¡El asistente de IA de Musk también ha empezado a contratar a Claude para hacer el trabajo!
El 7 de octubre, Musk anunció en X que Grok Bot seleccionará el modelo de backend más adecuado según la tarea específica, y nombró directamente a Claude Opus 5.5, Midjourney y Suno.
El estándar que dio fue simple y directo:
El que tenga más probabilidades de brindarte el mejor resultado, usa ese.
Quien funcione bien, úsalo.
El internauta ExiledonMoon bromeó diciendo que incluso el asistente de IA de Musk ha empezado a pedirle ayuda a Claude para el trabajo.
Otro internauta, Token Maxxer, recordó: la lista que dio Musk también incluye "otras API líderes". OpenAI simplemente no fue nombrada, y no fue excluida explícitamente.
Esto también deja un suspenso: ¿los modelos de OpenAI también se convertirán en refuerzos externos para Grok Bot?
Al menos, Claude ya ha empezado a trabajar.
Según un informe del mismo día de 9to5Mac, Grok Bot ya puede usar Claude Opus 5.5.
Le entregas la tarea al asistente de IA de Musk, y quien hace el trabajo detrás de escena puede ser Claude.
Mientras compite con Anthropic por los usuarios, también está llamando a Claude. ¿Por qué Musk está dispuesto a hacer esto?
Tomar prestado el modelo de un rival para ganar a sus propios usuarios
A juzgar por el "mejor resultado" que Musk enfatizó, su pensamiento es muy práctico:
Primero deja que Grok Bot haga bien el trabajo del usuario; no hay necesidad de que su propio modelo se encargue de cada parte.
Si una determinada tarea se puede hacer mejor con Claude, integrarla puede ayudar a reducir las posibilidades de que los usuarios recurran a otros productos debido a una mala experiencia.
Más crítico aún, incluso si quien hace el trabajo detrás de escena es Claude, el lugar donde los usuarios expresan sus necesidades, conectan herramientas y hacen seguimiento de las tareas todavía puede ser Grok Bot.
Anthropic proporciona parte de la capacidad del modelo, mientras que Grok Bot se encarga de organizar estas capacidades y entregar los resultados. Siempre que la tarea se complete bien, los usuarios tienen una razón para seguir usando este asistente.
Por lo tanto, llamar al modelo de un rival también puede convertirse en un medio para ganar usuarios.
Incluso si parte del trabajo lo completa Claude, la próxima vez que los usuarios tengan una tarea, es posible que aún abran Grok Bot primero.
Lo que Grok Bot quiere asumir es todo el conjunto
El Grok Bot mencionado por Musk esta vez lanzó su versión Beta el 11 de agosto.
Este asistente inteligente viene con una computadora en la nube, en la que puede ejecutar tareas para los usuarios.
Según la introducción oficial, Bot puede usar herramientas, iniciar sesión en aplicaciones y gestionar trabajo en múltiples programas; varios Bots también pueden comunicarse entre sí, compartir el contexto de las tareas y dividir el trabajo y colaborar.
Después de que el usuario deje la computadora, el trabajo puede continuar.
Múltiples Grok Bots transfieren tareas e informan el progreso.
Que Musk mencione Grok Bot esta vez no significa que la función de chat de Grok en X también vaya a cambiar completamente a Claude.
Además de Claude, la lista también incluye la herramienta de generación de imágenes Midjourney y la herramienta de generación de música Suno, abarcando texto, imágenes y música, lo que corresponde a una necesidad muy práctica: completar una cosa entera a menudo requiere que varias capacidades trabajen juntas.
Por ejemplo, para hacer un video corto, necesitas escribir el guion, preparar la portada y también añadir una pieza musical.
Pide ayuda a unas cuantas IA y los materiales pueden estar listos muy rápido. Pero explicar los requisitos, mover archivos y coordinar las revisiones a menudo todavía requiere que vayas de un lado a otro entre diferentes ventanas.
Si Grok Bot puede llamar al modelo adecuado según la tarea y conectar estos pasos, tiene la oportunidad de encargarse de parte del trabajo de coordinación por ti.
Lo que los usuarios quieren es muy simple: cambiar menos de un lado a otro entre varios modelos y herramientas, y no tener que explicar la misma necesidad varias veces.
Incluso quiere ahorrarte el tener que elegir qué modelo usar
Cuantos más modelos conecte, ¿en lugar de eso les dará a los usuarios una "dificultad de elección"?
Al abrir un asistente, todavía tienes que pensarlo primero: ¿debería usar Claude o Grok para escribir código? ¿Y a qué herramienta debería cambiar para hacer imágenes?
La documentación oficial de Grok Bot ya ha dejado clara la estrategia de diseño:
La selección del modelo es gestionada por la plataforma, no hay un menú de selección de modelo visible para el usuario, y la combinación real de modelos utilizados puede cambiar con el tiempo.
En otras palabras, tú asignas la tarea y el sistema elige el modelo por ti.
No tienes que investigar quién se actualizó recientemente solo para escribir un fragmento de código; ni tampoco tienes que revisar las listas de capacidades de varias herramientas solo para hacer una imagen.
Sin embargo, esto no significa que los usuarios no necesiten saber qué se usó y cuánto se gastó.
La documentación oficial menciona que el análisis de uso mostrará qué modelo se usó realmente, y los costos se calculan según el modelo utilizado.
Esta información puede ayudar a los usuarios a entender a dónde va su dinero y juzgar si la tarea valió la pena.
¿Es realmente confiable dejar que la IA elija los modelos?
