硅谷正在流行“氛围办公”：不敲键盘，对着电脑叽叽咕咕
这个春天，硅谷的办公氛围正在发生一种微妙的变化。键盘敲击的“哒哒”声，正逐渐被一种压低音量的、持续不断的“嘀咕”声所取代。 有风险投资人半开玩笑地说，如今走进一家AI创业公司，感觉像是误入了某个高端呼叫中心。只不过，员工们戴着电竞耳机，对着麦克风并非在接听电话，而是在向AI发号施令。 这股风潮甚至有
这个春天，硅谷的办公氛围正在发生一种微妙的变化。键盘敲击的“哒哒”声，正逐渐被一种压低音量的、持续不断的“嘀咕”声所取代。
有风险投资人半开玩笑地说，如今走进一家AI创业公司，感觉像是误入了某个高端呼叫中心。只不过，员工们戴着电竞耳机，对着麦克风并非在接听电话，而是在向AI发号施令。
这股风潮甚至有了自己的名字——“voicepilled”，可以理解为“语音觉醒”。这个概念由LinkedIn联合创始人Reid Hoffman在2025年秋天的一篇帖子中普及开来。他描述道，所谓“被voicepill”，就是你突然意识到，一旦开始认真使用语音与技术交互，就能解锁一种全新的能力放大模式。这个词巧妙地借用了《黑客帝国》中红蓝药丸的隐喻：吞下这颗“语音药丸”，你看到的将是一个截然不同的生产力世界。
当然，语音输入本身并非新鲜事物。从苹果的Siri听写、Windows语音识别，到更早的Dragon NaturallySpeaking，相关技术已存在多年。但过去的体验往往令人沮丧：识别率堪忧、标点混乱，一句话重复多次仍错误百出，最终用户往往发现，还不如自己动手打字来得快。
真正的转折点，源于大规模AI语音模型的成熟。2024年，OpenAI发布了基于Transformer架构的开源语音识别模型Whisper，它使用了高达68万小时的多语言音频数据进行训练。Whisper的出现，一举将语音转文字的准确率拉到了实用门槛之上。
而新一代的听写工具，如Wispr、Aqua Voice等，在此基础上迈出了更关键的一步。它们不再满足于机械地逐字记录，而是引入了大语言模型（LLM）对输出进行深度“润色”。这意味着，工具会自动删除“嗯”、“啊”之类的口头禅，修正语法错误，调整句式结构，甚至能根据你正在使用的应用场景来适配语气和格式。整个过程延迟极低，通常控制在一到两秒之内。部分工具还支持“命令模式”，允许用户直接用语音指令编辑已有文本，例如“把上一段改成更正式的语气”或“删掉最后一句”。
（来源：Wispr ai）
这种工作方式之所以令人兴奋，有一个非常直观的原因：人类说话的速度远快于打字。对于英文使用者而言，普通人打字速度大约在每分钟40到80个单词，而正常语速可达每分钟130到150个单词。中文使用者的差异同样明显，打字速度通常在每分钟80~100字，而语速则在每分钟200~250字之间。
对于那些核心工作是将想法转化为文字的人——比如撰写邮件、文档或代码提示词——这意味着理论上可以将产出效率提升两到三倍。一些深度用户声称，他们的文字产出量确实实现了数倍增长。
更有趣的是，语音听写正与另一个热门趋势“氛围编程”（vibe coding）合流。这个概念由Andrej Karpathy在2025年初提出，指的是开发者不再逐行编写代码，而是用自然语言描述需求，由AI编程工具（如Claude Code、Codex）来生成代码。当“氛围编程”遇上语音听写，开发者甚至无需坐在电脑前。他们可以一边踱步思考，一边口述需求，听写工具将语音转为文字提示（prompt），再由编程AI将prompt转化为代码。Wispr的创始人Tanay Kothari透露，他们的员工现在就是在办公室里走来走去，对着电脑说话，将思考过程从桌前解放了出来。
据媒体报道，最狂热的用户甚至引入了可编程脚踏板（一种原本属于游戏外设的设备），通过踩踏来激活语音交互功能；还有人架起了体育解说员或牧师常用的鹅颈麦克风，以获得更清晰的收音效果；在Wispr公司内部，流行将无线领夹麦克风别在衬衫上，员工们看起来仿佛随时在录制播客。这家公司甚至有计划未来向客户销售品牌麦克风。
图 | 可编程脚踏板 （来源：Amazon）
资本市场对这种新的“氛围工作”（vibe working）方式显然十分看好。成立于2024年的Wispr，最初方向是脑机接口可穿戴设备，后转型专注于语音听写工具。据报道，2025年11月其估值约为7亿美元，而到了2026年5月，其目标估值已飙升至20亿美元。一个听写应用能获得如此高的估值，足以说明市场对“语音取代键盘”这一前景的乐观程度。
