ElevenLabs推出团队应用ElevenAI，将会议纪要、跨应用听写和智能体执行整合到一个工作台。真正值得关注的不是转录功能，而是它试图接管会议前后的企业工作流。

ElevenAI把会议变成工作流：ElevenLabs不只想帮你记笔记

ElevenLabs在11月11日的纽约峰会上推出了ElevenAI，一款面向团队和企业的AI工作应用，把会议记录、跨应用语音听写、历史信息检索和智能体执行整合在一起。产品目前仍处于预览阶段，用户需要申请免费早期访问，尚不能像成熟桌面软件一样直接下载使用。(elevenlabs.io)

ElevenAI是一个以语音为入口、面向企业员工的AI工作台。 它可以监听线上或线下会议，在获得参会者同意后生成带说话人信息的记录、会议摘要和个人行动项，也可以在会议过程中调取过去的对话信息，为用户提供实时提示。会议结束后，企业还能接入ElevenAgents，让智能体根据会议内容起草邮件或继续执行后续任务。(elevenlabs.io)

ElevenAI产品界面概念图，左侧为实时会议转录，中间为会议摘要和行动项，右侧为智能体执行邮件与CRM任务

表面上看，ElevenAI只是又一个AI会议助手；但从产品组合看，ElevenLabs真正想做的是把语音变成企业工作流的统一入口。

它不只记录会议，还想记住团队正在做什么

ElevenAI的核心差异不是能不能生成会议摘要，而是它试图把一次会议放进更长的工作上下文里。

传统会议记录工具通常遵循一条简单链路：加入会议、转录语音、生成摘要、把结果发到邮箱。这个过程解决了“我不想手写会议纪要”的问题，却没有真正解决“会议结束后谁去做什么”的问题。用户仍然需要把任务复制到Linear或Jira，把客户需求写进CRM，再根据讨论内容起草邮件。

ElevenAI试图增加两层能力。

第一层是跨会议上下文。用户可以查询过去多次会议的内容，并在当前通话中调用旧信息。例如，当客户问起三个月前承诺的交付日期时，ElevenAI可以从历史对话中找到相关内容，而不是只分析眼前这一场会议。

第二层是智能体执行。智能体执行是指AI不仅生成文本，还能根据会议结果调用企业工具完成具体操作。ElevenLabs给出的例子包括根据会议记录起草后续邮件；结合ElevenAgents正在建设的Routines能力，未来还可以向CRM写入信息、发送报告或启动新的通话流程。(tech.yahoo.com)

这两层能力决定了ElevenAI更像企业软件，而不只是个人效率工具。个人用户关心摘要是否准确、输入是否方便，企业客户还会关心上下文能否共享、权限能否管理、任务能否自动流转，以及数据是否能进入现有业务系统。

听写和会议记录正在合并

语音听写与会议记录原本是两个相邻但分离的产品类别，现在正在快速合并。

听写工具解决的是“我说，电脑替我写”的问题，典型场景包括回复邮件、撰写文档、输入提示词；会议工具解决的是“多人说，系统替团队记”的问题，重点是说话人区分、会议摘要和任务提取。两类产品都依赖语音识别，区别主要在交互方式和后处理流程。

2026年以来，这条边界已经越来越模糊。以会议记录起家的Granola在10月底加入跨应用听写；以听写起家的Wispr则增加了会议记录能力。Fireflies也在新版本中加入语音输入、调度和更完整的团队智能体功能。(techcrunch.com)

