L'outil d'IA vocale trahit le no-code

Les créateurs d'IA vocale font face à un compromis brutal : avancer rapidement avec des outils sans code comme VAPI ou Retell, ou se débattre avec des SDK et une infrastructure pour un contrôle réel. Les couches d'orchestration basées sur le navigateur promettent "aucune configuration, aucun serveur", mais elles déterminent également vos modèles, votre routage, et même la façon dont votre agent pense. Vous obtenez une démonstration fonctionnelle en une après-midi, puis passez des mois à lutter contre la boîte dans laquelle vous avez commencé.

Les plateformes vocales sans code fonctionnent comme des jardins clos bien entretenus. Vous configurez une invite système, choisissez une voix, activez éventuellement une intégration CRM, et vous expédiez. Mais la logique plus complexe—le tour de parole, le comportement d'interruption, la récupération d'erreurs, les compromis de latence entre les LLM et la synthèse vocale—reste enfermée derrière la feuille de route du produit de quelqu'un d'autre.

Ces garde-fous viennent avec des plafonds stricts. Vous souhaitez mélanger Gemini Flash pour le routage avec une pile RAG interne, ou remplacer Deepgram Nova-3 par un modèle vocal personnalisé en pleine conversation ? Sur de nombreuses piles sans code, vous ne pouvez tout simplement pas. Vous héritez de leur pipeline par défaut, de leurs outils d’observation, de leur modèle de facturation et de leurs limites sur les outils, la taille du contexte et la rétention des données.

Le verrouillage fournisseur aggrave le problème. Migrer un agent mature hors d'une plateforme fermée signifie réécrire des commandes, reconstruire des outils et réimplémenter des flux de téléphonie, souvent sous la pression de clients réels. Vos enregistrements d'appels, analyses et comportements ajustés reposent sur l'infrastructure de quelqu'un d'autre, sans bouton « exporter vers le code » lorsque vous dépassez l'interface graphique.

Les frameworks orientés code inversent l'équation. Le SDK Agents de LiveKit vous donne un accès direct aux flux multimédias, à la sélection de modèles et aux workflows personnalisés à travers WebRTC et la téléphonie, mais nécessite une expertise en Python ou en Node ainsi qu'une tolérance pour les opérations cloud. Vous avez un contrôle précis sur chaque jeton et paquet, au prix d'une itération plus lente et d'une intégration plus complexe.

Une troisième voie crédible commence à émerger : des interfaces graphiques qui sont explicitement un chemin vers le code, et non une destination. L'Agent Builder de LiveKit, basé sur le navigateur, mis en avant dans le Guide 2026 de Jonas Massie, vous permet de prototyper dans une interface utilisateur basée sur des panneaux — invite, modèles, outils HTTP, numéros de téléphone — puis d'exporter l'ensemble de l'agent en tant que vrai code. Une introduction rapide sans code, avec une propriété à long terme conçue dès le départ.

Les créateurs d'IA vocale coincés entre des outils no-code rigides et des SDK lourds disposent désormais d'une troisième option : Agent Builder, le panneau de contrôle basé sur le navigateur de LiveKit pour les véritables agents vocaux. Au lieu de déployer des serveurs ou de jongler avec WebRTC, ouvrez un onglet sur cloud.livekit.io et construisez, testez et déployez directement sur LiveKit Cloud, y compris vers un véritable numéro de téléphone. Pas besoin d'environnement de développement local, pas de Docker, pas de désordre YAML.

Agent Builder ressemble à un tableau de bord d'orchestration familier—pensez à ElevenLabs ou VAPI—mais en coulisse, vous configurez un Agent LiveKit de premier ordre. Dès le premier appel de test, votre bot fonctionne sur le pipeline vocal de production de LiveKit : streaming STT, TTS à faible latence, gestion de l'interruption et routage téléphonique. Vous choisissez les modèles pour la synthèse vocale, LLM et la reconnaissance vocale, mais LiveKit gère les tampons de jitter et les serveurs multimédias.