Después de entregar la elección al sistema, surge la pregunta: ¿qué ventajas tiene dejar que la IA elija modelos para las personas, y es confiable tal elección?
Que un modelo asigne trabajo a otros modelos ya tiene precedentes.
Ya en 2023, HuggingGPT intentó que ChatGPT descompusiera las tareas del usuario, seleccionara modelos adecuados según las descripciones de modelos en Hugging Face, y luego hiciera que el sistema llamara a estos modelos para ejecutar tareas y agregar resultados.
La API Decisions, recientemente abierta en beta pública por OpenAI, también proporciona una herramienta para este tipo de selección.
Los desarrolladores proporcionan información de la tarea y opciones candidatas, GPT-6 Luna devuelve un juicio, y luego la aplicación ejecuta el siguiente paso basándose en ese juicio.
Utilizado en un asistente multimodelo, puede ayudar a decidir: a qué modelo debe asignarse la tarea actual.
La ventaja de la selección automática es especialmente evidente cuando una tarea requiere llamar repetidamente a los modelos.
La organización simple de información, el razonamiento complejo y el pulido final del texto tienen diferentes requisitos sobre las capacidades del modelo. Si el sistema puede juzgar paso a paso, tiene la oportunidad de usar modelos más potentes y costosos solo en las etapas que realmente los necesitan.
Este tipo de enfoque ya ha sido validado por la investigación en cuanto a sus beneficios de costo.
El estudio RouteLLM de 2024 mostró que en la evaluación MT-Bench, al distribuir solicitudes entre GPT-4 y Mixtral, el sistema podía alcanzar alrededor del 95% del rendimiento de evaluación de GPT-4 mientras reducía los costos en más del 85% en comparación con usar GPT-4 por completo.
Rendimiento de asignación de modelos de RouteLLM en MT-Bench.
Pero este resultado compara la asignación automática con el uso fijo de GPT-4; no puede probar completamente que la IA sea mejor eligiendo modelos que los humanos, ni puede equipararse con los resultados de prueba reales de Grok Bot. Cómo elige específicamente los modelos Grok Bot todavía requiere más información pública para juzgar.
Además, "adecuado" no tiene una respuesta que se aplique a todos.
Algunas personas tienen prisa, algunas quieren ahorrar dinero y algunas están dispuestas a gastar más tiempo y dinero a cambio de mejores resultados. Incluso para generar imágenes, una ilustración temporal y un conjunto de carteles listos para publicar directamente tienen diferentes estándares de finalización.
El asistente de IA primero debe comprender estos requisitos antes de decidir qué capacidades invocar. De lo contrario, por muy fuerte que sea el modelo, aún puede no producir el resultado que el usuario desea.
Para los usuarios, si la selección automática realmente puede ahorrarles preocupaciones todavía tiene que tener en cuenta el tiempo dedicado a verificar, revisar y rehacer el trabajo.
¿Quién puede convertirse en la primera opción del usuario?
En esta competencia, también está OpenAI, que acaba de lanzar Dots.
El 29 de septiembre, OpenAI lanzó el agente de veinticuatro horas Dots, que también viene con una computadora en la nube, puede conectarse a aplicaciones y puede continuar avanzando en el trabajo después de que el usuario se va.
Dots modifica los materiales de publicación según los nuevos requisitos.
Lo que compite con Grok Bot es la misma oportunidad: convertirse en el asistente de IA al que los usuarios estén dispuestos a confiar tareas a largo plazo.
Pero la competencia entre asistentes también puede coexistir con la cooperación en la invocación de modelos.
Si en el futuro Grok Bot se conecta a los modelos de OpenAI, los usuarios podrían entregar tareas al asistente de Musk, y luego los modelos de OpenAI completarían parte del trabajo. OpenAI proporciona capacidades de modelo, mientras que los asistentes de ambas compañías siguen compitiendo por los usuarios.
Actualmente, esto todavía es solo una posibilidad. Musk nombró explícitamente a Claude esta vez, y aún no se ha confirmado si se conectarán los modelos de OpenAI.
Cuando diferentes asistentes tienen la oportunidad de llamar a modelos similares o incluso los mismos, quién entiende mejor al usuario y quién puede continuar desde la última tarea pueden convertirse en los factores clave que afectan la elección.
Si un asistente ya conoce tus preferencias de redacción y estilo de imagen, y también puede encontrar archivos anteriores, entonces la próxima vez que tengas una tarea, naturalmente pensarás en él primero.
Cambiar a otro asistente puede significar volver a explicar los antecedentes, volver a conectar herramientas y pasar por el estilo de trabajo磨合 todo de nuevo.
Conectarse a Claude agrega capacidades de modelo invocables a Grok Bot.
A continuación, estas capacidades todavía necesitan traducirse en beneficios que los usuarios puedan sentir:
Si los requisitos cambian, ¿puede seguir revisándolo? Si el trabajo está a medio hacer, ¿puede seguir avanzando? Para los resultados entregados, ¿cuánto esfuerzo necesita todavía invertir el usuario para terminarlos...
Todas estas experiencias afectarán a quién le encargue el usuario la siguiente tarea.
Materiales de referencia:
https://x.com/testingcatalog/status/2107803665457189061
https://x.com/elonmusk/status/2107724314451878104
https://www.theinformation.com/briefings/musk-says-spacex-will-sometimes-use-rival-models-power-grok-bot
https://developers.openai.com/api/docs/guides/decisions?utm_source=chatgpt.com
Este artículo proviene de la cuenta pública de WeChat "Xin Zhi Yuan" (ID: AI_era), autor: ASI Revelation; editor: Yuan Yu
