实测纯 API 打造 Voice Agent：抛弃臃肿框架，Gemini 延迟低至 500ms

这篇文章分享了作者从零构建低延迟语音助手的实测经验。不同于以往依赖 LiveKit 等现成框架，本次尝试完全基于纯 API 调用搭建，旨在探索性能极限。测试结果显示，得益于 Google Gemini 2.5 Flash Lite 的出色推理能力，纯文本交互延迟可低至 500ms，即便使用 Flash 3 也能控制在 700ms 左右，而包含联网搜索或图片分析的复杂任务延迟约为 1 至 1.5 秒。项目还特别加入了动态岛 UI 设计，展示了极佳的工程落地效果。