我最近買了一個這樣的鍵盤——
爲什麼要買這個鍵盤呢？
原因在於現在各種 AI 的快捷鍵實在是太多了，原來鍵盤的組合鍵不夠用了。
有了這個東西，我就可以放飛地設置了。
比如將不同的鍵設置成Claude Code裏的接受一次、接受全部、拒絕。
其中用得最多的，還是語音輸入鍵。
過去大半年，我每個月都在給語音輸入法產品Typeless續費。
它的價格月付30刀，居然比我的ChatGPT的Plus套餐還貴10刀。
一個輸入法，這個定價離譜不離譜？
肉疼歸肉疼，但是真心好用。
我是在真格基金戴雨森的播客裏面聽他推薦過一次就入坑了。
作爲一個居家辦公的文字工作者，這的確是一個輸入的神器。
Typeless的牛逼之處在於： 它並非直接語音轉文字，它會去掉你的口水詞之後還會智能地幫你調整文字。
我的口頭表達一般，有時候還會卡住。
但經過Typeless的處理，立馬變成乾淨清爽，在任何應用裏通喫，體驗絲滑得一批。
唯一的問題——貴。
免費版每週只有4000詞額度，我一天就能幹完，Pro版月付30美金肉疼，但找不到替代品。
一
有人可能會說，你就是矯情，你爲什麼不用豆包輸入法和微信輸入法呢？
沒錯，這兩款輸入法的語音識別能力其實都不差。
尤其是豆包輸入法，背靠字節的語音技術，識別準確率相當能打，方言支持也沒毛病。
微信輸入法就更不用說了，很多細節打磨得非常到位。
但它們對我的痛點在於——它們步子邁得太小，只做了識別這一步，沒有做改寫。
或者說它只去掉了“嗯”、“噢”、“那個”之類的語氣詞幹掉，不會做結構化改寫。
簡單來說就是不夠聰明，所以用起來沒有那麼得心應手。
那麼問題來了——有沒有一個既免費、又具備AI改寫能力、還對中文友好的語音輸入工具？
二
還真有。
最近，千問電腦端上線了一個新功能——千問語音輸入法。
我第一時間試用了一下，結論是：超出預期，我基本確認：我可以退訂Typeless了。
簡單地說，有了千問語音輸入法的加持，千問電腦版就變成一個靠動嘴就能安排AI幹活的全能助手。
不用打字，口噴就能佈置任務，寫東西、查資料、寫ppt、處理雜活，不在話下。
此外，千問語音輸入法也做到了我挺在意的一個點—— 智能語義優化。
它除了識別你說了什麼，更重要的是理解你想說什麼，然後幫你重新組織語言。
最基礎的能力是自動過濾語氣詞和修正口誤，語氣詞全部抹掉，自動識別口誤。
廢話少說，咱們直接看東西——
比如我要給AI寫一條生成視頻的prompt，腦子裏有畫面但還沒組織好語言。
我可以直接雙擊Mac筆記本的Command鍵直接對着麥克風口噴：
“幫我生成一個AI視頻，就是三體裏面那個場景，古箏行動，就是納米絲切割輪船那個，嗯，我想要那種從遠處拍的鏡頭，就是巴拿馬運河上那艘巨輪，叫審判者號，不對，是審判日號，看起來一切正常，然後突然之間那個船就開始一片一片地滑落，像切豆腐一樣，對，要有那種反差感，就是很安靜很平靜但是又很恐怖。” （原文版）
屏幕下方就會出現一個正在識別的示意條，說完後再次單擊Command鍵，千問就立馬幫我整理後輸出：
可以看到，我說的“就是”、“嗯”、“對”全被抹掉了。
“審判者號”的錯誤也被改過了，重新嵌入了通順的句子裏，最後還幫我把我的感受提煉成了一個風格要求。
注意，使用那個鍵啓動語音輸入是可以自定義的。
我設置的是Command鍵，默認是按住說話，鬆開識別，也可以設置成按一下說話，再按一下識別。
這兩種方式照顧到了不同用戶的使用習慣，簡單直觀。
千問電腦端的語音輸入在處理中英文混輸的能力也拿捏得很到位。
我寫科技評論經常需要中英文夾雜，“Vibe Coding”、“AI Native”之類的詞，千問都能準確識別並保留英文原文，不會硬翻成中文。
