1000 塊/年的輸入法，我用它習慣了「口噴」，再也回不去打字了 | AI 器物志

編者按： 當 AI 開始尋找自己的形狀，有些選擇出人意料。 AI 在智能手機上生出了一顆獨立按鍵，似乎讓智能手機找回了久違的進化動力。眼鏡憑借著視覺和聽覺的天然入口，隱隱有了下一代個人終端的影子。一些小而專注的設備，在某些瞬間似乎比 All in one 的設備更為可靠。與此同時，那些寄望一次性替代手機的激進嘗試，卻遭遇了現實的冷遇。 技術的落地，從來不只是功能的堆疊，更關乎人的習慣、場景的契合，以及對「好用」的重新定義。 愛范兒推出「AI 器物志」欄目，想和你一起觀察：AI 如何改變硬件設計，如何重塑人機交互，以及更重要的——AI 將以怎樣的形態進入我們的日常生活？

我很難用熟悉的軟件分類去安放 Typeless。

它跟傳統輸入法格格不入——界面里幾乎看不到鍵盤，最顯眼的是一個語音按鈕。它也跟那些自稱「AI 加持」的輸入法不太像，那些產品總喜歡把功能鋪滿首頁，Typeless 的功能反而少得可憐，像是故意把選擇題刪成了一道填空題。

這份不合群帶來一個關鍵詞：越界。

輸入法原本服務人與人溝通，目標清晰——打字更快，選詞更準。Typeless 把邊界往外推了一步，它更在意把自然語言說出的需求梳理得井井有條。它把語言提煉成想法，或者說，它從一段話里撈出真正的意圖，再把意圖寫成一段能直接用的文字。

輸入的對象變了。不只是寫給人，更多是寫給模型。

一款會思考的輸入法

我第一次意識到它「會思考」，是在最普通的口述里。

說話時會繞，會補充，會重復，也會用很多填充詞。Typeless 的輸出更像想清楚之后才落筆的版本——句子更短，信息更集中，語氣更收斂。它不執著把說過的每一個音節都留下來，更在意到底想表達什么。

▲ 口述內容被 Typeless 轉寫后

臨時改主意時，差異更明顯。傳統聽寫會把自我修正一股腦堆在屏幕上，留下許多中間態。Typeless 更像把中間態折起來，只把最后那個「定稿」留下。屏幕上出現的不是過程，是結果。

需要把一段想法拆成條目時，用普通輸入法得先說完再自己排版。Typeless 往往會主動把結構擺出來，邏輯順序更清楚，段落邊界更干凈。它像是隨手把筆記整理了一遍。

「邊說邊改」是另一種用法。說完一段話，接著補一句改寫要求——更克制、更正式、更短，或者把語氣改成郵件——它會在原文上直接調整。不需要停下來選字、刪句、重寫開頭，只要繼續說出修改意圖。

翻譯也是高頻場景。需要中英來回切換時，它把翻譯變成輸入動作的一部分。更省心的是語氣處理，它不會把句子翻得像說明書，整體更接近日常溝通。

在辦公室或通勤場景里不方便大聲說話？它提供了小聲輸入一類的模式。語音輸入過去常被「場合」限制，這類適配決定了它能不能真的用起來，而不是只在安靜房間里表現良好。

常用表達也能做成快捷方式——一段固定格式的確認信息，一段常用的工作回復。Typeless 更像把這些東西做成可調用的塊，減少重復勞動。輸入法從「敲字」變成「調度」。

這些體驗匯總到一個點上：Typeless 一直在 Thinking。它把雜亂的口語消化掉，再把更有條理的文字吐出來。它不追求完整復刻說話的全過程，它在整理真正的想法。

這是它最不一樣的地方。

AI 器物的新物種

在討論 AI 產品時，我們更習慣看到的是軟硬結合的新嘗試——智能眼鏡、AI 耳機、豆包手機，它們在新場景里重新定義硬件的形態和交互方式。Typeless 走的是另一條路。

它是純軟件工具，但本質上仍然是硬件的延伸。

從打字機到鍵盤，再到輸入法，這條線索一直存在。打字機把手寫變成了機械敲擊，鍵盤把機械敲擊變成了電信號，輸入法把電信號變成了字符選擇。每一次演進，都是在人與文字之間增加一層更高效的轉譯機制。

Typeless 延續了這個邏輯，但加入了一個新元素——AI 不再只是輔助選字或糾錯，它成為輸入鏈路的核心。

傳統輸入法關心的是「把字打出來」，效率體現在敲擊次數、選詞準確率、響應速度。到了模型時代，真正消耗時間的往往不是第一次把需求說清楚，而是后續的反復修改。一次改動里夾著大量細節——語氣、結構、刪改尺度、信息順序，每一項都需要來回拉扯。人工溝通的成本會在這一步迅速膨脹。

