Anthropic推出独立应用Duet，挑战OpenAI生态

Anthropic近期发布了一款名为 Claude Duet 的全新独立应用程序，旨在直接与OpenAI的Dots、Muse以及Grokbot等竞品抗衡。该应用完全由 Opus 5.5 模型驱动，作者花费约10小时将其应用于商业内容创作、应用开发及演示文稿制作中。与OpenAI将Agent平台集成在ChatGPT应用内不同，Anthropic选择了 独立App 的路径。用户可以在设备上同时拥有Claude主应用和Duet应用，这种分离式架构让用户能更清晰地界定不同Agent的工作边界。目前该App处于 早期访问阶段，但有传言称通过X平台联系Richard Kim可能获得邀请权限。这种独立部署的策略标志着Anthropic在AI Agent生态布局上的独特方向，强调专用性与专注度。

界面革新：以“频道”取代拟人化角色，操作极速流畅

Duet的用户体验给人最直观的印象是 极其灵敏且易于使用。与Grokbot、Dots等具有吉祥物拟人化特征的应用不同，Claude Duet采用了类似Slack的 频道（Channels） 概念。作者指出：“Duet isn't personified... it reminds me more of Slack where we have these channels.” 这种设计去除了角色扮演的干扰，专注于任务组织。作者创建了内容、财务和工件等频道来分类工作流，虽然初期尝试创建过多频道导致杂乱，但最终通过精简实现了高效管理。界面底部设有 Tasks、Make（展示已创建资产）和聊天入口，结构清晰。此外，应用内置的 语音听写功能 表现优异，用户可以直接通过语音指令让AI在特定频道中执行任务，如添加演示文稿的额外幻灯片。

多端实时同步与资产创建的无缝协作体验

Duet实现了iOS应用与Web端的 实时数据同步，确保了跨设备工作流的连续性。当作者在移动端通过语音指令要求“在演示文稿末尾添加关于语音听写的奖励幻灯片”时，AI不仅在内容频道中响应，还直接更新了关联的演示文稿文件。作者强调：“this is real time synced with the web app right here.” 在Web端打开同一演示文稿，即可看到新增的幻灯片内容。这种同步机制使得用户可以在移动场景中快速构思并指令AI执行，随后在桌面端进行详细编辑。应用底部的 Make标签页 集中展示了所有由AI生成的资产（如幻灯片、设计稿），方便用户快速回顾和调用。这种将聊天指令直接转化为可编辑资产的能力，极大地简化了从创意到成品的路径。

内置评论工具与直接编辑功能提升创作效率

在资产创建方面，Duet展现了强大的 文档内嵌式编辑能力。作者演示了如何利用内置的评论工具对生成的幻灯片进行迭代。用户只需在Web端添加注释，例如“制作第三张”或“在此处添加图片并裁剪边缘”，AI便会自动执行这些修改指令。作者提到：“this like commenting and editing documents directly inside the web app is incredibly easy.” 这种机制允许用户像协作编辑文档一样与AI互动，无需反复切换上下文。无论是添加项目符号、插入图片还是调整布局，用户既可以通过自然语言指令让AI完成，也可以直接在界面上手动微调。这种 双向编辑模式 结合了AI的自动化效率与人类对细节的控制力，使得制作演示文稿和设计稿变得异常高效。

利用语音模式高效编辑数字交付物

作者认为使用语音模式（Voice Mode）是创建和修改任何数字交付物的最佳方式，无论是演示文稿还是幻灯片。实际操作中，作者会带着手机走动并打开已创建的幻灯片文档（例如通过Make标签页生成的包含“关于Duet的9个要点”的内容）。虽然无法直接在文档界面使用语音，但作者会退出编辑状态并激活底部的时间轴上方的语音按钮。这种方式允许用户通过口头指令进行大规模修改，而无需手动输入繁琐的文本。

"Hey, I want you to make some changes to the presentation. Um, and yeah, I want you to make a good amount of changes on all the slides that has nine things you need to know about duet."

作者演示了具体的语音指令流程：首先要求在所有相关幻灯片上添加换行符并将文本放大；其次，请求生成一个仅使用灰色调、优雅且能吸引注意力的图形元素；接着，基于作者目前对Duet的使用经验添加一个项目符号点；最后，在第19张幻灯片后插入一张仅包含特定文字“我不确定我对这一条感觉如何”的独立幻灯片。完成所有指令后，点击X结束录音并发送提示词。Opus 5.5模型随即执行所有建议的更改，这种工作流使得用户只需口头描述需求即可快速迭代版本一。

任务线程与多层级对话架构解析

Duet的第五个关键特性是每个任务都会生成一个独立的线程（Thread），这导致了应用内存在多层级的对话结构。当用户在主聊天窗口中请求创建幻灯片时，Claude会将该任务委托给内容频道（Content Channel），经过约10分钟的处理后生成链接。点击该链接会打开一个新的任务子线程（Task Thread），所有针对该文档的更改请求都记录在此会话中。这种结构包括主会话、频道以及具体的任务线程，虽然初期可能令人困惑，但它清晰地隔离了不同任务的上下文。

"So anytime that you create a new task it actually creates a new thread for that task and so every change that I've requested it about this document right here goes into this chat session right here."

