Модуль XVI — голосовые агенты и агенты реального времени

Модуль XVI управляет разговорными агентами и агентами реального времени. Это плоскость наблюдения и управления: она не переизобретает голосовой SDK (Realtime API, WebRTC, ASR или TTS) и сама никогда не открывает медиапоток. Она решает, кто может открыть голосовую сессию, с какой моделью и провайдером, под какой политикой, и отслеживает метаданные этой сессии — но никогда её содержимое.

Что это такое

Открытие голосового интерфейса трактуется как привилегированное действие, а не свободная операция. Политика — default-DENY: сессия без разрешающей политики отклоняется. Открытие двухфазное и проходит через гейт human-in-the-loop (approval gate); оно привязано к plan_hash, так что одобрение нельзя молча повысить до более сильной модели (anti-TOCTOU), аудируется на реального принципала (никогда system) и фиксируется в режиме только добавление. Сам модуль никогда не вызывает провайдера — актуация уходит через отдельный seam отправки.

Вторая половина — наблюдение: модуль отслеживает только метаданные сессии — вычисляемое состояние (live/idle/ended, вычисляемое во время чтения по свежести активности, без хранимой колонки жизненного цикла), число ходов, длительность, задержку (честные среднее и максимум по реальным сэмплам) и язык BCP-47. Из этого он поднимает управленческие findings: нарушение политики, когда телеметрия называет агента/модель/провайдера, не разрешённого ни одной политикой; finding деградации задержки, когда задержка пересекает SLA политики; и finding неуправляемого открытия, когда открытие пытаются выполнить без подключённого гейта — пробел поверхностируется, а открытие всё равно отклоняется.

Контракт и сущности

Модуль объявляет три сущности в общей модели данных:

Сущность	Изменяемость	Назначение
session	изменяемая (upsert)	метаданные сессии; ноль содержимого
policy	изменяемая	управленческое объявление — кто может открыть, с какой моделью/провайдером (default-DENY)
decision	только добавление	неизменяемый журнал решений об открытии/закрытии

Политика сопоставляется по агенту, разрешённой модели и разрешённому провайдеру (каждый конкретный или wildcard), с опциональными границами по минутам сессии и SLA задержки. Отсутствие сопоставленной политики означает DENY. Журнал решений записывает каждый open_request, open и close с вердиктом политики, статусом гейта и статусом исхода. Доступ на чтение — роль viewer и выше; объявление политики и открытие сессии — это административные, тенантно-ограниченные и аудируемые действия. Эти маршруты модуля публикуются в отдельном beta-справочнике маршрутов модулей, а не в стабильном основном контракте — их форма на уровне полей живёт в типизированных интерфейсах продукта. Денежных сумм здесь нет; FinOps (модуль XI) владеет стоимостью.

Что он потребляет и производит

Модуль владеет deny-closed seam-ом приёма — собственным событием voice.telemetry.observed — через который внутрипроцессный зонд подавал бы метаданные сессии. Протокол по построению содержит минимум данных: парсер телеметрии несёт allow-list и отклоняет всё событие, если видит запрещённый ключ, поэтому никакое аудио, текст транскрипта, текст ASR/TTS, содержимое prompt/response или PII говорящего никогда не могут быть сохранены. Единственный сохраняемый сигнал транскрипта — односторонний хеш внешнего локатора транскрипта — доказательство того, что транскрипт существует, но никогда сам транскрипт. Управленческие findings излучаются как finding.reported с хешированными деталями, после коммита.

Статус актуации

Управляемое открытие отправляет команду вживую: как только оператор обеспечит голосовой диспетчер, одобренное открытие чеканит серверный эфемерный учётный данные и возвращает только этот учётный данные плюс координаты подключения — модель, голос, инструменты и определение ходов фиксируются из политики, никогда от клиента, а мастер-ключ провайдера никогда не покидает сервер. Без этого обеспечения seam отправки находится в режиме deny-closed: одобренное открытие честно записывается как «declared, not opened», а не подделывается.

Честные ограничения

• Наблюдение в этой сборке спит. Голосовой коннектор или зонд пока не поставляется, поэтому половина наблюдения остаётся честно пустой, пока внутрипроцессный зонд не опубликует телеметрию. Модуль предупреждает при запуске, когда его ничто не питает. Внепроцессный плагин не может его питать (gRPC-прото control plane не несёт RPC для событий) — зонд должен быть внутрипроцессным.
• Никакого содержимого, никогда. Это жёсткое свойство протокола, а не настройка: в схеме нет колонки содержимого, и парсер отклоняет неизвестные ключи. Задержка показывается как честные среднее/максимум по реальным сэмплам — никогда как сфабрикованные p50/p95.
• Нет finding «stall». Завершение голосовой сессии — это нормальная тишина (как у завершившегося агента). Без честного базиса finding застоя был бы ложноположительным, поэтому он сознательно опущен.
• Pre-1.0. Как и большая часть платформы, этот модуль по глубине находится на стадии проектирования — см. Честность и ограничения.

Связанное

• Каталог модулей — где находится модуль XVI и его статус актуации.
• Справочник шины событий — finding.reported несёт голосовые findings.
• Модуль IV — оркестрация — соседний seam отправки (боевой огонь).
• Модуль X — маршрутизация моделей и провайдеров — какие модели может разрешить политика.
• Управление и одобрение — двухфазный гейт открытия на практике.
• Честность и ограничения — разделение наблюдение/управление/актуация.