构建生产级 AI 语音代理是一个耗时的过程，主要耗时于接线与测试，而非提示工程。其复杂性源于集成自定义函数、日历和 CRM 系统，以及处理大量边缘情况。通过无数通话场景手动测试这些代理效率低下且缓慢。为解决这一问题，开发了一条利用 AI 编码工具自动执行这些任务的流水线。Claude Code 根据简单的规范生成代理的结构与接线，包括定义自定义函数并配置底层工作流。该规范详述了代理的目的、能力、数据收集需求及期望的语气。随后，Comet（一款 AI 浏览器自动化工具）对生成的代理进行测试。它模拟数十个具有挑战性的通话场景，重现真实用户交互。这些场景包括打断、沉默、偏离脚本的提问以及攻击性行为。Comet 分析通话记录和通话后数据，以识别代理失败之处。此自动化循环取代了手动测试，实现了快速迭代。若代理在某项测试中失败，则调整规范或流程，并重新生成或编辑相关部分。该流水线显著加快了从初始概念到稳健、可测试草案的进程。然而，人类监督对于关键决策仍至关重要。关于升级边界、安全协议和合规性的判断依赖于人类专业知识。自动化分析无法完全捕捉诸如机械语气或代理响应性等细微差别。此外，合规注册和电话号码配置等现实世界流程不受代码生成影响。该流水线的主要优势在于加速 AI 代理开发中的非核心环节。它将人类时间解放出来，用于确保可信度的高价值判断决策。这种自动化解释了为何某些 AI 语音构建可在数天内完成，而另一些则需数月。关键差异在于开发与测试循环的自动化。