สองลูก สามสตาร์ตอัป หนึ่งเสียง

เครื่องมือทุกชิ้นที่ผมเคยปล่อยออกมาเริ่มจากเหตุฉุกเฉินส่วนตัว เหตุฉุกเฉินของ Keebye มีสองชื่อ และหนึ่งในนั้นอายุยังไม่ถึงหกเดือน

นี่คือสถานการณ์ที่แอปนี้ถือกำเนิดมา ผมทำงานกับสตาร์ตอัปเดิมพันสูงที่มีเงินลงทุนมากกว่า $1M และการส่งมอบงานเป็นเรื่องสำคัญ ไม่ใช่สตาร์ตอัปเดียว แต่หลายแห่งพร้อมกัน แต่ละแห่งมีโค้ดเบสของตัวเอง ลำดับความสำคัญของตัวเอง และ "อันนี้ต้องเสร็จตั้งแต่เมื่อวาน" ของตัวเอง งานแบบนั้นไม่ได้มาเป็นคิวเรียบร้อย มันมาเป็นเลน: การย้ายระบบในเลนหนึ่ง การรีวิวในอีกเลน การชันสูตรเหตุขัดข้องในเลนที่สาม และช่อง Slack หนึ่งช่องต่อหนึ่งเลนที่ไหลเข้ามาอยู่เบื้องหลัง

แล้วเราก็มีลูกคนที่สอง

ใครที่เคยอุ้มทารกที่กำลังหลับย่อมรู้ฟิสิกส์เฉพาะตัวของมัน: คุณมีแขนข้างเดียว บางที ในทางปฏิบัติแล้วคุณคือนักพัฒนามือเดียวเป็นชั่วโมง ๆ ขณะเดียวกันเลนต่าง ๆ ก็ไม่หยุด agent รีแฟกเตอร์เสร็จแล้วและกำลังรอทิศทาง คำถามของลูกค้าอีกรายนั่งเก่าอยู่ตรงนั้น อัตราการพิมพ์ของคุณ — สิ่งที่ผลงานทั้งหมดของคุณแอบวิ่งผ่าน — เพิ่งถูกตัดลงเกินครึ่ง

เลขคณิตที่พัง

คำสัญญาของ AI coding agent เป็นเรื่องจริง Claude Code รันรีแฟกเตอร์ข้ามหลายไฟล์ให้ได้จริงขณะที่คุณทำอย่างอื่น รันสองหรือสามเลน แล้วบนกระดาษคุณก็ทำงานได้เป็นทวีคูณของตัวเอง ทุกคนที่ไล่ตามผลงาน 10x เคยอ่านพิตช์นี้มาแล้ว

แต่ตัวคูณนั้นมีตัวส่วนที่ไม่มีใครพูดถึง: ทุกเลนเดินหน้าด้วยภาษาธรรมชาติที่คุณเป็นคนผลิต prompt คำสั่งปรับทิศทาง การรีวิว คำตอบ ถ้าการผลิตภาษานั้นต้องใช้มือว่างสองข้างและการสลับบริบทเต็มรูปแบบเข้าไปในหน้าต่างที่ถูกต้อง เลนของคุณก็ไม่ได้ขนานกันเลย — มันถูกแบ่งเวลาผ่านคอขวดเดียว การเพิ่มเลนหนึ่งเลนเพิ่มต้นทุนการประสานงาน จนกระทั่ง "ตัวคูณ" ค่อย ๆ กลายเป็นภาระอย่างเงียบ ๆ

ผมรู้สึกถึงคอขวดนั้นได้ทางกาย ผมจะมีคำสั่งถัดไปที่ก่อตัวเสร็จแล้วอยู่ในหัว — "ย้อนการเปลี่ยน schema กลับ เก็บการเปลี่ยนชื่อ API ไว้ แล้วรันการย้ายระบบใหม่" — แล้วมันก็นั่งอยู่ตรงนั้นเฉย ๆ ต่อคิวอยู่หลังทารก แซนด์วิช หรือมือของผมเองที่ติดงานอยู่ในอีกเลนหนึ่ง ความคิดเกิดขึ้นทันที การส่งมอบต่างหากที่เป็นคอขวด

คุณไม่ได้ต้องการมือแบบ 10x คุณต้องการช่องทางส่งออกช่องที่สอง

ทำไมเครื่องมือที่มีอยู่ถึงไม่พอดี

ผมลองเครื่องมือพิมพ์ด้วยเสียงมาแล้ว — ตัวดี ๆ มีอยู่จริง และเราก็พูดแบบนั้นตรง ๆ ในหน้าเปรียบเทียบ ของเรา แต่ความต้องการของผมถูกหล่อขึ้นจากวันแบบที่เพิ่งบรรยายไปพอดี และสามข้อในนั้นกลายเป็นเรื่องต่อรองไม่ได้

มันต้องทำงานในเทอร์มินัลได้ เลนของผมอยู่ใน iTerm2 และ tmux บ่อยครั้งผ่าน SSH การแทรกข้อความด้วยการวางผ่านคลิปบอร์ดพังในที่เหล่านั้นพอดี ผมต้องการอะไรที่_พิมพ์_ได้ — การกดแป้นแบบสังเคราะห์ ที่กำหนดจังหวะให้เทอร์มินัลตามทัน

มันต้องรันในเครื่อง สิ่งที่ผมพูดคือส่วนภายในของบริษัทคนอื่น: ผลิตภัณฑ์ที่ยังไม่ปล่อย การตัดสินใจที่แตะเรื่องนักลงทุน การถกเรื่องความปลอดภัย "เราส่งเสียงขึ้นคลาวด์ แต่ทำอย่างรับผิดชอบ" เป็นคำตอบที่ดีสำหรับผู้ใช้จำนวนมาก แต่มันเป็นคำตอบของผมไม่ได้ การแปลงเสียงเป็นข้อความต้องรันบนฮาร์ดแวร์ของผมเอง พิสูจน์ได้ และปิด Wi-Fi ได้ถ้าจำเป็น

