Texto | Li Zhaofeng
Edición | Zhang Yuxin
“Dijeron que hubiera luz, y entonces hubo luz.” Al hablar de la visión definitiva de los agentes personales, el fundador de Rabbit, Lü Cheng, cambió el “dios” de aquel antiguo refrán por “persona”: en su idea, las personas solo necesitan decir lo que quieren lograr y el agente encontrará por sí mismo la manera.
Hablando de Rabbit, muchas personas piensan primero en ese dispositivo naranja de mano r1: un equipo de IA portátil que ejecuta el sistema propio de Rabbit. En su origen, Rabbit esperaba que el usuario solo tuviera que decir la tarea y que el dispositivo pudiera, en su lugar, operar las aplicaciones y completar el trabajo. Tras su presentación, el R1 llamó rápidamente la atención, pero en la experiencia real de uso después de salir a la venta también surgieron algunas críticas. Más tarde, Lü Cheng admitió que existe una brecha entre las altas expectativas de los usuarios y la experiencia inicial del software.
El mes pasado, Rabbit abrió al público OS3, su sistema operativo de agentes de nueva generación: los usuarios encargan tareas desde una página web o Telegram, y el sistema recurre a un modelo de IA elegido por el usuario para buscar archivos, manejar programas, navegar por la web o escribir código en el ordenador.
«No apuestes a que los usuarios acabarán teniendo un solo dispositivo; no es realista». Al explicar por qué están creando funciones multidispositivo, Lü Cheng enumeró los ordenadores que usa habitualmente: un PC personal, un Mac para el trabajo y un ordenador de la oficina que puede acceder a la intranet de la empresa. A su juicio, los usuarios suelen alternar entre varios dispositivos, y un agente útil debería permitirles encargar una tarea una sola vez y luego encontrar por sí mismo el dispositivo adecuado y la manera de resolverla.
En la edición de 2024 del CES (Feria Internacional de Electrónica de Consumo), Rabbit presentó r1. Sin embargo, la experiencia real con el producto pronto generó polémica: el medio tecnológico (Wired) le dio a la versión inicial una puntuación de 3 sobre 10. Hace unas semanas, en una entrevista con (Wired), Lü Cheng dijo que r1 ya había vendido más de 100.000 unidades en todo el mundo y que la tasa de devoluciones era inferior al 5 %. Ante las críticas de entonces, afirmó: «Desde el punto de vista de la ingeniería, no nos equivocamos de rumbo».
En su conversación con Inteligencia Emergente, Lü Cheng explicó con más detalle la brecha que afrontó r1: «En la presentación dijimos que podía hacer cuatro cosas, y luego los usuarios intentaban hacer seis». Los primeros productos de agentes tenían dificultades para satisfacer las expectativas cada vez mayores de los usuarios. Sin embargo, a juicio de Lü Cheng, esa «vanguardia» propia de los primeros tiempos del sector es precisamente parte del ADN de Rabbit. Al menos, r1 permitió a Rabbit participar en el debate sobre las primeras formas de hardware con IA; desde entonces, cuando se habla de esta categoría, la gente sigue mencionando aquel dispositivo naranja. Desde r1 hasta OS3, Rabbit siempre ha querido ganarse el derecho a definir los productos de agentes.
Durante el último año, los agentes han ido pasando de escribir código y realizar tareas de trabajo a ocuparse de asuntos cotidianos. Desde septiembre de este año, la competencia en este ámbito se ha intensificado claramente.
En torno al lanzamiento de OS3, Meta presentó Muse, un agente personal. Según estimaciones de Sensor Tower, Muse acumuló unos 2,8 millones de descargas en sus dos primeras semanas. Manus, que anunció a principios de septiembre que volvería a operar de forma independiente, lanzó después Cue, un agente personal. En China, Qianwen, de Alibaba, incorporó las compras en Taobao, mientras que Doubao, de ByteDance, lanzó un servicio de solicitud de taxis por conversación. Aunque siguen caminos distintos, varias empresas están intentando que la IA se incorpore a las tareas cotidianas.
