Opus 5 Is Here… But NEW Claude Voice Is Even Bigger
三句話摘要
Anthropic 推出 Opus 5 模型及 iOS 實時語音助手，OpenAI 同步發布 Codex 語音功能，兩大 AI 平台為爭奪超級應用市場而快速迭代功能。 不要糾結於選擇哪個工具或模型，真正的價值在於學會構建與優化工作流，以及如何透過 AI 代理完成日常任務得更快更好。 Opus 5 定位為企業與知識工作者的日常模型，在知識工作、代理編碼、新問題解決等維度表現出色，但實際使用中需要重新調整既有的工作流與外掛，導致使用者面臨反覆測試的時間成本。
重點整理
重點- 1
Opus 5 定位為企業與知識工作者的日常模型，在知識工作、代理編碼、新問題解決等維度表現出色，但實際使用中需要重新調整既有的工作流與外掛，導致使用者面臨反覆測試的時間成本。
- 2
Claude 語音助手展示了實時語音控制的實務應用潛力：使用者能直接向代理發出指令搜尋 Notion 文件、編輯內容、存取郵件草稿、生成專業網頁設計，唯一限制是鏈結獲取需要手動退出語音模式。
- 3
OpenAI Codex 語音功能透過 Remote Control 實現跨設備無縫協作，使用者可從手機用實時語音控制遠端桌面電腦，系統自動識別可用工具（Gmail、Calendar、Drive、Notion、Slack 等），甚至支援並行委託任務給更強大的模型。
- 4
兩平台在浏览器、工作標籤、iOS 模擬器、錄屏技能等特性上進行功能競速，反映出一個共同目標：將強大的 AI 代理能力從複雜的代碼環境民主化，讓普通用戶透過直觀的 Work 標籤完成日常任務。
實用技巧與重點
乾貨- 模型信息：
- Opus 5：價格為 Fable 5 的 50%，超越 Fable 5 的領域包括知識工作、代理編碼、新問題解決、代理搜尋、計算機使用、業務工作流、生物學
- Claude 功能：
- iOS 語音模式：Notion 搜尋與編輯、郵件訪問與撰寫、網頁登陸頁面生成、實時設計工作
- iOS 模擬器：支援語音創建與執行 Swift 應用
- 錄屏技能：錄製屏幕操作，自動轉換為可複用的 skill
- OpenAI Codex 功能：
- 語音功能：郵件控制、Paper/Canva 設計、並行任務委託
- Remote Control：手機遠端控制桌面 Codex，實時語音交互
- 可用工具清單：Gmail、Calendar、Drive、Notion、Slack、瀏覽器控制、圖像視頻編輯、社交發布、PDF、Stocks、Sheets
- Build iOS App skill：語音創建 iOS 應用
- 兩平台共通特性：
- 多標籤瀏覽器支援
- Chat、Work/CoWork、Code 三標籤結構
- 錄屏與技能創建工作流
- 競爭狀況：
- Cursor：預計推出知識工作版本
- 中國市場：Z code（基於 GLM 5.2 開源模型）、Kimi K3/Kimi Code
結論
結論“不要糾結於選擇哪個工具或模型，真正的價值在於學會構建與優化工作流，以及如何透過 AI 代理完成日常任務得更快更好。”
完整解析
詳細Anthropic 與 OpenAI 在短短一週內相繼推出重磅更新，將 AI 助手競爭推向白熱化。首先是 Anthropic 的 Opus 5 模型發布，官方表述為「接近 Fable 5 前沿智能水準，僅需一半價格」。這種措辭看似謙虛，但性能對比卡清楚顯示 Opus 5 在知識工作、代理編碼、新問題解決、代理搜尋與計算機使用等關鍵領域實際超越了 Fable 5。然而，獲得早期存取權的業界意見領袖 Dan Shipper 給出截然不同的評價：「很難喜歡上它」——該模型會與指令爭執、頻繁中途停止工作，與既有的外掛協作困難，需要從零重建所有工作流。這反映了一個根本問題：每次新模型發布，使用者都被迫投入大量時間重新測試與調整。
相比 Opus 5 的發布，Claude iOS 應用新增的實時語音模式才是更重大的創新。使用者透過點擊語音按鈕即可啟動代理，該代理能夠搜尋 Notion 文件、編輯文件內容、存取郵件草稿、創建網頁登陸頁面，甚至進行實時設計工作。在示範中，使用者能夠要求代理在 Notion 中動態新增項目符號、加入研究內容與超連結、撰寫電子郵件草稿。值得注意的限制是無法透過語音直接獲取連結，需要退出語音模式手動複製。同時，系統還支援 iOS 模擬器集成，使用者可語音要求創建並執行 Swift 應用程式。
OpenAI 在同期於 Codex 應用中推出平行的語音功能，並實現了更深層的系統整合。使用者可透過語音控制電腦上的 Codex 進行郵件管理、使用 Paper 或 Canva 進行實時設計、甚至委託更強大的模型並行處理複雜任務。尤其值得關注的是 Remote Control 功能——使用者可從手機跨越物理距離，用實時語音控制桌面電腦上執行的 Codex，系統能自動識別並列舉使用者電腦上所有可用的 skills 與整合工具（包括 Gmail、Calendar、Drive、Notion、Slack、瀏覽器控制、圖像視頻編輯、社交發布等）。
這兩個平台正進行激烈的特性競速。瀏覽器多標籤支援先由 OpenAI 推出，Claude 隨即跟進；兩者都在應用內提供 Chat、Work/CoWork、Code 三個功能標籤，試圖整合過去分散的工具體驗。錄屏轉 skill 功能也成為兩個平台的標準配置。更宏觀來看，這場競爭的終極目標並非爭奪模型優越性，而是讓數百萬使用者能夠輕鬆使用 AI 代理。OpenAI CEO Greg Brockman 曾指出，ChatGPT Work 在雲端運行的優勢在於支援行動設備與闔合筆記本電腦的場景——這正是兩家都在努力實現的方向。
關鍵時刻
Pipeline v2帶時間戳的重點，會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。
事實查核
Pipeline v2說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。