Chaque agent commence avec une invite système qui définit son comportement, son ton et ses limites. Vous pouvez ensuite configurer la pile vocale en quelques clics : choisissez une voix 11Labs comme « Jessica », remplacez le LLM par Gemini Flash pour plus de rapidité, et configurez Deepgram Nova 3 pour la transcription. Le résultat se comporte comme un agent sérieux de centre de contact, et non comme un simple widget de démonstration.

Les outils transforment l'agent de simple interlocuteur à opérateur. Dans le navigateur, vous définissez les actions HTTP : nom, description, méthode, URL, en-têtes, corps — et l'agent peut accéder à des APIs externes ou à des plateformes d'automatisation comme n8n. Cela permet des scénarios tels que la réservation de calendrier, les recherches dans le CRM ou les vérifications de statut de commande sans toucher au SDK.

Il est crucial de noter qu'Agent Builder ne prétend pas remplacer le cadre LiveKit Agents. Il omet des fonctionnalités avancées telles que les flux de travail, les passations, les tâches, les avatars virtuels, la vision, les plugins de modèles en temps réel et les suites de tests. Lorsque vous atteignez ces limites, un bouton "télécharger le code" exporte votre configuration sous forme de code que vous pouvez étendre en Python ou en Node.

Les utilisateurs cibles se situent entre les traîneurs de bulles et les ingénieurs médias full-stack. Agent Builder s'adresse aux développeurs et aux fondateurs qui souhaitent sortir des silos fermés de « SaaS vocal » mais ne sont pas prêts à concevoir leur propre couche de signalisation. Vous obtenez aujourd'hui une interface utilisateur de navigateur, et une voie claire vers le SDK demain.

Les créateurs d'IA vocale imposent généralement un choix : rester éternellement dans une boîte élégante sans code, ou jeter ce travail et tout reconstruire en code. Agent Builder renverse cette tendance. Sa philosophie de base est « voie vers le code » — un endroit pour commencer rapidement, puis passer à un projet complet d'Agents LiveKit sans réécrire un seul prompt ou outil.

Au cœur de cette philosophie se trouve un contrôle apparemment simple : Télécharger le Code. Un clic dans l'interface de l'Agent Builder génère un projet complet et lisible par l'homme en Python ou Node.js, connecté au cadre standard des Agents LiveKit. Vous ne recevez pas une exportation simplifiée ; vous obtenez la même structure qu'un ingénieur senior construirait manuellement.

Le dépôt généré inclut la définition de l'agent, l'invite système, les choix de modèle, les outils HTTP et le câblage de téléphonie. Vous pouvez l'ouvrir dans VS Code, exécuter `npm install` ou `pip install`, et commencer immédiatement à personnaliser les comportements, les outils et le routage. De là, l'agent fonctionne comme tout autre Agent LiveKit sur LiveKit Cloud ou sur votre propre infrastructure.

Des concurrents comme VAPI et Retell gardent la véritable logique cachée derrière leurs API et interfaces propriétaires. Vous pouvez ajuster des invites ou des flux, mais le moteur d'orchestration reste une boîte noire. Lorsque vous dépassez leur ensemble de fonctionnalités, la seule option est une migration douloureuse où vous devez re-spécifier chaque outil, reconstruire les flux d'appels et déboguer des changements de comportement subtils.

L'approche de LiveKit se rapproche beaucoup plus des outils de développement modernes que du verrouillage SaaS. Une fois que vous avez cliqué sur Télécharger le code, vous pouvez déposer le projet sur GitHub, configurer des demandes de tirage et ajouter des tests unitaires ou d'intégration pour les chemins d'appel critiques. Les pipelines CI peuvent exécuter des conversations simulées, valider les réponses des outils et détecter les régressions avant qu'un seul client ne compose le numéro.

Cette portabilité modifie également la façon dont les équipes structurent leur feuille de route. Les responsables produits non techniques peuvent prototyper dans Agent Builder, expédier un agent de preuve de concept vers un numéro de téléphone réel, et collecter des enregistrements d'appels et des analyses. Lorsque l'idée se concrétise, les développeurs prennent en charge le projet exporté et ajoutent des flux de travail avancés, des outils personnalisés et une coordination multi-agent.

