SeedRealtime Full-Duplex Phone Agent: Warum Sprache allein Android nicht ausführt
SeedRealtime und Seeduplex zeigen, wie natürlich Vollduplex-Sprach-KI werden kann. Für Android braucht ein Phone Agent zusätzlich Freigaben, Berechtigungen und verifizierte Ausführung.
- SeedRealtime und Seeduplex zeigen, wie ein Sprachmodell zuhören kann, während es spricht; für Phone Agents wird dadurch Unterbrechung, Korrektur und natürliches Gespräch wichtiger.
- Vollduplex Sprach-KI verbessert die Interaktionsebene, ersetzt aber nicht die Android-Ausführungsebene mit Berechtigungen, Freigaben, Zuständen, Verifikation und Wiederherstellung.
- FoneClaw bildet nach dem bisher neuesten Produktstand unsere praktische Ausführungsebene: schwebender Assistent, Kontinuität auf demselben Telefon, Berechtigungswiederherstellung und schnelle Aktionen.
- Der stabile Weg vom gesprochenen Wunsch zum Ergebnis braucht sieben Stufen: erfassen, klären, planen, freigeben, ausführen, verifizieren und wiederherstellen.
Was SeedRealtime und Seeduplex für Phone Agents ändern
SeedRealtime und Seeduplex sind für Phone-Agent-Entwickler interessant, weil sie die Gesprächsebene deutlich näher an echte menschliche Kommunikation bringen. ByteDance Seed stellte am 9. April 2026 in der Ankündigung Introducing Seed Full-Duplex Speech LLM Seeduplex als natives Listen-während-Sprechen-Framework vor. Die SeedRealtime-Modellseite ordnet SeedRealtime außerdem in die aktuelle Seed-Modellfamilie ein.
Der Kern ist Vollduplex: Ein Sprachsystem wartet nicht einfach, bis der Nutzer vollständig fertig gesprochen hat. Es kann während der eigenen Ausgabe weiter zuhören, Unterbrechungen erkennen, Nebengeräusche besser einordnen und mit natürlicherem Sprecherwechsel umgehen. Seed berichtet für Seeduplex Verbesserungen bei Störunterdrückung, Endpunkt-Erkennung und Unterbrechungsbehandlung und nennt den Einsatz in Doubao als Rollout-Kontext.
Für FoneClaw ist das ein wichtiger Architekturimpuls. Wir bauen Phone Agents aus der täglichen Android-Praxis heraus: Nutzer sprechen nicht in perfekten Befehlen, sie korrigieren sich, fallen ins Wort, denken laut, unterbrechen eine Antwort und erwarten trotzdem, dass das Telefon am Ende kontrolliert handelt. Ein SeedRealtime Full-Duplex Phone Agent wäre deshalb nicht nur schneller im Gespräch. Er müsste nach dem Gespräch immer noch sauber ausführen. Die breitere Bedienphilosophie dazu erklären wir in Voice-first KI-Smartphone: Warum Sprache, Tasten und Bildschirm neu sortiert werden.
Wie Vollduplex-Sprach-KI Pausen und Unterbrechungen behandelt
Halbduplex-Sprachsysteme fühlen sich oft wie ein Walkie-Talkie an: Der Nutzer spricht, das System wartet, dann antwortet das System. Unterbricht der Nutzer während der Antwort, muss das System entscheiden, ob es die Unterbrechung gehört hat, ob die Antwort gestoppt wird und ob der neue Satz zur alten Aufgabe gehört. Vollduplex Sprach-KI macht diesen Moment flüssiger. Sie kann weiterhin akustische Signale verarbeiten, während sie selbst spricht.
Für den Alltag ist das mehr als Komfort. Ein Nutzer sagt vielleicht: „Schick Ben, dass ich... nein, schreib lieber Anna, dass ich fünf Minuten später komme.“ Ein starres System kann den ersten Teil zu früh festlegen. Ein Echtzeit Sprachagent mit guter Unterbrechungslogik hält die Absicht beweglicher und kann Korrekturen früher aufnehmen. Ebenso wichtig ist Störunterdrückung: Küche, Straße, Büro oder Auto liefern Nebengeräusche und Seitengespräche, die nicht automatisch zur Aufgabe gehören.
