一段被修飾得太乾淨的轉寫，掩蓋了寫字本來的樣子

（本文回顧的事件發表於 2026 年 7 月 30 日，少數派作者 AstrianZ 的 Matrix 文章《思考，不要說話》，近期因語音輸入工具的討論再被引用。）

先從一個畫面看起。朋友的手機螢幕上，一段想到什麼就說什麼的長提示詞，經過 Typeless 處理之後落在輸入框裡：口水詞消失了，「嗯」、「啊」、「是哎」被整批移除，就連「啊，不是，剛才說的應該是」這類自我修正也被理解成替換指令，而不是如實轉寫。輸出結果乾淨、通順、幾乎可以直接送出。

這個畫面之所以有說服力，正因為它夠乾淨。傳統語音輸入的問題在於演算法太誠實：說話時的停頓、嘴比腦快的重複、臨時改口的碎句，全部被忠實搬進文字裡。Typeless 和 Wispr Flow 這一代工具做的事，是把轉寫結果再交給大語言模型轉一輪，刪掉雜訊、理順語序、打磨措辭。從介面設計的角度看，這是一次從「傳聲筒」到「編輯臺」的轉向：工具不再假裝自己是透明的，它開始替使用者做判斷。

行銷語的設計：「Voice is our default」

Typeless 在官網放了一頁「宣言」，宣稱語音才是人類的原生輸入方式，以此襯託自己的革命性。Wispr Flow 則辦了一場打字比賽：用同一段固定文本，比鍵盤輸入和語音輸入誰快，打字快過說話的人可以贏走一輛保時捷。

這兩套行銷話術共享同一個設計策略：把「說話」框定成更自然、更快速、更符合人類本能的輸入方式，把「打字」框定成一種過時的、需要被超越的技能。這是一種典型的介面敘事設計，先重新定義什麼叫「好的輸入」，再讓自己的產品剛好站在好的那一邊。

問題出在這個定義本身。比賽測的是「對著固定文本照打或照念」的速度，這是一種轉寫速度，寫作裡真正的瓶頸卻不在這裡。

寫作者的螢幕上，遊標後退的次數比前進多

AstrianZ 在文章裡描述了一個再普通不過的寫作流程：先想這句話該怎麼表達，打出來，發現用詞不準確，選中、刪掉、換一個詞；寫到一半回頭看前面寫的東西，這裡能不能用一個成語概括、這句是不是病句；初稿完成後再從頭讀到尾，逐處修改。

這個流程的關鍵特徵是：文字在被輸入的那一刻，並沒有被定案。寫作速度的上限，從來不受手指或嘴巴的移動速度限制，而受思考、回看、刪改的循環限制。鍵盤在這個循環裡扮演的角色，遠比「輸入」二字複雜：觸控板選中一個詞、遊標往回跳三行、刪掉半句重寫，這些操作本身就是思考的一部分。鍵盤和遊標是一套支援「反悔」的介面，而說話是一種難以反悔的介面。你當然可以說「啊，不是，剛才說的應該是」，然後讓模型替你修正，但這個修正髮生在你看不到的地方，你交出去的是判斷權。

這正是「說話比打字快」這句行銷語在創作場景裡站不住腳的原因。它比較的是兩種介面的吞吐量，而寫作真正需要的是一種介面的可逆性。

場景對了，工具就對了

這並不是說這類工具沒有價值。文章裡提到一位律師朋友非常喜歡 Typeless：客戶問題需要快速、詳盡、專業的回覆，輸出目標明確，措辭有固定範式，這時語音加模型的組合能在極短時間內產出合理文本，是極為合用的選擇。

差別在於任務的性質。回覆客戶的諮詢，內容的骨架早已存在於專業訓練之中，輸入端只是把它撈出來；而內容創作需要一邊寫一邊決定「這樣說對不對」，輸入端同時也是決策端。工具宣稱解放了雙手，但對寫作者而言，被繞過的其實是那套邊寫邊改的思考流程。這也解釋了為什麼同樣的工具，在不同人手上會得到南轅北轍的評價：羣組裡對 Typeless 的溢美之詞，多數來自「快速回覆」需求強的人。

這與我們先前談過的工作流為何開始喫灰是同一類問題：一套工具被棄用，往往不是因為它做得不好，而是它被放進了不屬於它的任務裡。

介面越聰明，判斷越容易被代走

回到設計層面，這一代語音輸入工具最值得注意的，是它們把「編輯」這個動作隱形化了。傳統輸入法也可能有自動校正、聯想詞，但那些修正看得見、可撤銷；而把轉寫結果整段交給模型重寫之後，使用者看到的是成品，看不到過程。輸出越乾淨，使用者越難察覺哪些東西在半路被改掉了。

一副好的輸入介面，應該讓使用者保留對文字的最終控制權，包括反悔、包括看到機器動了哪些手腳。Typeless 們在「快速回覆」場景裡確實做到了前半段的好體驗，但在創作場景裡，它們把推敲的過程整個跳過了，而推敲恰恰是寫作的核心工序。

所以，「說話取代不了打字」這個結論，說的其實是兩種介面對思考的不同友善程度。說話快，是因為它不容你回頭；打字慢，是因為它隨時等你回頭。對需要快速輸出的人，前者是效率；對需要反覆斟酌的人，後者是思考得以發生的介面。工具可以繼續變聰明，但至少在內容創作這件事上，聰明的編輯不該靜悄悄地替作者做完所有決定。