我發現自己在對著電腦說話：既感到無比舒適，又感到尷尬！

十年前，Google在安卓系統的 Gboard 應用程式中引入了語音輸入功能；一年後，iPhone 的鍵盤應用程式也加入了這項功能。但我從未太在意過它，主要原因是它的準確率不夠高。

它最大的承諾是提供一種全新的手機互動方式，但它始終不足以讓我放棄點擊或滑動螢幕鍵盤。如今已是2026年，我卻在對著電腦說話。事實上，這篇文章完全是我口述，然後複製貼上到WordPress裡的。

我需要做的修改包括添加幾個逗號，用句號分隔兩個句子，並將一些要點合併成一個完整的句子。如果要量化的話，我會說我寫這篇文章所花費的時間中，只有2%花在了輸入這些修改上。

僅此而已。但隨著社會意識的覺醒，蜜月期很快就會結束。

強勢開局

我第一次使用語音輸入是在試用了Wispr Flow之後。它的準確率令人難以置信。我說的「令人難以置信」是指，我的母語不是英語，也沒有明顯的美國或英國口音。然而，每次我寫文章時，我都會驚訝於整個過程的準確性和便利性。

它也讓我變得異常懶惰，但同時效率卻大大提升。

我經營一家新聞編輯室，這意味著速度是獲得高排名和高曝光的唯一途徑。事實上，這正是我在印度一家備受尊敬的新聞編輯室開始從事新聞工作時學到的第一課。 「速度是產業的命脈，」我的第一位總編輯常說，這句話幾乎已經融入了我的工作流程。

我一直嚴格遵循這個原則。但自從開始使用 Wispr Flow 以來，我驚訝地發現撰寫和發布突發新聞的速度竟然如此之快。昨晚，我不到六分鐘就寫完了一篇大約 500 字的報道。如果英語是我的母語，速度肯定更快，但以今天的標準來看，六分鐘仍然快得驚人。

這種難以置信的便利性讓我變得完全懶惰了。每次需要用到鍵盤來完成語音輸入無法完成的任務時，我都覺得非常吃力。我甚至開始懷疑，我筆記型電腦上的巧克力鍵盤是否真的失去了它的魔力。

為了驗證這個理論，我先試用了一款超薄鍵盤，然後換成了機械式鍵盤，希望能重新燃起我對打字的熱情。結果我錯了。鍵盤本身並沒有什麼問題。如果打字任務不多且頻率不高，我肯定會很享受那種流暢的聲音和觸感。但我已經無可救藥地沉迷於用文字敘述文章，以及用自由的語言完成日常新聞編輯室的工作。

預言成真了。

這就是計算機的未來嗎？看起來是這樣。但它距離完美還很遠。語音輸入目前仍適用於需要撰寫長篇草稿或使用 ChatGPT 或 Gemini 等人工智慧代理來指導任務的情況。矽谷對此深信不疑，甚至催生了一個名為「語音藥丸」（voice-pilled）的詞彙。

不幸的是，我認為自己也是受聲音技術影響的人之一。

每當我面臨這種困境時，我都會想起比爾蓋茲在 2023 年分享的一段話。他寫道：「你無需為不同的任務使用不同的應用程式。你只需用日常語言告訴你的機器你想讓它做什麼。」 這句話發表於 ChatGPT 首次向公眾發布並徹底改變計算技術整整一年之後。

告訴我你在使用@WisprFlow，但不要直接告訴我你在使用@WisprFlow https://t.co/4vKJF8jFX6

— Wispr Flow (@WisprFlow) 2026年6月24日

去年五月，ChatGPT 的開發商 OpenAI 的執行長 Sam Altman 接受了紅杉資本的採訪，並就語音作為人機互動新領域的發展方向發表了見解。以下是他的原話：

我認為語音互動至關重要。坦白說，我們還沒有打造出真正夠好的語音產品。這可以理解；我們當初也花了不少時間才發展出優秀的文本互動模型。我們最終會克服這個挑戰，到那時，我相信會有更多人願意使用語音互動。

