Claude Code valdymas balsu: kūrimas lygiagrečiomis juostomis

Per pastaruosius metus AI padedamame kūrime kai kas tyliai apsivertė: lėčiausia ciklo dalis nebėra mašina. Claude Code mielai kramtys refaktorinimą keturias minutes. Cursor parašys testų rinkinį, kol tu nežiūri. Butelio kaklelis esi tu — konkrečiai, tavo rankos, kurios vienu metu gali būti tik viename lange.

Kai paleidi daugiau nei vieną agento juostą, tai nustoja būti smulkiu nepatogumu ir tampa tavo dienos forma. Pirma juosta refaktorina autentifikaciją. Antra laukia tavo peržiūros. Trečia yra Slack gija, kurioje klientas prastai aprašinėja klaidą. Kiekviena iš tų juostų juda nuo natūralios kalbos — o tu tą natūralią kalbą gamini dešimt pirštų ir vienu fokusuotu langu.

Būtent tą tarpą užpildo balsas. Ne „padiktuok romaną“ balsas, o valdymo kanalo balsas. Tai ta vibecoding dalis, kurios niekas nedemonstruoja: kalbėdamas retai generuoji patį kodą, tu vairuoji agentus, kurie jį rašo.

Promptai yra proza, o proza greitesnė ištarta

Štai esmė apie kodavimo agento vairavimą: įvestis yra ne kodas. Tai nurodymai. „Išimk pakartojimo logiką iš WebSocket apdorotuvo, perkelk ją į atskirą modulį ir padaryk atsitraukimo ribą konfigūruojamą.“ Tai gali suspausdinti per dvidešimt sekundžių, jei jau esi tame lange, įsivažiavęs ir apie nieką kita negalvoji.

Bet tokios būsenos tu jau niekada neturi. Esi įpusėjęs peržiūrą kitoje juostoje. Skaitai paskutinį agento diff. Laikai kavą. Prompto kaina yra ne spausdinimo laikas — tai konteksto persijungimas, kad rankos ir akys atsidurtų pozicijoje jį surašyti.

Ištartas promptas tą kainą sutraukia. Sufokusuok terminalą, laikyk klavišą, pasakyk sakinį, kurį jau ir taip sakei mintyse, atleisk. Žodžiai nusileidžia ties žymekliu ir juosta vėl pajuda, o tavo dėmesys grįžta ten, kur iš tikrųjų ir turėjo būti.

Darbo eiga, konkrečiai

Tam naudoju Keebye — tai įrankis, kurį pasidariau, kai ši problema suėdė mano darbo gyvenimą, ir viskas žemiau yra tikroji jo elgsena, ne siekiamybė. Sutrumpintas sąrankos sąrašas — spartusis klavišas, įterpimo režimas, žodynas — yra puslapyje diktavimas balsu Claude Code.

Vienas spartusis klavišas, laikomas. Dešinysis ⌘ yra numatytasis. Laikai, kalbi, atleidi; transkribuotas tekstas nusileidžia fokusuotame redaguojamame lauke. Ilgesniems nurodymams vienas bakstelėjimas įjungia įrašymą, kol bakstelėsi dar kartą. Esc nutraukia. Nėra jokio lango, kurį reikėtų atverti — tame ir esmė: įrankis neturi savos juostos.

Spausdinimo režimas terminalams. Claude Code gyvena terminale, o terminalai priešiški įterpimui įklijuojant iš iškarpinės — ypač per SSH ar tmux viduje. Keebye vietoj įklijavimo gali tekstą sintetiškai suspausdinti, su terminalams pritaikytu dozavimu, tad promptas atkeliauja taip, kaip atkeliautų klavišų paspaudimai. Būtent šis vienas nustatymas skiria „mielą demonstraciją“ nuo kasdienio darbo įrankio agentams — visa istorija, kodėl terminaluose lūžta įklijavimas, yra straipsnyje diktavimas, kuris atlaiko terminalą.

Žodynas tavo žargonui. Kalbos modeliai nežino tavo projekto žodyno. Savas žodynas susieja tai, ką modelis girdi, su tuo, ką turėjai omenyje — modulių pavadinimai, komandos draugų vardai, „pnpm“, kad ir ką tavo kodo bazė verčia kartoti.