Parce que l'export cible le cadre standard des Agents LiveKit, vous n'êtes pas non plus lié à LiveKit Cloud pour toujours. Vous pouvez déployer sur site, dans votre propre cluster Kubernetes, ou aux côtés de microservices existants. La documentation pour l'ensemble du processus, du prototype navigateur au déploiement orienté code, se trouve dans Agent Builder – LiveKit Docs, et elle se lit plus comme un guide de migration que comme une page marketing.

Les créateurs d'IA vocale offrent rarement une sortie en douceur. LiveKit intègre cette sortie dès la première étape.

Dix minutes dans Agent Builder vous permettent de passer d'un écran vide à un agent vocal fonctionnel. Vous commencez dans le volet Instructions principal, qui constitue effectivement l'invite du système pour l'agent. Ici, vous définissez l'identité (« Vous êtes un planificateur de rendez-vous sympathique mais efficace »), les objectifs (réserver des réunions, répondre aux questions fréquentes, escalader les cas particuliers) et les règles de sortie strictes, y compris la manière dont l'agent doit formater les dates, confirmer les actions ou passer à d'autres outils.

Ces instructions ancrent le comportement de l'agent à chaque tour de la conversation. Vous pouvez faire référence à des outils spécifiques que vous ajouterez plus tard (« utilisez l'API du calendrier pour vérifier la disponibilité avant de confirmer »). Les garde-fous se trouvent aussi ici : sujets à éviter, durée maximale des appels, et moments où quitter une conversation élégamment au lieu de tourner en rond indéfiniment.

Ensuite, vous connectez le panneau de voix IA dans la section Modèles et Voix. Agent Builder expose trois couches qui importent pour les appels en temps réel : - Texte en parole : ElevenLabs, Cartisia, ainsi que des voix spécifiques aux modèles comme Jessica - LLM : Gemini Flash pour des réponses à faible latence, ou des modèles de la famille GPT pour un raisonnement plus riche - Parole en texte : Modèles Deepgram Nova pour une transcription rapide et précise

Vous pouvez mélanger les fournisseurs librement car LiveKit reste agnostique par rapport aux modèles. Une configuration courante dans la vidéo : ElevenLabs pour la synthèse, Gemini Flash en tant que LLM, et Deepgram Nova 3 pour la transcription, réglé pour la rapidité afin que l'agent ne coupe pas les mots de l'appelant.

Avant que quoi que ce soit n'approche d'un numéro de téléphone, vous testez l'agent dans le navigateur. Agent Builder est doté d'un aperçu WebRTC qui lance une session audio en direct sur la même chaîne de production utilisée sur LiveKit Cloud. Vous parlez à l'agent via votre microphone, écoutez la voix sélectionnée en temps réel et regardez les transcriptions et les résultats du LLM affluer.

Cette boucle de rétroaction prend des secondes, pas des déploiements. Modifiez une phrase dans l'invite du système, remplacez Gemini Flash par une variante de GPT, ou changez la voix d'ElevenLabs, puis cliquez immédiatement à nouveau sur l'agent pour ressentir la différence.

Les agents vocaux ne semblent intelligents que lorsqu'ils peuvent réellement accomplir des actions, et dans Agent Builder, cette capacité se trouve sous les Actions. Ce panneau transforme votre modèle otherwise bavard en un opérateur capable d’accéder à de réelles API via des appels HTTP configurables, sans besoin de câblage SDK ou de configuration serveur. Vous définissez les outils une fois, et l'agent peut les invoquer à la demande en cours de conversation.

Le flux de l'outil HTTP d'Agent Builder reflète celui d'un client API minimal. Vous donnez un nom et une description à l'outil, choisissez une méthode (GET, POST, etc.), saisissez l'URL et, de manière optionnelle, ajoutez des paramètres de requête, des en-têtes ou un corps JSON. En coulisses, LiveKit gère l'appel et renvoie le résultat au modèle.

