2026 年 5 月 27 日,由 Oculus 創辦人與早期團隊成員創立的語音 AI 新創 Sesame,在 App Store 上線 iOS 版預覽,首波開放 39 國、初期完全免費。這距離它的網頁版 Research Preview 正好一年——那個預覽在頭幾週就吸引超過 100 萬人與語音 Agent Maya、Miles 對話。這次兩位原班角色之外新增 Simone 與 Charlie,湊成四人軍團,每個都有獨立的聲音、個性、觀點與記憶。
與 ChatGPT 那種「輸入框加對話紀錄」的形態不同,Sesame 從第一天就為語音而建:整個體驗圍繞說話的節奏與時機設計,畫面只是輔助。官方甚至不稱之為聊天機器人,而堅持用 Agent 這個詞。
四位 Agent,各自有記憶
Sesame 的設計賭注是「角色優先」。Maya、Miles、Simone、Charlie 各自被賦予明確的聲音、性格與立場,而且記憶互不相通——你跟 Miles 聊過的內容留在 Miles 那裡。記憶在語音與文字模式之間共用,切到打字也不用重講背景。隱私方面提供無痕模式:Agent 看得到先前的脈絡,但不會儲存任何新內容,對話結束即消失。
這種設計刻意模擬真實的社交關係:你跟不同朋友聊不同話題,更換對象等於更換語境,而不是把所有對話倒進同一個沒有面孔的助理。記憶能否真的撐起使用者黏著度,是這個賭注接下來要被驗證的部分。
邊說邊搜:平行檢索與中途轉向
技術上最有意思的是延遲處理。Sesame 打造了快速的搜尋與檢索系統,讓 Agent 在說話的同時發起多組平行搜尋,把新資料邊講邊織進回答,甚至可以在句子講到一半時修正方向。官方部落格的說法是,這讓 Agent 能跑「更慢、更聰明的 agentic loop,而不會出現尷尬的中斷」。TechCrunch 引述公司對速度與品質取捨的說法:「回得太快與想清楚再答,存在先天張力」,而「較慢的回答通常更正確,但拖太久又顯得不自然」。
介面是語音優先、視覺為輔:搜尋會回附圖片的卡片,可隨手存筆記、發起深度探索,不方便出聲時也能切換文字模式。這套架構等於把「思考時間」藏進語音流裡——與其等檢索完成才開口、讓使用者聽到死寂,不如先開口、邊講邊補,順便把每次對話的延遲預算與檢索成本一起改寫。
免費、39 國與一年累積的百萬用戶
商業佈局方面,App 目前「暫時」免費,註冊後可能有短暫的等候名單,Android 版預覽也在路上。背後的資本夠撐:2025 年 10 月,Sesame 在開放測試的同時宣布 2.5 億美元 B 輪,由 Sequoia 領投;Sequoia 透露,Research Preview 上線頭幾週就有超過 100 萬人使用。以消費級語音 AI 的標準,這個開局數字不差,而 Sesame 自己設定的對照組,正是 ChatGPT 這類傳統文字聊天機器人體驗。
一次開放 39 國也值得注意:語音產品對口音與在地化的容忍度遠低於文字,首波就跨這麼多市場,代表團隊對多語言表現有一定信心——或者說,願意把賭注提前下在語音這條跑道上。
從「陪你想」到「替你做」與 2027 年眼鏡
Sesame 把這次 iOS 版稱為邁向「智慧眼鏡」的第一步,時間點指向 2027 年。一群做 VR 起家的團隊選這條路不難理解:在眼鏡形態下,語音是唯一自然的輸入方式。官方也預告了下一步的方向轉移:Agent 將從「陪你思考」走向「替你做事」,這正是他們堅持叫 Agent 而不叫聊天機器人的原因。
對產品團隊而言,值得盯的訊號有兩個:一是四人四記憶的角色化設計能否真正撐起留存,還是淪為新鮮感;二是「說話時背景持續檢索」會不會成為語音產品的標準架構。當然,免費不等於商業模式,訂閱、企業授權或硬體綁定終究要上桌,而 2027 年的眼鏡時間表,會揭示這波語音 Agent 熱潮裡誰是認真的。
參考來源
- Sesame, the conversational AI startup from Oculus founders, launches its iOS app — TechCrunch
- Voice your curiosity — Sesame
本文由 AI 協助自上述來源整理，經人工審核後發布。