Eén stem, tien lanes: een dag dicteren

Twee kinderen, drie startups, één stem vertelde het ontstaansverhaal: parallelle startup-lanes met veel op het spel, een tweede kind van onder de zes maanden, en een toetsenbord dat stilletjes het single point of failure voor alles was geworden. Die post legde uit waarom Keebye bestaat. Mensen bleven een praktischer vraag stellen: hoe ziet een dag er eigenlijk uit?

Dus dit is die dag. Geen typische dag, want die bestaat niet, maar een echte vorm die zich herhaalt. Ik ga getallen bewust vermijden. Ik heb nooit een verbetering in procenten gemeten en ik zou zo'n getal niet vertrouwen als ik het wel had. Wat ik wel kan beschrijven is waar het stemkanaal wordt gebruikt, waar niet, en wat er veranderde aan de textuur van het werk.

Een opmerking over "tien lanes". Het is geen opschepperij. Een lane is alles dat vooruitkomt op één zin van mij: een codeeragent midden in een taak, een code review waar iemand op wacht, een Slack-draad, een e-mail aan de advocaat van een investeerder, een conceptdocument. Op een drukke dag staan er echt ongeveer zoveel open. De meeste doen op een willekeurig moment niets. Het probleem is dat de lanes die wakker worden dat op hun eigen moment doen, niet op het mijne.

Vroege ochtend: één arm, drie agents

De dag begint voor het huis wakker is, wat betekent dat hij begint met een baby op één arm. Dit is het uur waarin stem van gemak naar noodzaak verschoof.

Drie agent-lanes draaien al sinds de avond ervoor, elk in een eigen terminal, elk in een andere repository. Het eerste wat ik doe is lezen wat ze hebben gedaan. Lezen vraagt ogen, geen handen, dus de baby is geen probleem. Het tweede is de lanes bijsturen die de verkeerde kant op gingen, en daar verloor een toetsenbord het vroeger.

Nu: klik in de terminal, houd rechter ⌘ vast, zeg de bijsturing, laat los. "De migratie is goed, maar je hebt de tabel in het model hernoemd en niet in het seed-script. Repareer de seed en draai de tests opnieuw." De tekst landt in de prompt. Enter. Volgende lane.

Ik heb een kleine gewoonte die ik moest leren: spreek in volledige zinnen. Agents gaan daar beter mee om, en dictatie levert ze vanzelf op, omdat mensen zo praten. De telegramstijl die ik vroeger typte ("fix seed, tests opnieuw") was een artefact van het toetsenbord, geen voorkeur.

Dit uur legt ook de enige eigenaardigheid van de eerste dictatie bloot die het waard is om te weten. De microfoon draait warm na de eerste dictatie van een sessie en houdt daarna een pre-roll van 500 ms aan. De allereerste keer indrukken in de ochtend kan de kosten van het starten van de stream betalen en een woord afkappen als ik te vroeg begin te praten. Ik heb geleerd even te wachten. Waarom dictatie-apps je eerste woord opeten legt de mechaniek uit; de korte versie is dat het een probleem van de hele categorie is met een gedeeltelijke oplossing, niet met een opgeloste.

Halverwege de ochtend: de reviewlane

Bij twee van de startups waarmee ik werk liggen er de meeste ochtenden code reviews op me te wachten. Reviewen is de best mogelijke toepassing voor dictatie: het is lezen met af en toe een korte prozauitvoer, en dat proza is aan een mens gericht.

Ik lees de diff in een browsertabblad. Wanneer iets een opmerking nodig heeft, klik ik in het veld, houd vast, praat, laat los. Het eigen woordenboek draagt de identifiers van het project, dus reconnectBackoff komt eruit als reconnectBackoff en niet als drie Engelse woorden. De opschoning is standaard regelgebaseerd: stopwoordjes en herhaalde woorden gaan eruit, mijn formulering blijft. Ik laat de optionele lokale-LLM-politoer uit voor reviewopmerkingen, want de fidelity-beveiliging erachter is een heuristiek tegen ernstig tokenverlies, uitdijing of herhaling, geen garantie dat een ontkenning het overleefde, en in een review verandert een omgeklapte "niet" het oordeel.

Een van deze teams reviewt in het Roemeens. De engine met 25 talen van Keebye doet dat on-device; ik pin de taal vast in de menubalk en de volgende uiting wordt als Roemeens gedecodeerd, Engelse identifiers inbegrepen. Dicteer code reviews in je eigen taal heeft de details, inclusief de eerlijke lijst van welke talen wel en welke niet gedekt zijn.

Laat in de ochtend: de menselijke lanes

Niet elke lane is een agent. Rond dit uur hebben de Slack-draden en e-mails die 's nachts zijn verouderd antwoord nodig, en hier verloor de dag vroeger stilletjes uren. Niet omdat antwoorden moeilijk waren, maar omdat elk antwoord betekende dat ik een lane verliet, en een lane verlaten heeft herintredekosten.

