数字人应位于智能体架构的呈现边缘，把经过策略批准的语音回应转成用户可见的互动。
核心判断
数字人应位于智能体架构的呈现边缘，把经过策略批准的语音回应转成用户可见的互动。
架构与体验边界
身份、权限、工具、知识和业务动作应由产品掌控；会话控制器应决定何时打断、等待、恢复和转人工。 Spatius 的 Docs Map 说明：Motion Server 接收数字人语音音频并返回动作数据，AvatarKit 在客户端渲染。应用继续负责 ASR、LLM、TTS、检索、工具、权限与会话策略。
试点与衡量
以一个真实用户流程追踪数据和控制权的流向。如果这些边界不清楚，架构还不适合放大。 试点必须保留可用的文本路径、清晰的等待状态和人工接管方式。对于实时媒体场景，可参考 LiveKit Agents 的参与者和会话生命周期模型。
