过去两年，AI 产品的发展速度几乎超出了所有人的预期。

从 ChatGPT 到 Claude，从 Cursor 到 Gemini，再到越来越多能够直接参与工作的 Agent，我们讨论最多的话题，几乎都围绕着模型能力展开：哪个模型更聪明、哪个模型代码写得更好、哪个模型上下文更长、哪个模型更便宜。

每天和这些 AI 打交道的人，真的把时间花在模型身上了吗？

我花费最多时间的地方，并不是等待 AI 生成内容，而是把自己的想法输入给 AI。

你知道自己想让 Claude 做什么，也知道 Cursor 应该修改哪段代码，甚至连最终效果都已经想好了。但真正坐到电脑前的时候，却要花好几分钟去组织 Prompt、调整措辞、补充背景，再不断修改，直到觉得 AI 应该能够理解自己的意思。

很多时候，一条 Prompt 的修改时间，比 AI 回答问题的时间还要长。

以前我一直觉得，这是 Prompt Engineering 的问题。

我们已经进入了一个「输出很快，输入很慢」的时代

如果把时间往前推十年，电脑上的工作几乎都是人完成的。

写一篇文章，人负责写；写一段代码，人负责写；回一封邮件，人负责写。

那个时候，键盘就是效率的象征。谁打字更快，谁完成工作的速度往往也更快。

而我们负责的工作，越来越像是在描述需求、补充背景、调整方向，以及不断给出反馈。

也就是说，我们每天真正完成的事情，已经从「写内容」，慢慢变成了「表达意图」。

这听起来只是一个很小的变化，但实际上，它直接改变了输入方式的重要性。

因为模型越来越快之后，人反而成了整个流程里最慢的一环。

我开始重新思考，键盘是不是唯一的入口

但后来有一次，我需要连续修改一个产品方案，同时和 Claude 来回沟通几十轮。我发现自己几乎一直在重复同一件事情：想一句、打一段、删几句、补一点，再重新发送。

后来，我开始尝试把一部分输入交给 Typeoff。

一开始，我也把它理解成语音输入工具。但真正用了一段时间之后，我发现它更像是一层新的输入能力，而不是传统意义上的「语音转文字」。

比如我正在 Cursor 里修改一个功能，我不会再一句一句敲需求，而是直接把整个思路说出来。

「这里增加缓存机制，请求失败的时候不要中断流程，而是读取本地缓存，同时记录日志，等下一次请求成功之后再同步数据。」

以前，我需要把这段话重新组织一遍，再发送给 AI。

现在，Typeoff 会直接整理成适合阅读的文字，放到光标所在的位置。我需要做的，只是确认有没有遗漏，而不是重新写一遍。

这种变化看起来很小，但每天发生几十次之后，你会发现自己的工作节奏开始完全不同。

真正消失的，不是键盘，而是「输入的存在感」

有意思的是，用了几个月之后，我发现自己越来越少意识到「输入」这件事情。

以前每写一封邮件、每回复一条消息，我都知道自己正在打字。

现在很多时候，我甚至记不清刚才到底是说出来的，还是敲出来的。

Typeoff 并不会要求你打开一个新的窗口，也不会改变原来的工作流。无论是在浏览器、飞书、Notion、Cursor、VS Code，还是邮件客户端，只要有输入框，它就可以工作。

AI 产品越来越多，但真正改变体验的，往往不是模型

有些模型参数更大，有些推理速度更快，也有些能够完成非常复杂的任务。

但真正让我每天都会打开的，并不一定是能力最强的模型。

很多时候，决定体验的反而是那些最容易被忽略的环节。

如果每次和 AI 沟通，都需要花几分钟组织语言，那么无论模型再快，这段时间依然存在。

如果输入本身变得更自然，那么整个工作流都会发生变化。

但现在我越来越觉得，对于普通用户来说，模型之间的差距正在缩小，而输入体验、工作流设计，以及人与 AI 的协作方式，反而会成为新的区别。

写在最后

很多时候，一个想法刚出现的时候，它更适合先说出来，而不是先写出来。

也许未来几年，我们讨论 AI 的重点，不会再只是模型有多聪明，而是人与 AI 如何建立一种更自然的交流方式。

如果模型是 AI 时代的大脑，那么像 Typeoff 这样的产品，或许更像是新的输入层。

它不会替你思考，但它会让你的想法，更快、更自然地进入 AI，也进入你的工作流。

这也是我用了几个月之后，对 Typeoff 最大的感受。它没有改变我每天要做的事情，却在不知不觉中，改变了我开始工作的方式。