La démo de Jonas Massie utilise cela pour intégrer l'agent dans un flux de travail n8n qui vérifie un calendrier. L'outil frappe une URL webhook n8n, transmet des détails comme la date ou les informations de l'appelant, et n8n se charge des tâches lourdes contre Google Calendar ou tout autre système que vous préférez. L'agent présente ensuite la réponse de manière conversationnelle : « Vous êtes libre à 15h jeudi ; voulez-vous que je réserve cela ? »

Ce même schéma s'étend bien au-delà de la planification. Avec quelques outils HTTP supplémentaires, un seul agent vocal peut : - Rechercher un client dans HubSpot ou Salesforce en utilisant l'identifiant de l'appelant - Vérifier le statut d'une commande dans une API e-commerce personnalisée - Enregistrer chaque transcription d'appel sur un webhook soutenu par Postgres - Déclencher un ticket de support dans Zendesk ou Linear

De manière cruciale, les réponses des outils ne sont pas simplement lues brut. LiveKit intègre automatiquement la réponse HTTP dans le contexte LLM, permettant à l'agent de résumer, comparer ou enchaîner plusieurs appels. En demandant « mes deux dernières commandes », le modèle peut raisonner sur des JSON structurés provenant de deux points de terminaison différents avant de répondre.

Parce que les outils vivent dans la même configuration que l'invite système, vous pouvez déterminer avec précision quand et comment ils se déclenchent. Vous pourriez indiquer à l'agent de ne consulter le CRM qu'une seule fois par appel, ou de se connecter à un webhook d'analyse après chaque au revoir. Ce comportement s'exporte proprement lorsque vous cliquez sur "télécharger le code", de sorte que vos outils HTTP deviennent de véritables fonctions dans le cadre des Agents LiveKit.

Ce qui commence comme un panneau d'Actions sans code se transforme en un pont vers une intégration full-stack. Vous faites un prototype avec n8n ou de simples webhooks aujourd'hui, puis vous échangez ces URL contre des microservices de production sans avoir à réentraîner ou reconstruire la couche vocale.

De l'onglet d'un navigateur au combiné qui sonne, LiveKit réduit ce qui était autrefois un projet de week-end à une expérience de pause café. Agent Builder fonctionne directement sur LiveKit Cloud, donc la même infrastructure qui gère les sessions WebRTC alimente également la téléphonie, la journalisation et le dimensionnement de votre agent vocal. Vous ne parlez pas à un environnement de test ; vous vous connectez à la pile vocale en production.

La téléphonie coexiste avec les agents dans l'interface Cloud, et non en tant qu'intégration d'un fournisseur distinct. Dans le panneau « Numéros de téléphone », vous pouvez acheter un numéro américain en deux clics : choisissez un pays et une région, confirmez le prix, et le numéro est actif sur votre compte. Pas de console Twilio, pas de recherche de trunk SIP, pas de variables d'environnement.

Une fois qu'un numéro existe, les Règles de Dispatch le transforment en un point d'entrée pour tout agent que vous avez construit dans le navigateur. Une règle associe les appels entrants sur ce numéro de téléphone à une configuration spécifique de l'Agent Builder, de sorte que chaque appel active immédiatement le bon agent LiveKit. Modifiez l'agent assigné, et le routage se met à jour sans avoir besoin de pousser du code ou de redéployer.

La configuration ressemble davantage à un câblage qu'à de la programmation. Vous sélectionnez : - Le numéro de téléphone que vous venez d'acheter - L'agent cible dans votre liste d'Agent Builder - Des filtres optionnels tels que la direction de l'appel ou le tronc SIP

Après l'enregistrement, chaque appel entrant vers ce numéro est dirigé vers votre agent intégré au navigateur, qui a déjà son LLM, TTS, STT et le stack Actions configurés. Si vos instructions lui indiquent de réserver des réunions via un outil HTTP n8n, les appelants peuvent planifier des rendez-vous sur une ligne réelle quelques minutes après que vous ayez terminé l'invite.

