Claude Code häälega: ehitamine paralleelsetel radadel

Viimasel AI-toega arenduse aastal pöördus midagi vaikselt ümber: silmuse kõige aeglasem osa ei ole enam masin. Claude Code jahvatab hea meelega neli minutit refaktoreeringut. Cursor koostab testikomplekti, kui sa ei vaata. Pudelikael oled sina — täpsemalt su käed, mis saavad korraga olla ainult ühes aknas.

Niipea kui jooksutad rohkem kui üht agendirada, lakkab see olemast tüütus ja saab su päeva kujuks. Rada üks refaktoreerib autentimist. Rada kaks ootab su ülevaatust. Rada kolm on Slacki lõim, kus klient kirjeldab viga halvasti. Iga üks neist radadest liigub edasi loomuliku keele peal — ja sina toodad seda loomulikku keelt kümne sõrme ja ühe fokusseeritud aknaga.

Selle lünga täidabki hääl. Mitte „dikteeri oma romaan“ hääl — juhtkanali hääl. See on see osa vibe-kodeerimisest, mida keegi demodes ei näita: sa ei genereeri rääkides harva koodi ennast, sa juhid agente, kes seda teevad.

Promptid on proosa ja proosat on kiirem rääkida

Kodeerimisagendi juhtimise juures on asi selline: sisend ei ole kood. See on juhised. „Võta kordusloogika WebSocketi käsitlejast välja, tõsta see omaette moodulisse ja tee tagasilöögi ülempiir seadistatavaks.“ Selle saad kahekümne sekundiga ära trükkida, kui oled juba selles aknas, soojaks köetud ega mõtle millelegi muule.

Aga sa ei ole enam kunagi selles seisus. Sa oled keset ülevaatust teisel rajal. Sa loed agendi viimast diffi. Sa hoiad kohvi. Prompti maksumus ei ole trükkimise aeg — see on kontekstivahetus, et su käed ja silmad trükkimisasendisse saada.

Prompti rääkimine kaotab selle kulu. Fokusseeri terminal, hoia klahvi all, ütle lause, mida sa oma peas niikuinii ütlesid, lase lahti. Sõnad maanduvad kursorile ja rada hakkab jälle liikuma, samal ajal kui su tähelepanu naaseb sinna, kus see päriselt olema pidi.

Töövoog konkreetselt

Ma kasutan selleks Keebye’d — see on tööriist, mille ma ehitasin, kui see probleem mu tööelu ära sõi, ja allpool olev on selle päris käitumine, mitte lootus. Kokkusurutud seadistuse kontrollnimekiri — kiirklahv, sisestusrežiim, sõnastik — elab lehel häälega dikteerimine Claude Code’i jaoks.

Üks kiirklahv, all hoitud. Vaikimisi on see parem ⌘. Hoia all, räägi, lase lahti; transkribeeritud tekst maandub fookuses olevasse redigeeritavasse välja. Pikemate juhiste jaoks lülitab üks puudutus salvestuse sisse, kuni puudutad uuesti. Esc katkestab. Ühtegi akent ei ole vaja avada, mis ongi kogu mõte — tööriistal ei ole oma rada.

Trükkimisrežiim terminalide jaoks. Claude Code elab terminalis ja terminalid on lõikelaua kaudu kleepimise suhtes vaenulikud — eriti üle SSH või tmuxi sees. Keebye oskab teksti kleepimise asemel sünteetiliselt sisse trükkida, terminaliteadliku tempoga, nii et prompt saabub nii, nagu klahvivajutused saabuksid. See üks seadistus on agenditöö puhul vahe „nunnu demo“ ja „igapäevase töölooma“ vahel — terve lugu sellest, miks terminalid kleepimise katki teevad, on loos dikteerimine, mis peab terminalis vastu.

Sõnastik su žargooni jaoks. Kõnemudelid ei tunne su projekti sõnavara. Kohandatud sõnastik seob selle, mida mudel kuuleb, sellega, mida sa mõtlesid — moodulinimed, tiimikaaslaste nimed, „pnpm“, mida iganes su koodibaas sind korduvalt ütlema paneb.

