Dwoje dzieci, trzy startupy, jeden głos

Każde narzędzie, jakie kiedykolwiek wydałem, zaczęło się od osobistej awarii. Awaria, z której wzięło się Keebye, miała dwa imiona, a jedno z nich miało poniżej sześciu miesięcy.

Oto sytuacja, w której narodziła się ta aplikacja. Pracuję ze startupami o wysokiej stawce, w które zainwestowano ponad $1M i w których liczy się wydawanie. Nie z jednym startupem: z kilkoma naraz, każdy z własnym repozytorium, własnymi priorytetami, własnym „to musiało być zrobione wczoraj”. Ta praca nie przychodzi jako uporządkowana kolejka. Przychodzi jako tory: migracja w jednym, przegląd w drugim, postmortem incydentu w trzecim i kanał na Slacku na każdy tor zapełniający się w tle.

A potem urodziło nam się drugie dziecko.

Każdy, kto trzymał śpiące niemowlę, zna specyficzną fizykę tej sytuacji: masz jedną rękę, może. Funkcjonalnie jesteś jednoręcznym programistą przez wiele godzin naraz. Tymczasem tory się nie zatrzymują. Agent skończył refaktoryzację i czeka na wskazówki. Pytanie drugiego klienta leży i się starzeje. Twoja przepustowość pisania — ta rzecz, przez którą po cichu przechodzi cały Twój wynik — właśnie spadła o ponad połowę.

Rachunek, który się rozsypał

Obietnica agentów kodujących AI jest prawdziwa. Claude Code naprawdę wykona refaktoryzację obejmującą wiele plików, kiedy Ty robisz coś innego. Uruchom dwa albo trzy tory i na papierze działasz jako jakaś wielokrotność samego siebie. Każdy, kto goni za wynikiem 10x, czytał tę zachętę.

Ale ta wielokrotność ma mianownik, o którym nikt nie wspomina: każdy tor posuwa się dzięki językowi naturalnemu, który produkujesz. Prompty, korekty kursu, przeglądy, odpowiedzi. Jeśli produkowanie tego języka wymaga dwóch wolnych rąk i pełnego przełączenia kontekstu do właściwego okna, to Twoje tory wcale nie są równoległe — są dzielone w czasie przez jedno wąskie gardło. Dodanie toru dodaje koszt koordynacji, aż „mnożnik” po cichu zamienia się w narzut.

Czułem to wąskie gardło fizycznie. Miałem następną instrukcję w pełni uformowaną w głowie — „cofnij zmianę schematu, zachowaj zmianę nazwy API, uruchom migrację ponownie” — a ona po prostu tam wisiała, w kolejce za dzieckiem, kanapką albo moimi własnymi rękami zajętymi w innym torze. Myśl była natychmiastowa. Wąskim gardłem było dostarczenie.

Nie potrzebujesz rąk 10x. Potrzebujesz drugiego kanału wyjścia.

Dlaczego istniejące narzędzia nie pasowały

Próbowałem narzędzi do dyktowania — dobre istnieją i mówimy to wprost na naszych stronach porównań. Ale moje wymagania ukształtował dokładnie ten dzień, który właśnie opisałem, a trzy z nich okazały się nienegocjowalne.

Musiało działać w terminalach. Moje tory żyją w iTerm2 i tmuxie, często przez SSH. Wstawianie przez wklejanie ze schowka psuje się dokładnie w tych miejscach. Potrzebowałem czegoś, co potrafi wpisywać — syntetyczne naciśnięcia klawiszy, rozłożone w rytmie, za którym terminal nadąża.

Musiało działać lokalnie. To, co dyktuję, to wnętrze cudzych firm: niewydane produkty, decyzje z okolic inwestorów, rozmowy o bezpieczeństwie. „Wysyłamy dźwięk do chmury, ale odpowiedzialnie” to dobra odpowiedź dla wielu użytkowników. Nie mogła być moja. Zamiana mowy na tekst musiała działać na moim własnym sprzęcie, w sposób sprawdzalny, w razie potrzeby z wyłączonym Wi-Fi.

Musiało być niewidzialne. Żadnego okna aplikacji, żadnego trybu, w który trzeba wejść. Przytrzymaj klawisz, powiedz, puść, koniec. Narzędzie, które domaga się własnego toru, przekreśla cały sens.

Więc je zbudowałem. Keebye to mała natywna aplikacja macOS w pasku menu — Tauri, żeby zostawała lekka — która trzyma dokładnie ten kształt: przytrzymaj prawy ⌘, powiedz, a słowa lądują w aktywnym edytowalnym polu. Modele na urządzeniu (domyślny strojony pod angielski, opcjonalny silnik 25-językowy albo natywny silnik Apple), offline po pierwszym pobraniu, czyszczenie oparte na regułach z opcjonalnym szlifem lokalnego LLM, słownik na żargon projektu, historia zawierająca sam tekst, kasująca się po 30 dniach i żadnej telemetrii. To nie są przymiotniki z broszury; to lista wymagań z tamtej kanapy, z tamtym dzieckiem.

Co się naprawdę zmieniło

Chcę tu być ostrożny, bo historie założycieli łatwo dryfują w stronę fikcji. Nie podam Ci procentowej poprawy; nigdy jej nie zmierzyłem, a i tak nie ufałbym niczyjej liczbie.

Mogę Ci natomiast powiedzieć, jakie te dni są teraz w odczuciu. Uformowana, ale niedostarczona instrukcja w większości zniknęła: kiedy tor potrzebuje wskazówek, patrzę na niego, przytrzymuję klawisz i mówię, co trzeba. Odpowiedzi do ludzi — wiadomości na Slacku, które kiedyś starzały się godzinami, bo odpowiedź oznaczała porzucenie toru — wychodzą w przerwach, wypowiedziane w to okno, które akurat ma fokus. A jednoręczne godziny przestały być godzinami martwymi. Część najlepszych wskazówek, jakich udzielam, powstaje na stojąco, w chodzeniu, z uśpionym dzieckiem na ręku.

Szczere granice wciąż są. Dyktowanie nie myśli za Ciebie; wymamrotany, na wpół uformowany prompt daje wymamrotany, na wpół uformowany wynik, czy to wypowiedziany, czy napisany. Keebye to oprogramowanie we wczesnym dostępie z chropowatościami, które to oznacza. A głos jest uzupełnieniem rąk, a nie ich zamiennikiem — wciąż sporo piszę, po prostu nie jestem już pojedynczym punktem awarii dla wszystkich torów naraz.

Teza, jeśli jakaś jest

Dyskurs o programiście 10x zawsze wyobrażał sobie jedną osobę piszącą szybciej. To, co faktycznie nadeszło, jest dziwniejsze: jedna osoba dyryguje — kilka półautonomicznych torów, każdy czekający na zdanie. W takim świecie Twoją dźwignią nie jest liczba znaków na minutę. Jest nią to, jak tanio potrafisz dostarczyć intencję do tego toru, który jej potrzebuje, w dowolnej sytuacji fizycznej, w jakiej się znajdujesz.

U mnie najtańszym kanałem okazał się ten, który miałem od zawsze.

Jeśli Twoje dni wyglądają choć trochę tak, szczegóły przepływu pracy są w Sterowanie Claude Code głosem, a jeśli angielski nie jest językiem, w którym myślisz, przeczytaj dlaczego dyktowanie nie powinno być tylko po angielsku. Keebye jest we wczesnym dostępie na macOS; zacznij bezpłatny okres próbny poniżej. Powstało dokładnie w tej sytuacji, której służy: jedna ręka zajęta, tory dalej w ruchu.