當我把鍵盤放下，對着AI說了一天話來解決我的日常工作
整理版優先睇
用語音同AI協作，將碎片時間嘅產出密度翻倍：TRAE SOLO + Insta360 Mic Air 實戰分享
呢篇文章係由創業者兼獨立開發者安仔寫嘅。佢白天要處理公司事務，業餘仲要做自媒體、寫文、做直播同維護代碼項目，時間完全係靠中午同夜晚嘅碎片時間。佢發現最大嘅樽頸唔係做唔切，而係要將諗法「翻譯」成文字餵畀 AI——手指頭追唔上個腦。
為咗解決呢個問題，佢用咗 TRAE SOLO + Insta360 Mic Air 呢套組合。佢嘅結論係：語音輸入本身冇問題，問題係我哋需要一層翻譯官，將口水話實時變成精準指令。Mic Air 負責收音同清洗廢話，SOLO 負責理解同執行，兩個夾埋就令到語音協作變得真正實用。
作者透過中午散步寫文、夜晚改 code 同處理社羣嘅具體例子，展示呢套組合點樣將碎片時間嘅產出密度翻倍。佢認為 Voice Working 會係未來一兩年最值得關注嘅人機交互變化，尤其適合成日同 AI 協作、用碎片時間做副業、或者唔想被釘喺電腦前嘅人。
- 語音輸入嘅核心痛點唔係識別率，而係人嘅表達唔精準；Mic Air 嘅口語清洗功能解決咗呢個問題。
- TRAE SOLO 支援手機端，可以將任務流轉到雲端或個人電腦，實現「人在外面走，活在家裏幹」。
- 中午散步時對住 Mic Air 口述文章大綱，SOLO 自動搜索、整理、生成初稿，一個鐘搞掂以前要分兩三段時間先寫完嘅文。
- 夜晚改 code 可以一句話觸發多步操作（改接口、寫邏輯、跑測試、提交 GitHub），同時用另開任務處理社羣回覆，將工作時間由12點縮短到10點前。
- Voice Working 降低嘅唔係輸入速度，而係表達門檻——你只需要好似同同事吹水咁講，唔使先喺腦入面組織好結構化文字。
背景：碎片時間最痛嘅係「翻譯」過程
作者安仔係創業者兼獨立開發者，日頭處理公司事，夜晚同午休搞自媒體同代碼項目。時間碎到一粒一粒，最攰嘅唔係做唔切，而係要將腦入面嘅諗法「翻譯」成文字餵畀 AI——手指頭追唔上個腦。
「把腦子裏的想法翻譯成文字餵給 AI」呢個過程消耗最多精力
佢以前試過語音輸入，但經驗好差：手機語音出嚟一堆「然後個個就係嘛」，背景噪音又搞到亂碼。佢認為核心問題唔係語音唔得，而係我哋中間缺咗一層翻譯官——將口水話實時變成 AI 精準執行嘅指令。
兩件工具：Insta360 Mic Air 同 TRAE SOLO
Insta360 Mic Air 係一粒 7.9 克嘅收音咪，夾喺衣領就忘記佢存在。佢收音質素等同錄音棚，你細聲講都聽得清，旁邊再嘈只收你把聲，續航仲有 10 個鐘。
普通麥克風只管「聽到你講乜」，Mic Air 結合 SOLO 多做一步——自動刪廢話、修正改口、變口語做書面指令
TRAE SOLO 係字節跳動嘅 AI 工作助手，有 Code 模式（寫 code）同 MTC 模式（寫文、搜資料、整理文件）。最新版本仲支援手機端，任務可以無縫流轉到雲端或綁定電腦。
中午休息：散步寫文，框架喺返到工位前已經出咗
以前午飯後一個鐘空檔，由選題、搜資料到打字，一個鐘根本寫唔完，成日拖到夜晚。而家佢食完飯散步時對住 Mic Air 口述需求。
「幫我搜一下最近關於 GPT 5.5 嘅熱點討論，然後基於搜到嘅信息幫我列個文章大綱」
實際講嘅時候夾雜咗「嗯」、「嗰個」、「即係」，仲改咗一次口，但 Mic Air 全部自動處理——語氣詞刪掉，改口只保留最終結論。SOLO 收到後直接搜索、整理、出大綱，佢未返到工位框架已經喺度。
SOLO 能識別到具體工具需求，然後調用本地合適嘅 skills 實現需求
佢仲可以繼續口述要點同觀點，等 SOLO 填充內容同生成配圖。而且因為 SOLO 手機端支援，佢喺公司樓下散步時用電話講完需求，任務就會流轉去屋企電腦執行。
「人在外面走，活在家裏幹」——唔使坐喺電腦前先開到工
夜晚：改 code 同處理社羣，一句話觸發多步操作
