玩家语音审讯AI嫌疑人：基于OpenAI实时API的侦探游戏诞生

Hacker News上出现了一个名为“Whodunnit AI”的创新项目，这是一个完全由语音驱动的谋杀解谜游戏。作者展示了他利用OpenAI最新的实时语音技术构建的互动体验，允许玩家通过麦克风直接“审讯”AI扮演的嫌疑人。该项目最初在两三年前启动，当时的语音AI技术尚处于早期阶段，但随着OpenAI gpt-realtime-2.1模型的发布，作者重新构建了系统以实现真正的对话式交互。在技术实现上，项目采用WebRTC协议进行语音流传输，确保了极低的延迟。为了应对实时API高昂的成本，作者引入了Clerk进行用户认证，并设置了30分钟的游戏时限，以防止在流量高峰期产生过高的账单。游戏的核心逻辑采用了多Agent架构：每个嫌疑人都配备了一套工具，当玩家发起指控时，系统会捕获指控对象和证据列表。随后，一个独立的“法官”模型（文中称为gpt-5-mini）会评估玩家是否陈述了案件所需的确凿证据。该机制允许意译，但拒绝模糊的怀疑。整个应用基于Next.js和MongoDB构建。作者邀请社区玩家测试这些嫌疑人是否能经受住严密的逻辑审问。

事件分析

💡 核心观点：低延迟语音交互正重塑AI智能体的沉浸感，但高昂的推理成本仍是实时应用大规模普及的核心阻碍。