语音助手长期以来一直面临着一个令人沮丧的瓶颈。你可以问它们天气、设置定时器或播放播放列表。但只要对话转向复杂的事情——比如调试代码、构建商业交易或对产品策略进行压力测试——交互就会崩溃。助手可能听对了你的话，但它缺乏与你共同思考问题的推理深度。
Anthropic 正试图解决这个问题。该公司已将 Claude 的语音模式从入门级的 Haiku 模型扩展到了其能力最强的系统 Opus 和 Sonnet。这一举动释放出的信号比单纯的功能发布更有趣。Anthropic 正押注于严肃的工作可以通过口头对话完成，而不仅仅是通过键盘。
为什么语音需要“脑力”
此前，Claude 的语音模式仅在 Haiku 上运行。该模型优先考虑速度和低延迟。对于快速提问——“爱沙尼亚的首都是哪里？”或“总结这封邮件？”——这种权衡是合理的。Haiku 能快速给出答案。但 Anthropic 注意到，用户对该功能的需求超出了 Haiku 的处理能力。人们试图将语音用于实质性的工作，而该模型往往在这些任务所需的深度推理方面表现不足。
将 Opus 和 Sonnet 纳入其中改变了对话的本质。这些模型是 Anthropic 处理复杂认知任务的中坚力量。旗舰模型 Opus 负责处理复杂的分析、长推理链和创造性综合。Sonnet 处于中间位置，提供比 Opus 更快的强推理能力。有了语音层的加持，你现在可以讨论混乱的技术架构或微妙的财务模型，并期待 AI 能够跟踪逻辑、发现不一致之处，并提出相关的质疑。
大声思考
这种区别是质的。使用 Haiku 语音时，交互感觉是事务性的：你问，它答。而使用 Opus 和 Sonnet 时，交互变成了协作式的。
想象你是一名正在开车回家的产品经理。你口述了一个关于新引导流程的半成型想法。Claude Sonnet 不会只给你一个通用的“这很有趣”的回复，而是开始进行探究。它会询问你是否考虑过企业用户的边缘情况，并将其与它在其他场景中见过的引导模式进行类比。当你到达车库时，你已经从三个你之前未曾考虑的角度对这个想法进行了压力测试。
或者想象一名工程师在第二个屏幕上提取日志时，正在排查分布式系统的故障。通过与 Claude Opus 对话，她可以用通俗的语言描述症状，大声读出错误信息，并讨论假设，而无需停下来打字。该模型可以在多轮对话中跟踪思路，记住哪些路径已经被排除，并根据不断变化的诊断结果建议配置更改。这不仅仅是带有搜索引擎的转录工具，而是通过语音实现的实时推理。
从对话到执行
或许最显著的变化是，这些先进的模型可以执行任务，而不仅仅是聊天。Anthropic 将更新后的语音模式定义为一种智能体接口（agentic interface）。因为 Opus 和 Sonnet 拥有准确理解意图的推理能力，它们可以将口头对话转化为具体的输出。
Anthropic 提供的例子简单明了却极具说服力。用户通过语音讨论一个商业想法，然后告诉 Claude 将那段漫谈式的对话转化为一份结构化的单页计划书（pitch）。模型会解析非结构化的对话，识别核心价值主张、受众和财务假设，并生成一份格式化的文档。无需重新输入，也无需将聊天记录复制到单独的模板中。
这种智能体层扩展到了生产力工具中。Anthropic 正在将语音体验与 Gmail、Slack 和 Canva 连接起来。这意味着你可以向 Claude 口述一份项目简报，让它在 Canva 中生成幻灯片，将摘要发送到团队的 Slack 频道，并在 Gmail 中起草后续邮件——这一切都可以在同一次语音会话中完成。模型变成了一个协调者，将口头意图转化为跨不同应用程序的操作。
切换话题而不丢失思路
Anthropic 还设计了打破不同交互模式之间障碍的体验。用户现在可以在同一对话中在文本和语音之间切换，而不会丢失上下文。你可能在办公桌前开始输入一个技术查询，在走向会议的过程中切换到语音，然后返回文本以粘贴一段代码片段。
该系统还允许在中途切换模型层级。如果你先用 Haiku 进行随意的头脑风暴——利用其快速响应的优势——那么当讨论转向严谨的技术执行时，你可以将对话升级到 Opus。上下文会随之转移。无论你是通过输入还是语音，也无论你是在与快速模型还是深度模型交谈，AI 都能记住你三轮对话前说过的话。
这种流畅性至关重要，因为实际工作很少是线性的。有些问题需要速度，而另一些问题需要深度。构建一个用户可以在这些“档位”之间切换的单一界面，可以减少认知开销。它避免了打开新标签页、复制提示词或重新解释上下文所带来的摩擦。
支持全球语言
这一扩展并不局限于英语使用者。Anthropic 已结束了仅限英语的测试阶段，增加了对另外九种语言的官方支持：
- 欧洲语言： 法语、德语、意大利语、西班牙语和葡萄牙语。
- 亚洲语言： 印地语、印尼语、日语和韩语。
这不仅仅是一个本地化的勾选项。在韩语或印地语中提供高推理能力的语音辅助，改变了谁可以使用这些工具进行专业工作。雅加达的一位初创公司创始人可以用印尼语语音起草一份给投资者的更新报告。都灵的一位制造分析师可以用意大利语查询供应链数据。Opus 的认知能力变得触手可及，让任何比起英语更习惯用母语思考的人都能受益。
在更广泛的 AI 助手市场中，这种多语言推广——结合顶级模型的推理能力——增强了 Claude 的竞争优势。从历史上看，大多数语音助手都将非英语市场视为事后才考虑的事情，只是在浅层的推理之上叠加翻译。Anthropic 似乎在押注，全球用户希望在自己的语言中也能获得英语使用者所期待的那种深度思考。