夜晚係佢改 code、回社羣問題、整理直播素材嘅時間。以前全部靠打字，成日搞到半夜。而家佢會先對住 Mic Air 講 code 需求。
幫我將圖片生成接口加批量處理功能，參數支援傳入一個數組，每張圖可以獨立設置尺寸同風格，寫好之後提交到 GitHub，commit message 寫清楚改咗乜。佢講嘅時候磕磕巴巴仲停頓咗幾次，但 Mic Air 清洗完之後 SOLO 收到一條結構清晰嘅需求。SOLO 會自動基於要引用嘅 skill 將需求翻譯成英文，然後拆解步驟：改接口參數定義 → 寫批量邏輯 → 跑測試 → 調用 GitHub CLI 提交。
一句話觸發多步操作，而且 SOLO 可以模糊匹配——講「提交到 GitHub」就自動識別用 Git skill
code 交俾 SOLO 跑緊嘅同時，佢另開任務處理社羣：例如「幫我基於呢個問題寫個 200 字回覆，語氣友好專業啲」，或者「將今日收集嘅素材按主題分類整理」。以前夜晚做到 12 點，而家 10 點前就收工。
夜晚工作時間由 12 點縮短到 10 點前，慳到嘅時間可以睇書或諗聽日嘅工作
本質改變：降低表達門檻，而唔係輸入速度
令作者興奮嘅唔係快咗幾多，而係一個更根本嘅變化：Voice Working 降低咗表達門檻。以前同 AI 協作，要先喺腦入面組織好結構化文字——點樣描述、用咩關鍵詞、分幾步講。呢個翻譯過程本身就消耗大量精力。
加上 SOLO 手機端跨設備能力，佢嘅工作模式變成：白天開會間隙諗到嘢，攞電話對住 SOLO 講一句，任務就派出咗；開完會行返工位嘅時間，將會議資料掟俾 SOLO 總結好放喺電腦桌面。晚上返到屋企，code 寫好、初稿生成、素材整理完。
由命令行到 IDE，到 Copilot，到而家用把口——每一步都縮短「諗法」同「變成現實」之間嘅距離
佢覺得 Voice Working 會係未來一兩年最值得關注嘅人機交互變化之一，寫 code 只係開始，文檔、調研、整理檔案、安排日程都會俾語音重構一次。最後佢列出三類適合嘅人：成日同 AI 協作但打字慢嘅；白天有正職、用碎片時間做副業嘅創業者或獨立開發者；鍾意邊行邊諗、唔想被釘喺電腦前嘅人。
大家好，我係安仔。
我係一個創業者，日頭成日都要處理公司嘅嘢，同時亦係一個獨立開發者，工餘時間都會寫嚇文章做嚇直播分享。
即係話我只能夠靠中午休息同夜晚收工之後嘅碎片時間，去寫文章、做直播分享、回答社羣問題、維護一啲代碼項目。
時間本身已經好緊，所有呢啲嘢仲要塞曬靠鍵盤一個字一個字打。
最攰嘅唔係做嘢本身，而係「將個腦嘅想法翻譯成文字餵俾 AI」呢個過程——明明個腦已經諗好咗，手指就係跟唔上。
直到我用咗 TRAE SOLO + Insta360 Mic Air 呢套組合。
講真，我而家返唔到轉頭。
唔係矯情，係真係返唔到轉頭。把口講比隻手做快，而且快嘅唔係少少。
語音輸入點解一路都「唔好用」
其實我好早就想用語音同 AI 協作。但之前嘅體驗，點講呢，一言難盡。
你有冇試過對住手機語音輸入寫文章？
出嚟一堆「然後嗰個就係囉」，仲要花時間刪改，慢過直接打字。
你有冇試過喺咖啡廳用語音？
背景音樂同隔籬位大哥嘅電話全部混咗入去，AI 認出嚟一堆亂碼。
但呢啲都唔係最核心嘅問題。最核心嘅問題係：
你個腦諗緊「幫我根據呢篇論文寫個技術解讀」，但把口講出嚟係「即係嗰個……你幫我睇嚇嗰篇論文……寫個……即係嗰種解讀嘅文章啦」。
AI 收到嘅係一嚿口水話，執行結果自然偏到九丈遠。
所以我覺得問題從來都唔係「語音唔得」，而係我哋中間缺咗一層翻譯官——可以將你嘅口水話實時變成 AI 精準執行嘅指令。
呢兩樣嘢係乜嘢
先講 Insta360 Mic Air。
一句話解釋佢同普通咪高峯嘅分別：
普通咪高峯只管「聽到你講咗乜」，Mic Air 結合 TRAE SOLO 多做咗一步——佢會自動幫你將廢話刪咗、將改口修正、將口語變成書面指令。
相當於你同 AI 之間多咗個實時速記秘書。
