腾讯混元 Hy Realtime 语音 Agent 刚发布:能说会唱还会「调工具」——但它摸不到你的电脑,用 AutoHotkey v2 给它做一双手(附完整可运行代码)
就在今天(11 月 13 日),腾讯混元正式发布了全新实时语音模型 Hy Realtime:低延迟双向语音交互 + 拟人表达,还一口气新增了 Agentic 工具调用和 唱歌两大能力,目前已在「元宝语音通话」「腾讯客服」等产品里上线,近期会登陆腾讯云向开发者开放 API(IT之家、第一财经等报道)。
这条消息放到 AutoHotkey 圈子里,正好撞上一个老问题:语音 Agent 再聪明,也摸不到你桌面上的软件。 Hy Realtime 能「调用工具」,但所谓工具得有人真的在 Windows 上执行——而这个「最后执行一公里」,正是 AutoHotkey v2 的主场。本文就围绕「Hy Realtime 语音 Agent → 文本指令 → AHK 本地执行层 → 真实动作 + 语音回读」完整闭环,给你一个零依赖、官方可运行的 AHK v2 执行层脚本,随时准备接上即将开放的腾讯云 API。

