Google 的 Gemini 3.8 Live 模型页更新了，模型 ID 是 gemini-3.8-live，定位是低延迟语音 Agent 和实时对话的默认选择。这一版不是小修小补，几个变更会直接影响已经跑在 3.1 Flash Live 上的代码——不处理就会报错，处理了体验又会明显不一样。

先给一个数字边界：输入 token 上限 131,072，输出 65,536，支持交错推理（interleaved reasoning），但 thinking_level 参数不再支持，迁移时要把 session 里的 thinking_config 拿掉。

函数调度

函数调用这次从"同步阻塞"改成了"异步非阻塞"为默认。behavior: NON_BLOCKING 是新的默认模式，工具声明里还能显式写 behavior: BLOCKING 保持旧的同步阻塞行为，用于向后兼容。

非阻塞意味着模型发起工具调用后不会停下来等结果，用户可以继续说。结果回来时，靠调度参数决定模型怎么接：

function_response = types.FunctionResponse(
    id=fc.id,
    name=fc.name,
    response={"result": "ok", "scheduling": "INTERRUPT"}  # 也可是 WHEN_IDLE 或 SILENT
)

三个取值各管一种场景：INTERRUPT 是结果一到就打断当前输出、立刻处理，适合安全告警这类不能等的；WHEN_IDLE 是等模型说完当前这轮再处理，适合查订单状态这类常规操作；SILENT 是不打断、把结果留到后续对话再用，适合后台画像更新这类静默任务。

send_client_content 与 turn_complete

send_client_content 现在支持整个会话生命周期的内容更新，并且要显式标注角色是 user 还是 model。真正要注意的是 turn_complete：只要设成 true，就会无条件打断模型正在进行的生成。

这意味着前端不能再"每发一个小块就自动带上 turn_complete"。这个参数只该在"用户明确要打断模型"时用——比如抢话、纠错。如果发的内容不带 turn_complete，服务端会继续等后续消息再回，这正是多轮语音对话需要的默认行为。

主动音频与情绪对话

两条硬性变更，一条加一条删。

主动音频（proactive audio）现在是永久启用，proactive_audio: false 会直接返回错误。也就是说，模型在用户没说话时也会主动出声，这个开关没了，想关也关不掉。

情绪感知对话（affective dialogue）则从 API 里整体移除，代码里所有 enable_affective_dialog 配置都要删掉。之前靠这个做情绪化人设的应用，需要自己另想办法。

turn coverage 默认变成 TURN_INCLUDES_AUDIO_ACTIVITY_AND_ALL_VIDEO，视频帧默认会发给模型。想省上下文和费用，就只在需要时发帧。

能力边界

这版的能力支持情况比较明确，选型前先对一遍：

能力 支持情况
音频生成 支持
函数调用 支持
Live API 支持
搜索接地 支持
交错推理 支持
缓存 不支持
代码执行 不支持
文件搜索 不支持
图像生成 不支持
结构化输出 不支持

回复模态是音频，应用如果需要文字转写，得额外开启输出音频转写（output audio transcription），否则拿不到文本。

对开发者意味着什么

这一版的核心变化是把"异步"和"打断"这两件事正式化了。以前语音 Agent 的痛点是：模型一调工具，对话就卡住等结果，用户感觉 Agent 死了。现在 NON_BLOCKING 默认、加上三种调度语义，工具调用可以跑在后台，模型继续陪用户说话，结果回来再按 INTERRUPT / WHEN_IDLE / SILENT 决定怎么插进来。这对实时语音客服、现场巡检这类"边说话边查数据"的场景是实质提升。

代价是迁移成本明确存在：模型字符串要从 gemini-3.1-flash-live-preview 换成 gemini-3.8-live，thinking_config 要删，enable_affective_dialog 要删，proactive_audio: false 会炸。这些不是可选的，是硬性的。

待观察的一点是主动音频强制开启：对客服类产品，"模型主动出声"未必是想要的，现在没有开关，只能靠应用层去压。文档里没有说明后续会不会给回这个控制权，需要盯着模型页的更新。