Lokalus išvalymas su apribota euristika. Neapdorota šneka pilna „um“ ir netikrų pradžių. Keebye greitomis taisyklėmis pašalina parazitinius žodžius ir sutvarko skyrybą; jo pasirenkamas lokalaus LLM šlifavimas grįžta atgal po didelio žetonų praradimo, išplėtimo ar pasikartojimo. Ta apsauga negali įrodyti prasmės ar apsaugoti kiekvieno neigimo, tad esminius nurodymus agentui prieš siųsdamas peržiūrėk.

Ir kadangi visas kalbos atpažinimas veikia įrenginyje, patys promptai — smulkiai, juosta po juostos, aprašantys tavo dar neišleistą produktą — niekada nepalieka mašinos.

Ką vairavimas balsu iš tikrųjų daro gerai

Gyvenant su tuo kasdien, štai sąžininga apžvalga:

Nukreipimai. Agentas baigė ir yra teisus 80 %. „Palik iškėlimą, bet atšauk pervadinimą testų failuose ir paleisk rinkinį iš naujo.“ Ištarti — trys sekundės. Tai vertingiausias diktavimas mano dienoje.

Kitos juostos eilė. Kol pirma juosta stato, aprašyk kitą užduotį į antrą juostą. Nuoseklios rankos, lygiagretus darbas.

Proza aplink kodą. PR aprašymai, commit žinutės, Slack atsakymai į pranešimą apie klaidą, laiškas, kurį esi skolingas. Sufokusuok langą, pasakyk, ir viskas — tavo rankos taip ir nepaliko juostos, kurioje buvo.

Naudingas garsus mąstymas. Kai kurie nurodymai išeina geresni ištarti, nes kalba priverčia mąstyti tiesiai. Burna įterptinių skliaustų neprikaišiosi.

Kas tai nėra

Sąžiningumo skyrius. Transkripcija Keebye yra paketinė, ne srautinė — tekstas atsiranda, kai atleidi klavišą, o ne žodis po žodžio. Promptams to visiškai pakanka (pasakai, ir jis nusileidžia vienu bloku), bet tai reiškia, kad tai nėra gyvo subtitravimo patirtis. Numatytasis modelis derintas anglų kalbai; daugiakalbis diktavimas yra atskiras įrenginyje veikiantis variklis, apimantis 25 kalbas — daugiau apie tai, kodėl tai svarbu, kodėl diktavimas neturėtų būti tik angliškas. Ir joks diktavimo įrankis nepadaro blogo prompto geru; balsas pašalina trintį, o ne poreikį galvoti.

Šioje srityje yra ir kitų gerų įrankių — Superwhisper ir Wispr Flow yra du, apie kuriuos mūsų dažniausiai klausia, ir apie abu parašėme sąžiningus palyginimus: Keebye vs Superwhisper ir Keebye vs Wispr Flow.

Kodėl tai kaupiasi

Vienas padiktuotas promptas sutaupo sekundes. Istorija ne apie tai. Istorija apie tai, ką tos sekundės blokavo: kiekviena tavo paleista juosta juda tik tada, kai ją pamaitini, tad mokestis už vienos juostos maitinimą yra mokestis už jas visas. Nukirpk jį, ir nustosi normuoti savo paties dėmesį — pridėsi trečią juostą, kurios nepaleisdavai, nes atrodydavo per daug pridėtinės naštos.

Viso to pradžia buvo mažiau elegantiška nei esė apie darbo eigą: du vaikai, kelios didelės rizikos darbo kryptys ir per mažai rankų. Ta istorija yra čia — Du vaikai, trys startuoliai, vienas balsas.

Keebye yra ankstyvojoje prieigoje macOS sistemai. Pradėk nemokamą bandomąjį laikotarpį žemiau, nukreipk jį į judriausią savo juostą ir išbandyk vieną konkrečią seką: peržiūrėk pirmą juostą, padiktuok nukreipimą į antrą, tada atsakyk žmogui, laukiančiam trečioje. Balsas nevaldo jų vienu metu; jis tiesiog kiekvieną lygiagrečią juostą aprūpina mažesniais perdavimo kaštais.