并維持好的情緒與關系。

它要能判斷什么時候該推進任務，什么時候該制造一點沖突，什么時候該幫主播「接梗」，什么時候該放大觀眾情緒等。

比如此次直播三位主播同框，本身就有關系張力，他們之間的配合、吐槽、拆臺和臨場反應，是直播內容的重要組成部分。AI 如果只是機械地下發任務，現場會變成技術演示，可如果過度介入，又可能打斷主播之間自然產生的化學反應。

所以直播 Agent 的難點并不只是「能不能給出下一步指令」，還包括「能不能做現場」。為了實現這一點，整點貝果引入面向情緒理解和心理學建模的系統能力，用來預演接下來怎樣讓情緒和關系往更好的方向發展。

從這個角度看，整點貝果想降低的不是「開播」的門檻，而是高質量多人互動內容的生產門檻。在貝果團隊的設想中，如果這套「節目效果 Agent」能持續優化，未來 KOC 也有機會做出綜藝級的直播效果。

但更大的意義在于，整點貝果以直播為切口，跑通了一種新的 AI 互動內容形態，AI 不只是幫主播生成素材，而是能夠實時理解現場，調度任務，幫助內容創作者掌控互動節奏、情緒張力和現場關系。

這也是整點貝果想重新定義的方向：讓 AI 互動內容從「生成一個結果」，走向「組織一個正在發生的現場」。

「Runtime + 場景智能」，

如何筑起無法復制的壁壘？

前面說了這么多整點貝果 Agent Runtime 的優勢，但實際上， 這只是其「跑」起來的底座，更長期的壁壘，來自于Runtime + Scene Intelligence（場景智能）+ Benchmark + Reward（獎勵信號） 組成的完整閉環。

原因在于，娛樂領域和代碼、數學這類任務有很大不同。代碼能不能跑、數學答案對不對，都有相對明確的驗證標準，但直播效果沒有天然 Oracle（公開標準）。如何評斷一場直播效果好？是彈幕更多、互動更高、主播反應更自然、現場關系更具張力，還是任務推進更流暢？

沒有公開答案，也沒有現成數據和成熟模型。因此，誰先把這個領域的 Oracle 建出來，誰就有機會建立真正的壁壘。

貝果團隊的做法，是把高行業認知結構化為 Benchmark。行業專家和技術團隊一起定義業務問題，完成冷啟動；隨后通過真實場景獲取獨有數據，其中最高質量的數據，來自 KOC 自己對優秀動作的判斷和打標。

這意味著，整點貝果的護城河并不只來自工程系統本身，還來自認知、場景和數據的疊乘：先占據場景，才能拿到真實數據；有了數據，才能建立評測標準；有了評測標準，才能構造 Reward；有了 Reward，才能反過來優化模型調用、調度策略和節目效果……

這條「飛輪」可以概括為：占場景、攢數據、建評測、反哺優化。

其中，Reward 是最難的一環。傳統娛樂內容中，并沒有一套現成的 Reward 可以直接拿來用。直播效果容易被表層指標誤導，比如只追求彈幕數量、禮物金額或互動頻率，可能會帶來 Reward Hacking：系統學會刷指標，卻沒有真正提升觀眾情緒和觀看體驗。

因此，整點貝果需要復用現場采集的多組信號，包括彈幕語義、互動行為、現場效果、參與度，以及 KOC 對優秀動作的打標數據，從中構建更能反映情緒和關系質量的 Reward，將抽象的、不可編排的「節目效果」具像化，在每一場直播中穩定、自然地呈現出來。

只要 Reward 率先達到并超越人工水平，就能用數據閉環驅動模型與策略的離線優化，形成一條越跑越快、越滾越大的場景數據飛輪……

而對于整點貝果來說，這種打法是同行在短期內根本無法復制的壁壘。

憑什么是整點貝果先「跑」出來？

能夠率先在行業里跑通如此復雜的系統工程，底氣首先來自于整點貝果的核心創始團隊。

資料顯示，研發負責人 Johnny擁有極其硬核的 ToC 大流量與 AI Native 產品實戰背景。曾任 MiniMax ToC 產品技術負責人，作為 Glow 技術負責人從 0 到 1 負責團隊搭建與架構設計；隨后作為 Talkie / 星野的技術負責人，立項一個月即完成初版上線。在此之前，他還是字節跳動國際化社區客戶端技術專家。

算法負責人蔡達則具備深厚的學術與工業界雙棲背景，他擁有 UCL（倫敦大學學院）計算機科學碩士學位，此前在騰訊擔任應用研究需求建模組負責人，長期深耕于內容行業，探索供需關系、因果推斷（自研 DeepCausalModel）以及多模態內容理解等前沿方向，以科學的方式量化不同內容對于平臺核心指標的影響。