这种层级结构意味着用户可以在主聊天中与Duet在频道层面交流，而每个启动的任务都会衍生出一个新的任务会话。在这种架构下，文档（Doc）位于任务线程内部，用户可以在内容频道中讨论该文档。这种设计虽然增加了复杂性，但确保了每个任务都有独立的追踪和修改历史，避免了上下文混淆。

Q4预测演示：从指令到完整幻灯片生成

为了展示线程架构的实际运作，作者发起了一项新任务：创建一份Q4预测幻灯片，要求格式与之前的Duet文档网格一致。指令包括：首先分析作者过往视频以预测当前AI代理（AI Agents）的现状，然后列出九项Q4预测。系统随即启动任务线程，状态显示为“工作中（Working）”。在内容频道标签下可以看到该任务的进展。任务线程内部清晰地展示了执行步骤：研究Claude Duet的幻灯片格式、阅读Riley Brown关于AI代理现状的视频观点、撰写九项预测，最后构建幻灯片。

"So if there was something working on in finance, it would show up under the finance heading right here."

任务完成后，主聊天线程中会出现一个卡片式通知。作者区分了两种链接：下划线文本指向任务线程（Task Thread），而卡片本身指向实际生成的工件（Artifact）。打开工件后，展示了完全符合要求的幻灯片：包含图形元素、基于作者所有视频和笔记的上下文分析生成的准确预测。整个过程仅通过一次语音指令完成，且结果高度契合作者的风格和观点。这种“一键生成”的能力展示了Duet在处理复杂、多步骤内容创作任务时的强大效能。

与Claude Code项目的类比及移动端优势

Duet的第六个特性是它类似于Claude代码项目（Projects）的结构。在桌面版应用中，用户可以将项目置顶以进行跟踪，其中包含主代理（Master Agent）和线程。作者特别强调从手机移动端使用此应用的便利性，通过固定项目可以清晰地管理不同任务。这种类比帮助用户理解Duet的组织逻辑：主代理负责协调，线程处理具体执行。

"One of the main reasons I like this app so much is from my phone, right?"

通过这种结构化的项目管理方式，用户可以在移动设备上轻松发起、监控和编辑复杂任务。无论是创建幻灯片还是分析数据，Duet都提供了类似专业开发环境的组织体验，使得非技术用户也能高效地利用AI进行深度内容创作。这种跨平台的一致性（桌面与移动端）和类似代码项目的逻辑，降低了学习成本并提升了工作效率。

Claude Duet 无法直接启动本地 Cloud Code 会话

在探索 Claude Projects（云端项目）时，用户可以直接通过语音指令让系统创建一个本地的 Cloud Code 会话。例如，可以要求创建一个新的本地线程并生成包含特定内容的 PDF 资源（如“关于 Claude 的九件事”）。Claude Projects 允许在本地计算机上运行会话，并保留所有文件供控制。然而，作者明确指出这一功能在当前版本的 Claude Duet 中并不存在。虽然 Duet 可以启动云端会话，但无法在 Claude Duet App 内部直接创建或控制本地的 Cloud Code 会话。作者对此表示遗憾，因为他希望能在 Duet 中直接访问电脑上的视频编辑文件等资源。尽管这是目前发现的主要限制，但 Duet 在协调不同任务和并行处理方面表现优异。

利用多任务通道实现高效并行工作流

为了弥补无法直接操控本地会话的不足，作者展示了如何利用 Duet 的多任务特性进行并行工作。他经常在主聊天会话中指令 AI “现在启动一个新任务”，例如分析 Twitter 上的热门话题。通过集成 Composio，可以使用 Grockbot 技能抓取关于网络安全问题的推文并整理成可编辑文档。用户可以在继续其他不相关任务的同时，让 AI 代理并行处理特定请求。这种模式与 Claude Projects 类似，但 Duet 显得更加主动。作者预测未来这两个功能可能会合并，因为它们的核心逻辑非常相似。通过让 Duet 拆分并执行不同任务，用户可以高效地同时处理多项工作。

“Artifacts Channel” 定时回顾功能的重要性

作者强烈建议在 Duet 中创建一个专门的“Artifacts Channel”或任务通道，以解决 AI 工作流容易迷失的问题。由于 AI 每次运行时间仅为 15 到 40 分钟，用户很容易忘记之前创建的内容。作者设置了一个名为“Artifacts Recap”的例行程序，在每天 上午 9:00 到下午 5:00 之间运行。该通道会定期提醒用户之前创建的文档或幻灯片，例如：“嘿，你昨天创建了这份演示文稿，要继续工作吗？”。这种机制对于内容创作者尤为重要，因为它能确保团队或个人不会遗漏重要的中间成果。拥有这样一个专门的空间来重新浮现所有正在进行的任务，极大地提高了工作效率。