硬件層面唔多講，淨係記住三點：
7.9克硬幣咁細，夾喺衫領就唔記得佢存在；
收音係錄音室級別，你細細聲講佢都聽到，隔籬再嘈只收你嘅聲；
續航10個鐘，夠你由朝講到晚。
再講 TRAE SOLO。
字節跳動做嘅 AI 工作助手。
可以幫你寫 Code（Code 模式），亦可以幫你做寫文章、搜資料、整理文件呢啲辦公任務（MTC 模式，More Than Coding）。
你可以理解為一個隨時候命嘅 AI 員工，而且係理解力好強、執行力都好強嘅員工。
而且最新版本已經支援手機端。即係點？
你喺手機落嘅 task，可以無縫流轉到雲端或者你綁定嘅個人電腦執行。
你人唔喺電腦面前，AI 照樣幫你做嘢。
對我呢啲日頭俾創業嘢佔曬、只能碎片時間處理一啲非核心事情嘅人嚟講，簡直係解放。
點解呢兩樣要夾埋用？道理好簡單：
語音輸入嘅質量直接決定 AI 做嘢嘅準確率。
咪高峯收音唔好或者唔做口語清洗，後面 AI 再勁都係理解緊一嚿廢話。
Mic Air 負責將你嘅人話翻譯成精準指令，SOLO 負責接到指令後執行到位。
一個管「聽明你」，一個管「幫你做」。
碎片時間裏面嘅真實用法
日頭做嘢嘅事已經佔曬成段時間，自媒體只能攝時間做。
所以對我嚟講，呢套組合最大嘅價值係：
令碎片時間嘅產出密度翻倍。
講幾多都唔及直接睇我點用。
中午休息：寫公眾號
工作日食完晏晝我通常有大約一個鐘嘅空檔，以前我會開電腦趕一篇文章。
但由揀題目、搜資料、組織大綱到一個字一個字打出來，一個鐘根本寫唔完，成日拖到夜晚繼續。
而家嘅做法：食完飯散步嘅時候，對住衫領嘅 Mic Air 開始講——
「幫我搜嚇最近關於 GPT 5.5 嘅熱點討論，然後根據搜到嘅資料幫我列個文章大綱，風格輕鬆啲，面向技術愛好者，重點講佢嘅架構創新同實際性能提升。」
我實際講嘅時候中間夾咗幾個「嗯」、「嗰個」、「即係」，仲改咗一次口（「唔係技術細節……係架構創新」）。
但 TRAE SOLO 全部自動處理咗——語氣詞刪咗，改口只保留最終結論，輸出俾 SOLO 嘅係一條乾淨利落嘅指令。
SOLO 收到後直接開始搜索、整理、出大綱。我未行返到工位，框架已經有咗。
然後繼續口述要點同觀點，叫 SOLO 填充內容、生成配圖，佢竟然識別到我嘅具體工具需求，然後幫我調用我本地合適嘅 skills 入嚟實現需求：
以前一篇文章要拆成兩三個時段先寫得完，而家午休散個步第一版初稿就搞掂。
而且因為 SOLO 支援手機端，我甚至唔使返到工位。
中午喺公司樓下散步嘅時候，攞手機對住手機端講完需求，任務直接流轉到我家嘅電腦度行緊。
等我夜晚返到屋企，開電腦一睇，初稿已經喺度等緊我。
呢種「人行緊街，工喺屋企做」嘅感覺，真係令我從「一定要坐喺電腦前先做到嘢」嘅困局度徹底解放出嚟。
夜晚：改開源項目 + 處理社羣
收工之後係我集中處理自媒體同自己一啲個人代碼項目嘅時間。
以前呢段時間要做嘅嘢太多：改 Code、回社羣問題、整理直播素材，全部靠打字一件件做，成日忙到半夜。
而家我會先處理 Code。對住 Mic Air 講——
「將圖片生成嘅接口加個批量處理嘅功能，參數支援傳一個陣列入嚟，每張圖可以單獨設定尺寸同風格，然後幫我寫好之後提交去 GitHub，commit message 寫清楚改咗乜。」
我講嘅時候其實斷斷續續，中間仲停頓咗幾次諗措辭。但 Mic Air 清洗完之後，SOLO 收到嘅就係一條結構清晰嘅需求，而且佢甚至會根據要引用嘅 skill 嚟翻譯我哋嘅需求做英文等，等大模型可以更好地結合 skill 嚟理解。
然後佢自動拆解：修改接口參數定義 → 寫批量處理邏輯 → 行測試 → 調用 GitHub CLI 提交。一句話觸發多步操作，而且佢可以模糊匹配——我講「提交去 GitHub」，佢自動知道要調用 Git skill。
Code 嘅事交俾 SOLO 行緊，我同時處理社羣。
直接開一個新 task，對住 TRAE SOLO 講「幫我根據呢個問題寫個200字嘅回覆，語氣友善專業啲」，或者「將今日收集嘅呢啲素材按主題分類整理好，直播嘅時候要用」。……