Typeless 解決的就是這段拉扯。

它讓「說一句—改一下—再說一句—再改一下」變得順滑，五到十分鐘內把十輪調整連續做完。每一輪都能直接看到結果，馬上繼續下一輪。輸入不再以「把字符敲完」為終點，而是以「文本進入可繼續加工的狀態」為終點。

這里出現了一個新的「精準輸入」。

打字機和鍵盤誕生時，精準指向的是某個字、某句話。AI 時代的輸入變長了，上下文變厚了，溝通頻次也變高了。現在的精準更像針對一段超長上下文的控制：按想要的方式分段，或者連寫；把某一句壓短，或者把某一段擴寫；要求它不要分點，或者把邏輯拆成幾條。

控制對象變了，輸入法的職責也隨之變化。

這也是「給 AI 用的輸入法」的含義。

▲ Prompt 由 Typeless 轉寫而成

Typeless 的重點不在社交表達的情緒張力，它更適合把需求交給模型，再把模型產出收攏成能用的文本。它強化的是人與 AI 的溝通效率。商業模式也很符合這種取向——界面極簡，沒有廣告位，付費方式更像「為結果付費」。訂閱用戶不限量，非訂閱用戶每周有固定額度。產品用得越多，價值越容易被衡量。

把它放回國內輸入法的語境，對比會更清晰。

老派輸入法以搜狗為代表，今天也能加上「AI」二字，也能提供一堆 AI 功能。但它依舊像原來的產品——鍵盤還在，廣告和功能標簽也還在。輸入法被迫承擔太多與輸入無關的任務，效率容易被稀釋。

▲ 搜狗 AI 輸入法

另一類是 AI 工具的延伸，比如豆包或微信輸入法，它們更像把既有的 AI 能力塞進鍵盤里，做成一個入口。入口當然有用，但入口并不等于工具。入口解決的是「去哪里用 AI」，Typeless 更關心「怎樣把 AI 用得更精確」。

▲ 左邊為豆包輸入法聽寫，右邊為 Typeless 聽寫

真正的 AI 輸入法，服務的對象變了。它主要服務與模型的高頻溝通，服務長上下文里的精確控制，服務反復修改直到結果落地。它不需要把自己做成一個熱鬧的廣場，它只要把那條最難的鏈路打通。

它也有副作用。用它跟同事溝通時，偶爾會顯得過于干凈，像把語氣里的緩沖都刪掉了。對方會覺得不夠有人味。會在這種場景里切回普通輸入法，手動敲幾句更口語的句子，補一個表情，或者加一段無意義的笑聲。這不是 Typeless 的問題，而是它的真實位置——它最自然的場景是與 AI 溝通，不是與人閑聊。

▲ 給同事發顯得有點「人機」感

輸入法向來是殘酷的賽道。到處都能用，也意味著到處都會被挑剔。每一次卡頓、每一次誤判、每一次隱私疑慮，都會直接影響它能否留下來。Typeless 要證明的不是「模型有多強」，而是「日常輸入是否真的變快、變準、變省心」。

當人與 AI 的溝通變得日常，輸入法可能會成為最隱蔽、也最核心的接口。它要做的不是替用戶寫完一切，而是把說出的信息整理成更可控、更可迭代的文本，讓「多輪修改」從一種負擔變成一種自然動作。

這類產品最終能不能站住腳，取決于兩件事：一是它能否在所有細碎場景里保持穩定，二是它能否讓「為結果付費」變得理所當然。

輸入層向來沒有中間地帶——要么融入習慣，要么被迅速替換。Typeless 作為 AI 產品演進史上的一個新節點，把自己定位在了那條更窄、也更陡的路上。

One more thing： 我們是怎么用嘴「噴」出一篇文章的

上面的這些文字，以及下面的部分文字，我們全程只動了嘴皮子，指揮 Typeless、ChatGPT、Claude 等工具完成，沒有手打一個字。

按照以往，要寫一篇這樣的文章，最少也得花上 2 個小時，現在只用了 30 分鐘。

先介紹一下這個產品的具體細節。Typeless App 支持手機端的 iOS 和 Android，以及電腦端的 Windows 和 Mac。

免費方案提供每周 4000 字轉寫；而付費沒有字數的限制，每個月 30 美元，每個季度 60 美元，一年 144 美元。

這個價格并不便宜，但它很符合 AI 時代「付費交貨」的結果導向模式，即使是免費用戶，也不會遇到廣告和太多限制，最主要的差距僅限轉寫字數。

其實 Typeless 不太像一個「輸入法」，它完全沒有傳統的鍵盤，只有少數幾個按鍵，更不用提什么 AI 斗圖、表情包的功能，只做好「語音轉文字」的本職工作。

我很喜歡 Typeless 的在設備上全局的集成形式——手機上是輸入法，電腦上是熱鍵，讓它可以像 AI 助手一般跨應用使用，這是 ChatGPT 無法給出的細節體悟。