千問的語音輸入法還有一個特色功能——場景感知。
千問能識別你當前在用什麼應用，打開權限後它可以讀取屏幕內容，讓AI輸出的語氣自動匹配場景。
舉個例子。
我要回一封不太想回的商務郵件，對着麥克風說：
“嗯這個合作我覺得目前可能時機不太合適，因爲我這邊最近確實太忙了，手上同時有好幾個項目在推進，要不等到六月份再說？到時候我主動聯繫你。”（原文版）
千問整理後：
“感謝你的合作邀請。目前時機可能不太合適，我這邊近期有多個項目同步推進中，精力有限。不如我們六月份再對接？屆時我會主動聯繫你。”
很顯然，它的回覆在語氣上更加商務一些。
還有一個場景值得單獨說。
當你的光標不在任何輸入框裏，比如你正在瀏覽網頁，這時候按住設定鍵說話，千問會彈出三個選項：複製到剪貼板、記爲便籤、或者直接問千問。
我試了一下說——
“我突然想到一個選題，就是對比一下全球主要AI公司的廣告策略，OpenAI已經開始做了，Google肯定也會做，Anthropic說不做，這三家的路徑對比應該挺有意思。”
選擇記爲便籤，這段話被整理成結構化內容，完整保存下來。
這對內容創作者來說這一點挺重要的，畢竟，靈感來了不記就溜走了。
三
千問語音輸入法還有一個挺實用的模式——語音指令。
雙擊設定的快捷鍵，就可以發指令了。
這個模式下，你說的話不會被當作輸入內容，而是被當作一條指令。
千問會理解你的意圖，然後直接執行操作並把結果貼到光標位置。
比如以前找資料，我要打開ChatGPT打字搜。
現在我只需要雙擊一下快捷鍵說：
“幫我詳細解析一下Hermes Agent的記憶系統是如何工作的？”
千問就會直接輸出答案，省去了在特定AI裏搜索的過程。
再比如，你在任何輸入框裏選中一段文字，然後雙擊快捷鍵說：“幫我讓這段話更簡練一些”，千問會返回修改後的版本，直接替換。
它能幹的活，遠遠比我想象中更多。
比如我今天看到 OpenAI 和微軟重新簽訂協議的新聞，我就立即給千問下了這樣一條語音指令：
“2026年4月，OpenAI 和微軟簽署了合作協議，標誌着他們之間出現重大分歧。請幫我生成一個網頁，展示從開始到現在 OpenAI 和微軟之間的關係進展圖。”
可以看到，收到指令後，千問 電腦版立馬開始幹活。
1分鐘之後，一個簡潔清晰的關係進展圖網頁就生成好了。
再比如，我最近又要給溫泉鎮的老人去講 AI 的科普知識了。
我就可以通過語音立馬給千問發一個指令：幫我生成一份給老年人科普 AI 的 PPT。
3分鐘完稿，我就可以在這個 PPT 的基礎上去做進一步的延展了。
事實上，我還可以通過語音指揮它進行相應的修改。
這其實已經超越一個語音輸入法了，它已經是一個嵌入到操作系統層面的AI助手了，只不過它的喚醒方式是語音。
四
從體驗的角度，千問語音輸入法的反應速度讓人印象深刻。
在我的實際體驗中，千問的響應速度是很快的。
整體延遲很低，偶爾會有零點幾秒的卡頓，但在體驗上非常絲滑，高頻使用，完全沒有問題。
第二個體驗是千問的改寫會比Typeless更大膽一些。
Typeless傾向於保留你的原始表達，只做較小限度的修飾——去掉語氣詞、修正口誤和重複、結構化組織。
千問則會更積極地重組句子結構、調整措辭、甚至幫你加上銜接詞。
這一點見仁見智。
有人喜歡微調，更原汁原味一些，有人喜歡更進一步，這樣就省了二次編輯的功夫。
我個人用下來覺得千問的改寫程度是剛剛好的——反正最後發出去之前我都會過一眼。
如果某個改動不滿意，修改一下就行，比從口水話開始重寫高效多了。
五
講完產品體驗，我想跳出來聊一個更大的話題：
爲什麼最近語音輸入突然成了AI行業的兵家必爭之地？
