paulwei(@coolish):通宵手搓了个逆天的全网首创“X Skill”，去睡前先大致说下：实时语音Agent，不仅能拉它上 X Space 跟多人语音，而且还能在语音中，光动嘴就指挥它在 X 上“做事”。如图1，在实时语音中，我（或者甚至其他发言人）可以跟Agent说： “你搜一下 X 上关于减肥针风险的推文，把最靠谱的推文 URL 发到这个 Space 下的评论区。” 然后它就真的做到了！（图2）核心是： Grok 的各个模型，包括实时语音模型API，都具有自然语言发起“Function Calling”的能力（图3）用这个去调用 X 账号的OAuth，那么就相当于：利用 Grok API 原生自带对 X 的自然语义检索能力乘以 X API的读写能力（发推甚至发私信）这两个互相一乘，可玩空间太大了。不得不说， OpenAI GPT-Realtime-2 实时语音模型再好，可是架不住 Grok Realtime API 实时语音API能玩转X啊。三言两语说的不是很清楚，后续我再让 Codex 整理个更清楚的说明书。明后天我可以找时间另开 Space 公开演示说明。

2026.05.08 22:35

通宵手搓了个逆天的全网首创“X Skill”，去睡前先大致说下：实时语音Agent，不仅能拉它上 X Space 跟多人语音，而且还能在语音中，光动嘴就指挥它在 X 上“做事”。如图1，在实时语音中，我（或者甚至其他发言人）可以跟Agent说： “你搜一下 X 上关于减肥针风险的推文，把最靠谱的推文 URL 发到这个 Space 下的评论区。” 然后它就真的做到了！（图2）核心是： Grok 的各个模型，包括实时语音模型API，都具有自然语言发起“Function Calling”的能力（图3）用这个去调用 X 账号的OAuth，那么就相当于：利用 Grok API 原生自带对 X 的自然语义检索能力乘以 X API的读写能力（发推甚至发私信）这两个互相一乘，可玩空间太大了。不得不说， OpenAI GPT-Realtime-2 实时语音模型再好，可是架不住 Grok Realtime API 实时语音API能玩转X啊。三言两语说的不是很清楚，后续我再让 Codex 整理个更清楚的说明书。明后天我可以找时间另开 Space 公开演示说明。