Satu Suara, Sepuluh Lane: Sehari Penuh Imlak

Dua anak, tiga startup, satu suara menceritakan kisah asalnya: lane startup selari berisiko tinggi, seorang anak kedua yang belum enam bulan, dan papan kekunci yang secara senyap telah menjadi titik kegagalan tunggal untuk segala-galanya. Artikel itu menerangkan kenapa Keebye wujud. Orang terus bertanya soalan yang lebih praktikal: sebenarnya bagaimana rupa satu hari itu?

Jadi inilah harinya. Bukan hari yang tipikal, kerana benda begitu tidak wujud, tetapi satu bentuk sebenar yang berulang. Saya sengaja mengelak angka. Saya tidak pernah mengukur peningkatan peratusan dan saya juga tidak akan mempercayainya jika pernah. Apa yang boleh saya huraikan ialah di mana saluran suara itu digunakan, di mana ia tidak, dan apa yang berubah pada tekstur kerja itu.

Satu nota tentang “sepuluh lane”. Ia bukan bangga diri. Satu lane ialah apa sahaja yang bergerak ke hadapan atas satu ayat daripada saya: satu coding agent di tengah tugas, satu code review yang seseorang sedang tunggu, satu thread Slack, satu emel kepada peguam pelabur, satu draf dokumen. Pada hari yang sibuk memang ada lebih kurang sebanyak itu terbuka. Kebanyakannya melahu pada bila-bila masa. Masalahnya ialah yang terjaga itu terjaga mengikut jadualnya sendiri, bukan jadual saya.

Awal pagi: satu lengan, tiga agent

Hari itu bermula sebelum rumah bangun, yang bermakna ia bermula dengan seorang bayi pada satu lengan. Inilah jam di mana suara berubah daripada kemudahan kepada keperluan.

Tiga lane agent sudah berjalan sejak malam sebelumnya, setiap satu dalam terminalnya sendiri, setiap satu dalam repositori berbeza. Perkara pertama yang saya buat ialah membaca apa yang mereka lakukan. Membaca perlukan mata, bukan tangan, jadi bayi itu tiada masalah. Perkara kedua ialah memberi arahan baharu kepada yang tersasar, dan di situlah papan kekunci dulunya kalah.

Sekarang: klik ke dalam terminal, tahan Right ⌘, sebut arahan baharu itu, lepas. “Migrasi itu okey, tetapi awak menamakan semula jadual itu dalam model dan bukan dalam skrip seed. Betulkan seed itu dan jalankan semula ujian.” Teks mendarat dalam prompt. Enter. Lane seterusnya.

Saya ada satu tabiat kecil yang mengambil masa untuk dipelajari: bercakap dalam ayat penuh. Agent lebih baik dengannya, dan imlak menghasilkannya secara semula jadi kerana begitulah cara orang bercakap. Gaya telegrafik yang dulu saya taip (“betulkan seed, jalan semula”) ialah artifak papan kekunci, bukan pilihan.

Jam ini juga mendedahkan satu kerenah imlak pertama yang berbaloi diketahui. Mikrofon memanas selepas imlak pertama sesuatu sesi dan mengekalkan pre-roll 500 ms selepas itu. Tahanan pertama pagi itu boleh menanggung kos permulaan strim dan memotong satu perkataan jika saya mula bercakap terlalu awal. Saya belajar berhenti seketika. Kenapa aplikasi imlak memakan perkataan pertama anda menerangkan mekaniknya; versi ringkasnya ialah ia masalah kategori dengan pembaikan separa, bukan yang sudah selesai.

Pertengahan pagi: lane review

Dua daripada startup yang saya kerjakan ada code review menunggu saya kebanyakan pagi. Review ialah kes penggunaan imlak yang terbaik: ia membaca dengan sesekali output prosa yang pendek, dan prosa itu ditujukan kepada manusia.

Saya membaca diff dalam tab pelayar. Apabila ada sesuatu yang perlukan komen, saya klik ke dalam kotak itu, tahan, bercakap, lepas. Kamus tersuai membawa pengecam projek itu, jadi reconnectBackoff keluar sebagai reconnectBackoff dan bukan sebagai tiga perkataan Inggeris. Pembersihan berasaskan peraturan secara lalai: kata pengisi dan perkataan berulang hilang, ayat saya kekal. Saya biarkan penggilapan LLM setempat yang bersifat pilihan itu dimatikan untuk komen review, kerana pengawal kesetiaan di belakangnya ialah heuristik terhadap kehilangan token yang teruk, pengembangan, atau pengulangan, bukan jaminan bahawa satu penafian terselamat, dan dalam review satu “tidak” yang terbalik mengubah keputusan.

Salah satu pasukan ini mereview dalam bahasa Romania. Enjin 25 bahasa Keebye mengendalikan itu on-device; saya menyemat bahasa itu dalam tray dan ucapan seterusnya dinyahkod sebagai bahasa Romania, termasuk pengecam Inggeris. Mengimlak code review dalam bahasa anda sendiri ada butirannya, termasuk senarai jujur bahasa mana yang dirangkumi dan mana yang tidak.

Lewat pagi: lane manusia

Bukan setiap lane itu agent. Sekitar sekarang thread Slack dan emel yang tersimpan semalaman perlukan jawapan, dan di sinilah dulu hari itu secara senyap kehilangan berjam-jam. Bukan kerana balasan itu susah, tetapi kerana setiap balasan bermakna meninggalkan satu lane, dan meninggalkan lane ada kos kemasukan semula.

