Viena balss, desmit joslas: diktēšanas diena
Ilustrācija

Viena balss, desmit joslas: diktēšanas diena

Kā izskatās diena paralēlās jaunuzņēmumu joslās, kad tastatūra vairs nav vienīgais izvades kanāls. Dibinātāja apraksts, stundu pa stundai.

Teodor Deleanu2026. gada 3. septembrisLasīšanas laiks: 7 min.

Divi bērni, trīs jaunuzņēmumi, viena balss izstāstīja izcelsmes stāstu: paralēlas augstu likmju jaunuzņēmumu joslas, otrs bērns, kas jaunāks par sešiem mēnešiem, un tastatūra, kas klusi bija kļuvusi par vienīgo atteices punktu it visam. Tas raksts skaidroja, kāpēc Keebye eksistē. Cilvēki turpināja uzdot praktiskāku jautājumu: kā diena patiesībā izskatās?

Tātad, lūk, šī diena. Ne tipiska diena, jo tādas nav, bet īsta forma, kas atkārtojas. Es apzināti izvairīšos no skaitļiem. Es nekad neesmu mērījis procentuālu uzlabojumu un neuzticētos tam arī tad, ja būtu. Ko es varu aprakstīt, ir tas, kur balss kanāls tiek izmantots, kur ne, un kas mainījās darba tekstūrā.

Piezīme par „desmit joslām”. Tā nav lielīšanās. Josla ir jebkas, kas virzās uz priekšu pēc viena mana teikuma: kodēšanas aģents uzdevuma vidū, koda pārskats, ko kāds gaida, Slack pavediens, e-pasts investora juristam, dokumenta melnraksts. Aizņemtā dienā tiešām ir atvērtas apmēram tik daudz. Lielākā daļa jebkurā brīdī dīkstāv. Problēma ir tā, ka tās, kuras pamostas, to dara pēc sava grafika, ne pēc mana.

Agrs rīts: viena roka, trīs aģenti

Diena sākas, pirms pamostas māja, un tas nozīmē, ka tā sākas ar mazuli uz vienas rokas. Šī ir tā stunda, kurā balss no ērtības kļuva par nepieciešamību.

Trīs aģentu joslas jau darbojas kopš iepriekšējā vakara, katra savā terminālī, katra citā repozitorijā. Pirmais, ko daru, ir izlasīt, ko tās izdarīja. Lasīšanai vajadzīgas acis, ne rokas, tāpēc ar mazuli viss kārtībā. Otrais ir pārvirzīt tās, kas aizgāja greizi, un tieši tur tastatūra kādreiz zaudēja.

Tagad: ieklikšķini terminālī, turi labo ⌘, pasaki pārvirzījumu, atlaid. „Migrācija ir kārtībā, bet tabulu pārsauci modelī un ne sēklu skriptā. Salabo sēklu un palaid testus vēlreiz.” Teksts nonāk uzvednē. Enter. Nākamā josla.

Man ir mazs ieradums, kuru vajadzēja kādu laiku apgūt: runā pilnos teikumos. Aģentiem ar tiem klājas labāk, un diktēšana tos ražo dabiski, jo tā cilvēki runā. Telegrāfiskais stils, kādā mēdzu rakstīt („salabo sēklu, palaid vēlreiz”), bija tastatūras artefakts, ne izvēle.

Šī stunda arī atklāj vienu pirmās diktēšanas īpatnību, ko ir vērts zināt. Mikrofons iesilst pēc sesijas pirmās diktēšanas un no tā brīža uztur 500 ms priekšbuferi. Pati pirmā rīta turēšana var samaksāt plūsmas sākuma cenu un nogriezt vārdu, ja sāku runāt pārāk agri. Esmu iemācījies uz mirkli apstāties. Kāpēc diktēšanas lietotnes apēd tavu pirmo vārdu skaidro mehāniku; īsā versija ir tāda, ka tā ir visas kategorijas problēma ar daļēju, nevis pilnīgu risinājumu.