Al hablar de la aparición sucesiva de productos de agentes personales, Lü Cheng dijo que los modelos escriben código cada vez mejor, lo que facilita la creación de agentes; pero sigue sin saberse si la gente común los usará a largo plazo. El siguiente reto es lograr que la gente entienda cómo usarlos y siga haciéndolo.
Esto también explica la lógica sencilla de uso de OS3. En cuanto a la interacción, a diferencia de muchos agentes organizados como espacios de trabajo, OS3 tiene una sola ventana de conversación continua. Los usuarios pueden expresar directamente sus necesidades relacionadas con el trabajo o la vida cotidiana, sin tener que crear primero un proyecto ni clasificar y organizar sus tareas por categorías. En cuanto a la ejecución, OS3 puede conectarse a un máximo de cinco ordenadores que ya tenga el usuario, utilizar los archivos y programas de cada uno y decidir en cuál completar la tarea.
Lü Cheng cree que, para que los agentes personales formen parte de la vida cotidiana de la gente, primero hay que reducir las barreras de uso. «La forma de pensar de los seres humanos no consiste en organizar los pensamientos en archivos». Esta es una de las premisas que Rabbit tuvo en cuenta al diseñar OS3: los usuarios no tienen que clasificar de antemano el trabajo y los asuntos personales; pueden encargar lo que se les ocurra en una misma ventana de conversación.
¿Qué tipo de agente personal necesitan las personas comunes?
Después del lanzamiento de Muse, de Meta, Lü Cheng también probó el producto. Le pidió a Muse que comprara una caja de refrescos. Muse tenía que iniciar sesión en una tienda en línea desde un ordenador remoto, pero como había olvidado la contraseña, tuvo que abrir el gestor de contraseñas para buscarla. Este proceso le hizo preguntarse si la necesidad de agentes personales ya estaba validada.
«¿Qué es más cómodo: pedirle a un agente que te compre una caja de refrescos en Amazon o hacer un par de clics en el ordenador y comprarla tú mismo?». Al hablar de esta ola de productos, Lü Cheng dijo: «No creo que esta necesidad esté validada todavía».
Explica la visión de Rabbit mediante la relación entre un jefe y su asistente ejecutivo: «Tengo algo que resolver; ve y resuélvelo por mí». En la vida real, un jefe no le indica de antemano a su asistente a qué tienda ir ni cómo pagar; lo que quiere es obtener un resultado. Lü Cheng espera que los usuarios puedan utilizar los agentes personales de la misma manera: con una interacción sencilla, acceso al sistema local y capacidad para operar en varios dispositivos.
Al abrir OS3, lo que se ve principalmente es una conversación continua y un campo de entrada, sin accesos separados para el trabajo y la vida cotidiana. Este diseño es suficientemente sencillo, pero también puede dejar a los nuevos usuarios sin saber por dónde empezar. Lü Cheng cree que establecer categorías por adelantado obliga a las personas a organizar sus ideas según la lógica del software.
Lü Cheng dice que el pensamiento humano es fluido: mientras se habla de un asunto de trabajo, puede que de repente uno recuerde algo personal que dejó pendiente el día anterior. A este estado lo llama «brain dump»: soltar de golpe todo lo que se le pasa a uno por la cabeza. Dice que OS3 debe apoyarse en la memoria y la gestión de tareas para recoger esas ideas que saltan de un tema a otro y decidir después qué herramientas usar y qué ordenador debe ejecutarlas. Cuanto más sencillo es el campo de entrada, más complejas son las decisiones que debe tomar el sistema que hay detrás.