以前夜晚忙到12點嘅嘢，而家10點前基本上可以收工。慳返嘅時間，我可以睇嚇書，或者諗嚇聽日工作嗰邊嘅嘢。
Voice Working 到底改變咗乜
體驗咗一段時間，令我興奮嘅唔係「快咗幾多」，而係一個更根本嘅變化：
Voice Working 降低嘅唔係輸入速度，而係表達門檻。
以前同 AI 協作，你要先喺個腦將需求組織成結構化嘅文字——諗清楚點樣描述、用乜關鍵詞、分幾步講。
呢個「翻譯」過程本身就消耗大量精力。
而家你只需要好似同同事吹水咁講出嚟，講錯改口都冇問題，TRAE SOLO 幫你兜底。
對我呢啲日頭有正職工作、夜晚做自媒體同開發個人項目嘅人嚟講，即係我可以將更多精力擺喺「諗清楚要做乜」上面，而唔係「點樣將想法準確傳達俾 AI」上面。
碎片時間嘅產出密度，直接翻咗一倍唔止。
再加上 SOLO 嘅手機端跨裝置能力，我而家嘅工作模式變咗：
日頭開會空隙諗到啲乜，攞手機對住 TRAE SOLO 講一句，task 就派出咗；
下晝開咗幾個會，有啲會議嘅紀要整理太麻煩，開完會返工位嘅空隙，攞手機，直接將相關資料掉俾 TRAE SOLO，叫佢幫我總結好放喺我公司電腦桌面，等我查閲，甚至直接飛書傳俾同事；
夜晚返到屋企開電腦，Code 已經寫好、文章初稿已經生成、素材已經整理完畢；
我唔再需要「坐喺電腦前」先開波做嘢，任何時間任何地方，一張嘴就夠。
由 command line 到 IDE，到 Copilot，到而家用把口講。
每一步都在縮短「個腦嘅想法」到「佢變成現實」之間嘅距離。
–「配一張相關嘅優化後工作流程嘅場景圖」–
我覺得 Voice Working 會係未來一兩年最值得留意嘅人機交互變化之一。
寫 Code 只係開始，寫文檔、做調研、整理文件、安排日程，所有同 AI 協作嘅場景都會被語音重構一次。
邊啲人適合呢套組合
三類人會特別有感覺：
第一係成日同 AI 協作但覺得打字表達需求太慢嘅人。
第二係好似我咁日頭有正職、只能用碎片時間做副業嘅創業者或獨立開發者。
第三係鍾意邊行邊諗、唔想被綁喺電腦前嘅人——SOLO 手機端，令你喺地鐵、散步甚至開會空隙都可以將 task 派出街，返到電腦前直接驗收成果。
講真，用咗一段時間之後，再返轉頭純鍵盤操作，會有種「點解咁笨重」嘅感覺。
就好似用慣咗觸控再返去按鍵手機一樣。
你會唔會慣咗用把口做嘢？嚟留言區傾嚇。
大家好，我是安仔。
我是一個創業者，白天一整天都在處理公司的事，同時也是個獨立開發者，業餘時間也會寫寫文章做一下直播分享。
這意味着我只能靠中午休息和晚上下班後的碎片時間，去寫文章、做直播分享、回答社羣問題、維護一些代碼項目。
時間本來就緊，所有這些事還全靠鍵盤一個字一個字敲。
最累的不是幹活本身，而是“把腦子裏的想法翻譯成文字餵給 AI”這個過程——明明腦子裏已經想好了，手指頭就是跟不上。
直到我用上了 TRAE SOLO + Insta360 Mic Air 這套組合。
說句實話，我現在回不去了。
不是矯情，是真的回不去了。動嘴比動手快，而且快的不是一點半點。
語音輸入為什麼一直“不好使”
其實我很早就想用語音跟 AI 協作了。但之前的體驗，怎麼說呢，一言難盡。
你試過對着手機語音輸入寫文章嗎？
出來一堆“然後那個就是嘛”，還得花時間刪改，比直接打字還慢。
你試過在咖啡廳用語音嗎？
背景音樂和隔壁大哥的電話全混進去了，AI 識別出來一堆亂碼。
但這些都不是最核心的問題。最核心的問題是：
你腦子裏想的是“幫我基於這篇論文寫個技術解讀”，但嘴裏說出來的是“就是那個……你幫我看看那個論文……寫個……就是那種解讀的文章吧”。
AI 收到的是一坨口水話，執行結果自然偏到姥姥家去了。
所以我覺得問題從來就不是“語音不行”，而是我們中間缺了一層翻譯官——能把你的口水話實時變成 AI 能精準執行的指令。
這倆東西是什麼
先說 Insta360 Mic Air.