มันต้องล่องหน ไม่มีหน้าต่างแอป ไม่มีโหมดให้เข้า กดปุ่มค้าง พูด ปล่อย หายไป เครื่องมือที่เรียกร้องเลนของตัวเองย่อมทำลายจุดประสงค์ทั้งหมด

ผมจึงสร้างมันขึ้นมา Keebye คือแอปเมนูบาร์เนทีฟตัวเล็กบน macOS — ใช้ Tauri เพื่อให้มันเบา — ที่ยึดรูปร่างนั้นไว้พอดี: กด ⌘ ขวาค้าง พูด แล้วคำต่าง ๆ ไปลงในช่องที่แก้ไขได้ซึ่งโฟกัสอยู่ โมเดลบนเครื่อง (ค่าเริ่มต้นที่จูนมาเพื่อภาษาอังกฤษ เอนจิน 25 ภาษาแบบเลือกใช้ หรือของเนทีฟจาก Apple) ออฟไลน์ได้หลังดาวน์โหลดครั้งแรก การเก็บกวาดแบบอิงกฎพร้อมการขัดเกลาด้วย LLM ในเครื่องแบบเลือกใช้ พจนานุกรมสำหรับศัพท์เฉพาะของโปรเจกต์ ประวัติที่เป็นข้อความล้วนและลบตัวเองหลัง 30 วัน และไม่มี telemetry นั่นไม่ใช่คำคุณศัพท์จากโบรชัวร์ มันคือรายการความต้องการจากบนโซฟาตัวนั้น กับทารกคนนั้น

สิ่งที่เปลี่ยนไปจริง ๆ

ผมอยากระวังตรงนี้ เพราะเรื่องเล่าของผู้ก่อตั้งลื่นไถลไปเป็นนิยายได้ง่าย ผมจะไม่ให้ตัวเลขเปอร์เซ็นต์การปรับปรุงกับคุณ ผมไม่เคยวัดมัน และผมก็จะไม่เชื่อตัวเลขของใครอยู่ดี

สิ่งที่ผมบอกได้คือความรู้สึกของวันเวลาตอนนี้ คำสั่งที่ก่อตัวเสร็จแล้วแต่ยังไม่ถูกส่งมอบหายไปเกือบหมด: เมื่อเลนไหนต้องการทิศทาง ผมมองมัน กดปุ่มค้าง แล้วพูดสิ่งนั้นออกไป คำตอบถึงมนุษย์ — ข้อความ Slack ที่เคยนั่งเก่าเป็นชั่วโมงเพราะการตอบหมายถึงการทิ้งเลนหนึ่ง — ออกไปในช่องว่างระหว่างงาน พูดใส่หน้าต่างไหนก็ได้ที่โฟกัสอยู่ และชั่วโมงที่มีแขนข้างเดียวก็เลิกเป็นชั่วโมงที่ตายแล้ว ทิศทางที่ให้ผลดีที่สุดบางส่วนของผมเกิดขึ้นตอนยืน เดินไปเดินมา อุ้มลูกที่กำลังหลับ

ข้อจำกัดตามจริงยังอยู่ตรงนั้น การพิมพ์ด้วยเสียงไม่ได้คิดแทนคุณ prompt ที่พึมพำและก่อตัวไม่เสร็จให้ผลลัพธ์ที่พึมพำและก่อตัวไม่เสร็จ ไม่ว่าจะพูดหรือพิมพ์ Keebye เป็นซอฟต์แวร์ช่วงเข้าถึงล่วงหน้าพร้อมความหยาบที่มันบ่งบอก และเสียงเป็นส่วนเสริมของมือ ไม่ใช่ตัวแทน — ผมยังพิมพ์เยอะอยู่ แค่ไม่ใช่จุดล้มเหลวจุดเดียวของทุกเลนพร้อมกันอีกต่อไป

ใจความสำคัญ ถ้ามีสักข้อ

วาทกรรมเรื่องนักพัฒนา 10x จินตนาการถึงคนหนึ่งคนที่พิมพ์เร็วขึ้นมาตลอด สิ่งที่มาถึงจริงกลับแปลกกว่านั้น: คนหนึ่งคนที่_ควบคุมวง_ — หลายเลนกึ่งอัตโนมัติ แต่ละเลนรอประโยคหนึ่งประโยค ในโลกแบบนั้น อำนาจต่อรองของคุณไม่ใช่ WPM แต่คือคุณส่งมอบเจตนาไปยังเลนที่ต้องการมันได้ถูกแค่ไหน ในสภาพทางกายภาพแบบไหนก็ตามที่คุณอยู่

สำหรับผม ช่องทางที่ถูกที่สุดกลับกลายเป็นช่องทางที่ผมมีอยู่มาตลอด

ถ้าวันของคุณดูคล้ายแบบนี้ รายละเอียดเวิร์กโฟลว์อยู่ใน การขับ Claude Code ด้วยเสียงของคุณ และถ้าภาษาอังกฤษไม่ใช่ภาษาที่คุณใช้คิด อ่าน ทำไมการพิมพ์ด้วยเสียงไม่ควรมีแค่ภาษาอังกฤษ Keebye อยู่ในช่วงเข้าถึงล่วงหน้าสำหรับ macOS เริ่มทดลองใช้ฟรีได้ด้านล่าง มันถูกสร้างขึ้นในสถานการณ์เดียวกับที่มันรับใช้พอดี: แขนข้างหนึ่งไม่ว่าง เลนยังเดินหน้าต่อ