除了去年發力的豆包語音輸入法和微信輸入法的語音功能，先看看今年發生了什麼——
3月3日，Anthropic在Claude Code里加入了語音模式，開發者可以在終端裏直接用語音下達編程指令。
OpenAI的CodeX也不甘落後，在桌面端App裏，CodeX上線了全局的語音輸入。
CodeX的全局語音功能
更抽象的是硬件層面的跟進。
國外有極客搞出了一個叫VibeKeys的6鍵藍牙機械鍵盤，專門爲AI編程設計。
6個按鍵分別對應：Yes、No、Stop、Full output、Dictate，以及一個自定義鍵，一隻手就能搞定所有AI交互動作。
最抽象的得數腳踏板——有開發者把USB腳踏板映射成Tab鍵，用腳來確認Copilot的代碼補全建議。
雙手完全不用離開鍵盤，博主Napolux在他的技術博客裏詳細記錄了這個方案。
我的Feed流利有人專門研究Vibe Coding用什麼麥克風最好？
Insta360推了一款Wave桌面麥克風，賣點是AI降噪——宣稱能過濾掉機械鍵盤的敲擊聲，只捕捉人聲。
你會發現一個趨勢：當AI能寫代碼之後，人類的角色從寫代碼的人變成了描述需求的人。
而描述需求最快的方式是什麼？
是說話。
六
我有一個小暴論： 語音輸入可能是比我們想象中更重要的AI產品入口。
這個判斷的邏輯是這樣的——
過去十年，鍵盤輸入法一直是一個非常成熟、幾乎沒什麼創新空間的品類。
但AI改變了輸入法的邏輯。
輸入法開始具備理解能力——理解你在什麼場景、想表達什麼意圖、需要什麼樣的輸出格式。
當輸入法有了理解能力之後，它就從一個工具變成了一個入口。
通過千問的語音輸入法，用戶的意圖直接通過語音傳達給AI，AI理解後直接執行，結果直接出現在你正在操作的界面上。
整個過程沒有切換應用、沒有複製粘貼。
這毫無疑問減小了摩擦。
這意味着什麼？
意味着你不需要打開AI應用才能用千問的能力，你只需要在任何地方按一個快捷鍵、說一句話，AI的能力就到了。
這恐怕也是各家把語音輸入法做進PC端的深層動機。
語音輸入法可能是產品更高滲透鏈路上的重要形態，因爲它滿足兩個條件——
第一，全局可用（任何應用裏都能喚起，一個快捷鍵，不需要離開當前應用）；
第二，天然適合AI（語音本身就是更天然的人機交互方式，智能程度越高，AI會更傾向於更自然的交互）。
從商業角度看，這也是一個非常聰明的卡位策略。
當用戶習慣了在任何應用裏通過千問的語音輸入來完成AI操作，千問就成了一個隱形的默認AI。
這個無疑是千問的一個陽謀。
七
回到語音輸入這件事本身。
有一個常見的誤解需要澄清：很多人覺得語音輸入只適合不方便打字的場景。
但實際上，語音輸入最大的價值不是在不方便的時候替代打字，而是在方便的時候也比打字更好。
爲什麼？
因爲人的思維速度遠遠快於打字速度。
你在腦子裏組織好了一段話，打字輸出可能需要2分鐘，而說出來只需要30秒。
這1分30秒的差距，意味着你的思路在打字過程中有可能被打斷。
語音輸入的本質優勢並非快，更重要的是同步——它讓你的輸出速度和思維速度同步了。
這也解釋了爲什麼Vibe Coding社區對語音輸入如此狂熱。
Andrej Karpathy在2025年初提出Vibe Coding的概念，核心就是用自然語言描述需求。
那麼自然語言最自然的輸出方式是什麼？
顯然是說話，不是打字。
一個做語音輸入工具的公司Willow在它的博客裏寫過一句話，我覺得很精準——
“Vibe coding in 2026 isn't limited by what AI can build. It's limited by how fast you can describe what you want.”
