Claude Duet

Artículo original ↗ Discusión en Hacker News ↗

Los agentes persistentes de IA tipo “asistente”, como el nuevo Claude Duet de Anthropic, están surgiendo como competidores de Dots de OpenAI, Muse de Meta, Grok Bot y diversas herramientas autohospedadas, con la promesa de encargarse proactivamente del correo, la programación, las compras, los viajes, las finanzas y otras tareas digitales. Los comentaristas se dividen entre el entusiasmo por descargar logística tediosa —con algunos describiendo flujos de trabajo complejos del mundo real que ya ejecutan agentes— y una profunda preocupación por la seguridad, la privacidad, el bloqueo de plataforma y la dependencia excesiva de servicios opacos y siempre activos conectados a todo, desde el correo hasta los gestores de contraseñas. Muchos también ven señales de comoditización y fatiga por el hype: la tecnología central parece realmente potente, pero los productos se ven cada vez más parecidos, la confianza es un gran cuello de botella y algunos usuarios prefieren configuraciones locales o de código abierto que mantengan el control a largo plazo sobre los datos y la lógica de automatización.

Posicionamiento del producto y comparaciones

  • Duet es visto como la respuesta de Anthropic a OpenAI Dots, Meta Muse, Grok Bot, Instinct, etc.
  • Funciona sobre Opus 5.5; varios sostienen que la calidad del modelo por sí sola podría diferenciarlo de Muse/Dots, donde las salidas parecen más débiles.
  • Otros dicen que «en realidad no se diferencia» a nivel de producto y que simplemente repite el patrón del «agente persistente».
  • Algunos se preguntan por qué es una app/UX separada en vez de ser solo una capacidad integrada de Claude, atribuyéndolo a «lanzar el organigrama» y a la Ley de Conway.

Casos de uso y valor reportado

  • Tareas habituales de asistente: criba de correo, programación, gestión de calendario, logística de viajes, reservas, pedidos de supermercado, monitorización de suscripciones/facturas, tareas recurrentes del hogar.
  • Varios usuarios describen flujos reales potentes:
    • Comprar un coche e incluso una casa en el extranjero (barrera idiomática, logística compleja) gestionado en gran medida por un agente.
    • Monitorización continua de cuentas, detectando facturas inesperadas.
    • Planificación de comidas, carritos de la compra, búsquedas de apartamento, flujos de trabajo de contratos e informes a 311.
  • Otros ejecutan agentes de larga duración (configuraciones tipo Hermes/OpenClaw/muse) que: revisan correo IMAP, rellenan bases de datos, tramitan automáticamente compensaciones de tren, reabastecen la compra, monitorizan viajes y gestionan la automatización del hogar.

Escepticismo, limitaciones y problemas de UX

  • Muchos todavía «no ven el punto» frente a una sesión sólida puntual con Claude/ChatGPT más algunos scripts o rutinas.
  • Quejas sobre: autonomía lenta o frágil, mal rendimiento en programación, bloqueo de sitios web/CAPTCHAs, notificaciones demasiado insistentes y agentes que aún necesitan indicaciones constantes.
  • Críticas de UX: listas de espera torpes, mala búsqueda dentro de la app de chats antiguos, integración débil entre productos y flujos en general a medio hacer en comparación con lo que los modelos subyacentes podrían permitir.

Privacidad, seguridad y control

  • Fuerte preocupación por darle a un agente alojado y siempre activo acceso a todo (correo, contraseñas, finanzas, calendarios).
  • La integración con 1Password divide opiniones: a algunos les gustan los cofres con alcance limitado y los envoltorios; otros la ven como «la madre de las malas ideas».
  • Algunos sostienen que los riesgos son comparables a la exposición de larga data de Gmail/Dropbox; otros ven los agentes persistentes como una pesadilla de privacidad y seguridad cualitativamente peor.

Alternativas locales/autohospedadas

  • Varios comentaristas prefieren agentes autohospedados (Hermes/OpenClaw + modelos locales o baratos en la nube) en servidores domésticos o tailnets.
  • Beneficios citados: propiedad de la memoria/estado, cambio de modelo más fácil, mejor transparencia y menor exposición de datos.
  • Desventajas: modelos más débiles, más esfuerzo de configuración y falta parte del pulido de los productos de los grandes laboratorios.

Dinámica de mercado y fatiga con la IA

  • Muchos esperan que numerosas startups de agentes financiadas por capital riesgo desaparezcan o sean adquiridas, a medida que los laboratorios integran funcionalidades similares «casi gratis» sobre sus propios modelos y cómputo.
  • Debate sobre fosos competitivos: cómputo, modelos, integración empresarial y ecosistemas frente a agentes B2C delgados.
  • Varios expresan fatiga con los lanzamientos constantes de IA/LLM en HN, aunque otros ven esto como el enfoque natural dada la percepción del impacto profesional de la IA y su importancia tecnológica.