现场实测：语音指令驱动AI助理并行工作

视频开场，博主Arthur展示了他在多伦多地产经纪AI培训现场的实时操作。他并未直接上台演讲，而是通过向自己的AI助理“Anna”发送语音指令来邀请另一位讲师Arthur（阿Sir）上台。这一过程展示了AI Agent在后台处理复杂任务的能力：Anna首先接听来自“Eddie”的来电，记录邀请信息并转达给Arthur；随后，Anna向台上的Arthur发送短信通知。这种“我在台上讲，AI在后台干活”的模式，旨在演示如何通过语音交互实现工作流的自动化。Arthur强调，这种工作方式并非简单的问答，而是让AI执行具体的动作，如打电话、发短信和安排日程。

“我忙了一下午没准备呀？哈哈，我还好，还行。我现在要邀请下面这位老师出场的方式不太一样啊……我要给下面这位老师的AI助理打电话，让AI去找他上来。”

在邀请环节完成后，Arthur正式登台。他的另一位助理Anna随即通过语音介绍自己及团队的工作模式：“一下午听了这么多干货，累了吧？别急，压轴的来了。他带看谈价的时候，电话我接，客户我回，邮件行程我盯着。”这揭示了地产经纪如何利用AI团队分担繁琐事务。Arthur随后展示了更高级的多任务处理能力，他同时向不同的Bot下达指令：让Adam处理Google Drive中上传的照片制作长视频，同时生成一条30秒的Avatar短视频。这种并行处理展示了AI Agent在后台持续运行的效率，用户在前台进行演讲或休息时，多个任务同时在云端推进。

“他带看谈价的时候，电话我接，客户我回，邮件行程我盯着。偷偷告诉你们，他手下还有一整队AI在干活。”

多任务并行：长视频与短视频的自动化生成流程

Arthur详细演示了如何同时调度多个AI Bot完成不同形式的视频内容生产。他首先指定Adam从Google Drive的“十月十七号”素材库中提取照片，制作一支3-5分钟的长视频。紧接着，他又下达了第二个指令：利用自己的Avatar形象制作一条30秒的短视频。这两个任务被同时派发给不同的Bot，展示了系统处理并发请求的能力。

随后，Arthur引入了第三个任务源：Hub文件夹中的地产新闻总结。他要求Adam读取这些新闻整理成开场白，并基于此制作视频；同时，二号账号使用Grok模型生成另一条30秒的Avatar短视频。Arthur指出，他可以建立十几个甚至三十多个Bot，按照地产公司的模式进行分工。当新闻总结完成后，他立即指示Adam基于这些信息制作“艾瑞达用pro”风格的视频。此外，他还要求Anna生成一条感谢特定嘉宾（冯女士和肖先生）的视频。

“你同时来做就行。好，我也记下了。再做一条三十秒的Avatar短片。”

Arthur描述了他的日常工作状态：每天打开电脑，会开启两个AI语音助手并让它们持续运行数小时。这些Agent能够实时监控任务进度并向他汇报。例如，Adam会反馈长视频已进行到调色阶段并即将存入Drive，而30秒Avatar视频也在生成中。即使任务未最终交付，Arthur也会继续监控并催促进度（如“七二六的邮件还没确认发出”）。这种模式允许他在操作不同页面或进行演讲时，让AI在后台自主工作，实现了真正的“微流自由”，即每天自动产出中英文、长短不一的短视频内容。

工作流自动化与Voice Agent的技术解析

在演示间隙，Arthur深入解释了工作自动化的核心逻辑。他认为，自动化意味着将所有与工作相关的事务与AI连接起来。他提到，“Computer Use”技术（让AI操作电脑）在年初二三月份才开始发展，而能在后台运行更是近两个月内的突破。这种后台操作能力极大地提高了效率，使得用户无需时刻盯着屏幕。

Arthur区分了“对话模型”与“执行模型”。他指出，GPT等模型的语音交互（Voice Agent）旨在通过对话完成整个工作流，而不是在中间卡住等待用户输入。他强调：“你跟这个Agent语音之后，他能完成任何的一条……工作，你在语音的时候就把这些工作全部做完了。”为了展示这一点，他演示了通过Anna给Andy打电话的场景。Arthur在通话过程中实时录入指令（如“问安迪累不累”、“转告安娜电话太无聊”），Anna作为Voice Agent能够准确执行这些动态指令，甚至包括拒绝后续跟进的强硬态度。

“对话的模型跟它执行的模型是两回事儿，所以说你不要觉得你在长对话当中跟你回答的啊……如果说你想通过语音去让它干事情，就是通过语音Agent让它干。”

Arthur还提到他每月花费约500元订阅多个AI服务，目的是体验各大厂最先进的模型和能力。他特别指出当前Voice Agent的一个痛点是“打断困难”，但在电话场景下，通过Anna这样的Agent进行中转，可以实现更自然的交互。他演示了即使自己不愿意打电话，也可以通过AI代理完成客户跟进（Follow-up），从而节省精力。这种“微流自由”不仅指视频产出，更包括沟通任务的自动化委派。

实时内容创作与个人Agent的定制化优势

Arthur展示了利用Meta眼镜进行实时视频创作的案例。他佩戴Meta眼镜现场录制了一段在餐馆的视频，并立即上传至素材库，要求AI基于此生成视频。这种“现场录、马上出”的模式依赖于预先跑通的线路，实现了极高的响应速度。他生成的视频包括感谢嘉宾的15秒竖屏短片，以及基于房产照片自动运镜、配音的房屋介绍视频。这些内容每天自动发布，无需人工干预。

“这个就是你看，Grok，我可以跟你解释说，就是很难……所以说错的时候，我可以再让它跑一遍。”

除了内容创作，Arthur还强调了Personal Agent（个人智能体）在提升工作效率方面的独特价值。他举例说明，通用大模型如GPT虽然能回答问题，但无法提供实时、个性化的数据洞察。例如，在搜索房源时，他通过Personal Agent实现了学区排名叠加显示、查看IB/AP课程信息以及地铁线路（包括在建线路）的可视化。这种定制化功能让他能迅速向客户解释推荐某公寓的理由（如靠近Underpass出入口）。

此外，他还展示了Property Management模块的模板功能，包括钥匙柜管理、租客消息汇总和文件库整理。虽然部分数据为演示用的假数据，但Arthur强调用户可以基于自己的需求构建这些系统。他建议用户从Muse等工具入手，花时间定制属于自己的Personal Agent，因为泛泛地使用GPT或Claude无法带来同等程度的效率提升。Personal Agent能够根据用户的具体情况提供私人定制的服务，这是实现高效工作的关键。

结论

Arthur通过现场实测展示了AI Agent在地产经纪工作中的深度应用。他证明了通过语音指令调度多个Bot，可以实现视频制作、电话沟通、日程管理等任务的并行自动化处理。这种“微流自由”不仅依赖于先进的Voice Agent技术，更得益于用户对工作流的精心设计和Personal Agent的定制化开发。视频的核心观点在于：AI不应仅被视为问答工具，而应作为能执行复杂后台任务的“同事”。通过整合Computer Use、Voice Agent和个性化数据源，专业人士可以大幅减少重复性劳动，将精力集中在高价值决策上。尽管当前技术仍存在如打断困难等局限，但其在内容生产和客户跟进方面的效率提升已显而易见。