而這樣的團隊背景，對應到整點貝果的產品能力中，恰好形成一個交叉組合：兼具消費級產品、高并發工程經驗，以及內容效果建模、因果分析和多模態預測能力。

但這只是基礎，真正支撐整點貝果快速迭代的，是團隊總結并踐行的AI Native 團隊方法論。

具體來看，AI Native 研發方法并不是簡單用 AI 寫代碼，而是圍繞復雜 Agent 產品的長期迭代，重構了「復雜度管理」「研發流程」和「組織協作方式」。

• 復雜度管理：模型越強，并不意味著復雜度消失，只是系統能堆到更高復雜度才會「崩」。因此，對于整點貝果這樣需要長期迭代的多人實時互動產品，團隊認為必須「把復雜度當第一公民來拆」，主動對業務做領域劃分、按正確維度拆分，用拆分把整體認知復雜度降下來。
• 研發流程的結構性重構：當 AI 讓寫代碼變便宜后，真正稀缺的不再是代碼生產，而是驗收、聯調、決策和持續執行。因此，團隊把大量流程轉化為「AI 能自己跑的可執行物 + Gate / 契約」，人只在標準制定和關鍵判斷處介入。
• 把 AI 當作組織基礎設施：AI native 團隊不只是用 AI 寫代碼，而是讓 AI 系統性補上人在組織運轉里的三個天然短板 ——「記不住、盯不過來、做不持續」，從而實現 AI 負責承接 Context、核對 PRD / 技術文檔 / 測試 Case/ 代碼之間的不一致；通過任務軌跡 benchmark 讓 Agent 行為自我收斂；再把復盤結論沉淀為 Skill，讓改進經驗在團隊內持續復用。

但這還不夠，更重要的是，整點貝果在產品策略上走出了一條與基座模型能力正交演進、垂直 90 度的獨特路徑。

如何理解？

整點貝果明確指出：基座模型是產品的能力底座，模型能力的提升會直接抬高整點貝果的效果天花板，大模型進步對團隊而言是絕對的「順風」。但團隊不是做模型本身會解決的事，而是從模型能力維度、AI 工程維度、場景理解三大正交維度，累積自身的絕對 Delta（增量壁壘），并讓其互相粘合復利：

• 模型能力維度：全面建立從感知到決策到生成的能力棧。自建圍繞情緒的實時理解與心理學建模，并在多模態實時輸出上深耕，圍繞直播場景系統性的構建了一套包含多個不同參數量、不同模態模型的復雜協同鏈路。其中包含端到端低延遲語音 S2S，以及李誕同款「言出法隨」玩法背后的長時幀間一致、實時流暢的人像視頻濾鏡。

這里插一句，「言出法隨」玩法是整點貝果首秀時推出的一個趣味功能，用戶說自己要變成什么，系統就會快速把鏡頭里的人改寫成對應形象。前段時間李誕在體驗產品時，解鎖了眾多玩法。比如，李誕說出一句「我想變成一顆蛋。」隨后鏡頭里就出現了一顆蛋的形象，甚至還保留了李誕帶著眼鏡的細節。

• AI 工程維度：在萬人級、不允許出錯的極限生產環境中，「死磕」并跑通高并發系統的可觀測性、穩定性與長程狀態保持，針對不同 AI 生成場景和模態需求，動態調動資源保證生成的實時性和穩定性。
• 場景理解維度：把頭部 KOC 級的直播效果解構、抽象為一個個可被定義的原子化模塊并沉淀到系統庫中。根據不同的主播特性和粉絲偏好，每場內容都進行個性化的組裝和拼接，Agent 會基于直播情況實時調配，保證直播內容始終都維持在最佳的體驗上。

這樣做的好處在于，純應用公司一味與底層模型同向賽跑，可當模型升級時，應用極易被內化吞噬，而整點貝果與模型垂直 90 度，別人在同向賽跑，他們在「垂直起飛」……

從數萬人直播間，

走向真實世界的「互動內容引擎」

在直播的最后，主播「女流 66」成功「畫」門破墻，三位主播得以重聚，在高燃、熱血的 BGM 聲中，回顧空間中出現的他們玩過的所有游戲……

到這里， 這場多人實時互動直播首秀就結束了，但整點貝果來說，這僅僅是一次完美的兵力預演。整點貝果從來都不是為了做一個孤立的、垂直的直播 Agent，而是想向全行業展示一套可以無縫遷移、泛化到更多真實世界場景的 Agent Runtime 能力。

今天，這場直播中所出現的關鍵問題，或許只是真實復雜生產環境中諸多問題的「側寫」，未來，數字員工可能需要更長時間理解上下文并執行多步任務；AI 主持需要實時感知現場并調動氛圍；AI 社交需要維護多人關系與長期記憶；多人游戲需要處理更復雜的實時狀態、玩家行為和內容生成……

但這些場景共享同一個底層命題，即 AI 不能只會生成內容，還必須能穩定運行、實時調度、理解場景、控制風險，并持續產生有效反饋。

而整點貝果想做的，是希望這套沉淀下來的、面向「多人多內容實時交互」的系統級調度引擎，演變為下一代 AI 實時交互內容的通用引擎，未來能夠在數字員工、AI 主持、AI 社交、多人游戲等復雜環境中釋放出顛覆性的商業與技術價值。

從這一層面來看，整點貝果的這次直播首秀，或許正是技術范式「質變」的開始……