ElevenAI选择直接把两种能力放进同一个产品：开会时记录多人对话，不开会时在任意应用内把语音整理成文字。TechCrunch报道称，其听写功能支持超过90种语言，并能识别行业专有词汇。(tech.yahoo.com)

| 产品 | 当前公开价格 | 会议记录 | 跨应用听写 | 跨会议检索与智能体 | 更适合谁 | |---|---:|---|---|---|---| | ElevenAI | 早期访问免费，正式价格未公布 | 支持线上及线下会议、摘要、行动项 | 支持，超过90种语言 | 强调ElevenAgents集成和后续执行 | 已采用ElevenLabs语音或智能体平台的企业 | | Granola | 免费；Business 14美元/人/月；Enterprise 35美元/人/月 | 成熟，支持共享文件夹和模板 | 已加入，当前强调免费不限字数 | 支持跨会议聊天、集成及MCP | 产品、研究和管理团队 | | Wispr Notetaker | Pro约12美元/人/月，按年付费 | 支持，强调无机器人和混合会议 | Wispr Flow是其核心能力 | 可查询会议历史并连接外部AI工具 | 重度语音输入和个人效率用户 | | Fireflies | 免费；付费版10美元/人/月起，按年付费 | 成熟，CRM与销售分析能力较强 | 已提供语音输入 | 提供AskFred、FredBots和工具连接 | 销售、客服和运营团队 |

以上价格为2026年11月公开信息，实际企业合同、用量额度和高级AI功能可能另行计费。Granola公开价格为每人每月14美元和35美元；Fireflies付费计划从每人每月10美元起；ElevenAI目前只确认开放免费早期访问，正式商业模式尚未公布。(granola.ai)

这张表也说明，ElevenAI短期内并没有形成压倒性的功能优势。它的会议记录、历史问答和语音听写，竞争对手基本都能提供；真正可能拉开差距的是底层语音模型、企业级上下文传递，以及ElevenAgents能否可靠执行后续任务。

Scribe v3是ElevenAI最硬的一张牌

Scribe v3是ElevenLabs面向录制音频推出的新一代语音转文字模型，而不是文本转语音模型。 ElevenAI的听写和会议纪要由Scribe v3系列驱动，其中Scribe v3负责录制音频，Scribe v3 Live面向实时音频。(elevenlabs.io)

根据ElevenLabs公布的测试结果，Scribe v3在102种语言的FLEURS测试集上，将平均词错误率从Scribe v2的16.94%降至12.38%，相当于错误减少27%。在包含三名及以上说话人的录音中，其说话人区分错误比上一代减少17%。(elevenlabs.io)

说话人区分是把转录文本正确归属给不同发言者的技术。 对会议软件而言，这项能力的重要性不低于识别文字本身：一句“我下周提交”如果被记到错误的人名下面，后续生成的任务列表就会直接出错。

Scribe v3 Live则针对实时场景优化。ElevenLabs称，其相较Scribe v2 Realtime减少了43%的语义词错误；在官方英文实时数据集上，说话人区分错误率为3.1%，其他受测实时模型为5.9%至7.3%。该模型的公开中位转录延迟约为150毫秒，并使用上下文判断发言者是否真正结束一句话，而不是只依赖静音时长。(elevenlabs.io)

这项“轮次预测”对实时听写很重要。传统系统一听到停顿就提交文本，用户报电话号码、读产品型号或思考措辞时，很容易被错误断句；如果把静音阈值设置得太长，文字又会迟迟不出现。上下文轮次预测相当于让系统判断“他只是停了一下，还是已经说完”，比机械等待半秒或一秒更适合自然对话。

| Scribe v3关键指标 | 公开结果 | 对ElevenAI的实际意义 | |---|---:|---| | 支持测试语言 | 102种 | 更适合跨国团队和中英混合会议 | | 相对Scribe v2词错误减少 | 27% | 摘要和任务提取的输入更可靠 | | 三人以上录音说话人错误减少 | 17% | 降低行动项分配给错误人员的概率 | | Scribe v3 Live语义错误减少 | 43% | 实时辅助和听写更可用 | | 实时转录中位延迟 | 约150毫秒 | 接近可连续输入的交互体验 | | 术语提示容量 | 批处理最高1000个关键词；实时词库最高10000个 | 可覆盖产品名、药品名、缩写和公司内部术语 |

