作者作品 · 语音与程序分工

Atticus:一句话里的动作,哪些交给模型?

打开应用、摆放窗口,程序可以先走自己的规则;复杂请求再交给 Claude。看作者的 Mac 语音助手怎样保存快捷动作、等待最终转录,以及什么时候需要人检查。

本次固定源码把语音转写设为 en-US(英语),要求 macOS 26;作者主路线使用已登录的 Claude Pro 或 Max 与 Claude Code。下文保留英语要求并给中文释义。本文读原作者说明与 10 月 12 日源码,未安装或实操这款助手。

作者宣传动画里的示意屏幕:语音框显示英语窗口安排请求,旁边是浏览器和终端。
固定原GIF播放时的静态截帧,保留完整动画画面。作者用图形说明功能,不能据此证明实际延迟或设备任务成功;本站没有运行助手。 · 打开大图
本文目录目录4

EN

打开应用,程序先匹配一个动作

作者用 Open Spotify(打开 Spotify)和 Terminal on the left(终端放左边)举例。Atticus 的程序先把转录文字规范化,尝试匹配开应用、搜索或移窗口的规则;匹配成功,就调用已有的 Mac 操作,不需要让模型再决定一次。找文件里的内容、理解当前画面等请求,则可能进入 Claude 路线。这接回今天语音到动作的问题:一个助手的反应来自语音识别、规则、模型与系统接口共同参与,不能把每个完成的动作都算成模型能力。

来源与延伸阅读

EN

再次说同样的话,可以重放已保存动作

它还会把适合重复的操作保存成快捷方式:记录规范化的要求、实际命令和回复,下次相同要求先尝试重放。源码对能保存的动作有筛选,依赖当下画面、指向“这个”的要求不会这样学习;重放失败会退回模型。这种记住做法,主要是保存一组程序命令,而非训练一份新模型。对于反复摆好工作窗口的人,值得观察的是命令能否稳定重用、场景变了是否仍合适,以及失败后怎样接回判断。

来源与延伸阅读

EN

最终转录,和句中动作,是两条路径

普通模型工具与已学快捷方式等待 Apple 的最终转录。模型可以在说话停顿时提前思考,但工具需等转录放行;终结失败或拖延时,界面把未确认文字交给人检查,再决定发送。另有 Instant commands 与 Act while I’m talking 两个设置,此版默认开启:部分内置快动作可以在句子没说完时执行,已学快捷方式仍等确认。因此,松开快捷键不等于所有动作才开始,界面显示文字也不等于文字已最终确认。理解这两条路径,才能判断动作是否发生得太早。

两条动作时机:默认开启的内置规则可句中执行;已学动作与普通模型工具等待最终转录,失败文字先复核。
BitShovel 按固定源码整理的编辑说明图。它解释当前设置和执行门,不是声学准确率或设备动作测试。 · 打开大图
来源与延伸阅读

EN

应用免费,问模型仍有使用条件

复杂请求经 Claude Code 的非交互入口交给模型,源码默认用 Haiku 别名与 low 档,可在设置里改变。应用开源免费,模型请求仍占用已登录套餐;源码也接受 API key,走按用量计费的分支。本机转录与不调用模型的快动作,各自省掉一个环节,不能据此把全部功能写成免费或完全本地。想继续看这个作品,可以先用一个明确的英语要求理解它选择了哪条路,再分别核对转录、程序动作和结果;当前 en-US 版本不能直接当成中文语音助手推荐。

来源与延伸阅读