Rīta vidus: pārskatu josla

Diviem jaunuzņēmumiem, ar kuriem strādāju, lielākajā daļā rītu mani gaida koda pārskati. Pārskats ir labākais iespējamais diktēšanas lietojums: tā ir lasīšana ar retu īsu prozas izvadi, un šī proza ir adresēta cilvēkam.

Es lasu diff pārlūka cilnē. Kad kaut kam vajadzīgs komentārs, ieklikšķinu laukā, turu, runāju, atlaižu. Pielāgotā vārdnīca nes projekta identifikatorus, tāpēc reconnectBackoff iznāk kā reconnectBackoff, nevis kā trīs angļu vārdi. Tīrīšana pēc noklusējuma balstās uz noteikumiem: parazītvārdi un atkārtotie vārdi pazūd, mans formulējums paliek. Pārskatu komentāriem izvēles lokālās LLM pieslīpēšanu atstāju izslēgtu, jo aiz tās esošais fidelitātes aizsargs ir heiristika pret būtisku simbolu zudumu, izplešanos vai atkārtošanos, nevis garantija, ka noliegums izdzīvoja, un pārskatā apgriezts „ne” maina spriedumu.

Viena no šīm komandām pārskata rumāņu valodā. Keebye 25 valodu dzinējs to apstrādā uz ierīces; es piefiksēju valodu ikonā, un nākamais izteikums tiek dekodēts kā rumāņu, ieskaitot angļu identifikatorus. Koda pārskatu diktēšana savā valodā satur detaļas, ieskaitot godīgu sarakstu ar to, kuras valodas ir aptvertas un kuras ne.

Vēls rīts: cilvēku joslas

Ne katra josla ir aģents. Aptuveni šajā laikā Slack pavedieni un e-pasti, kas nogulējuši nakti, prasa atbildes, un tieši šeit diena kādreiz klusi zaudēja stundas. Ne tāpēc, ka atbildes būtu grūtas, bet tāpēc, ka katra atbilde nozīmēja pamest joslu, un joslas pamešanai ir atgriešanās cena.

Balss mainīja atbildes ekonomiku. Divu teikumu Slack atbilde ir viena īsinājumtaustiņa turēšana, ierunāta ziņas laukā, kamēr acis vēl pa pusei ir pie blakus esošā termināļa. E-pasti investoru pusē ir garāki, un tos joprojām rakstu ar rūpību, bet pirmais melnraksts tagad tiek izrunāts un pēc tam rediģēts. Izrunāšana ātri noliek formu; rediģēšana rakstot ir tur, kur rodas precizitāte.

Šī ir arī tā stunda, kurā privātuma prasība nozīmē visvairāk. Tas, ko šeit diktēju, ir citu cilvēku uzņēmumu iekšpuse: neizlaisti produkti, drošības diskusijas, nauda. Keebye transkribē uz ierīces, pēc modeļa lejupielādes strādā ar izslēgtu Wi-Fi, lokāli glabā tikai teksta vēsturi, kas pati izdzēšas pēc 30 dienām, un nesūta telemetriju. Kurp aizceļo tava balss ir garākā versija tam, kāpēc man tas nebija apspriežams.

Pēcpusdiena: dziļais darbs un joslas, kas pamostas

Pēcpusdienas ir tai joslai, kurai vajadzīga īsta domāšana: dizains, grūta kļūda, dokuments, kam jābūt pareizam. Tas tiek rakstīts. Balss ir vadības kanāls, nevis domāšanas kanāls, un grūta problēma nekļūst vieglāka, ja to izrunā.

Bet pārējās joslas nezina, ka ir dziļā darba laiks. Aģents pabeidz un uzdod jautājumu. Pārskatītājs atbild uz manu komentāru ar pretargumentu. Agrāk katrs no tiem bija lēmums: pārtraukt fokusu un pārslēgt logus vai ļaut tam nogulēt. Tagad lielākā daļa no tiem ir skatiens un teikums. Paskaties uz aģenta jautājumu, ieklikšķini, saki „jā, bet paturi veco galapunktu dzīvu, līdz klients izlaiž”, klikšķini atpakaļ. Dziļā darba logs paliek pārsvarā neskarts, jo pārtraukums ir dažas runas sekundes, nevis pilna konteksta pārslēgšanās kāda cita problēmā.