这些数据需要保留一个前提：目前主要来自ElevenLabs自己的测试，部分结果使用内部真实会议数据集，跨厂商成绩也未必采用完全相同的计分方法。官方已经表示计划开放相关数据集，但在独立测试出现之前，不能把“官方测试第一”直接等同于所有真实会议场景第一。(elevenlabs.io)

最大优势也是最大风险：ElevenLabs同时控制模型和应用

ElevenAI最大的产品优势是ElevenLabs同时掌握语音识别模型、实时语音基础设施和智能体平台。

Granola等应用可以调用第三方模型，再把精力集中在用户体验和团队协作上；ElevenLabs则可以从模型层直接优化人名、数字、行业术语、语言切换和多人对话。当应用发现某类会议频繁出错时，反馈链路可以直接回到Scribe模型，而不必等待外部供应商修复。

这种垂直整合也让ElevenAI更容易连接ElevenAgents。对企业客户来说，会议中的一句话可以沿着同一套平台完成语音识别、上下文理解、任务生成和工具执行，减少多个供应商之间的数据搬运和权限配置。

但垂直整合也会带来采购风险。企业如果同时使用ElevenLabs的转录、智能体和工作台，迁移成本会明显提高；一旦底层识别错误，上层摘要、历史检索和自动执行会一起受到影响。一个被误识别的日期，在普通会议纪要里只是需要修改的文字，在自动写入CRM或触发客户邮件后，就可能变成业务事故。

因此，ElevenAI能否真正进入企业生产环境，关键不只是模型平均错误率，而是有没有完整的审计记录、操作确认、权限隔离和失败回滚机制。智能体越能“做事”，系统越不能只展示一个看起来合理的答案。

隐私设计做对了第一步，但细节仍然不够

ElevenAI把录音告知和参会者同意机制直接做进产品，这是进入企业会议场景的基本门槛。

ElevenLabs表示，ElevenAI只会在获得参会者同意后记录会议，并在通话中提供告知机制。这个设计比让一个名称模糊的机器人悄悄加入会议更合理，也能降低团队成员对被持续监听的抵触。(elevenlabs.io)

不过，“已经告知”不等于“数据治理问题已经解决”。企业还需要知道录音是否保留、转录保存多久、谁能搜索跨会议信息、员工离职后数据如何处理，以及会议内容是否会被用于模型训练。ElevenLabs的Scribe企业方案提供零保留模式、区域化部署以及SOC 2、ISO 27001和PCI DSS Level 1等合规能力，但ElevenAI预览版如何继承这些设置，目前公开信息仍不完整。(elevenlabs.io)

跨会议检索尤其需要谨慎。它对用户越有帮助，就越可能暴露本不应该共享的内容，例如薪酬讨论、客户合同、法律意见或管理层会议。ElevenAI若要成为团队知识中枢，必须先证明它能理解企业权限，而不只是理解自然语言。

ElevenAI现在值得用吗？

ElevenAI目前更适合申请测试，而不适合立即替换成熟的会议系统。

它的技术底座有吸引力：Scribe v3的多语言、实时转录、术语控制和说话人区分指标都很强；会议记录与听写合并，也符合用户不愿同时运行多个语音工具的趋势。对于已经使用ElevenAgents的企业，ElevenAI还有机会成为统一的员工交互入口。

但它仍然是一款实验性预览产品。正式价格没有公布，平台覆盖范围、管理功能、数据保留策略和企业集成深度也缺乏完整信息。相比之下，Granola、Fireflies和Wispr已经有明确套餐、成熟客户端和实际团队部署经验。

我们的判断是，ElevenAI现在最有价值的地方不是取代会议纪要工具，而是验证“语音是否能成为企业智能体的操作界面”。 如果它只是把会议转录、摘要和听写装进同一个窗口，竞争优势不会持续太久；如果它能安全地把会议承诺转化成任务、邮件和业务系统记录，ElevenLabs就有可能从语音模型供应商上移为企业工作流平台。

会议记录赛道真正的终点，也不会是谁的摘要写得最漂亮，而是谁能在不制造新错误的前提下，把会议里说过的话变成已经完成的工作。