作为一个和 AI 交互时喜欢语音输入远大于打字输入的人，每次和 web 端 Gemini/（桌面端）Claude Code/（桌面端）Antigravity 表达诉求时就觉得很烦。
真的有人喜欢敲键盘吗？
有的，只是不是我。
不过，需要敲键盘 vs 不敲键盘，的确也看情况的啦～
于是我找 AI 帮我搞定了这个痛点。
现在，我只需要开启终端（或者让 AI 帮我开终端），按下按键，说话，松开按键，我的表达就跑到光标停留的地方啦！
就语音输入这一点，我真的要夸赞 ChatGPT，估计没有任何一款和语音识别有关的工具的识别准确度能比得上它，尤其是中英夹杂方面。
以前我会用苹果键盘的语音识别作为中介识别中文输入，但对中英夹杂以及一些词汇的识别准确度远远达不到我的期待；和 ChatGPT 对比的话，其他的我用过的工具都打不过。
不过，Wispr Flow 这个工具的识别准确度也很不错！这是我初次使用它时给我的第一大触电点——虽然不知道它和 ChatGPT 背后的语音识别模型是否一致。🤔
All in all，目前来看，我做的这个程序的识别准确度还是不错的！感谢 AI，让我又解决了自己的一个痛点！
因为近期浸润的全是英文世界的信息，偌大的落后差距让我惶恐：有人已经全天候地用 AI 替自己工作，也有人还没用过 AI，尤其是编程 AI。
国内拿得出手的编程 AI…我想了想，TRAE？但我刚开始用它的时候，因为模型随便用，可能用的人多，一个指令输入进去，工作一会儿之后罢工，继续工作然后罢工…索性直接放弃，后来就再也没有打开过了。
无论是 AI，还是 AI 编程，确实赋能了很多工种，也让很多人（比如设计师/创意人士、PM 甚至是对代码一无所知的专业人士）加入了软件开发的世界。
甚至这样的发展是所有人未曾料想的：谁知道 Claude 团队内部使用的一个小玩意儿如今会成为全世界各地开发人员疯狂使用的工具呢🤔
这让我想起来之前读到的一篇文章，「Why We've Tried to Replace Developers Every Decade Since 1969」，讲的是为什么每隔十年都要尝试 replace 开发人员。
文章的分析对我一个外行人员来说很有趣，窥探到了一些开发历史的感觉。文章从 1969 年开始写起，到二十世纪六十年代末和七十年代的 COBOL 语言，到二十世纪八十年代的 CASE 工具，到二十世纪额九十年代的 Visual Basic 和 Delphi，再到 2000 年及以后的 Web 框架、低代码和无代码…结尾时说 AI 改变了开发人员的工作方式，但并没有消除他们的判断力。
AI 不仅是增强开发者，如前文所说，更是赋能各领域内的专业人士，让他们也参与到软件构建的过程中。
这里我用到了「专业人士」，对的，感觉这也是为什么前几天我会看到有消息说 TLDRAW 不再接受外部 PR 的原因，因为有的人根本不知道自己在用 AI 做什么，所谓的「他以为他懂」，结果就是对维护人员造成诸多不必要的麻烦。
AI 让很多人懂得了做出某些东西，但 AI 还不能让某部分人知道，他们做出来的东西该不该存在。虽然说存在必有其意义，但感觉还是…这个理由有点怪，但我还不知道如何辩驳。🤔
这也就是为什么我做的 AI 工具大多数时候只是处于解决个人痛点或者玩乐的程度。我想要做的真正算得上赋能的工具是音频领域相关的，但在那个领域中，我并不是专家，我尚且还不能完全知道音频技术背后还有什么我所不了解的待解决的技术问题…但我真的有尝试在做，只不过迄今为止 MVP 都还没做出来😂
Anyway，尝试去做是好事，vibe coding 的过程中学到了很多之前根本没接触过的东西——至少对于我而言。
过去的这一个多月，我在认识 AI、使用 AI 方面可以说是成长巨快，但我无法一一将我学到的东西复现给有意愿学习的伙伴们参考，很是苦恼——这又成了下一个我尝试用 AI 突破的痛点，目前进度 40%——虽然是一个虚数，但它可以将我的 vibe coding 过程转成可见的痕迹，这算是蛮大的进步，尽管用处还微乎其微。
在这里，我想补充一点我使用 AI 学习的技巧。
【A】假如说我在社媒上看到一篇很有启发的文章（或者播客/视频），其中提到了一些学习路径/实践步骤（过程），最简单的方式不是我去照做，而是尝试把这些内容喂给 AI，让 AI 给我指路（找捷径），让它告诉我，如何更快地获得我想要的结果——这个过程其实也会让自己更清楚：我到底想要的是什么。
【B】再比如，某个人提到自己最近做了什么你觉得很有意思但 ta 没有说出具体是怎么做的——拿着截图找 AI，哪怕一开始一头雾水，几番问答互动下来，你一定会有所收获。
每次我看到有人眼动手动脑没动然后被别人吐槽「伸手党」…嗯，自身的局限性需要自己有意识去突破，意识促进行动，行动改变结果再反馈到自己的意识上…（道理都懂，但我也栽跟头了呀…
当然，关于举例 A，从头到尾照着做也不是不可以，但有时候你会发现，作者的文字里是带有语境的，比如直接给出一连串 CLI 指令，让你照着做…等会儿，「CLI 指令」是什么意思？
CLI，Command Line Interface，命令行界面；我们所说的 CLI 指令通常是在终端输入的 command——指令。
实话实说，作为一个电子信息工程专业出来的，我大学期间没碰过几次终端🥲都不知道是我的问题还是我接受的教育的问题…甚至于尝试在终端接入 Claude Code 的时候，我看着别人的教程两眼发黑：哥，你在说啥？？！
崩溃到想哭——真的是！想哭。
想起来今天凌晨还在挣扎于我的 vibe coding 项目，突然发现 GitHub 封了我的账号，可我前几分钟还在用呢。去找了一下原因，大概是我昨天注册了 Gemini Hackathon 相关的一个平台，刚好在我发现被封之前的几分钟——邮箱收到邮件说，我的 GitHub 账号成功授权到 Devpost 平台…
开始申诉，然后发现 GitHub 根本不支持中国号码，然后去找在美国的伙伴借了她的号码拿验证码…做这一切的过程中胸口憋着一阵闷气，因为耽误到我的（项目）工作了。
幸好，今天下午通过了人工审核，对方解释说是系统误判，把账号还给我了。但我还是感觉到了严重的系统性不公，到底是谁造成了这个局面？反正不能是 GitHub 全背这个锅。
翁家翌前几天在 WhynotTV 播客上的访谈我非常认真地听完了，觉得他所说的宿命论有点意思（如此地笃定，以及，他还是个研究 AI/RL 的人），包括我也曾听到身边人说到所谓的真实玄学事件…说到底还是我见过的样本太有限，看不透，不知道啊…
咋气氛变得那么奇怪？强行转一下。咱要做个有能量的小太阳。
未知太有趣了，脚踏实地做事情也得劲儿。