Gribu būt precīzs par apgalvojumu. Balss nepadara pārtraukumus bezmaksas. Tā padara atbildēšanas mehāniskās izmaksas pietiekami mazas, lai paliktu tikai doma, kas jebkurā gadījumā vienmēr bija īstā cena.

Vakars: uz termināli balstītā josla

Viens no jaunuzņēmumiem lielu daļu operatīvā darba veic caur SSH, tmux vidē, uz serveriem, kur ielīmēšana no starpliktuves neeksistē pat kā jēdziens. Šeit diktēšanas rīki parasti sabrūk, jo lielākā daļa tekstu ievieto ar ielīmēšanu.

Keebye arī pēc noklusējuma ielīmē, ar termināli respektējošu sadalīšanu čaulām. SSH un tmux gadījumā es ieslēdzu izvēles rakstīšanas režīmu, kas tekstu injicē kā Unikoda taustiņsitienus, nevis paļaujas uz starpliktuvi. Tas strādā ar izkārtojumiem, kas nav QWERTY, un tas ir svarīgi rumāņu tastatūrai uz vienas no mašīnām. Diktēšana, kas izdzīvo terminālī apraksta uzstādīšanu, bet termināļa ceļvedis — kompromisus.

Keebye arī atsakās ievietot tekstu drošas ievades laukos, tāpēc, kad serveris prasa ieejas frāzi, īsinājumtaustiņš nedara neko. Tas reizēm kaitina un ir pilnīgi pareizi.

Kas nemainījās

Šāda diena var izklausīties tā, it kā balss būtu atrisinājusi problēmu par pārāk daudzām joslām. Tā to neizdarīja. Tā atrisināja vienu konkrētu šauro vietu: fizisko cenu, ko maksā, lai piegādātu teikumu tai joslai, kurai tas bija vajadzīgs. Viss pārējais ir tāpat.

Domāšana joprojām ir grūtā darba šaurā vieta. Lasīšana joprojām aizņem tik, cik aizņem. Aģenti joprojām aiziet greizi un joprojām jāpārvirza, un nomurmināts pārvirzījums dod nomurminātu rezultātu, vienalga, izrunāts vai uzrakstīts. Balss ir papildinājums rokām, nevis aizstājējs; es rakstu daudz, tikai vairs ne kā vienīgā vieta, aiz kuras rindā gaida katra josla.

Un lietotnei ir agrīnas programmatūras asās malas. Identifikatori tiek sadzirdēti nepareizi. Dienas pirmais vārds dažreiz tiek nogriezts. Nav balss komandu vārdu krājuma, tāpēc pārvietošanās starp logiem joprojām ir klikšķis. Tā darbojas tikai uz macOS.

Šīs lietas forma

Vecais priekšstats par 10x izstrādātāju bija viens cilvēks, kurš raksta ātrāk. Priekšstats, kas patiesībā pienāca, ir viens cilvēks, kurš diriģē: vairākas joslas, dažas automatizētas un dažas cilvēciskas, katra gaida teikumu. Tajā pasaulē svira nav rakstīšanas ātrums. Tā ir tas, cik lēti tu vari piegādāt nodomu joslai, kurai tas vajadzīgs, jebkurā fiziskā situācijā, arī ar vienu roku aizņemtu.

Ja tavai dienai ir šāda forma, izstrādātāju ceļvedis ir praktiskais sākumpunkts, un, ja izsver diktēšanas lietotnes tam, Keebye alternatīvas ir godīgs salīdzinājums, kas pasaka, kur katra der labāk. Izmēģinājums ir 14 dienas un sākas ar pirmo pieteikšanos datora lietotnē, tāpēc īsta joslu nedēļa ir tieši tas, kam tas domāts.

Vairāk joslu nekā roku? Izmēģini otru kanālu.

Sāc bezmaksas izmēģinājumu un nostrādā vienu īstu dienu ar balsi kā otro izvades kanālu — 14 dienas, uz ierīces, bez kartes.

Start free trial

Early access: we'll email you the moment the macOS build is ready — your 14 days start when you first sign in from the app.

Lasīt tālāk