Stem veranderde de economie van een antwoord. Een Slack-antwoord van twee zinnen is één keer de hotkey vasthouden, ingesproken in het berichtveld terwijl mijn ogen nog half op de terminal ernaast zijn. Investeerder-gerelateerde e-mails zijn langer en die schrijf ik nog steeds met zorg, maar het eerste concept wordt nu gesproken en daarna bewerkt. Een concept inspreken zet de vorm snel op papier; het getypt bewerken is waar de precisie in komt.

Dit is ook het uur waarin de privacyeis het meest telt. Wat ik hier dicteer is de binnenkant van andermans bedrijven: onuitgebrachte producten, veiligheidsdiscussies, geld. Keebye transcribeert on-device, werkt met wifi uit na de modeldownload, houdt lokaal een geschiedenis met alleen tekst bij die zich na 30 dagen zelf verwijdert, en stuurt geen telemetrie. Waar je stem naartoe gaat is de langere versie van waarom dat voor mij niet onderhandelbaar was.

Middag: diep werk, en de lanes die wakker worden

Middagen zijn voor de lane die echt denkwerk vraagt: een ontwerp, een moeilijke bug, een document dat goed moet zijn. Dat wordt getypt. Stem is een stuurkanaal, geen denkkanaal, en een moeilijk probleem wordt niet makkelijker door het uit te spreken.

Maar de andere lanes weten niet dat het tijd is voor diep werk. Een agent is klaar en stelt een vraag. Een reviewer antwoordt op mijn opmerking met een tegenargument. Vroeger was elk daarvan een beslissing: de focus doorbreken en van venster wisselen, of het laten liggen. Nu zijn de meeste een blik en een zin. Blik op de vraag van de agent, klik erin, zeg "ja, maar houd het oude endpoint in leven tot de client live gaat", klik terug. Het venster voor diep werk blijft grotendeels intact, omdat de onderbreking een paar seconden spreken is in plaats van een volledige contextwissel naar het probleem van iemand anders.

Ik wil hier precies zijn over de claim. Stem maakt onderbrekingen niet gratis. Het maakt de mechanische kosten van reageren klein genoeg dat wat overblijft alleen de gedachte is — en die was toch altijd al de echte kostenpost.

Avond: de terminalzware lane

Een van de startups draait veel van zijn operationele werk over SSH, in tmux, op servers waar plakken vanaf het klembord als begrip niet bestaat. Dit is waar dictatietools meestal omvallen, want de meeste voegen tekst in door te plakken.

Keebye plakt standaard ook, met terminal-bewuste dosering voor shells. Voor SSH en tmux zet ik de optionele typmodus aan, die de tekst als Unicode-toetsaanslagen injecteert in plaats van op een klembord te vertrouwen. Hij werkt met niet-QWERTY-indelingen, wat uitmaakt voor het Roemeense toetsenbord op een van de machines. Dictatie die de terminal overleeft behandelt de opzet en spraakdictatie voor de macOS-terminal de afwegingen.

Keebye weigert ook tekst in te voegen in beveiligde invoervelden, dus wanneer een server om een passphrase vraagt, doet de hotkey niets. Dat is af en toe irritant en volstrekt juist.

Wat niet veranderde

Een dag als deze kan klinken alsof stem het probleem van te veel lanes heeft opgelost. Dat deed het niet. Het loste één specifiek knelpunt op: de fysieke kosten van het afleveren van een zin bij de lane die hem nodig had. Al het andere is hetzelfde.

Denken is nog steeds het knelpunt bij moeilijk werk. Lezen kost nog steeds wat het kost. Agents gaan nog steeds de verkeerde kant op en hebben nog steeds bijsturing nodig, en een gemompelde bijsturing levert een gemompeld resultaat op, gesproken of getypt. Stem is een aanvulling op handen, geen vervanging; ik typ nog genoeg, alleen niet langer als de ene bottleneck waar elke lane achter wacht.

En de app heeft de scherpe randen van jonge software. Identifiers worden verkeerd gehoord. Het eerste woord van de dag valt soms weg. Er is geen vocabulaire voor spraakcommando's, dus navigeren tussen vensters blijft een klik. Hij draait alleen op macOS.

De vorm van het geheel

Het oude beeld van de 10x-developer was één persoon die sneller typte. Het beeld dat werkelijk is aangekomen, is één persoon die dirigeert: meerdere lanes, sommige geautomatiseerd en sommige menselijk, elk wachtend op een zin. In die wereld is hefboomwerking geen typsnelheid. Het is hoe goedkoop je intentie kunt afleveren bij de lane die het nodig heeft, in welke fysieke situatie je ook zit, inclusief met één arm vol.

Heeft jouw dag die vorm, dan is de gids voor developers het praktische startpunt, en weeg je dictatie-apps daarvoor af, dan is het overzicht van Keebye-alternatieven een eerlijke vergelijking die zegt waar elk beter past. De proefperiode duurt 14 dagen en begint bij je eerste keer inloggen op de desktop, dus een echte week vol lanes is precies waarvoor die bedoeld is.