L'impact se manifeste dans la rapidité avec laquelle les équipes peuvent passer de l'idée à la production. Un fondateur peut esquisser une invite système, choisir un modèle Gemini Flash, intégrer une voix de 11 Labs, ajouter une Action de calendrier et lier un numéro américain, le tout avant le déjeuner. Pour une analyse plus approfondie de la manière dont ce « chemin vers le code » s'intègre dans le cadre plus large des Agents, le blog de LiveKit, Annoncer le Constructeur d'Agents : Un chemin vers le code – Blog LiveKit, explore la philosophie et l'architecture derrière ces déploiements en une seule session.

Cliquer sur Télécharger le code est le moment où Agent Builder abandonne la prétention du sans-code. Vous obtenez un fichier zip contenant un projet complet et exécutable relié à LiveKit Cloud, et non un squelette mal conçu. Décompressez-le et vous vous retrouvez face à un script d'entrée, une configuration d'environnement, et une mise en page petite mais affirmée qui reflète chaque choix que vous avez fait dans le navigateur.

À l'intérieur, l'application générée s'appuie sur le cadre LiveKit Agents. Vous verrez une définition d'agent qui intègre votre invite système, votre pile de modèles et votre routage téléphonique, puis enregistre le tout dans le pipeline multimédia en temps réel de LiveKit. La même pile vocale que vous avez assemblée dans l'interface utilisateur — STT, LLM, TTS — existe désormais sous forme de configuration explicite au lieu de basculements cachés.

Les actions du navigateur se transforment en définitions d'outils concrets. Chaque action HTTP devient une fonction ou un objet schéma qui déclare la méthode, l'URL, les en-têtes et les paramètres, puis se connecte à l'agent en tant qu'outil appelable. Lorsque le modèle « décide » de consulter un calendrier ou d'accéder à n8n, le code exporté est ce qui exécute réellement cette requête et analyse la réponse.

Vous n’êtes pas limité aux paramètres par défaut. Le projet généré sert de cadre de départ pour des flux de travail plus lourds : flux d’appels multi-étapes, branches conditionnelles ou transferts vers des agents humains. Vous pouvez remplacer les modèles par des modèles personnalisés, ajouter des couches de mise en cache ou intégrer l'observabilité avec votre pile de journalisation préférée.

À partir de là, les règles normales de l'ingénierie logicielle s'appliquent. Intégrez le dépôt dans votre pipeline CI/CD existant, ajoutez des tests autour des outils critiques et exécutez des agents dans votre propre topologie de déploiement. Agent Builder vous permet de passer d'une idée à un agent vocal fonctionnel en quelques minutes ; le code exporté est l'endroit où ce prototype se transforme en un produit réel.

Les plateformes d'orchestration vocale fermées comme VAPI, Retell, et les outils d'agent d'ElevenLabs promettent rapidité, mais elles vous facturent discrètement chaque décision après le lancement. Vous assemblez votre agent à l'intérieur de leur interface, connectez quelques webhooks, et soudainement toute la logique produit, le routage, et l'UX vocale résident dans la boîte noire de quelqu'un d'autre. La tarification, la feuille de route des fonctionnalités, même le débogage de base dépendent d'un fournisseur que vous ne pouvez pas dépasser sans réécriture.

Agent Builder renverse cette dynamique de pouvoir. Vous bénéficiez toujours de la toile de navigateur familière pour configurer un agent vocal—invite système, sélection de modèle, outils HTTP, téléphonie—mais tout ce que vous configurez se mappe directement sur le framework d'Agents open-source de LiveKit. Lorsque vous cliquez sur "Télécharger le code", vous n'exportez pas un schéma JSON ; vous récupérez un projet exécutable qui reflète votre agent en production.

Les plateformes fermées optimisent pour vous garder à l'intérieur du jardin. Leurs API exposent juste ce qu'il faut pour intégrer, pas assez pour les remplacer. Essayez de déplacer un flux d'appels complexe avec des outils personnalisés et des analyses hors d'une instance VAPI hébergée ou Retell, et vous rencontrerez un mur d'abstractions propriétaires, de comportements non documentés, et un manque de parité entre les fonctionnalités de l'interface utilisateur et les API publiques.