Die Forschung zeigt, dass diese Fähigkeit architektonisch anspruchsvoll bleibt. Das Paper How Should LLMs Listen While Speaking? beschreibt, dass Full-Duplex-Systeme Nutzeraudio während der Generierung routen müssen. Channel Fusion und Cross-Attention bringen unterschiedliche Stärken: mehr unmittelbare Erdung im neuen Audio oder mehr Robustheit gegenüber bestehendem Kontext. Für Phone Agents ist dieser Kompromiss praktisch: Ein System muss neue Korrekturen schnell aufnehmen, aber laufende Aufgaben nicht durch jedes Nebengeräusch verlieren.
Auch Geschwindigkeit zählt. Schnelle Modelle verkürzen Wartezeiten, aber niedrige Latenz allein löst Sprecherwechsel, Berechtigungen und Ausführung nicht. Wer die reine Modellgeschwindigkeit im Phone-Agent-Kontext vertiefen möchte, findet in 1000-TPS-LLMs: Was schnelle Modelle für Phone Agents ändern den passenden Anschluss.
Warum Gespräch und Android-Ausführung getrennte Ebenen sind
Beim Bauen von FoneClaw trennen wir zwei Ebenen: die Interaktionsebene und die Ausführungsebene. SeedRealtime und Seeduplex verbessern die Interaktionsebene. Sie machen Zuhören, Sprechen, Unterbrechen und Korrigieren natürlicher. Android-Ausführung ist eine andere Aufgabe. Dort geht es um App-Zustand, Berechtigungen, sichtbare Ziele, Freigaben, Systemschutz, Ergebnisprüfung und Wiederherstellung.
Ein flüssiges Gespräch autorisiert keine Telefonhandlung. Wenn ein Nutzer während einer Antwort sagt: „Ja, mach das“, muss der Agent wissen, worauf sich „das“ bezieht. Ist es ein Entwurf? Eine Nachricht an einen Kontakt? Eine Änderung von Nicht-stören? Eine Navigation? Ein Anruf? Der Agent braucht einen Aufgabenstand, eine klare Zielbeschreibung und einen Freigabemoment, bevor eine Aktion auf Android Wirkung entfaltet.
Deshalb ist ein Full-Duplex-Modell allein noch kein Android Phone Agent. Es kann die Absicht besser erfassen und Korrekturen früher aufnehmen. Die Ausführungsebene muss anschließend prüfen, ob die Aktion unterstützt ist, welche Berechtigung nötig ist, ob der Nutzer die Wirkung sehen kann und wie der Zustand nach der Aktion verifiziert wird. Genau diese Grundlagen behandeln wir ausführlicher in Telefonsteuerung mit KI-Agent: Wie Android Phone Agents wirklich arbeiten.
Wenn Gespräch und Ausführung zusammenfallen, entstehen die gefährlichen Fehler: ein „ja“ wird zu früh als Versandfreigabe verstanden, ein Nebensatz verändert eine Einstellung, oder ein abgebrochener Befehl bleibt als aktive Aufgabe zurück. Gute Android Phone-Agent Architektur hält die Interaktion lebendig und die Ausführung kontrolliert.
Sieben Stufen vom gesprochenen Wunsch zum geprüften Ergebnis
Für praktische Phone Agents verwenden wir einen Vertrag in sieben Stufen. Er verbindet natürliche Sprache mit nachvollziehbarer Android-Ausführung und hilft, Vollduplex-Sprach-KI in eine sichere Produktform zu bringen.
- Erfassen: Der Nutzer startet Spracheingabe bewusst. Das System nimmt Absicht, Korrekturen und Unterbrechungen auf, ohne daraus sofort eine externe Wirkung zu machen.
- Klären: Der Agent löst Mehrdeutigkeiten: Kontakt, App, Zeitpunkt, Ziel, Inhalt, SIM-Karte, Anhang oder gewünschte Einstellung.
