xAI выпустила Voice Agent Builder - голосовой агент на Grok Voice без единой строки кода
xAI открыла no-code платформу Voice Agent Builder среду, где голосовой агент собирается за пару минут через обычный интерфейс. Под капотом та же модель Grok Voice, что уже работает в мобильных приложениях и в автомобилях Tesla. Платформа рассчитана и на разработчиков, и на бизнес без своей команды инженеров: телефония, поиск по базе знаний, подключение инструментов, ограничители безопасности и аналитика звонков собраны в одном месте.
Один стек вместо трёх сервисов
Обычная голосовая система - это конвейер из трёх кусков: распознавание речи, языковая модель и синтез голоса. Каждый переход добавляет задержку, стоимость и лишнюю точку отказа. Grok Voice работает как единый speech-to-speech: звук на входе, звук на выходе, без промежуточной расшифровки в текст и обратно. Отсюда меньшая задержка и более живая интонация. Модель обучали на трудных реальных звонках - с шумом, акцентами, перебиваниями и она держит больше 25 языков. Совместимость с OpenAI Realtime API заявлена отдельно, так что перенести существующую логику проще.
Сборка за пару минут
xAI обещает путь от идеи до рабочего агента примерно за две минуты. Сценарий звонка описывается обычным языком, документы для базы знаний загружаются в PDF, Word, Markdown или Excel и собираются в переиспользуемые коллекции. Инструменты подключаются готовыми коннекторами - Google Calendar, Gmail, Outlook, Linear, Notion, поиск в интернете или собственные API и MCP-серверы. Голос выбирается из библиотеки на 80+ вариантов либо клонируется под бренд по двухминутной записи.
Что агент делает сам
Агент не ограничен разговором. Он бронирует, проверяет статус заказа, оформляет возврат, а при заминке передаёт звонок живому оператору и шлёт уведомление команде. Каждый разговор пишется с транскрипцией и логами вызванных инструментов - полезно и для контроля, и для отладки сценариев. Существующие номера переносятся через SIP, для кастомных клиентов есть WebSocket.
Цена и корпоративные требования
Тариф единый - $0,05 за минуту аудио вместе с голосом, плюс $0,01 за минуту, если пользоваться бесплатным номером xAI. Отдельной платы за платформу или компоненты нет, каждому аккаунту дают бесплатный номер, тестировать можно прямо в браузере. Заявлены SOC 2, право на работу с HIPAA-данными и соответствие GDPR - набор, без которого в поддержку клиентов и медицину не пускают.
Ставка xAI понятна: убрать сложность, цену и задержку сборных голосовых стеков и подать это как замену старым IVR-меню. Живой вопрос - как единый speech-to-speech поведёт себя на массовых звонках вне демо. Пока это бета, и настоящую проверку агенты пройдут на реальном потоке звонков, а не на двухминутной сборке.