Agent Builder considère l'interface utilisateur du navigateur comme une couche de démarrage, et non comme une cage. Le même agent que vous testez lors d'un appel web ou que vous attachez à un numéro de téléphone sur LiveKit Cloud peut ensuite s'exécuter dans votre propre cluster Kubernetes, sur du matériel local, ou dans un autre cloud entièrement, en utilisant le même SDK Agents. Vous possédez le code, la logique des appels et les points d'intégration dès le premier jour.

Pour les équipes dans des industries réglementées, cette issue de secours est plus importante que la commodité. L'auto-hébergement de l'ensemble de la pile LiveKit—serveurs multimédias, runtime des Agents et votre code d'agent exporté—vous permet de garder l'audio, les transcriptions et les métadonnées à l'intérieur de votre propre frontière de conformité tout en prototype rapidement dans l'Agent Builder. Aucun fournisseur fermé dans cet espace n'offre un parcours crédible, de l'interface utilisateur sans code à une parité entièrement auto-hébergée.

À court terme, tous ces outils se ressemblent : une boîte de saisie, un menu déroulant de modèles, un bouton « test de l'appel ». À long terme, Agent Builder cible les développeurs qui supposent qu'ils atteindront une certaine échelle, qui ont besoin d'un routage personnalisé ou qui doivent respecter des règles strictes de résidence des données. Au lieu de prier pour qu'un jardin clos ajoute la fonctionnalité dont vous avez besoin, vous passez au cadre sous-jacent et l'expédiez vous-même.

La rapidité dans Agent Builder s'accompagne de limites. Jonas Massie souligne une liste claire des capacités du SDK des Agents qui ne se présentent tout simplement pas dans l'interface utilisateur du navigateur : pas de moteur de workflow, pas de transferts, pas de tâches, pas d'avatars virtuels, pas de vision, pas de plugins de modèle en temps réel et pas de tests automatisés. Vous ne voyez également qu'un ensemble sélectionné de fournisseurs de discours, de TTS et de LLM au lieu de la flexibilité "d'apporter tout" que vous obtenez dans le code.

Ces omissions sont intentionnelles. LiveKit trace une frontière claire : Agent Builder est conçu pour des conversations linéaires à agent unique avec des outils HTTP et le routage téléphonique, et non pour la chorégraphie multi-agent ou les expériences multimodales. Si vous souhaitez un avatar sur un flux WebRTC qui traite également les images vidéo, vous devez exporter vers du code.

Plusieurs fonctionnalités avancées se cachent derrière ce bouton Exporter. Des flux de travail complexes tels que : - Tâches en plusieurs étapes avec logique de branchement - Transferts d'agents entre bots ou vers des humains - Routage multi-canaux au-delà des règles de répartition de base

tous nécessitent le SDK complet des Agents. Il en va de même pour les avatars virtuels et les pipelines de vision, où un agent raisonne sur une vidéo ou un partage d'écran, ainsi que les plugins de modèle en temps réel qui intègrent des piles RAG personnalisées, des modèles propriétaires ou des API de streaming spécifiques aux fournisseurs.

Les tests automatisés sont également réservés au SDK. Le cadre de test de LiveKit vous permet de script des appels synthétiques, d’affirmer des transcriptions et de tester les régressions avant de les déployer en production. Rien de cela n’apparaît dans l'interface utilisateur de l'Agent Builder, qui se concentre sur les tests manuels en direct via le navigateur et les appels téléphoniques.

Correctement encadrées, ce ne sont pas des fonctionnalités manquantes ; ce sont des limitations conçues. LiveKit souhaite que le navigateur reste rapide, lisible et sûr pour les équipes qui pensent en invites et en points de terminaison HTTP, pas en asyncio et en machines d'état. L'interface utilisateur gère les 80 % : invites, modèles, outils, téléphonie et itération rapide.