- Planen: Das Modell erstellt einen unterstützten Ablauf. Die Ausführungsebene entscheidet, welche Android-Werkzeuge, Berechtigungen und sichtbaren Zustände beteiligt sind.
- Freigeben: Folgenschwere Schritte zeigen Ziel, Wirkung und nötige Daten. Der Nutzer bestätigt den konkreten Schritt, nicht nur das allgemeine Gespräch.
- Ausführen: Geregelte Werkzeuge führen unterstützte Android-Aktionen aus, etwa Einstellungen, sichtbare Nachrichtenentwürfe, Telefon- oder Navigationsübergaben.
- Verifizieren: Der Agent prüft, ob das Ergebnis sichtbar erreicht wurde: Zustand geändert, Entwurf erstellt, Navigation übergeben, Anruf vorbereitet oder Aufgabe offen.
- Wiederherstellen: Bei fehlenden Rechten, App-Dialogen, Unterbrechung oder unklarem Ergebnis bleibt ein verständlicher nächster Schritt erhalten.
Dieser Vertrag ist besonders wichtig, wenn ein Echtzeit Sprachagent auf Unterbrechungen reagiert. Eine Korrektur kann die Absicht ändern, aber sie hebt keine Android-Berechtigung auf. Eine Zustimmung kann einen Schritt freigeben, aber sie muss an den richtigen Aufgabenstand gebunden sein. Die Gestaltung solcher Freigaben vertieft KI-Agent Freigabe-UX auf dem Smartphone: Vorschläge, Freigaben und Wiederherstellung.
Wie wir die aktuelle FoneClaw-Ausführungsebene bauen
FoneClaw verbindet heute ein konfiguriertes Modell mit geregelten Android-Telefonaktionen. Nach dem bisher neuesten Produktstand bildet FoneClaw dafür die aktuelle Basis: schwebender Assistent, Kontinuität auf demselben Telefon, Berechtigungswiederherstellung und schnelle Aktionen. Die aktuellen Informationen stehen auf der FoneClaw-Downloadseite; die aktuelle Funktionsübersicht finden Sie auf der FoneClaw-Funktionsseite.
Unser Produkt arbeitet heute mit nutzer ausgelöster Spracheingabe und bewusst ausgelöstem Bildschirmkontext. Der Nutzer kann den aktuellen Bildschirm als Kontext einbringen, wenn die Aufgabe davon profitiert. FoneClaw verwendet diesen Kontext für unterstützte Aktionen, statt den Bildschirm oder die Kamera dauerhaft als Hintergrundsignal zu behandeln. Wie dieser schwebende Assistent und aktueller Bildschirmkontext praktisch funktionieren, erklären wir in Schwebender Android KI-Assistent: aktuellen Bildschirm sicher als Kontext nutzen.
Für eine zukünftige Verbindung mit einem Echtzeit- oder Vollduplex-Modell wäre diese Ausführungsebene weiterhin entscheidend. SeedRealtime ist für FoneClaw aktuell ein relevanter Modell- und Forschungsimpuls; die heutige ausgelieferte FoneClaw-App arbeitet mit ihrer eigenen Android-Ausführungsebene und ausgewählten konfigurierbaren Modellwegen. Der Architekturpunkt bleibt gleich: Ein Gesprächsmodell kann Absichten schneller verstehen, FoneClaw muss die Wirkung auf dem Telefon sichtbar und wiederherstellbar führen.
Konkrete Beispiele sind Nicht-stören, Nachrichten, Dialer, Navigation und ausgewählte Einstellungen. FoneClaw kann unterstützte Nicht-stören-Änderungen vorbereiten und den Zustand prüfen, sichtbare Nachrichtenentwürfe führen, Anrufe vorbereiten, Navigation an eine Karten-App übergeben und Android-Einstellungen begleiten. Sensible externe Effekte bleiben überprüfbar, und fehlende Berechtigungen führen in eine Wiederherstellung statt in einen unklaren Zustand.