Cuando un agente empieza a realizar tareas, no basta con que entienda las instrucciones: también necesita acceder a un entorno en el que pueda ejecutarlas. Lü Cheng dice que, en sus primeras propuestas, Rabbit probó soluciones similares a Muse, pero descubrió que iniciar sesión desde otra ubicación podía activar las verificaciones de los sitios web e incluso provocar que bloquearan el acceso. Por eso, en OS3, aunque sigue siendo necesario conectarse a modelos en la nube, se puede instalar el programa de ejecución en un ordenador elegido y utilizar los archivos, programas y entorno de trabajo que ya tiene esa máquina. Lü Cheng también considera que la ejecución local establece un límite de privacidad: «Si los archivos están en local, no hace falta subirlos; se ejecutan directamente en el ordenador local».
El coste de uso también es una barrera. Algunos usuarios han señalado que, al usar el mismo modelo, OS3 puede consumir más tokens que OpenClaw. Esto puso en alerta a Lü Cheng: «Sin duda haremos una ronda de optimización a fondo para reducir el consumo de tokens».
El consumo de tokens es solo una parte del problema. Lü Cheng comentó que, después de integrar OpenClaw en r1 a principios de año, la pregunta que más recibían era: «¿Cómo se instala OpenClaw?». Al principio pensó que bastaba con seguir las instrucciones del sitio web oficial, pero luego descubrió que muchos usuarios comunes nunca habían abierto la terminal de un ordenador y estaban aún menos familiarizados con GitHub y la configuración de habilidades. En otras palabras, para que los agentes personales lleguen al público general, su uso debe ser lo más sencillo posible y tener pocas barreras de entrada.
Rabbit integró la configuración inicial de OS3 en la versión web. Los usuarios responden a las preguntas que aparecen y luego introducen la clave de API del modelo que hayan obtenido para empezar a usarlo. Si quieren que el agente opere en su ordenador, aún tienen que instalar un programa local y concederle permisos. Lü Cheng describe la configuración web como una «mejora evidente», pero dice que todavía falta camino para que la gente común pueda usar el producto nada más sacarlo de la caja. «Ahora mismo, una de las cosas que más me preocupan del producto es cómo reducir las barreras para los usuarios».
Al hablar de por qué OS3 adopta el modelo Bring Your Own Key (el usuario aporta su propia clave del modelo), Lü Cheng dijo: «No creo que ninguna gran empresa pueda estar segura de que su propio modelo vaya a imponerse dentro de su ecosistema cerrado. En la competencia entre modelos, ninguna empresa tiene una ventaja absoluta y es difícil que haya un ganador a corto plazo». A su juicio, esa es también una de las ventajas de Rabbit frente a las grandes empresas: cualquier mejora en las capacidades de un modelo puede impulsar los productos de agentes de Rabbit.
Lü Cheng espera que Rabbit cree un producto que la gente quiera apoyar durante mucho tiempo. Dice que las grandes empresas son buenas para «matar rápidamente productos de nicho que funcionan bien», pero que «les cuesta mucho matar un producto en el que la gente cree». Pone como ejemplo Linux, un sistema operativo de código abierto: quizá no haya mucha gente que lo use, pero es difícil convencer a quienes ya se han acostumbrado a él de que se pasen a otro sistema.
Sin embargo, cuando le preguntaron si Rabbit estaría dispuesta a convertirse en «el Linux de la era de los agentes», Lü Cheng respondió: «Ser solo Linux no basta». A su juicio, una vez establecida la base tecnológica, también hay que ofrecer a la gente común una «solución lista para usar» sobre sistemas complejos.
Rabbit quiere disputar la definición de los agentes
«OS3 es el sistema operativo que creamos inicialmente para Cyberdeck», dijo Lü Cheng. Cyberdeck es el segundo producto de hardware que Rabbit desarrolla después de r1: un pequeño ordenador aún no lanzado, que planea incluir una pantalla y un teclado mecánico para que los usuarios puedan utilizar agentes y herramientas de programación.