一句話解釋它跟普通麥克風的區別：
普通麥克風只管“聽到你說了什麼”，Mic Air 結合 TRAE SOLO 多做了一步——它會自動幫你把廢話刪掉、把改口修正、把口語變成書面指令。
相當於你和 AI 之間多了個實時速記秘書。
硬件層面不多說，就記住三點：
7.9克硬幣大小，夾衣領上就忘了它存在；
收音是錄音棚級別的，你小聲嘀咕它都能聽清，旁邊再吵也只收你的聲音；
續航10小時，夠你從早說到晚。
再說 TRAE SOLO.
字節跳動做的 AI 工作助手。
能幫你寫代碼（Code 模式），也能幫你做寫文章、搜資料、整理文件這些辦公任務（MTC 模式，More Than Coding）。
你可以理解為一個隨時待命的 AI 員工，而且是那種理解力很強、執行力也很強的員工。
而且最新版本已經支持手機端了。這意味着什麼？
你在手機上下達的任務，可以無縫流轉到雲端或者你綁定的個人電腦上執行。
你人不在電腦前，AI 照樣幫你幹活。
這對我這種白天被創業的事佔滿、只能碎片時間處理一些非核心事情的人來說，簡直是解放。
為什麼這倆要搭配着用？道理很簡單：
語音輸入的質量直接決定 AI 幹活的準確率。
麥克風收音不行或者不做口語清洗，後面 AI 再強也是在理解一坨廢話。
Mic Air 負責把你的人話翻譯成精準指令，SOLO 負責接到指令後執行到位。
一個管“聽懂你”，一個管“幫你幹”。
碎片時間裏的真實用法
白天工作的事已經佔滿了整塊時間，自媒體只能見縫插針。
所以對我來說，這套組合最大的價值就是：
讓碎片時間的產出密度翻倍。
說再多不如直接看我怎麼用吧。
中午休息：寫公眾號
工作日午飯後我一般會有大概一個小時的空檔，以前我會打開電腦趕一篇文章。
但從想選題、搜資料、組織大綱到一個字一個字敲出來，一小時根本寫不完，經常拖到晚上繼續。
現在的做法：吃完飯散步的時候，對着衣領上的 Mic Air 開始說——
“幫我搜一下最近關於 GPT 5.5 的熱點討論，然後基於搜到的信息幫我列個文章大綱，風格輕鬆一點，面向技術愛好者，重點講它的架構創新和實際性能提升。”
我實際說的時候中間夾了好幾個“嗯”、“那個”、“就是”，還改了一次口（“不是技術細節……是架構創新”）。
但 TRAE SOLO 全部自動處理了——語氣詞刪掉，改口只保留最終結論，輸出給 SOLO 的是一條幹淨利落的指令。
SOLO 收到後直接開始搜索、整理、出大綱。我還沒走回工位，框架已經有了。
然後繼續口述要點和觀點，讓 SOLO 填充內容、生成配圖，它居然能識別到我的具體工具需求，然後幫我調用我本地合適的 skills 進來實現需求：
以前一篇文章要拆成兩三個時間段才能寫完，現在午休散個步第一版初稿就搞定了。
而且因為 SOLO 支持手機端，我甚至不需要回到工位。
中午在公司樓下散步的時候，掏出手機對着手機端說完需求，任務直接流轉到我家裏的電腦上跑着。
等我晚上回到家，打開電腦一看，初稿已經躺在那了。
這種“人在外面走，活在家裏幹”的感覺，真的讓我從“必須坐在電腦前才能工作”的困境裏徹底解放出來了。
晚上：改開源項目 + 處理社羣
下班後是我集中處理自媒體和自己一些個人代碼項目的時間。
以前這段時間要做的事太多：改代碼、回社羣問題、整理直播素材，全靠打字一件件來，經常忙到半夜。
現在我會先處理代碼。對着 Mic Air 說——
