Promptų diktavimas lygiagretiems agentams, juosta po juostos

Pirmą kartą paleidus du kodavimo agentus greta, kažkas atrodo ne taip, ir prireikia laiko, kol tai įvardiji. Kiekvienas agentas greitas. Kiekvienas atskirai būtų aiškus laimėjimas. Kartu jie turėtų būti dvigubas laimėjimas. Vietoj to diena atrodo labiau suskaldyta nei su vienu agentu, ir popietę baigi padaręs mažiau, nei tikėjaisi.

Priežastis — ne agentai. Priežastis yra tai, kokios formos įvesties jiems reikia. Kodavimo agentas veikia iš prozos: „išskaidyk apdorojimo funkciją, palik viešą parašą, pridėk testą laiko limito atvejui“. Prozą pigu sugalvoti ir brangu pristatyti, nes pristatymas reiškia, kad rankas ir dėmesį reikia perkelti į tinkamą langą tinkamu momentu. Su vienu agentu tas momentas sutampa su tavo natūraliu ritmu. Su trimis momentai ateina tada, kada ateina, ir kiekvienas nutraukia tai, ko viduryje esi.

Šis įrašas yra apie pristatymo, o ne mąstymo problemą. Tai praktiška darbo eiga, kaip Mac kompiuteryje diktuoti promptus į lygiagrečias agentų juostas, kartu su sąžiningais apribojimais. Jei dar neskaitei įrašo Claude Code valdymas balsu, jame aprašyti vienos juostos pagrindai; šis daro prielaidą, kad jau leidi daugiau nei vieną.

Kodėl lygiagrečios juostos baudžia būtent už spausdinimą

Promptas turi tris kaštus: jį suformuoti, pristatyti ir po to sugrįžti. Suformuoti neišvengiama ir dažniausiai vyksta galvoje. Pristatyti, kai spausdini, reiškia perkelti fokusą į agento terminalą, rasti įvesties eilutę, surinkti nuo keturiasdešimt iki aštuoniasdešimt žodžių ir paspausti Enter. Sugrįžti reiškia atsidurti ten, kur buvai prieš agentui uždavus klausimą.

Su viena juosta pristatymo kaštas mažas, nes greičiausiai jau ir taip žiūrėjai į tą terminalą. Su lygiagrečiomis juostomis — beveik niekada. Pirma juosta klausia, kol tu skaitai antros juostos skirtumą. Klausimas lengvas, atsakymas — vienas sakinys. Bet atsakyti reiškia palikti skirtumą, o grįžęs perskaitai paskutines trisdešimt eilučių iš naujo, kad rastum, kur buvai.

Padaugink iš kiekvieno nukreipimo, kiekvieno „taip, tęsk“, kiekvieno „ne, kitas failas“, ir papildomos sąnaudos kaupiasi. Lygiagrečios juostos žlunga ne todėl, kad agentai lėti. Jos žlunga todėl, kad tu tampi žinučių magistrale, o žinučių magistralė, kuriai fiziškai reikia judėti tarp langų, turi siaubingą delsą.

Balsas pašalina didžiąją dalį pristatymo kaštų. Akys lieka ant skirtumo, laikai klavišą, pasakai sakinį, atleidi. Žodžiai atsiduria agento įvesties lauke. Tu niekur neišėjai.

Sąranka, kuri veikia

Štai sąranka, sąmoningai palikta nuobodi.

Spartusis klavišas, o ne langas. Keebye gyvena meniu juostoje ir klausosi spaudžiamo arba bakstelimo sparčiojo klavišo (pagal nutylėjimą dešinysis Command; kitos parinktys — Fn ir dešinysis Option, o Escape atšaukia vykstantį diktavimą). Nėra jokio lango, kurį reikėtų atidaryti, ir jokio režimo, į kurį reikėtų įeiti. Laikyk, kalbėk, atleisk. Tai svarbiau, nei skamba: diktavimo įrankis, kuriam reikia nuosavo lango, tėra dar viena juosta.

Įterpimas į fokusuotą lauką. Transkripcija įterpiama ten, kur yra žymeklis. Pagal nutylėjimą tai įklijavimas su terminalą suprantančiu dalijimu į dalis, kad ilgas promptas neužverstų apvalkalo. Jei agentus leidi tmux aplinkoje arba per SSH, kur įklijavimas elgiasi blogai, yra pasirenkamas spausdinimo režimas, kuris tekstą įterpia kaip Unicode klavišų paspaudimus; diktavimas, kuris išgyvena terminale paaiškina, kada jį įjungti.

Paketas, ne srautas. Keebye transkribuoja atleidus klavišą, kaip vieną pasakymą. Nematysi, kaip žodžiai atsiranda tau kalbant. Promptams tai teisingas kompromisas: nori, kad visas sakinys atkeliautų iš karto ir sutvarkytas, o ne stebėti, kaip jis materializuojasi žodis po žodžio, kai agento įvestyje jau guli pusė minties.

Viskas įrenginyje. Transkripcija vyksta vietoje (anglų kalbai pritaikytas numatytasis modelis arba 25 kalbų modelis, jei jį pasirenki). Atsisiuntus modelį veikia ir išjungus Wi-Fi. Agentų promptams tai mažiau privatumo teatras ir labiau delsos klausimas: nėra kelionės į serverį ir atgal, tad trumpas promptas būna paruoštas beveik tuo pat metu, kai atleidi klavišą.

Juostų keitimo ritmas

Darbo eiga, kuri galiausiai prigijo, remiasi trimis įpročiais.

