從快但淺，到能跟上思路的參謀
Anthropic 在 7 月 23 日宣布，Claude 語音模式即日起可在 Claude Opus、Claude Sonnet 與 Claude Haiku 三個模型上運行。先前語音模式僅跑在 Haiku 上，官方選它是為了速度，但對於在長會話中以口語推演真實業務問題的使用者而言，回應快卻往往不夠深。現在 Opus 與 Sonnet 兩個主打難題求解的模型補上這塊缺口。同一天，OpenAI 也把ChatGPT 語音推入桌面版、並能以語音指揮多個智慧代理，兩家在同日把語音從附屬功能推向主力互動介面。
使用者可在對話中途以模型選擇器切換，語音模式會採用所選模型中最快的版本以維持流暢度；預設則沿用上次文字聊天使用的模型，避免在語音與文字之間切換時要重來。官方形容新版能讓使用者「說出半成形的想法、釐清自己真正的觀點」，Claude 會主動追問並在使用者的思考上延伸，而非直接給答案。
推理深度與即時回應的權衡
語音介面先天帶有延遲預算：從使用者說完話到模型開口回應，若超過約半秒就會破壞對話節奏，這正是先前語音模式只敢跑在 Haiku 上的根本原因。Opus 等級的深層推理往往需要數秒到數十秒的思考鏈，與即時性直接衝突。Anthropic 的折衷是串流生成——把首 token 延遲與整體生成時間拆開，讓模型邊想邊說，而「採用所選模型中最快的版本」一語，暗示在版本層級做投機式路由以壓低入口延遲。這代表語音從此不再是單一層級的介面，而是一種對模型敏感的媒介：使用者主動選 Opus，等於用等待換深度，把延遲從工程問題升級為產品定位的選項；也意味著同一句「嘿，Claude」，在不同模型下的回應節奏與可承擔任務複雜度，已經是兩種不同的產品。
從討論到執行：連接工具上場
語音模式這次還打通了連接工具（connectors）。使用者可請 Claude 把 Google Calendar 上的會議延後 30 分鐘、把客戶提案討論轉成 Canva 一頁文件，或彙整當日郵件並草擬回覆。Claude 在動用任何已連接工具前會先請求許可，連接工具可在行動版、桌面版與網頁版的「設定 > 連接器」中新增。
語音場景下的授權難題
連接工具搬到語音介面，真正變難的不是技術而是授權流程。在文字介面裡，模型要動用工具時可以跳出一個確認框，使用者看清楚再點同意；但在語音對話中，使用者多半不在盯螢幕，模型只能用口語徵詢「我現在幫你把這封信寄出，好嗎？」。這意味著授權從視覺確認變成聽覺確認，任何一句含糊的回應都可能被誤判為同意，而一旦連接的是信箱、行事曆或協作平台，誤動作的代價是真實的——郵件發出、會議改期、文件被覆寫。Anthropic 選擇「動手前一律先請求許可」的保守設計，正是對這層風險的回應。
這也點出語音助理競爭的下一個焦點：當 Opus 等級的推理能力、連接工具的執行力、與語音的便利性三者疊加，產品定位已從「問答機」走向「能代為動手的代理」。誰能把授權模型做得既安全又不打斷對話節奏，誰就能把這條路走通；反之，一次誤動作的信任裂痕，可能比任何功能缺失都更難挽回。免費版限用一個連接工具、付費方案開放全部，這條分界本身就反映了廠商對風險與價值的定價。
11 種語言但仍無中文，用戶的代價
語言支援擴及 11 種：英文、法文、德文、印度文、印尼文、義大利文、日文、韓文、巴西葡萄牙文、拉丁美洲西班牙文與西班牙西班牙文。對決策者而言關鍵在於：中文並未入列，且 Claude 不會自動偵測語言，必須口頭要求或手動從語音設定中切換，過去的文字語言設定也不會自動帶入語音模式。
本次更新已對所有聊天用戶開放 beta 測試，行動版體驗最佳。免費方案可用 Haiku、一個連接工具與全部支援語言；付費方案可存取更多模型與全部連接工具。語音對話計入常規使用額度——對想長時間用 Opus 推演的用戶，這才是真正要算的成本。