“把圖片生成的接口加個批量處理的功能，參數支持傳一個數組進來，每張圖可以單獨設置尺寸和風格，然後幫我寫好之後提交到 GitHub，commit message 寫清楚改了什麼。”
我說的時候其實磕磕巴巴的，中間還停頓了幾次想措辭。但 Mic Air 清洗完之後，SOLO 收到的就是一條結構清晰的需求，而且它甚至還會基於要引用的 skill 來翻譯我們的需求為英文等，來更好地讓大模型結合 skill 來理解。
然後它自動拆解：修改接口參數定義 → 寫批量處理邏輯 → 跑測試 → 調用 GitHub CLI 提交。一句話觸發多步操作，而且它能模糊匹配——我說“提交到 GitHub”，它自動知道要調用 Git 技能。
代碼的事交給 SOLO 跑着，我同時處理社羣。
直接新開一個任務，對着 TRAE SOLO 說“幫我基於這個問題寫個200字的回覆，語氣友好專業一點”，或者“把今天收集的這些素材按主題分類整理一下，直播的時候要用”。…
以前晚上忙到12點的活，現在10點前基本能收工。省下來的時間，我可以看看書，或者想想明天工作那邊的事。
Voice Working 到底改變了什麼
體驗了一段時間，讓我興奮的不是“快了多少”，而是一個更本質的變化：
Voice Working 降低的不是輸入速度，而是表達門檻。
以前跟 AI 協作，你得先在腦子裏把需求組織成結構化的文字——想清楚怎麼描述、用什麼關鍵詞、分幾個步驟說。
這個“翻譯”過程本身就消耗大量精力。
現在你只需要像跟同事吹水一樣說出來，說錯了改口也沒關係，TRAE SOLO 幫你兜底。
對我這種白天有正職工作、晚上做自媒體和開發個人項目的人來說，這意味着我可以把更多精力放在“想清楚要做什麼”上，而不是“怎麼把想法準確傳達給 AI”上。
碎片時間的產出密度，直接翻了一倍不止。
再加上 SOLO 的手機端跨設備能力，我現在的工作模式變成了：
白天開會間隙想到什麼，掏出手機對着 TRAE SOLO 說一句，任務就派出去了；
下午開了幾個會議，有些會議的紀要整理太麻煩，在開完會回工位這個間隙，掏出手機，直接都把相關資料丟給 TRAE SOLO，讓它幫我總結好放在我公司電腦桌面，等我查閲，甚至是直接飛書發給同事；
晚上回家打開電腦，代碼已經寫好、文章初稿已經生成、素材已經整理完畢；
我不再需要“坐在電腦前”才能啓動工作，任何時間任何地點，一張嘴就夠了。
從命令行到 IDE，到 Copilot，到現在用嘴說。
每一步都在縮短“腦子裏的想法”到“它變成現實”之間的距離。
–“配一張相關的優化後工作流的場景圖”–
我覺得 Voice Working 會是接下來一兩年最值得關注的人機交互變化之一。
寫代碼只是開始，寫文檔、做調研、整理文件、安排日程，所有跟 AI 協作的場景都會被語音重構一遍。
誰適合這套組合
三類人會特別有感：
一是經常跟 AI 協作但覺得打字表達需求太慢的人。
二是像我一樣白天有主業、只能用碎片時間做副業的創業者或獨立開發者。
三是喜歡邊走邊想、不想被釘在電腦前的人——SOLO 手機端，讓你在地鐵上、散步時、甚至開會間隙都能把任務派出去，回到電腦前直接驗收成果。
說真的，用了一段時間之後，再回去純鍵盤操作，會有一種“怎麼這麼笨重”的感覺。
就像用慣了觸屏再回去按鍵手機一樣。
你會習慣用嘴工作嗎？來評論區聊聊。