“2026年Vibe Coding的瓶頸不在於AI能造什麼，而在於你能多快地描述你想要什麼。”
語音就是那個把瓶頸打破的錘子。
八
說到底，語音輸入法的競爭纔剛剛開始。
從全球市場來看，專業的AI語音輸入工具已經有不少玩家——
Typeless、Wispr Flow、Superwhisper、Willow、Aqua Voice、Voibe、閃電說，還有智譜做的AI輸入法。
而在AI編程領域，Claude Code和OpenAI Codex都內置了語音模式。
從國內市場來看，千問此次入局意味着大模型公司開始把語音輸入視爲一個戰略級功能，而非是一個小特性。
競爭正在快速升溫。
一個值得關注的趨勢是： 語音輸入正在從消費級工具向C端基礎設施演進。
Claude Code的/voice和CodeX的全局語音就是一個信號。
我的預測是：2026年下半年，語音輸入+AI改寫會成爲主流AI產品的標配功能。
理由很簡單——用戶一旦習慣了，就再也回不到一頓口噴只能得到口水話的時代了。
這就像你用慣了智能手機就回不去功能機一樣。
體驗的升級是不可逆的。
沒錯，PC端是生產力工具。
從目前看，AI對生產端的加成遠大於消費端的加成，從這個意義上，優化PC端、減少PC端的摩擦，本質上就是給白領的工作提效。
這一點，千問的團隊顯然理解很深刻。
總體而言，作爲一個免費產品，千問語音輸入法的完成度已經相當高了。
結語
這篇文章大約5000字，其中大約70%的初稿是我用語音輸入完成的。
先用千問的語音輸入法口述大綱和各段落的核心觀點，然後在此基礎上進行文字修改和邏輯梳理。
整個過程大約花了3個小時。
如果全部用鍵盤打字，以我的打字速度（大約每分鐘70箇中文字，加上思考停頓的時間），光是輸入就需要將近90分鐘。
語音輸入幫我把這個時間壓縮到了大約30分鐘。
這就是價值。
對於我的另一個副作用是——我對機械鍵盤徹底退燒了。
我之前會買很多不同的軸體，會專門去研究一下不同軸體的壓力克數，也燒過靜電容鍵盤。 （不喜歡靜電容的踩屎感，之前用的最多的還是金粉軸V2，壓力克數小，方便文字輸入）
現在，真的下頭了，畢竟，我使用鍵盤的頻率真的低了很多。
沒錯，鍵盤統治人機交互持續了40多年。
而當AI能聽懂人話的時候，口噴，可能纔是效率最高的輸入方式。
感興趣的同學可以複製下面的鏈接從官網下載來試一試， 口噴一時爽，一直口噴一直爽。
1.千問客戶端：
https://www.qianwen.com/download?ch=tongyi_redirect
2.千問網頁版：
https://www.qianwen.com/
——End——
作者簡介：衛夕，公衆號“衛夕指北”出品人，科技專欄作者，專寫長文，專寫不一樣的，專注剖析AI、廣告及互聯網的底層邏輯；不關注這個賬號，你都不知道你會錯過神馬！