Rabbit: Teléfono móvil LLM‑First

Artículo original ↗ Discusión en Hacker News ↗

Un dispositivo de mano “LLM‑first” llamado Rabbit R1, diseñado con Teenage Engineering, se presenta como un asistente de bolsillo de $199 que usa un “Large Action Model” basado en la nube para operar aplicaciones y sitios web en nombre del usuario mediante comandos de voz. Los comentaristas se dividen entre encontrar atractivo el hardware y sugerente el concepto de agente —especialmente para simplificar flujos de trabajo complejos o ayudar a usuarios con menos conocimientos técnicos— y dudar de su practicidad en un mundo donde los smartphones podrían ofrecer lo mismo mediante una app o un asistente integrado. Las principales preocupaciones giran en torno a la privacidad y la seguridad (entregar credenciales a una nube propietaria), la falta de un modelo de negocio sostenible sin suscripciones, la dependencia de conectividad permanente y la sospecha de que demos muy pulidas exageran lo que la primera versión realmente puede hacer.

Concepto y capacidades del producto

  • Asistente de bolsillo “LLM‑first” que usa un “Large Action Model” (LAM) en la nube para manejar aplicaciones y sitios web existentes (viajes, comida, transporte, música, chat, etc.) en nombre del usuario.
  • Los usuarios inician sesión en servicios de terceros a través de un panel web “Rabbit Hole”; luego el dispositivo ejecuta acciones como si fueran ellos.
  • El “teach mode” registra las acciones y explicaciones del usuario para crear automatizaciones reutilizables (“rabbits”), con un mercado previsto para compartirlas y monetizarlas.
  • Muchos comentaristas dicen que, en esencia, esto es un cliente ligero para un servicio en la nube que, en principio, podría ser “solo una app”.

Hardware, diseño y UX

  • El diseño industrial de Teenage Engineering recibe muchos elogios; el dispositivo se compara con Playdate por tamaño y estética.
  • Críticas: parece voluminoso, quizá no quepa cómodamente en los bolsillos; se sospecha que la cámara giratoria es frágil; la rueda de desplazamiento está infrautilizada o no se demuestra.
  • La interacción principal es voz tipo push‑to‑talk; existe algún respaldo con teclado (agitar para mostrar el teclado en pantalla), pero se pasó por alto.
  • Varios lo ven como un “companion” o un dispositivo minimalista estilo Light Phone más que como un teléfono de verdad; no queda clara la compatibilidad básica con telefonía.

Dependencia de la nube, privacidad y modelo de negocio

  • La inferencia y el control de apps parecen totalmente basados en la nube; los comentaristas coinciden en que el hardware y el precio actuales impiden usar LLMs serios en el dispositivo.
  • Fuerte preocupación por otorgar a un tercero amplio acceso y credenciales a servicios (Uber, Spotify, Discord, etc.), posibles violaciones de los Términos de Servicio y una arquitectura de “man-in-the-middle”.
  • Las garantías de privacidad en el sitio se ven como vagas; algunos temen recolección de datos o futuros paywalls.
  • El precio único de $199 con “sin suscripción” se considera ampliamente financieramente dudoso dadas las GPU y los costos de VM; las teorías incluyen pérdidas subvencionadas por VC, suscripciones futuras, recortes de un “rabbit store” o monetización de datos. Muchos esperan que el servicio pueda ser de corta duración, generando residuos electrónicos.

Utilidad frente a teléfonos y asistentes existentes

  • Partidarios: les gusta la idea de escapar del caos de aplicaciones, especialmente para personas mayores, no técnicas o anti-smartphone; ven valor como asistente doméstico o juguete; lo consideran un paso audaz hacia la computación impulsada por agentes.
  • Escépticos: argumentan que todo lo mostrado ya es posible o más fácil con la interfaz de un smartphone; la voz suele ser socialmente incómoda, de bajo ancho de banda e inadecuada para tareas complejas (vacaciones, pedidos de comida); temen agentes poco fiables que gasten dinero o cometan errores.

Confianza, marketing y realismo

  • Muchos critican el sitio web y la keynote: mucha animación, poca capacidad de respuesta, un video largo obligatorio, estados de pantalla ocultos o saltados en las demos; algunos creen que partes están escenificadas o son engañosas.
  • Algunos lo ven como visionario pero “10 años demasiado pronto”; otros lo llaman condenado o incluso vaporware, y esperan que Apple/Google absorban esto con un Siri/Assistant mejorado cuando se alineen los incentivos y la tecnología.