Vollduplex-Szenarien mit Schutz für echte Telefonaktionen
Ein Meeting-Szenario zeigt den Unterschied. Der Nutzer sagt: „Stell mein Handy für die nächste Stunde stumm... warte, nur Nicht-stören, Anrufe von Favoriten zulassen.“ Ein Vollduplex-Modell kann die Unterbrechung aufnehmen, während es schon geantwortet hätte. Die FoneClaw-Ausführungsebene muss danach den gewünschten Modus, die Dauer, die Ausnahme und den aktuellen Android-Zustand prüfen, bevor die Änderung angewendet und bestätigt wird.
Bei Nachrichten ist die Korrektur noch wichtiger. Der Nutzer diktiert: „Schreib Lara, ich komme um sieben... nein, um siebzehn Uhr dreißig.“ Ein Echtzeit Sprachagent kann diese Korrektur natürlicher erfassen. Der Phone Agent muss anschließend Empfänger, vollständigen Text, App-Zustand und Senden-Schaltfläche prüfen. Wenn ein Dual-SIM-Dialog oder ein Anhang auftaucht, bleibt der nächste Schritt sichtbar.
Bei Anrufen und Navigation geht es um Übergabe. „Ruf den Kunden an... nein, starte erst die Route.“ Das Gespräch kann schnell wechseln; die Ausführung braucht einen eindeutigen Zielzustand. Soll der Dialer vorbereitet werden? Soll eine Karten-App geöffnet werden? Wird Standort benötigt? Der Agent muss zwischen Gesprächsfluss und realer Telefonwirkung unterscheiden.
Auch unterbrochene Mehrschrittaufgaben profitieren. Ein Nutzer startet eine Aufgabe, erhält eine Berechtigungsfrage, wird abgelenkt und kommt später zurück. Vollduplex hilft beim Wiederaufnehmen des Gesprächs, aber die eigentliche Produktqualität liegt im gespeicherten Aufgabenstand: Was war geplant, welche Freigabe fehlte, welcher Schritt ist offen, und wie wird das Ergebnis verifiziert?
Datenschutz, Akku, Audio-Video-Grenzen und nächste Schritte
Vollduplex Sprach-KI bringt neue Anforderungen an Datenschutz, Akku und Latenz. Ein System, das während der eigenen Ausgabe weiter zuhört, muss klar anzeigen, wann Spracheingabe aktiv ist, wie lange Audio verarbeitet wird und welcher Teil als Aufgabe zählt. Auf dem Smartphone kommen Akkuverbrauch, Wärme, Netzqualität und Hintergrundverhalten hinzu. Für FoneClaw heißt das: Nutzer ausgelöste Eingabe, sichtbarer Zustand und kontrollierte Ausführung bleiben zentrale Produktprinzipien.
Audio-visuelle Interaktion ist ein weiterer Entwicklungspfad. ByteDance Seed nennt in der Seeduplex-Ankündigung visuelle Eingabe und proaktive Interaktion als Ausblick. Das Paper VideoFDB full-duplex audio-visual benchmark zeigt, dass streamingfähige audio-visuelle Erdung eine eigene Herausforderung bleibt und viele Systeme visuelle Ströme außerhalb ausdrücklich visueller Fragen nur begrenzt nutzen. Für Phone Agents ist daraus die Lehre klar: Sehen, Hören und Handeln brauchen eigene Verträge.
Unser Builder-Check für die nächste Stufe lautet: Erstens muss der Nutzer wissen, wann der Agent zuhört. Zweitens muss der Agent Unterbrechungen von Nebengeräuschen unterscheiden. Drittens braucht jede Android-Wirkung einen Aufgabenstand und eine passende Freigabe. Viertens muss das Ergebnis geprüft werden. Fünftens braucht jede fehlende Berechtigung einen Rückweg. Sechstens müssen Akku, Latenz und Datenschutz im Alltag tragbar bleiben.
SeedRealtime und Seeduplex zeigen, wie viel natürlicher die Gesprächsebene werden kann. FoneClaw konzentriert sich darauf, diese Art von Fortschritt in eine verlässliche Telefonarchitektur zu übersetzen: Absicht verstehen, Android-Zustand prüfen, unterstützte Aktionen ausführen, Wirkung sichtbar machen und nach Unterbrechungen sauber weiterarbeiten.