Claude Code голосом: работа в параллельных дорожках

За последний год в разработке с ИИ что-то тихо перевернулось: самая медленная часть цикла больше не машина. Claude Code с удовольствием перемалывает рефакторинг четыре минуты. Cursor набросает набор тестов, пока вы не смотрите. Узкое место — вы, а точнее ваши руки, которые могут быть только в одном окне за раз.

Как только у вас больше одной агентской дорожки, это перестаёт быть досадной мелочью и становится формой вашего дня. Первая дорожка рефакторит авторизацию. Вторая ждёт вашего ревью. Третья — тред в Slack, где клиент коряво описывает баг. Каждая из них движется вперёд на естественном языке — а вы производите этот естественный язык десятью пальцами и одним окном в фокусе.

Вот этот разрыв и закрывает голос. Не голос в духе «продиктуй свой роман», а голос как канал управления. Это та часть вайб-кодинга, которую никто не показывает в демо: сам код вы наговариваете редко, вы направляете агентов, которые его пишут.

Промпты — это проза, а прозу быстрее произносить

Вот что важно в управлении кодовым агентом: на вход идёт не код. На вход идут инструкции. «Вынеси логику ретраев из обработчика WebSocket, перенеси её в отдельный модуль и сделай верхнюю границу бэкоффа настраиваемой». Вы наберёте это за двадцать секунд, если уже в нужном окне, разогреты и ни о чём другом не думаете.

Но в таком состоянии вы больше не бываете. Вы посреди ревью в другой дорожке. Вы читаете последний диф агента. Вы держите кофе. Цена промпта — не время набора, а переключение контекста, чтобы поставить руки и глаза в позицию для набора.

Произнесённый промпт схлопывает эту цену. Переведите фокус на терминал, удержите клавишу, скажите ту фразу, которую вы и так проговаривали про себя, отпустите. Слова оказываются у курсора, дорожка снова приходит в движение, а ваше внимание возвращается туда, где оно на самом деле было нужно.

Рабочий процесс, конкретно

Я использую для этого Keebye — инструмент, который я сделал, когда эта проблема съела мою рабочую жизнь, и всё описанное ниже — его реальное поведение, а не намерение. Сжатый чек-лист настройки — горячая клавиша, режим вставки, словарь — лежит на странице голосовой диктовки для Claude Code.

Одна горячая клавиша, удержанием. По умолчанию — правая ⌘. Удержали, сказали, отпустили; расшифрованный текст оказывается в редактируемом поле в фокусе. Для длинных инструкций одиночное нажатие включает запись, пока вы не нажмёте снова. Esc отменяет. Никакого окна открывать не надо, и в этом весь смысл: у инструмента нет собственной дорожки.

Режим набора для терминалов. Claude Code живёт в терминале, а терминалы враждебны к вставке через буфер обмена — особенно по SSH или внутри tmux. Keebye умеет синтетически набирать текст вместо вставки, в темпе с учётом особенностей терминала, так что промпт приходит так, как пришли бы нажатия клавиш. Одна эта настройка отличает «милое демо» от «ежедневного инструмента» в работе с агентами — полный рассказ о том, почему терминалы ломают вставку, есть в статье диктовка, которая выживает в терминале.

Словарь для вашего жаргона. Речевые модели не знают лексики вашего проекта. Пользовательский словарь сопоставляет то, что услышала модель, с тем, что вы имели в виду: названия модулей, имена коллег, «pnpm» — всё, что ваша кодовая база заставляет вас повторять.

Локальная очистка с ограниченной эвристикой. Сырая речь полна «um» и фальстартов. Keebye убирает слова-паразиты и чинит пунктуацию быстрыми правилами; его опциональная доводка локальной LLM откатывается назад при серьёзной потере токенов, разрастании или повторах. Эта защита не может доказать смысл и уберечь каждое отрицание, поэтому проверяйте критичные инструкции агенту перед отправкой.

А поскольку всё распознавание речи работает на устройстве, сами промпты — подробно описывающие ваш невыпущенный продукт, дорожка за дорожкой, — никогда не покидают машину.

В чём голосовое управление действительно хорошо

Прожив с этим ежедневно, вот честная опись.

Корректировки. Агент закончил, и он прав на 80 %. «Оставь вынесенный код, но откати переименование в тестовых файлах и прогони набор ещё раз». Произнести — три секунды. Это самая ценная диктовка в моём дне.

Постановка задачи в следующую дорожку. Пока первая дорожка собирает, опишите следующую задачу во вторую. Руки последовательны, работа параллельна.

Проза вокруг кода. Описания PR, сообщения коммитов, ответы в Slack на баг-репорт, письмо, которое вы задолжали. Перевели фокус на окно, сказали, готово — руки так и не покинули ту дорожку, в которой были.

Полезное размышление вслух. Некоторые инструкции выходят лучше произнесёнными, потому что речь заставляет мыслить линейно. Ртом нельзя вложить скобки в скобки.

Чем это не является

Раздел честности. Транскрипция в Keebye пакетная, а не потоковая — текст появляется, когда вы отпускаете клавишу, а не слово за словом. Для промптов это нормально (вы говорите, и текст приходит одним блоком), но это значит, что живых субтитров здесь нет. Модель по умолчанию настроена на английский; многоязычная диктовка — это отдельный движок на устройстве, покрывающий 25 языков, и о том, почему это важно, подробнее в статье диктовка не должна быть только английской. И ни один инструмент диктовки не делает плохой промпт хорошим; голос убирает трение, а не необходимость думать.

В этой области есть и другие хорошие инструменты — Superwhisper и Wispr Flow нас спрашивают чаще всего, и мы написали честные сравнения по обоим: Keebye vs Superwhisper и Keebye vs Wispr Flow.

Почему это накапливается

Один продиктованный промпт экономит секунды. Не в этом суть. Суть в том, что эти секунды блокировали: каждая ваша дорожка движется только тогда, когда вы её кормите, поэтому налог на кормление одной дорожки — это налог на все сразу. Уберите его — и вы перестанете нормировать собственное внимание: вы добавите третью дорожку, которую не запускали, потому что она казалась слишком накладной.

Начало всего этого было менее изящным, чем эссе о рабочем процессе: двое детей, несколько потоков работы с высокими ставками и нехватка рук. Эта история здесь — Двое детей, три стартапа, один голос.

Keebye находится в раннем доступе для macOS. Начните бесплатный пробный период ниже, направьте его на самую загруженную дорожку и попробуйте одну конкретную последовательность: посмотрите первую дорожку, продиктуйте корректировку во вторую, затем ответьте человеку, ждущему в третьей. Голос не управляет ими одновременно; он держит каждую параллельную дорожку накормленной при меньшей цене передачи управления.