语音终于能打断了，我以前因为打断不了放弃过

ChatGPT 上个月上了双向语音模型，昨天 OpenAI 又发了 GPT-Live，全双工，它说话的时候你可以随时插进去，它会停下来听。我试了。

以前因为打断不了，放弃过

我平时偶尔用语音和 AI 对话，多半是在开车或者走路的时候，不算常用。不常用的原因之一，是以前因为打断不了放弃过。当时用的是哪一个语音助手，我已经记不清了，只记得那种插不上话的感觉。

问一个问题，它开始回答，说到第二句我就知道方向不对，想打断它，插不进去。只能等它说完，或者点停止，再重新问。几次以后，就回去打字了。打字至少能在它输出的时候直接停掉。打字的时候，我可以一边看它输出，一边决定要不要停；语音只能听，听到第二句才知道方向不对，前面那一句已经过去了。

语音对话本来应该比打字自然。可一个插不上话的对话，比打字还累。

开车或者走路的时候用语音，本来就是因为手和眼睛都占着。

这种场合，最需要的就是能打断。看不了屏幕，没法点停止；它说偏了，只能听着，等它说完。一段不对的回答，在屏幕上可以扫一眼跳过，在耳朵里只能从头听到尾。

所以打断不了，在打字的时候是一点不方便，在开车走路的时候，就是没法用。我放弃的，大概就是这个场合。

试 GPT-Live，最想试的就是这一点。问的东西没什么讲究，就是随便聊。

它说话的时候，我直接插进去说不对，换个方向。它停下来了，接着我的话往下说。这是第一次，我觉得和一个语音助手的对话，像是两个人在说话，而不是轮流发言。

能打断，改变的不只是体验，是我敢不敢用语音去问一个还没想清楚的问题。以前不敢，问歪了要等它说完；现在敢，问歪了随时拉回来。

随便聊，反而最考验能不能打断。

问一个具体的问题，答案有个方向，它说偏了，我知道往哪拉。随便聊没有方向，话题说着说着就拐了，我想接一句，它也想接一句，谁先停下来，谁接着说，正是全双工要处理的事。

这一点它处理得比我预想的自然。我插进去，它停得快；我说完，它接得上，接的是我刚才那句，不是它自己没说完的那半句。

能接住我刚才那句，比停得快更难。停下来是一个动作，接上是一个理解。

打断这件事，让我想起了贪杯熊。

第一次去 SOLO CLUB 看大屏，有人刚拿起手机，转头就被朋友叫走了。酒吧里的注意力，随时会被打断。

可贪杯熊的大屏互动，并没有专门为用户被打断做过设计。现场最常见的打断，是看屏幕看到一半，被朋友叫走。一条要上墙的消息写到一半被叫走，回来是什么样，我们没有专门想过。当时关注的是互动能不能发出去、能不能上墙，没关注发到一半就走开的人。

这不是一个致命的问题，但它是一个漏掉的问题。

看屏幕看到一半被叫走，回来的时候，屏幕上已经是别的内容了。

大屏是滚动的，表白、红包雨、聊天，一条接一条，不会等谁。一个人被叫走半分钟，回来就接不上了：刚才那条表白是谁发的，红包雨抢到没有，这个人不知道，也没地方看。

如果当时想过这件事，也许会在手机那一侧留一个刚才错过了什么，让被叫走的人回来还能接上。这不难做，只是当时没想到要做。

现在想，产品里很多被打断的时刻，都是这样：不是做不到，是没被当成一个要设计的时刻。

语音助手花了这么久才学会被打断，贪杯熊当年也没想到要为打断做设计。两件事背后是同一个默认：用户的注意力在产品上。

实际上不是。酒吧里的人，注意力在朋友身上；问语音助手的人，说着说着就改了主意。开车走路时插一句话，酒吧里看到一半被叫走，是同一种情况：人没走，注意力先走了。产品要做的，是承认这一点。

全双工对我来说，不只是一个技术指标，是一个产品第一次承认，用户随时会走开，随时会改口。