那时候我和一个 C 开头的朋友，在做一个量(爆)化(仓)机器人。
网格、加仓、对冲、永续，参数调得花里胡哨，回测曲线漂亮得能裱起来。两个礼拜上线，名字起得很有气势，现在想起来有点不好意思。
当时我们甚至一度冲到了交易所前排。
然后，11 月的某个周四凌晨，SOL 来了一根针。
系统非常忠实地执行了我们写好的逻辑：在错误的方向上继续加仓，并且以惊人的纪律性，把账户余额清零了。
复盘之后才发现，问题不是什么玄学，也不是市场突然变坏，而是代码里一个不起眼的小瑕疵。那个瑕疵在回测曲线上看不出来，在上线之前也没人觉得它会真的发生。直到它发生。
那段时间学到的最贵一课就是：AI 一时爽，爆仓火葬场。
按理说应该哭天喊地，或者找个人背锅。但后来想想，没什么意思。C 同学也不是外包背锅侠，他和我一样，都是这个项目的一部分。真正的问题不在某个人，而在于我们把太多信任交给了一个自己还没有完全掌控的系统。
也是从那之后，我开始重新思考自己和 AI 工具的关系。
过去这一两年，所谓“氛围编程”变了好几轮。最早大家讲 Prompt Engineering ，后来开始讲 Context Engineering ，现在又开始讲 Harness Engineering 。每隔一段时间就有新工具、新概念、新工作流。
但不管工具怎么变，有一件事一直没变：我需要反复和 AI 说清楚我要什么。
尤其是用 Claude Code 这类工具的时候，很多时候不是代码写不出来，而是我要在终端里打一大段上下文、一大段要求、一大段解释。白纸黑字，纯靠键盘，时间久了就很烦。
我开始想，有没有可能把这件事变得自然一点？
不是再做一个复杂的 AI Agent 来学习你的行为，也不是让 AI 替我思考，而是先解决一个最朴素的问题：
我能不能直接把想法说出来？
V2EX 社区碰到了老蔡的 LazyTyper,它证明了这件事确实有价值：对着电脑说话，然后把文字送进输入框，这个体验本身很自然。
但用下来之后，我还是遇到了一些问题。比如输入突然中断，状态突然没响应，按下快捷键之后还要等一会儿才真正开始录音。对一个高频工具来说，这些小卡顿会被放大很多倍。
语音输入最重要的不是“能不能识别”，而是“跟不跟手”。
哪怕网络还在连接，哪怕界面还显示正在准备，也应该先把声音录下来。
松开之后，文字很快出现在光标所在的地方。
所以最后我决定自己做一个。
因为主要使用场景就是 macOS ，我没有选择跨平台方案，也没有用 Electron 。不是因为 Electron 不好，而是我想要一个真正贴近 macOS 的原生工具。它应该轻、快、稳定，像系统能力的一部分.
这就是 Voilà 最早的起点。
在语音识别引擎上，我选择了 Soniox, 原因也很简单：它对我自己的使用场景足够友好。
我常常会在中文、英文、法语之间切换，有时候一句话里还会夹杂一些产品名、变量名、命令、专有名词。Soniox 在这种混合语言场景里的实时识别表现很好。ElevenLabs 也不错，但 Soniox 的整体体验更贴近我想要的那种“边说边出来”的节奏。
后来 Voilà 慢慢变成了一个我每天都在用的小工具。
它没有太多花哨的东西。不是一个帮你自动写作的 AI ，也不是一个全能助手。它更像是一支顺手的笔。
这也是我在那次爆仓之后慢慢形成的一个判断：AI 可以很强，但人必须还是主体。
尤其是在写代码、做产品、和工具协作的时候，AI 不应该替你接管方向。它应该降低摩擦，让你的想法更快落地。
Voilà 做的就是这件小事。 按住一个键，说话。 松开。 文字出现。Voilà.
一开始它叫 FlowType ，一听就是程序员起的名字，准确，但没有那种“瞬间出现”的感觉,法语里 Voilà 是一个很有画面感的词。
魔术师变完戏会说 Voilà,服务员把菜端上桌也会说 Voilà, 简短的字告诉你完活。
你把一个东西完成、呈现、交到别人面前，也可以说 Voilà。
这正好就是我想要的产品体验：想法说出口，文字出现在屏幕上
Voilà et bonne nuit
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。