Agentes
Voz y presencia
Los agentes no están confinados a una caja de chat. Puedes hablar con uno en tiempo real, y puede hablar, dibujar y aparecer de vuelta — en una pantalla real, como una cara animada, en una pizarra compartida, o como señalización. Presence convierte cualquier dispositivo con pantalla y bocina en un lugar donde hay un agente.
Háblale
La voz son dos periféricos intercambiables acoplados alrededor del agente normal: voz-a-texto para oídos, texto-a-voz para boca. Abre el micrófono en un hilo y estás en una conversación full-duplex — el agente te escucha, y puedes interrumpirlo. Los proveedores son configurables; la pila por defecto corre sin ninguna key de terceros.
«Voz» aquí significa conversación en tiempo real dentro de la app, no hacer llamadas telefónicas — para canales de SMS y correo mira Correo y mensajería.
Déjalo aparecer
Una computadora o teléfono expone una pantalla escribible: escribe una operación y dibuja. Un solo conjunto de operaciones cubre todo lo que un agente puede poner en una pantalla — superponer una pista sobre la UI en vivo, presentar una escena opaca (un face, una página html, un whiteboard, un loop de medios, o un espejo de otra cámara), hablar, o reproducir audio. El registro de operaciones es la única fuente de verdad, renderizada de forma idéntica en el dispositivo y en un visor de navegador.
# Everything an agent puts into the world is one op on the writable display file.
echo '{ "op": "scene", "scene": { "kind": "face" } }' >> display.jsonl
echo '{ "op": "say", "text": "Welcome — how can I help?" }' >> display.jsonl
echo '{ "op": "scene", "scene": { "kind": "whiteboard" } }' >> display.jsonlQué desbloquea
- Un mostrador atendido sin personal — una cara en una tableta saluda, responde, y avisa a un humano cuando se sale de su alcance.
- Una pizarra compartida — el agente dibuja con las mismas operaciones que usaría un humano, y lee la pizarra de vuelta como texto.
- Señalización y radiadores de estado — un solo hilo maneja una flota de pantallas ociosas, cada una con su propia escena.
- Un teléfono encarnado — ojos de cámara, oídos de micrófono, una cara animada en la propia pantalla del teléfono.
Consentimiento y divulgación
La salida orientada hacia afuera llega a personas que nunca abrieron la app, así que está controlada por el propietario y desactivada por defecto para pantallas externas; las caras de agente llevan divulgación de IA, y los micrófonos de sala siguen siendo opt-in explícito. Un local que despliega un recepcionista es responsable de sus propias obligaciones locales de divulgación y consentimiento.