En enero de este año, Rabbit presentó públicamente por primera vez el proyecto Cyberdeck. Lü Cheng publicó entonces en las redes sociales el concepto del producto: un cuerpo compacto, un teclado mecánico intercambiable y un entorno que permitiría a los usuarios elegir libremente modelos y agentes. Había contado a los medios que el precio objetivo de Cyberdeck era de 500 dólares.
En esta conversación, Lü Cheng le dio una definición más cotidiana: una puerta de entrada a las tareas que llevas contigo. «Este dispositivo portátil hace las veces de tu campo de entrada, tanto si hablas como si escribes». Desde allí, uno puede encargar tareas y luego OS3 recurre a los ordenadores conectados en casa o en la oficina.
Cyberdeck aún está en desarrollo, así que Rabbit ha optado por ofrecer primero OS3 a los usuarios de ordenadores convencionales. Lü Cheng explica que espera que, antes de terminar el nuevo dispositivo, el equipo pueda detectar problemas mediante el uso real y seguir ajustando la integración entre el software y el hardware.
Anteriormente, (Wired) describió OS3 como un giro para Rabbit. En esta entrevista, Lü Cheng aclaró: «No es que hayamos pasado del hardware al software». Dice que muchos medios han malinterpretado a Rabbit y creen que es una empresa de hardware, cuando en realidad «el hardware es algo que no nos queda más remedio que hacer».
A su juicio, la clave está en hasta qué punto el agente puede acceder al entorno del sistema. «Si solo haces una aplicación, tus límites son los que te impone la aplicación». Al crear sus propios dispositivos, se puede diseñar el entorno de ejecución del agente desde la capa del sistema.
Sin embargo, si OS3 ya puede conectarse a ordenadores convencionales, ¿por qué los usuarios necesitarían Cyberdeck? Lü Cheng cree que una puerta de entrada unificada y portátil puede recurrir a varios dispositivos y también permite que las tareas se mantengan en el entorno de trabajo que el usuario ya tiene.
Este diseño responde a las limitaciones que encuentran los agentes al ejecutar tareas. Lü Cheng usó las compras en Amazon para explicar los problemas del entorno de ejecución: normalmente inicia sesión desde Los Ángeles, pero el agente en la nube podría acceder a la misma cuenta desde un ordenador virtual en Minnesota. Si el sitio web detecta un inicio de sesión desde una ubicación desconocida, puede pedir una verificación adicional o incluso bloquear la operación. Por eso, considera importante que el agente pueda utilizar la sesión iniciada y el entorno de trabajo de los dispositivos que el usuario ya tiene.
Lü Cheng no niega la urgencia de la competencia en el sector de los agentes. Al recordar el lanzamiento de r1, comentó que entonces el equipo solo tenía siete personas y quería entregar el producto antes que sus competidores: «Desde que dibujamos el primer boceto de r1 hasta el día de su lanzamiento, pasaron noventa y un días». Hoy los productos de IA evolucionan más rápido. Cree que una startup puede quedar fuera de juego si no presenta un producto nuevo o algún cambio en uno o dos meses.
«Todos creen que ya no servimos, pero no hay manera de que desaparezcamos». Lü Cheng atribuye la resiliencia de Rabbit a la convicción del equipo sobre el rumbo de la tecnología de agentes. «No solo seguimos aquí, sino que siempre hemos representado la innovación y la exploración más recientes en el campo de los agentes, y además hemos presentado productos líderes que están a la altura de los de las grandes empresas».
Hace 10 años, cuando tenía 26, Lü Cheng vendió a Baidu Raven Technology, la empresa que había fundado. Ahora que vuelve a emprender, espera disfrutar más plenamente del proceso de crear un producto. «No mates la alegría de crear», dijo Lü Cheng. Un creador es alguien que convierte una idea en un producto con sus propias manos. Dice que «elige hacer cosas más duras y difíciles porque son interesantes».
Fuente de la imagen｜Unsplash