会议记录这个赛道，过去一年挤进了太多玩家。Fireflies 加了听写，Wispr Flow 准备做会议记录，Granola 也补上听写功能——所有人都在往对方的地盘上走，因为大家都看到了同一件事：会议是企业里信息密度最高、但结构化程度最低的场景。
语音 AI 公司 ElevenLabs 是最新入场的。它在本周的纽约 11/11 峰会上发布实验性应用 ElevenAI，把会议记录、听写与智能体集成三件事合到一个产品里。目前仍是预览状态，需要申请早期访问，而不是直接下载。
功能覆盖了品类的标配。跨会议记录并通知其他参会者正在录音；支持跨会议数据检索，用户可以查询历史会议里的信息；在对话中提供实时辅助，帮用户回忆旧会议的关键细节。听写功能可在任意应用里把语音转成整理过的文本，支持 90 多种语言，并能识别行业术语——这一点对法律、医疗、工程类会议尤其重要，通用转写在这些场景里错得最多。
差异点在智能体。企业可以把 ElevenAgent 接进来，基于会议记录执行后续动作，比如按讨论内容写一封邮件草稿。这一步把产品从「记录工具」推向了「执行工具」：会议结束不再是流程终点，而是任务的起点。
定位上，ElevenLabs 明确把它做成团队产品而非个人效率工具。公司目前估值 220 亿美元，这次的逻辑更像是给企业团队一个不必再单独采购会议记录工具的选择——用自家模型做展示窗口，同时把智能体平台接进来做上下文汇聚。
同期动作能看出配套思路。该公司本周发布了 v3 系列 Scribe 语音转文字模型，支持实时转写，并允许企业用自有数据微调；还推出了一个按使用场景挑选合适语言模型的工具，以及一个基于转写内容自动化任务的 routine 创建器。三件套合起来看，是从「转写准确率」往「转写之后能做什么」延伸。
这个转向的背后是竞争压力的变化。转写准确率已经趋于饱和——头部产品在清晰录音条件下的字错率差异，用户基本感知不到。真正拉开差距的是三件事：嘈杂环境与多人重叠说话时的鲁棒性、专业术语的识别、以及从文本到动作的转化能力。
对企业采购来说，ElevenAI 的出现会带来一个新的比较维度：过去是「买一个会议记录工具」，现在要问「我的语音能力、智能体平台、知识库是不是同一家供应商」。一体化降低集成成本，但也提高了迁移成本——一旦会议记录、术语库、微调数据都在同一家平台上，换供应商的代价会很高。
风险同样明显。会议内容是企业最敏感的数据之一，跨会议检索意味着平台要长期持有全部历史；录音通知、数据留存、跨境传输这些合规细节，往往比功能更能决定企业是否采用。ElevenLabs 目前尚未公布数据留存策略的具体条款，这会是企业评估时的第一个问题。