整個過程還挺有意思，一開始我們只是想測試用 Typeless 和 ChatGPT 進行寫稿的過程，但隨著一輪一輪的對話深入，稿子不斷打磨，最終出來了一篇觀點明確的文章，不僅行文流暢，AI 味也很少。

一開始，我們先拋出了一些初步的想法，關于 Typeless 這個產品的一些觀點，以及資料收集和寫作注意事項，這些「意識流」的口述被 Typeless 整理成條理清晰的文字，直接用作 ChatGPT 的提示詞。

ChatGPT 給出的第一版稿件沒啥信息量，結構也不正確，語言平鋪直敘還很有 AI 味，距離一篇好看的文章還有不小距離。換做平時，想要給細致的修改建議，不免得要花大量的筆墨給出新的提示詞。

▲ Prompt 由 Typeless 轉寫

但現在我們有 Typeless，只要把聽寫打開，我們可以從頭到尾一句一句提修改意見，并根據文段補充相應的觀點和敘述。

▲ Prompt 由 Typeless 轉寫

我們需要盡可能給出細節，比如對比 Typeless 和搜狗、豆包、微信輸入法區別的部分，就需要強調這幾種產品的差異，AI 在寫作時才能凸顯 Typeless 的優勢。

▲ Prompt 由 Typeless 轉寫

經過幾輪的修改，ChatGPT 生成的內容已經相對完善，這時候我們可以換用 Claude 進行潤色。

我們首先給 Claude 喂了幾篇愛范兒寫過的 AI 新硬件文章，讓它充分學習我們行文的風格，據此來修改 ChatGPT 的草稿。

Claude 的初稿也還有提升空間，這時候我們可以繼續用 Typeless 幫我們轉述一些相對更細節的修改建議，直到滿意為止。

▲ Prompt 由 Typeless 轉寫

其實我們對著 Typeless 侃侃而談的文本量，累計可能已經比最終的成稿還要大，但出稿的效率大大提升，并且過程要比單純寫作更加輕松。

AI 時代，Typeless 應該「無處不在」

一開始試用 Typeless 的時候，作為一個不太習慣用語言來梳理想法和表達自己，也不需要長篇大論去表達想法的人，我會覺得它不適合我，更適合天天需要給出大量反饋的領導、Mentor、甲方人群。

但進一步探索使用之后，我覺得我還是狹隘了。在這個 AI 時代下，Typeless 不應該只是一個獨立的 App，更應該成為一種「標配」無處不在。

從小處說，「語音轉文字」，遠遠不能停留在「準」，在 AI 時代下更應該追求「精」。以后發語音轉文字就全是精煉的信息，而不是滿屏的「呃」「那個」以及口誤。

▲ 42 秒的語音有用信息只有 10 個字

比起給爸媽手機裝一個 Typeless，我更希望類似的功能直接集成到微信中——或者說，所有應用內置的「語音轉文字」功能，都值得以 Typeless 的方式重做一遍。

更大的價值，在于 Typeless 給 AI 交互提供了一種新的可能。

哪怕是每天都在寫稿，我的表達能力經常追不上自己的想法。甚至不是寫稿，只是用鍵盤和 ChatGPT 對話，很多時候火花在敲擊字母的時候，就已經熄滅。

改成開口說話，事情會輕松很多。我不必先想好結構，也不用馬上挑最精確的詞，語言會先把材料「拽」出來，觀點和洞察會更自然而然流淌。

這就像在現場指導一個實習生做修改，指令可以很細，細到每一句話怎么落地——是的，我們每個人都有了 AI 作為「乙方」。

指望「一句話」讓 AI 生成一切，基本不現實，信息密度太低，AI 很容易離題，素材又撐不起來，于是成品常常空、泛、虛，表面上寫完了，讀起來卻像沒落過筆。

對于 AI 來說，「上下文」很大程度決定了生成的質量，我們必須要給模型「喂」大量的想法、觀點和語料，才能得到更符合預期的結果。為什么這兩年內存價格大漲？要運行和訓練 AI，超大的上下文必不可少，于是 AI 行業產生了對內存的巨大需求。

用 Typeless 的體驗，更像是在給 AI 喂一份更豐富的語料，生成的內容有據可依，觀點也夠牢靠，AI 更多只是負責把這些碎片變成更好讀的文章。

所以，不僅微信可以集成類似 Typeless 的功能，所有的 AI 公司，完全可以把這種「AI 翻譯層」集成在聊天機器人之中，引導用戶把提示詞往多了說。

而只要用戶給 AI 注入的內容夠多，AI 模型能力的差距，也會被進一步縮小。

▲ 用 Typeless 轉寫的超長 Prompt

或許有人會對 Typeless-ChatGPT 這套解決方案有點悲觀，這豈不是意味著，人類創作真的會徹底在 AI 時代消亡？

是，但又不全是，Typeless 只能消除「寫作」這件事的成本和門檻，但卻進一步凸顯出「思想」的重要，讓人類的感悟、觀點、洞察變成了寫作真正的核心。