人工智能

编程进入“对讲机”时代 Claude抢发语音写代码 转录Token全免费

字号+作者:新智元 来源:新智元 2026-03-03 15:41 评论(创建话题) 收藏成功收藏本文

刚刚,Anthropic给ClaudeCode加了个语音模式。以后写代码,用嘴说就行。ClaudeCode是Anthropic出品的命令行AI编程工具。以前你得打字跟它交流。现在不用了'...

刚刚,Anthropic给ClaudeCode加了个语音模式。以后写代码,用嘴说就行。ClaudeCode是Anthropic出品的命令行AI编程工具。以前你得打字跟它交流。现在不用了。输入/voice命令,开启语音模式。长按空格键说话,松开完成输入。跟对讲机一模一样。IGK品论天涯网


IGK品论天涯网

IGK品论天涯网

IGK品论天涯网


IGK品论天涯网

目前灰度测试阶段,大约5%的用户先尝鲜,接下来几周逐步放开。IGK品论天涯网

如果你的账户有权限,打开ClaudeCode时欢迎界面会提示你。IGK品论天涯网

语音模式这玩意儿牛在哪?IGK品论天涯网

不是简单的语音转文字。IGK品论天涯网

语音转出来的文字,会直接在光标位置实时流式输出。IGK品论天涯网

类似下面网友分享的这样。IGK品论天涯网


IGK品论天涯网

啥意思呢?你可以先手打一半提示词,遇到复杂逻辑懒得打字了,长按空格切到语音,吐槽一通那段难以描述的逻辑,松手,再继续打字。IGK品论天涯网

无缝衔接。不覆盖。不替换。IGK品论天涯网

这才是关键——它不是替代键盘,是补充键盘。IGK品论天涯网

想象一个场景:你在调一个诡异的bug,涉及三层回调嵌套加一个竞态条件。IGK品论天涯网

打字描述这玩意儿,光组织语言就得五分钟。IGK品论天涯网

但如果张嘴说?人类天生就擅长口头描述混乱的场景。三十秒搞定。IGK品论天涯网

还有一个大利好:语音转录的Token完全免费。不计费。不扣额度。想说多少说多少。IGK品论天涯网

对面奥特曼什么反应?IGK品论天涯网

有意思的是,OpenAI的Codex几乎在同一时间也加了类似功能。IGK品论天涯网

Codex0.105.0版本更新日志写得明明白白——按住空格录音,松开转录,文字直接输入到终端界面。IGK品论天涯网


IGK品论天涯网

用的是Wispr语音引擎,目前支持macOS和Windows,Linux还没跟上。IGK品论天涯网

而且这功能还需要手动开启:IGK品论天涯网

在配置文件里设置features.voice_transcription=true。IGK品论天涯网

两家几乎同时出招。IGK品论天涯网

这不是巧合,是共识。IGK品论天涯网

编程工具的下一个战场,不在模型有多聪明,而在交互有多自然。IGK品论天涯网

社区怎么看?IGK品论天涯网

开发者社区其实早就在自己搞了。IGK品论天涯网

在官方语音模式之前,GitHub上就有一个叫VoiceMode的社区项目,通过MCP协议给ClaudeCode外挂了语音能力。IGK品论天涯网


IGK品论天涯网

用Whisper做语音识别,用Kokoro做语音合成,甚至能离线跑。IGK品论天涯网

还有各种第三方工具——AquaVoice、Superwhisper、Voicy——都在抢占语音写代码这个生态位。IGK品论天涯网


IGK品论天涯网

有人用TalonVoice实现了全程免手操作,连终端的Ctrl+C都是用嘴说的。IGK品论天涯网

而现在,官方直接下场了。IGK品论天涯网

第三方工具颤抖了吗?可能没有。IGK品论天涯网

因为官方的语音模式更像一个入口级功能——它降低了门槛,让更多人意识到原来写代码可以用嘴。IGK品论天涯网

语音编程的体感到底怎么样?IGK品论天涯网

根据早期用户的反馈,几个场景特别好用:IGK品论天涯网

Debug的时候IGK品论天涯网

口头描述bug比打字描述快太多了。IGK品论天涯网

你说话时会自然带出更多上下文——就是那个,登录页面,输入带加号的邮箱,它验证就报错了——这种人类碎碎念的信息密度,打字时你绝对懒得写。IGK品论天涯网

架构讨论的时候IGK品论天涯网

我想让这个API用JWT做认证,accesstoken十五分钟过期,refreshtoken七天,再加一个刷新端点——说出来十秒钟,打出来一分钟。IGK品论天涯网

不在电脑前的时候IGK品论天涯网

吃东西、喝咖啡、手受伤了、得了腱鞘炎——这些场景下,语音输入不是锦上添花,是刚需。IGK品论天涯网

但也有短板。IGK品论天涯网

变量名、URL、代码片段,还是得靠打字。语音识别对camelCase、下划线命名和各种缩写的识别率仍然不够稳。IGK品论天涯网

所以最佳实践是:自然语言部分用嘴说,精确代码部分用手打。IGK品论天涯网

一个更大的信号IGK品论天涯网

让我们把视角拉远一点。IGK品论天涯网

2024年,Cursor让AI写代码成为主流,Tab一下是当时的潮流。IGK品论天涯网

2025年,ClaudeCode和Codex让AIAgent自主编码成为可能。IGK品论天涯网

2026年,语音模式的加入,补上了人机交互的最后一块拼图。IGK品论天涯网

编程正在经历一次输入革命。IGK品论天涯网

键盘不会消失,就像鼠标没有消失一样。IGK品论天涯网

但编程的主要瓶颈,已经从写代码变成了表达意图。IGK品论天涯网

而表达意图这件事,人类最原始、最高效的方式,就是说话。IGK品论天涯网

人类说话的速度大约是每分钟150词,打字速度大约是40词。IGK品论天涯网

这中间3-4倍的差距,就是语音编程要吃掉的市场。IGK品论天涯网

畅想一下:IGK品论天涯网

再往前看几步。IGK品论天涯网

如果语音输入足够准确,如果AI对代码意图的理解足够深,那编程最终的形态可能是这样的:IGK品论天涯网

你坐在沙发上,对着电脑说:把用户模块的权限系统重构一下,改成RBAC模型,别忘了写测试。IGK品论天涯网

AI自动读代码、理解架构、写实现、跑测试、提PR。IGK品论天涯网

你审一眼diff,说一句LGTM,合并。IGK品论天涯网

从写代码到说需求,从程序员到编程导演。IGK品论天涯网

这一天比大多数人想的要近。IGK品论天涯网

ClaudeCode的这个/voice命令,就是一个起点。IGK品论天涯网

它可能还很粗糙,可能还有各种小毛病。IGK品论天涯网

但方向错不了——未来的编程,一定是多模态的。IGK品论天涯网

键盘、语音、甚至手势和眼动,所有人类自然的表达方式,都会成为编程的输入通道。IGK品论天涯网

到那时候回头看今天,就像我们现在看二十年前的打孔卡片一样。IGK品论天涯网

会觉得很可爱。IGK品论天涯网

写代码这件事,终于可以动口不动手了。IGK品论天涯网

虽然动完口之后,你可能还是得动手改bug。IGK品论天涯网

本网除标明“PLTYW原创”的文章外,其它文章均为转载或者爬虫(PBot)抓取; 本文只代表作者个人观点,不代表本站观点,仅供大家学习参考。本网站属非谋利性质,旨在传播马克思主义和共产主义历史文献和参考资料。凡刊登的著作文献侵犯了作者、译者或版权持有人权益的,可来信联系本站删除。 本站邮箱[email protected]