Kohalik puhastus piiratud heuristikaga. Toores kõne on täis „um“-e ja valestarte. Keebye eemaldab kiirete reeglitega parasiitsõnad ja parandab kirjavahemärgid; selle valikuline kohaliku LLM-i viimistlus taandub reeglitele pärast tõsist tokenikadu, paisumist või kordamist. See kaitse ei suuda tähendust tõestada ega iga eitust kaitsta, seega vaata kriitilised agendijuhised enne saatmist üle.

Ja kuna kogu kõnetuvastus töötab seadmes, ei lahku promptid ise — mis kirjeldavad su avaldamata toodet rada rajalt üksikasjalikult — kunagi masinast.

Milles häälega juhtimine tegelikult hea on

Sellega iga päev koos elades, siin on aus inventuur:

Ümbersuunamised. Agent sai valmis ja see on 80% õige. „Jäta eraldamine alles, aga võta testifailides ümbernimetamine tagasi ja jooksuta komplekt uuesti.“ Räägituna on see kolm sekundit. See on mu päeva kõige suurema väärtusega dikteering.

Järgmise raja järjekorda panek. Kuni rada üks ehitab, kirjelda järgmine ülesanne rajale kaks. Järjestikused käed, paralleelne töö.

Proosa koodi ümber. PR-i kirjeldused, commit-sõnumid, Slacki vastused veateatele, e-kiri, mille sa võlgu oled. Fokusseeri aken, ütle see, valmis — su käed ei lahkunud kunagi rajalt, kus nad olid.

Valjusti mõtlemine, kasulikult. Mõned juhised tulevad räägituna paremini välja, sest kõne sunnib lineaarsust. Suuga ei saa kiilsulgusid üksteise sisse panna.

Mis see ei ole

Aususe jaotis. Transkribeerimine on Keebye’s partiipõhine, mitte vooglev — tekst ilmub siis, kui lased klahvi lahti, mitte sõnahaaval. Promptide jaoks on see hea (sa räägid ja siis maandub see ühe plokina), aga see tähendab, et tegu ei ole reaalajas subtiitrite kogemusega. Vaikimisi mudel on häälestatud inglise keelele; mitmekeelne dikteerimine on eraldi seadmesisene mootor, mis katab 25 keelt — sellest, miks see loeb, räägib rohkem dikteerimine ei tohiks olla ainult ingliskeelne. Ja ükski dikteerimistööriist ei tee halvast promptist head; hääl eemaldab hõõrdumise, mitte mõtlemise vajaduse.

Selles vallas on ka teisi häid tööriistu — Superwhisper ja Wispr Flow on need kaks, mille kohta meilt küsitakse, ja me kirjutasime mõlemast ausad võrdlused: Keebye vs Superwhisper ja Keebye vs Wispr Flow.

Miks see liitub

Üks dikteeritud prompt säästab sekundeid. See ei ole lugu. Lugu on selles, mida need sekundid blokeerisid: iga rada, mida sa jooksutad, liigub edasi ainult siis, kui sa seda söödad, seega on raja söötmise maks maks kõigi radade peale. Kärbi seda ja sa lõpetad omaenda tähelepanu ratsioneerimise — sa lisad kolmanda raja, mida sa ei jooksutanud, sest see tundus liiga suure lisakoormusena.

Kõige selle algupära oli vähem elegantne kui töövoo essee: kaks last, mitu kõrge panusega töövoogu ja mitte piisavalt käsi. See lugu on siin — Kaks last, kolm idufirmat, üks hääl.

Keebye on macOS-i jaoks varajases ligipääsus. Alusta allpool tasuta prooviperioodi, suuna see oma kõige hõivatumale rajale ja proovi üht konkreetset jada: vaata üle rada üks, dikteeri ümbersuunamine rajale kaks ja vasta siis inimesele, kes ootab rajal kolm. Hääl ei juhi neid üheaegselt; see hoiab iga paralleelse raja varustatuna väiksema üleandmiskuluga.