Anthropic حالت صوتی Claude را با مدل‌های Opus، Sonnet و Haiku ارتقا می‌دهد

شرکت Anthropic با ادغام قدرتمندترین مدل‌های زبانی خود در حالت صوتی Claude، کاربرد هوش مصنوعی مکالمه‌ای خود را به‌طور قابل‌توجهی افزایش می‌دهد. این به‌روزرسانی، رابط کاربری را از یک همراه چت ساده به یک ابزار بهره‌وری پیشرفته تبدیل می‌کند که قادر به استدلال پیچیده و اجرای دستورات در برنامه‌های مختلف است.

گسترش هوش: از Haiku تا Opus

تا کنون، حالت صوتی Claude منحصراً توسط مدل Haiku پشتیبانی می‌شد. اگرچه Haiku زمان پاسخ‌گویی سریعی داشت، اما فاقد عمق لازم برای وظایف شناختی سطح بالا بود. به‌روزرسانی جدید Anthropic با اجازه دادن به کاربران برای بهره‌گیری از تمام خانواده Claude شامل Opus، Sonnet و Haiku، این پویایی را تغییر می‌دهد.

این سیستم برای انتقال بی‌وقفه طراحی شده است؛ حالت صوتی به‌طور خودکار سریع‌ترین نسخه از آخرین مدلی را که کاربر در چت متنی خود استفاده کرده بود، انتخاب می‌کند. این بدان معناست که کاربران می‌توانند از یک بررسی عمیق متنی با استفاده از Claude Opus، به یک خلاصه‌سازی صوتی بدون نیاز به دست (hands-free) با همان سطح هوشمندی انتقال یابند. این ارتقا، موارد استفاده بسیار دشوارتر و پیچیده‌تری را امکان‌پذیر می‌کند، مانند ایده‌پردازی برای تحقیقات بازار محصول، اصلاح پیشنهادهای تجاری به مشتریان یا دریافت بازخوردهای دقیق درباره سبک‌های ارتباطی.

استفاده از ابزار و یکپارچه‌سازی با اکوسیستم

شاید مهم‌ترین تفاوت در این نسخه، توانایی Claude برای تعامل با نرم‌افزارهای خارجی باشد. در حالی که به‌روزرسانی‌های اخیر حالت صوتی OpenAI به‌شدت بر روانی مکالمه و بیان احساسات تمرکز داشتند، آن‌ها تا حد زیادی در محیط چت محدود (sandboxed) باقی مانده‌اند.

در مقابل، Anthropic در حال جایگاه‌سازی Claude به عنوان یک عامل عملیاتی (actionable agent) است. حالت صوتی به‌روزرسانی شده می‌تواند با ابزارهای بهره‌وری محبوب، از جمله موارد زیر، تعامل داشته باشد:

  • ارتباطات: Gmail و Slack
  • زمان‌بندی: Google Calendar
  • سازماندهی: Notion
  • طراحی: Canva

اکنون یک کاربر می‌تواند از طریق دستور صوتی از Claude بخواهد که یک زمان ملاقات را به‌روز کند، یک ایمیل پیش‌نویس کند یا مستقیماً در Notion یک سند ایجاد کند. این حرکت نشان‌دهنده تغییر جهت در رقابت تسلیحاتی هوش مصنوعی از «تعالی در مکالمه» به سمت «کارایی عاملی» (agentic utility) است.

پشتیبانی از چندین زبان و محدودیت‌های نسخه بتا

این به‌روزرسانی بر پایه نسخه بتای چندزبانه که اوایل سال جاری منتشر شد، بنا شده است. کاربران می‌توانند با Claude به زبان‌های انگلیسی، فرانسوی، آلمانی، هندی، اندونزیایی، ایتالیایی، ژاپنی، کره‌ای، پرتغالی (برزیلی) و اسپانیایی تعامل داشته باشند. با وجود افزایش هوشمندی مدل‌ها، کاربران همچنان باید زبان مورد نظر خود را در طول تعامل به‌صورت دستی مشخص کنند.

در حال حاضر، این قابلیت در قالب نسخه بتا برای همه کاربران در پلتفرم‌های مختلف عرضه شده است. با این حال، سلسله‌مراتب مشخصی برای قابلیت‌ها وجود دارد: کاربران رایگان به مدل Haiku محدود خواهند بود و تنها می‌توانند یک اپلیکیشن شخص ثالث را متصل کنند، در حالی که مشترکین پولی می‌توانند از تمام قدرت مجموعه مدل‌ها و یکپارچگی گسترده با ابزارها بهره ببرند.

چرا این موضوع برای چشم‌انداز هوش مصنوعی اهمیت دارد

این پیشرفت نشان‌دهنده یک فلسفه متفاوت در بازار مدل‌های زبانی بزرگ (LLM) است. در حالی که رقبا برای انسانی‌تر کردن صدای هوش مصنوعی از طریق بهبود آهنگ کلام (prosody) و مدیریت قطع شدن مکالمه در حال رقابت هستند، Anthropic بر پارادایم «عامل هوش مصنوعی» (AI Agent) تمرکز بیشتری کرده است. Anthropic با ترکیب مدل‌های با استدلال بالا مانند Opus با دسترسی مستقیم API به جریان کاری کاربر، قصد دارد Claude را به لایه‌ای ضروری در مجموعه ابزارهای فنی حرفه‌ای تبدیل کند، نه صرفاً یک ابزار نوظهور برای مکالمه.

نکات کلیدی

  • تنوع مدل‌ها: حالت صوتی اکنون از Opus، Sonnet و Haiku پشتیبانی می‌کند که امکان استدلال پیچیده در طول تعاملات صوتی را فراهم می‌آورد.
  • قابلیت‌های عاملی: برخلاف حالت صوتی فعلی OpenAI، Claude می‌تواند وظایفی را در برنامه‌هایی مانند Gmail، Slack، Notion و Google Calendar اجرا کند.
  • واگرایی استراتژیک: Anthropic اولویت خود را بر کارایی عملکردی و یکپارچه‌سازی ابزارها قرار داده است، نه صرفاً بهبودهای مکالمه‌ای یا احساسی هوش مصنوعی.