A hangalapú AI eddig sokszor kényelmes, de felszínes élmény volt: gyors válaszok, kevés valódi „munka”. Most a Claude hangmódja közelebb kerül ahhoz, hogy tényleg használható legyen hosszabb, összetettebb feladatokra is.

Mi történt

Az Anthropic frissítette a Claude voice mode-ját (hangmódját), és mostantól a felhasználók választhatnak a három ismert modellcsalád közül: Opus, Sonnet és Haiku. Gondolj rá úgy, mint teljesítményfokozatokra: a Haiku jellemzően gyors és takarékos, míg a Sonnet és az Opus összetettebb feladatokra alkalmasabb (általában több „gondolkodási” kapacitással).

A hangmód korábban a Haiku modellre épült, ezért ugyan pörgős volt, de a bonyolultabb munkafolyamatoknál hamar elfogyott a szufla. Az új működés lényege, hogy a hangmód azt a modellt veszi alapul, amit legutóbb szöveges chatben használtál, és alapértelmezetten annak a leggyorsabb változatát indítja.

Miért fontos

A frissítés nem csak arról szól, hogy „okosabb” modellekkel beszélgethetsz. A nagy váltás az, hogy a hangmód külső alkalmazásokhoz is hozzá tud férni: Gmail, Google Calendar, Slack, Canva és Notion is szerepel a listán. Ez azt jelenti, hogy a hangos interakció nem áll meg a tanácsadásnál: kérheted például, hogy módosítson egy meetingidőpontot, vázoljon egy e-mailt, vagy hozzon létre egy Notion-dokumentumot. A TechCrunch értelmezése szerint ez éles különbség a konkurens hangmódokhoz képest, ahol a beszédstílus fejlődhet, de a „szerszámosláda” (azaz a ténylegesen munkát végző integrációk) továbbra is korlátozott.

Mire figyelj

  1. A hang „minősége” nem feltétlenül javul: most nem a beszédfelismerés/beszédszintézis (a „voice stack”, vagyis a hangos technológiai lánc) kapott fókuszt, hanem az, hogy milyen modellek dolgoznak a háttérben. Emiatt lehet, hogy nem érzel olyan látványos előrelépést például félbeszakítás-kezelésben.
  2. Nyelvi támogatás: van, de kézi: több nyelv elérhető (köztük francia, német, hindi, japán, koreai, portugál (BR) és spanyol), viszont a nyelvet manuálisan kell megadni, nem mindig vált automatikusan.
  3. Ingyenes csomag korlátai: a hangmód béta minden platformon elérhető, de az ingyenes felhasználók csak a Haiku modellt használhatják, és csak egy összekapcsolt appot.

A következő hetekben az lesz a döntő kérdés, hogy a modellválasztás és az appintegrációk mennyire lesznek stabilak valós, napi munkafolyamatokban — mert itt dől el, hogy a „beszélgetős AI” tényleg asszisztenssé válik-e, vagy megmarad ügyes társalgónak.