说话比打字快？一个少数派作者为什么拒绝了语音输入工具

最近语音输入工具又火了一轮。Typeless 和 Wispr Flow 是这一轮的两个主角，它们都宣称说话是人类原生输入方式，比打字快得多。Wispr Flow 甚至搞了一个打字比赛，如果你打字比说话快就送你一辆保时捷。

少数派作者 Astrian 写了一篇文章，标题是「思考，不要说话」，讲了他从兴奋到拒绝 Typeless 的整个过程。他的经验值得展开，因为这里面有一个被营销话术绕过去的真问题。

先看这类工具做了什么。传统语音输入的问题在于，它会忠实转写你说的一切，包括「嗯」「啊」「不是，刚才说的应该是」这类口水词和修正语。Typeless 和 Wispr Flow 的做法是把转写结果交给大语言模型过一轮，移除口水词，理解替换指令，打磨输出。从演示效果看确实干净利落，不少用户在群聊里给了好评。

Astrian 在朋友手机上第一次看到 Typeless 演示时也觉得很好。但自己用了之后发现两个问题。

第一个是打扰。在公共场合语音输入会让人觉得不会读空气。传说 Typeless 有个低语模式，但 Astrian 没实际体验过。这个问题算可以用户自适应，顶多换个没人的地方。

第二个才是真正让他拒绝的理由。他觉得 Typeless 这类工具在剥夺他的思考流程。

他的原话很值得停一下。他说，至少在我写文章的时候，所有内容的撰写和创作都是需要经过推敲的。一个典型的撰写过程是这样的，先想这句话应该怎么表达，然后打出来。发现一些用词不太准确，选中不合适的词，移除，考虑哪个词更合理。有时候写到一半又返回去看写过的东西，这里能用一个成语概括，这个句子似乎是病句，这里表达是不是不太准确。

打字本质上是一个思考的过程，不是一个速度为先的行为。说话的问题是，嘴比脑子快，你说出来的东西往往是没有经过推敲的。语音输入工具帮你把口水词去掉，帮你把语序理顺，但它没法帮你补上那个推敲的环节。

Astrian 在文章里提到了一个对比。他群里有位律师朋友非常中意 Typeless，因为律师需要快速回复客户的法律问题，每条回复都需要详尽且专业。在这种场景下，Typeless 能在极短时间内输出合理且专业的回复，是一个非常合理的选择。

这个对比很说明问题。语音输入的甜区是快速回复，不是内容创作。律师回复客户问题，核心是信息传递，推敲空间不大。内容创作者写一篇文章，核心是表达精度，每句话都需要反复打磨。两种场景对输入工具的要求完全不同。

Typeless 和 Wispr Flow 的营销都希望你相信，因为说话比打字快，所以说话是更好的输入方式。这个推理的问题在于，它假设输入速度是创作的瓶颈。但对大部分内容创作者来说，瓶颈不是手速，是思考速度。你打字速度从每分钟 80 字提升到每分钟 200 字，并不会让你的文章质量提升 2.5 倍，因为文章质量取决于你想清楚了没有，不取决于你打完了没有。

Astrian 还提到他之前尝试让大语言模型主导写作，体验不愉快，之后一直坚持自己主导内容撰写。这跟他对语音输入的态度是一致的，他不愿意把思考的环节交给工具，不管这个工具是 LLM 还是语音转写。

对正在做内容副业的人来说，这篇文章给了一个实际建议，不要被「说话比打字快」这个话术带跑。如果你要做的是快速回复、信息传递、会议纪要，语音输入确实能提效。如果你要做的是需要推敲的内容创作，打字本身就是思考过程的一部分，跳过它反而会降低内容质量。

对做 AI 输入工具的产品经理来说，这篇文章也给了一个用户洞察，内容创作者不是不愿意付费，是不愿意为「替代思考」的工具付费。如果一个语音输入工具能在保留用户思考主导权的前提下，做转写后的格式清理，不碰内容逻辑，这个定位反而更容易切到内容创作者这个群体。

Wispr Flow 的打字比赛送保时捷这个营销动作很有传播力，但 Astrian 的文章恰好暴露了它的盲区，打字速度从来不是内容创作者的瓶颈。用速度来定义输入工具的优劣，对快速回复场景成立，对内容创作场景不成立。

创业找资源，上乌鸦部落。