Anthropic пытается решить голосовой ввод на уровне harness. В Claude Code добавили
/voice: говоришь фразу, получаешь текстовый промпт, дальше работает обычная текстовая модель.Удобно. Но одного harness недостаточно.
Для живого общения нужна модель, которая изначально умеет работать со звуком в реальном времени: одновременно слушать, говорить и управлять задачами. Её можно перебивать посреди ответа, менять направление разговора и сразу возвращаться к работе. Модель не теряет контекст после каждого «подожди, сделай по-другому».
У OpenAI такая модель есть. Это GPT-Live внутри ChatGPT.
Её соединили с Codex, который уже умеет читать проект, менять файлы, запускать тесты, работать с компьютером и управлять несколькими агентами. Codex выполняет работу. GPT-Live позволяет управлять ей обычным разговором.
Ты можешь сказать:
«Запусти тесты. Стоп, сначала проверь миграцию. Второму агенту отдай ревью авторизации. А теперь скажи, где остальные застряли».
Codex переключает задачи, продолжает работу в отдельных ветках и возвращает результаты в тот же голосовой разговор. Не нужно заново собирать промпт и объяснять весь контекст после каждого перебивания.
У Anthropic эти части пока живут отдельно. Обычный Claude Voice умеет разговаривать и обращаться к подключённым сервисам.
Но официальная справка Anthropic прямо говорит: этот режим недоступен в Claude Code и Cowork. Он не видит проекты и скиллы Claude Code. В самом Claude Code остаётся диктовка.
Можно быстро добавить кнопку микрофона, распознавание речи и озвучку ответа. Модель такого класса не делается за неделю. Нужны realtime-аудио, низкая задержка, нормальная обработка перебиваний, сохранение длинного рабочего контекста и координация инструментов во время разговора.
Поэтому OpenAI сейчас впереди сразу на двух уровнях. У неё лучший coding harness и специальная модель, превращающая этот harness в живого руководителя команды агентов.
Anthropic до этой связки как до Луны.
🧩📣🔥💡🪄
Среда внедрения ИИ:
Внедрить | ТГ | ВК | YouTube