语音智能体测试不再靠手拨：LiveKit 用 LLM 模拟用户跑完整任务，失败即让构建失败
LiveKit 把语音智能体的测试从逐轮对话改成任务级模拟：由一个 LLM 驱动的模拟用户按设定的人设、目标和行为把场景演完，再由 LLM 裁判对照自由文本期望给出通过或失败及理由。场景可并行运行，结果、转写和轨迹进入 LiveKit Cloud 仪表盘；文本模式默认开启、按低优先级排入空闲算力，失败时 CLI 返回非零退出码。Serve AI 在切换任何流量之前，用模拟对一次完整智能体重写对照一百通真实生产通话做了验证。