Akys lieka ant juostos, kuriai reikia sprendimo. Bet kuriuo momentu viena juosta yra ta, kuriai priklauso tavo dėmesys — dažniausiai skirtumas arba testų išvestis. Būtent ją skaitai. Kitos gauna tik trumpus žodinius nurodymus. Kai antrai juostai reikia sprendimo, žvilgteli, spusteli į jos įvesties lauką, laikai klavišą, pasakai sprendimą, atleidi ir spusteli atgal. Spustelėjimas — vienintelis mechaninis kaštas; pats sakinys nemokamas.

Promptai sakomi ištisais sakiniais. Agentai su ištisais sakiniais susitvarko geriau nei su telegrafinėmis nuotrupomis, o diktavimas natūraliai pagimdo ištisus sakinius, nes taip žmonės kalba. „Atšauk schemos pakeitimą, bet palik API pervadinimą, tada iš naujo paleisk migraciją ir parodyk išvestį“ yra geras ištartas promptas. Surinkti jį klaviatūra — varginanti užduotis.

Parazitiniai žodeliai dingsta, prasmė — ne. Keebye valymas pagal nutylėjimą yra taisyklėmis pagrįstas: pašalina „ėė“, „mmm“, pakartotą žodį ir palieka tavo formuluotę ramybėje. Yra pasirenkamas įrenginyje veikiančio vietinio LLM nugludinimas tvarkingesniems sakiniams, už kurio stovi ištikimybės sargas, grąžinantis pažodinę transkripciją, kai nugludinta versija rodo didelį žetonų praradimą, išsiplėtimą ar kartojimąsi. Tas sargas yra euristika, o ne semantinis patikrinimas: jis netikrina, ar nugludintas tekstas išsaugojo tavo prasmę ar neiginį. Promptams agentui dauguma žmonių gludinimą palieka išjungtą; pažodinė transkripcija yra būtent tai, ką pasakei, ir būtent tai nori paduoti agentui vykdyti.

Kam balsas tinka, juosta po juostos

Ne kiekvienas promptas nori būti ištartas. Po kelių mėnesių pasiskirstymas maždaug toks.

Nukreipimai ir tęsiniai: visada balsu. „Tęsk.“ „Ne, kita konfigūracija.“ „Pridėk testą tuščiam atvejui ir paleisk iš naujo.“ Tai dažniausi promptai lygiagrečioje sesijoje, ir visi jie telpa į vieną įkvėpimą.

Peržiūros atsiliepimai: dažniausiai balsu. Skaityti skirtumą ir pasakoti, kas jame negerai, yra natūralu. „Pakartojimo ciklas praryja klaidą; užfiksuok ją prieš miegą ir apribok iki penkių bandymų.“ Diktavimas užfiksuoja tai kalbėjimo tempu, o akys lieka ant kodo.

Pradiniai užduočių aprašai: mišriai. Ilgas struktūrizuotas aprašas su failų keliais ir apribojimais vis dar laimi iš spausdinimo arba iš to, kad padiktuoji apytikslę versiją ir ją suredaguoji. Balsas puikiai tinka prozai; tikslius identifikatorius lengviau surinkti klaviatūra. Čia padeda pasirinktinis žodynas: kartą įrašyk projekto modulių pavadinimus ir pasikartojantį žargoną, ir jie nustos virsti artimiausiu anglišku žodžiu.

Viskas, kur yra kodo: klaviatūra. Diktuoti reguliarųjį reiškinį — bloga patirtis. Diktuok nurodymą („parašyk regex, atitinkantį versijos antraštę“), o ne patį artefaktą.

Sąžiningi apribojimai

Vieni jų yra Keebye, kiti — visos kategorijos.

Pirmojo diktavimo delsa. Mikrofonas įšyla po pirmojo sesijos diktavimo ir nuo tada išlaiko 500 ms išankstinį buferį. Pats pirmasis dienos paspaudimas dar gali sumokėti srauto paleidimo kainą, o žodis, ištartas prieš įsijungiant buferiui, gali būti nukirstas. Kodėl diktavimo programos suvalgo tavo pirmąjį žodį aprašo mechaniką.

Tikslumas su identifikatoriais. snake_case kintamųjų pavadinimai ir vidiniai akronimai yra ten, kur sunku bet kuriam kalbos modeliui. Žodynas tai sumažina, bet nepanaikina. Perskaityk promptą prieš spausdamas Enter ties kuo nors negrįžtamu.

Saugūs laukai. Keebye atsisako įterpti tekstą į slaptažodžių ir saugios įvesties laukus. Tai sąmoninga ir kartais nepatogu, kai terminalas prašo slaptafrazės.

Jokių balso komandų. Nėra „nauja eilutė“ ar „pažymėti viską“ žodyno. Keebye yra diktavimo įrankis, o ne balso valdymo sluoksnis. Naršymas tarp juostų vis dar yra spustelėjimas arba klavišų kombinacija.

Tik macOS. Windows versija neišleista.

Kur eiti toliau

Jei tavo agentai daugiausia gyvena viename redaktoriuje, Cursor ir Claude Code gidai turi konkretiems įrankiams skirtų detalių. Jei renkiesi diktavimo programą šiai darbo eigai, Keebye ir Superwhisper yra sąžiningas palyginimas, kuriame pasakyta ir tai, kur Superwhisper tinka geriau.

Trumpa viso to versija: lygiagretiems agentams nereikia, kad spausdintum greičiau. Jiems reikia, kad nustotum būti lėčiausiu šuoliu tarp jų. Laikyk akis ant juostos, kuriai reikia sprendimo, o su kitomis kalbėk.