差不多就在這個時候，Wispr Flow 開始流行起來。我第一次認真試用它是在它登陸 iPhone 之後，後來又把它安裝到了我的 Mac 上。沒錯，免費帳號的語音輸入次數限制確實有點讓人抓狂，所以我短暫地試用了一下付費訂閱。

最終，我取消了訂閱，開始使用安卓應用，當時它限時促銷，免費帳戶可以無限次使用語音輸入。幾週前，我又換成了 Willow Voice，它的準確率幾乎和之前一樣高，而且完全免費。從那以後，我就再也沒用過之前的訂閱了。

我的人性與世界的焦慮

打字仍然讓人感到疲憊，儘管我的口音問題導致了一些惱人的拼寫錯誤，但我仍然會長時間按 fn 鍵來寫文章、給隊友打長消息，甚至像往常一樣和 Claude 就我的個人項目進行來回對話。

這是一種解脫感，但同時，每當我回到需要手動打字的任務時，它都會讓我感到沮喪。

這讓我覺得有點尷尬。不管你是在辦公室工作，還是像有些人那樣帶著筆記型電腦去附近的咖啡館工作，如果你長時間盯著電腦螢幕說話，看起來都很奇怪。

如今，無線耳機的普及讓這種情況不那麼尷尬了。 AirPods讓人們邊走邊自言自語的場景變得司空見慣，其內建麥克風會拾取並傳輸他們所說的一切。但與人交談和與電腦對話是截然不同的兩件事。

與人交談時，通常會感受到溫暖、謙遜，以及最重要的──人與人之間的連結。和朋友打電話時，不會感到尷尬。即使在公共場合打電話，不用把手機貼在耳朵上也能自然而然地交談，這已經成為我們生活的一部分。

但當你和電腦對話時，其中不包含任何情感。你的聲音聽起來像機器人，使用的字詞也與你平常和人交談時使用的詞彙截然不同。這只是一系列指令，但如今的人工智慧模型足夠智能，能夠將這些零散的句子轉化為有意義的訊息，並按照指令執行。

我們認為，人們用來經營業務的工具都在朝著語音優先的方向發展。

我們採訪的創始人之一已經達到了這個階段。他幾乎所有事情都用口頭而非書面的方式表達，他一天的其他時間也都圍繞著這件事。

你工作中離不開哪些工具？pic.twitter.com/bupBikudcL

— Willow (@WillowVoiceAI) 2026年8月3日

每次開始寫文章或留言時，我都會感到不自在。 “這傢伙怎麼突然開始說Anthropic的AI模型失控攻擊第三方服務了？”“他怎麼喋喋不休地講谷歌修復Pixel手機的藍牙漏洞了？”“他怎麼突然開始語無倫次地談論遵循蘋果的UI設計規則了？”

所有這些情況都是我日常工作的一部分，我並不為自己的工作感到羞恥。我熱愛這份工作。然而，每次我在共享辦公空間、圖書館或附近的咖啡館使用語音旁白時，我都會擔心旁邊的人可能會這樣想我。

或許，我只是需要鼓起一些勇氣？

是的，這個世界並不關心我是誰，也不認識我。陌生人也不該過問我用電腦做什麼。但社會規範和人類意識的運作方式，讓我每次和電腦對話時都感到不安。

現在是凌晨12點42分。我正在用Willow Voice寫這篇文章，但我仍然擔心樓上的鄰居或隔壁的鄰居會在半夜聽到我絮絮叨叨地談論語音輸入。我很喜歡這個功能，也很高興能在15分鐘內寫完這篇文章。

每次使用電腦上這些極度精準有效率的語音輸入工具時，我仍然感到不安。我擔心只有當全世界都「沉迷」於語音輸入工作時，我才能真正習慣。目前，我還是會選擇在舒適的公寓裡，關上窗戶，進行電腦對話。