Suara mengubah ekonomi satu balasan. Jawapan Slack dua ayat ialah satu tahanan hotkey, dituturkan ke dalam kotak mesej sementara mata saya masih separuh pada terminal di sebelahnya. Emel berkaitan pelabur lebih panjang dan saya masih menulisnya dengan teliti, tetapi draf pertamanya kini dituturkan, kemudian disunting. Menuturkan draf mendapatkan bentuknya dengan pantas; menyuntingnya secara taipan ialah tempat ketepatan itu datang.

Ini juga jam di mana keperluan privasi paling penting. Apa yang saya imlakkan di sini ialah dalaman syarikat orang lain: produk yang belum dikeluarkan, perbincangan keselamatan, wang. Keebye mentranskrip on-device, berfungsi dengan Wi-Fi dimatikan selepas muat turun model, menyimpan sejarah teks sahaja secara setempat yang memadam sendiri selepas 30 hari, dan tidak menghantar telemetri. Ke mana suara anda pergi ialah versi panjang kenapa itu tidak boleh ditawar bagi saya.

Petang: kerja mendalam, dan lane yang terjaga

Petang untuk lane yang benar-benar perlukan pemikiran: satu reka bentuk, satu pepijat sukar, satu dokumen yang mesti betul. Ini ditaip. Suara ialah saluran kawalan, bukan saluran pemikiran, dan masalah sukar tidak menjadi lebih mudah dengan dituturkan.

Tetapi lane yang lain tidak tahu ini masa kerja mendalam. Satu agent selesai dan bertanya sesuatu. Seorang pereview membalas komen saya dengan hujah balas. Dulu, setiap satu daripada ini ialah satu keputusan: patahkan fokus dan tukar tetingkap, atau biarkan ia mereput. Kini kebanyakannya satu pandangan dan satu ayat. Pandang soalan agent itu, klik masuk, sebut “ya, tetapi kekalkan endpoint lama itu hidup sehingga klien itu dikeluarkan,” klik kembali. Tetingkap kerja mendalam itu kekal hampir utuh kerana gangguannya beberapa saat pertuturan dan bukan satu pertukaran konteks penuh ke dalam masalah orang lain.

Saya mahu tepat tentang dakwaan di sini. Suara tidak menjadikan gangguan itu percuma. Ia menjadikan kos mekanikal untuk membalas cukup kecil sehingga kos yang tinggal hanyalah pemikiran itu, yang memang sentiasa kos sebenarnya.

Malam: lane yang berat terminal

Salah satu startup itu menjalankan banyak kerja operasinya melalui SSH, dalam tmux, pada pelayan tempat tampalan papan keratan tidak wujud sebagai konsep pun. Di sinilah alat imlak biasanya tumbang, kerana kebanyakannya menyisip teks dengan menampal.

Keebye juga menampal secara lalai, dengan pemotongan yang memahami terminal untuk shell. Untuk SSH dan tmux saya menogol mod menaip pilihan itu, yang menyuntik teks sebagai ketukan kekunci Unicode dan bukannya bergantung pada papan keratan. Ia berfungsi dengan susun atur bukan QWERTY, yang penting untuk papan kekunci Romania pada salah satu mesin itu. Imlak yang bertahan dalam terminal merangkumi persediaannya dan panduan terminal merangkumi tolak ansurnya.

Keebye juga enggan menyisip ke dalam medan input selamat, jadi apabila satu pelayan meminta frasa laluan, hotkey itu tidak melakukan apa-apa. Ia kadangkala menjengkelkan dan sepenuhnya betul.

Apa yang tidak berubah

Hari seperti ini boleh dibaca seolah-olah suara menyelesaikan masalah mempunyai terlalu banyak lane. Ia tidak. Ia menyelesaikan satu bottleneck khusus: kos fizikal menyerahkan satu ayat kepada lane yang memerlukannya. Selebihnya sama sahaja.

Berfikir masih bottleneck untuk kerja yang sukar. Membaca masih mengambil masa selama yang perlu. Agent masih tersasar dan masih perlukan arahan baharu, dan arahan yang disebut merapu menghasilkan keputusan yang merapu sama ada dituturkan atau ditaip. Suara ialah tambahan kepada tangan, bukan pengganti; saya banyak menaip, cuma tidak lagi sebagai satu titik sempit yang setiap lane tunggu di belakangnya.

Dan aplikasi itu ada pinggir kasar perisian awal. Pengecam tersalah dengar. Perkataan pertama hari itu kadangkala terpotong. Tiada perbendaharaan kata arahan suara, jadi bergerak antara tetingkap masih satu klik. Ia berjalan pada macOS sahaja.

Bentuk perkara ini

Gambaran lama tentang pembangun 10x ialah seorang yang menaip lebih pantas. Gambaran yang benar-benar tiba ialah seorang yang mengarah: beberapa lane, sebahagiannya automatik dan sebahagiannya manusia, setiap satu menunggu satu ayat. Dalam dunia itu, leveraj bukan kelajuan menaip. Ia sejauh mana murahnya anda boleh menyerahkan niat kepada lane yang memerlukannya, dalam apa jua situasi fizikal anda berada, termasuk dengan satu lengan penuh.

Jika hari anda berbentuk begitu, panduan pembangun ialah titik permulaan praktikalnya, dan jika anda menimbang aplikasi imlak untuknya, alternatif Keebye ialah perbandingan jujur yang menyatakan di mana setiap satunya lebih sesuai. Percubaan itu 14 hari dan bermula pada log masuk desktop pertama anda, jadi satu minggu sebenar penuh lane ialah tepat untuk apa ia diadakan.