实时语音功能对比：Claude Duet vs. OpenAI Dot

在实时语音交互方面，作者对 Claude Duet 进行了实测。他演示了通过按钮直接对话并指令发送电子邮件给特定联系人（如 [email protected]）。Claude Duet 的语音功能启动速度极快，无需等待拨号或漫长的连接时间，这一点优于 OpenAI 的 Dot。然而，作者也指出了明显不足：语音合成效果不如 Human-like（如 OpenAI 的 Dot），且用户无法静音自己的声音。相比之下，OpenAI 的语音体验更为流畅和人性化。作者每天花费 45 分钟与 OpenAI Dot 对话，体验其自动发送邮件、Slack 消息等功能。尽管 Claude Duet 的语音功能处于早期阶段且体验稍逊一筹，但实时交互的概念依然令人兴奋。

平台综合对比与 Opus 5.5 的核心优势

在个人代理平台的竞争中，作者列举了 Claude Duet、OpenAI Dot、Gemini Spark（几乎不存在）、Grockbot、Hermes Agent 等选项。Claude Duet 目前最大的优势在于用户可以直接访问 Opus 5.5 模型。此外，作为一个独立应用程序，其界面比嵌入在 ChatGPT 中的 Dot 更易于使用。作者澄清了一个技术细节：虽然 Duet 不能创建本地 Cloud Code 会话，但它可以读取和总结之前已在电脑上运行的云端/本地会话历史。这与 Dot 能够直接启动新会话的能力仍有差距。总体而言，尽管 Duet 在桌面应用和语音交互上尚处早期阶段，但其强大的模型支持和独立界面使其成为值得使用的工具。

关键操作的审批机制与安全考量

Claude Duet在处理重要操作时引入了前置审批流程，这一设计在提升安全性的同时也带来了一定的交互摩擦。当系统准备执行发送消息等关键动作时，会暂停并请求用户批准。作者观察到，虽然这种机制在涉及支付、数字签名或数据删除等高风险场景下显得尤为必要——例如尝试从Notion数据库中移除视频记录时，系统会弹出确认框以防止误删——但用户可能会觉得这种频繁打断略显繁琐。作者明确表示，希望在未来的使用中能减少此类审批次数，尤其是在非敏感操作中。这种安全与效率的权衡是Duet当前交互逻辑的核心特征之一，用户需要在享受自动化便利的同时，适应这种更为谨慎的操作节奏。

多通道导航的复杂性与认知负荷

Duet引入了三种不同类型的聊天线程：主聊天（Main Chat）、频道聊天（Channel Chats）以及任务内的任务聊天（Task Chats）。这种层级结构虽然功能丰富，但也导致了极高的认知负荷和导航难度。用户容易在多个通道之间迷失，难以清晰界定当前所处的上下文层级。作者指出，随着层级的加深，解释软件逻辑变得“无限困难”：从与代理对话，到在频道中与代理对话，再到在特定任务中讨论细节，术语和界面的混淆使得新手用户难以快速上手。这种结构性的复杂性是Duet目前的主要负面体验之一，它要求用户具备更强的多任务管理能力，否则极易陷入混乱。

模型选择受限与实时语音的不足

在功能控制方面，Duet目前没有提供模型选择器。尽管系统默认使用强大的Opus 5.5模型并自动调整努力程度，但用户无法手动指定如“最大思考”或“中等思考”等具体模式。此外，实时语音功能的体验被评价为显著落后于竞品。作者直言其效果“只有Dot和Grok机器人实时语音的5%”，并指出在对话过程中，Duet缺乏对任务进度的透明感知。当用户询问“你进行到哪一步了？”时，Duet无法像Dot那样提供精确的进度反馈。这种缺乏可见性的交互体验让用户感觉其智能程度不足，无法像其他助手那样清晰地展示工作流状态。

本地代码集成缺失与工作流断点

对于依赖自动化工作流的开发者或创作者而言，Duet最大的短板在于无法创建本地Cloud Code会话。作者强调，其视频编辑工作流完全依赖本地计算机上的素材和工具。理想的场景是Duet能直接启动一个Cloud Code会话，读取本地拍摄的视频素材，执行复杂的编辑指令（如剪辑、特效处理），并将最终成品上传至Google Drive。然而，目前Duet无法实现这种本地与云端的无缝衔接。作者强烈呼吁Anthropic尽快修复这一缺陷，并预测该功能将在未来几周内上线。目前，这种本地执行能力的缺失严重限制了Duet在专业创意工作流中的实际应用价值。

结论

Claude Duet凭借Opus 5.5模型与独立App架构，在复杂内容创作中展现出强大的多任务并行处理及跨设备实时同步能力。其独特的频道与线程层级结构有效隔离了上下文，配合语音指令实现了从创意到成品的快速迭代。然而，该应用目前存在显著短板：本地Cloud Code集成缺失限制了专业工作流闭环；多层级导航导致高认知负荷，易使新手迷失；实时语音体验远逊于竞品且缺乏进度反馈。此外，强制审批机制与不可选模型进一步降低了操作效率。总体而言，Duet适合追求深度内容生成且能容忍初期复杂性的用户，但在本地执行与交互流畅度上仍有待完善。