LLM 如何改善你的姿势

Source: Dev.to

问题

我是系统工程师，在家里运行着数十个服务、AI 代理和仪表盘。我在全职工作之外，每天在工作站上花 5–7 小时。大部分时间都在打字：命令、提示、消息、笔记。

我的手会感到疲劳。弯腰敲键盘让我的背部疼痛。而且最糟糕的是：打字成为了思考与执行之间的瓶颈。

我想像和同事交谈那样给出指令——通过语音。

实际工作原理

解决方案出奇地简单：

• Android 应用 将识别后的文本通过 Wi‑Fi 发送到我的工作站。
• 工作站服务 接收文本并将其输入到当前光标所在位置。

就这么简单。没有云端，没有服务器端处理，也没有 Whisper。

关键洞察： Android 内置的语音识别比我尝试的任何方案都要好。

我尝试过 Whisper（多种模型尺寸）、Faster Whisper、Vosk 以及其他几个库。它们都有问题：

• Whisper‑small 在 CPU 上太慢（每次发声 3–4 秒）。
• Whisper‑medium 占用 4 GB 内存，速度仍然慢于实时。
• Faster Whisper 提升了速度，但在俄英混合语音上的准确率很差。
• Vosk 支持离线，但模型体积庞大，识别质量不稳定。

Android 原生的语音转文字功能就是这么好用。它快速、准确，运行在手机硬件上，并且能够自然地切换语言。Google 为设备端识别投入了数十亿美元的优化，我在单台服务器上根本无法与之竞争。

Source: …

工作流程

我的手机放在我旁边的桌子上。当我想要“输入”内容时：

1. 打开应用（或已经打开）。
2. 自然地说话；文字会实时显示在手机屏幕上。
3. 文字通过 Wi‑Fi 传输到我的工作站。
4. 它会插入光标所在的位置：终端、浏览器、IDE、聊天窗口。
5. 我按下 Enter（在手机上或键盘上）。

语言切换： Android 会根据音素自动检测语言。我每天使用三种语言——英语、俄语、乌克兰语——它们会自然切换。

变化

我的生产力显著提升。涉及编写提示、提交信息或文档的任务大约 3× less time，节省了约三倍的时间。瓶颈从打字转移到了思考，这才是应该的。

身体上的变化更为显著。我有一张电动升降站立桌。在使用语音输入之前，我很少站着工作，因为站着打字不舒服——手腕角度奇怪，键盘太低或太高。现在我每天有一半时间站着工作，只是说话。

讽刺的是，作为系统工程师，我的姿势改善并不是来自人体工学建议，而是因为我构建了一个语音工具。

技术细节

Android app: Kotlin，使用 Android 的 SpeechRecognizer API。通过本地网络的 WebSocket 与工作站连接。将识别的文本以纯字符串消息发送。应用保持前台运行并带有常驻通知，以防 Android 杀死 WebSocket 连接。

Workstation service: 轻量级 Python 进程（约 80 行）。接收 WebSocket 消息并使用 xdotool（Linux）在当前光标位置输入文本。模拟操作系统层面的键盘输入，因此可在任何应用中使用。

Network: 纯本地 Wi‑Fi。手机和工作站在同一网络。延迟低于 50 ms。无需互联网。语音结束到文本出现在屏幕上的总往返时间约为 200 ms。

我每天的使用

• 与 Claude 对话 – 大约 60 % 的语音输入（口述提示、描述 bug、给出指令）。
• 写笔记和工作日志 – 以前我会跳过它们，因为觉得很繁琐；现在我只要说出我做了什么。
• Git 提交信息 – 由于不再手动输入，提交信息更长、更具描述性。
• Slack 和 Telegram 消息 – 比在手机上拇指打字更快。
• 文档 – 如本文。

什么地方表现不佳

• 代码 – 我不口述代码（变量名、括号、缩进）。语音在这方面很糟糕，但我已经三个月没有手动写代码了——Claude 为我写代码。我口述意图，模型生成代码。
• 嘈杂环境 – 在我的家庭办公室里效果很好，但在有背景噪音时准确率显著下降。
• 技术术语 – 当我说 “xdotool” 或 “kubectl” 时，Android 完全不懂我的意思。我为常用术语保留了一个纠正词典，但对于这些我只能手动输入。

为什么仅本地运行很重要

没有 API 密钥或提示会离开我的网络。没有订阅。没有账户依赖。整个系统运行在我的服务器上——我拥有数据、延迟和正常运行时间。

建造值得吗？

它花了一个周末就完成了第一个可用版本。三个月后，我每天都在使用它。

总成本： 一个周末的编码时间，零持续费用。手机是我已有的，Wi‑Fi 网络也是我已有的，Android 的语音识别是免费的。

有时，最有影响力的工具并不是最复杂的那个，而是那个能消除你每天数百次操作中摩擦的工具。

我打字更少，思考更多，我站起来了。

Originally published on klymentiev.com