AI大厂争抢给Agent装“耳朵”：硬件竞赛从“拼形态”退回“拼入口”，拾音质量与误唤醒成Agent落地的第一道声学考题
“大模型的竞争，已从‘谁的模型更聪明’，变成‘谁的Agent先听见用户’。”11月3日，21世纪经济报道在梳理腾讯、字节、阿里近三个月的AI硬件动作后给出这一判断：AI大厂的硬件竞赛，正在从“拼形态”退回“拼入口”，录音设备成了第一个交火点。
三种“装法”：腾讯“租”、字节“造”、阿里“长”
同样是给Agent装一只“耳朵”，三家的路径各不相同。腾讯走“租用”路线，通过WorkBuddy开放平台把影石Mic Pro领夹麦、影石Wave桌面麦克风、Plaud Note Pro、科大讯飞AI翻译耳机、安克桌面AI伴侣等9款联名硬件接入自家Agent底座，不自研、不代工、不贴牌；字节走“自造”路线，录音豆与安克联合开发、深度绑定飞书，豆包助手系统级嵌入中兴努比亚手机，AI眼镜交由龙旗科技ODM；阿里走“自长”路线，钉钉录音卡DingTalk A1卖成品类销冠、拿下德国红点设计奖，夸克与千问AI眼镜则由立讯精密深度ODM。
录音设备为何成“第一入口”
录音设备能成为第一交火点，原因并不复杂：便宜、供应链成熟、离办公场景最近。Plaud的录音卡片一年卖出100万台、年化收入达2.5亿美元，验证了这个品类，随后钉钉、飞书、科大讯飞等蜂拥而入。相比AI眼镜的“重量、续航、功能”不可能三角，以及AI手机牵动整个应用生态的利益格局，录音设备是大厂给Agent装耳朵“最轻的一种方式”。
拾音质量，是“先听见”背后的硬考题
“先听见用户”听起来是入口之争，落到产品上却是一连串声学硬指标：领夹麦、录音卡、AI耳机、录音豆要在会议室、咖啡馆、通勤路上清晰拾音；唤醒词要稳定触发、又要避免误唤醒；转写准确率依赖拾音信噪比。21世纪经济报道在文中提到，夸克眼镜已出现“误唤醒、交互不流畅”的用户吐槽——这正是拾音与唤醒的声学问题。当“听见”成为Agent落地的第一道门槛，语音采集硬件的拾音质量、唤醒率、误唤醒率、转写准确率，都需要在受控的声学测试环境中逐项验证。
列星：为“耳朵”厂商提供声学考场
值得留意的是，这批“耳朵”厂商里，有不少正是列星的长期客户。科大讯飞的AI翻译耳机位列腾讯WorkBuddy首批名单，安克的录音豆与桌面AI伴侣承担了字节与腾讯的Agent入口——而列星此前一次性交付科大讯飞7间多场景专业声学实验室、交付安克3间消声室与2间听音室实验室集群。面向语音采集硬件的测试需求，列星的可变混响听音室、语音交互实验室、语音录播室与消声室，正是为“拾音清晰、唤醒稳定、误唤醒可控、转写准确”提供可复现、可验收的测试条件。
当“入口”的形状不再重要、重要的是“用户开口那一刻听见的是谁”，声学测试环境就从后台的实验室，变成了Agent落地前的一道必经关卡。列星将持续以专业的声学实验室设计、制造与工程实施能力，为每一只被争抢的“耳朵”提供可复现、可验收的拾音与语音测试环境。
参考来源
21世纪经济报道：《AI大厂争抢给Agent装上“耳朵”》，2026-11-03，https://www.21jingji.com/article/20261103/herald/e85bf171d2870501d69cf2a004bece1d.html
