说白了，语音交互（比如小爱同学、Siri）现在确实挺方便，但离“终极形态”还差得远。
它就像个刚学会走路的娃，能帮你开灯、放音乐，但复杂点的需求（比如订外卖时选口味）还得靠屏幕点。
主要问题有三个：太吵的地方它听不清，比如地铁里喊半天没反应；说话得一句句等，不像看文字能一目十行；公共场合用着别扭，谁想对着空气喊话啊。