Les 20 % restants—la règle de routage étrange, la démonstration de l'avatar en vidéo, la suite de tests de conformité, le plugin de modèle propriétaire—sont là où le SDK prend le relais. Agent Builder vous permet de créer un agent fonctionnel et générant des revenus ; le cadre des Agents et les modèles dans Building Voice Agents – LiveKit Agents Docs montrent comment transformer ce prototype en une infrastructure profondément personnalisée.

Le développement de l'IA vocale n'a plus à être un choix binaire entre le confort du glisser-déposer et la puissance brute des SDK. Agent Builder propose une troisième option : commencez dans un environnement visuel basé sur le navigateur, puis intégrez directement votre travail dans une base de code que vous possédez réellement. Vous bénéficiez dès le premier jour du même cadre d'Agents LiveKit sous-jacent, et non d'un empilement « jouet » parallèle.

Les équipes professionnelles cherchent de plus en plus un flux de travail hybride. Elles prototypent rapidement dans un environnement géré, livrent quelque chose de réel aux utilisateurs en quelques heures, et non en sprints, puis intègrent cet agent précis dans un référentiel où il peut être versionné, étendu et audité. Le bouton “Télécharger le code” d'Agent Builder transforme une configuration sans code en un projet entièrement exécutable, transformant ainsi le prototype jetable en une structure de production.

Ce flux de travail change les incitations. Au lieu de reconstruire des agents lorsque vous dépassez un outil SaaS, vous : - Validez les invites, les voix et les flux d'appel auprès de vrais appelants - Exporte l'agent en code Python/Node en utilisant l'Agents SDK - Intégrez des outils personnalisés, de l'observation et des infrastructures qui correspondent à votre pile technologique

L'approche de LiveKit s'attaque discrètement au modèle de verrouillage des plateformes comme VAPI et Retell. Vous bénéficiez toujours de la rapidité du SaaS : LiveKit Cloud hébergé, pipeline de parole préconfiguré, numéros de téléphone, règles de répartition et appels web prêts en quelques minutes. Mais l'atout à long terme est une base de code ouverte et inspectable qui fonctionne sur un cadre open-source au lieu d'une boîte noire propriétaire.

Cela devient important alors que les agents vocaux passent d'expérimentations à des systèmes critiques pour les revenus. Les entreprises devront appliquer des politiques de données, s'intégrer à des API internes compliquées et changer de modèles ou de fournisseurs de TTS sans avoir à supplier un fournisseur pour un créneau dans sa feuille de route. Une architecture hybride—Agent Builder pour Construire, SDKs pour l'échelle—permet aux équipes d'agir rapidement maintenant tout en gardant la maîtrise de chaque couche qui compte.

Qu'est-ce que LiveKit Agent Builder ?

C'est une interface utilisateur basée sur un navigateur sur LiveKit Cloud pour prototyper rapidement et déployer des agents vocaux IA prêts pour la production sans écrire de code, agissant comme une porte d'entrée vers le SDK complet des agents LiveKit.

Comment Agent Builder diffère-t-il de VAPI ou Retell ?

Bien que l'expérience initiale basée sur le navigateur soit similaire, le principal atout d'Agent Builder est la capacité d'exporter l'intégralité du code source de l'agent. Cela offre un "chemin vers le code", permettant aux développeurs d'échapper au verrouillage fournisseur et d'obtenir un contrôle total sur la logique et l'infrastructure de leur agent.

Puis-je utiliser n'importe quel modèle LLM ou TTS avec Agent Builder ?

L'interface du navigateur propose une liste sélectionnée de modèles de premier ordre (comme ElevenLabs, Deepgram, Gemini) intégrés à LiveKit Cloud. Pour une agnostique complète des modèles et pour utiliser tout modèle personnalisé, vous devez exporter le code et le modifier avec le SDK des Agents LiveKit.

Ai-je besoin d'un serveur pour déployer un agent créé avec Agent Builder ?

Non. Les agents créés et déployés depuis le navigateur fonctionnent entièrement sur l'infrastructure gérée de LiveKit Cloud. Cela signifie que vous pouvez passer d'une idée à un agent en direct sur un numéro de téléphone réel sans aucune configuration de serveur.