随之而来的，是日益激烈的竞争。同类公司Aqua Voice和Willon都获得了Y Combinator的投资，初创公司TalkTastic、Typeless、Superwhisper也各自拥有忠实用户。科技巨头自然不会缺席：在2026年5月的Android Show上，谷歌发布了Rambler，这是一个内置于Gboard输入法、由Gemini驱动的听写功能，能够将用户杂乱的口述自动整理成通顺文本。平台级玩家的入场，将如何挤压独立应用的生存空间，仍有待观察。
现实的门槛与挑战
然而，在这股新技术浪潮面前，依然存在一些不容忽视的现实门槛。
首先是硬件与环境的局限。目前主流的AI听写工具大多优先甚至独占于Mac平台。Wispr Flow和Superwhisper支持Mac，Aqua Voice长期仅限Mac（近期才开始支持Windows），TalkTastic则专注于iOS和Mac。而在企业环境中，Windows仍然是绝对主流的操作系统，尤其是在医疗、法律、政府、金融等行业。
更棘手的是远程桌面环境。许多企业员工通过Citrix、VMware Horizon或RDP（远程桌面协议）访问工作系统。而大多数听写工具依赖剪贴板粘贴来输入文字，这在被组策略严格锁定的远程会话中往往无法正常工作。
其次是成本问题。以Wispr为例，其订阅价格为每月18美元。对于一个基础生产力工具而言，这个价格让不少个人用户望而却步。传统的Dragon NaturallySpeaking则需要数百美元的一次性买断费用。尽管存在更便宜的选择（例如一些工具提供每月7美元的方案，或基于本地模型的免费层级），但整体来看，语音听写尚未成为一个人人可轻松采用的默认选项。
此外，还有一系列关于噪音和隐私的担忧。
在海外，开放式办公室本就因噪音问题饱受诟病。多项研究表明，开放式办公环境中无关的语音噪音，是影响员工注意力和心理健康的主要因素。而现在，语音听写正在向这个环境注入更多声源。想象一下：在一个容纳二十人的开放工位区，有七八个人同时在低声嘟囔——有人口述邮件，有人向AI编程助手描述一个bug，有人用语音命令修改文档格式。即便每个人都刻意压低音量，汇聚在一起也足以构成一种持续的听觉干扰。
一名受访用户坦言，这在公共场合“确实有点尴尬”。他说，在家中使用语音办公感觉像钢铁侠对Jarvis下达指令，颇具未来感；但在办公室里，当着同事的面自言自语，总归有些不自在。更重要的是，当你口述内容时，周围的人都能听到你在说什么。无论是邮件内容、代码逻辑还是商业想法，这些原本只停留在屏幕上的私密信息，现在变成了公开的声波，难免让人感到不安。对于涉及敏感信息的工作场景，这还可能带来合规风险。
（来源：Youtube）
未来的想象与重构
从更宏观的视角看，语音办公的兴起或许折射出一种根本性的技术趋势：人机交互的重心，正在从“让人适应机器的方式”向“让机器适应人的方式”迁移。键盘是一种为机器效率而设计的输入界面，人类花费了一百多年去适应它。而语音，是人类最原始、最自然的表达方式。AI的进步终于让机器能够较好地理解人类自然状态下的语言，于是，“让人回归说话”便成为一个顺理成章的发展方向。
但必须承认，人类发明文字书写，本身就是因为纯语音表达存在其固有的局限：它是线性的、信息密度相对较低、难以承载复杂的逻辑结构，并且极易受到环境干扰。对于这些问题，当前的语音听写工具还需要交出更好的答卷。
更进一步想，如果语音交互真的成为主流工作方式，那么我们熟悉的办公室结构也将面临重新设计。过去几十年，办公空间默认服务于安静打字的人类。而未来，它可能需要服务于一群持续进行低声对话的人。声学隔离、半封闭的语音工位、针对不同噪音等级的空间分区，甚至专门用于人机对话的“语音会议室”……这些听起来有些超前的设计概念，或许在未来会成为办公空间的标配。
1.https://www.theguardian.com/technology/2026/may/12/end-of-typing-workers-ditching-keyboards-voicepilling-ai-dictation
2.https://techcrunch.com/2026/05/10/get-ready-for-the-whisper-filled-office-of-the-future
3.https://www.wsj.com/tech/typing-is-being-replaced-by-whisperingand-its-way-more-annoying-a804fee7
注：封面/首图由 AI 辅助生成
WPS Office是一款面向macOS用户的综合办公套件，将文字处理、电子表格、演示文稿、PDF工具、模板与云协作整合在同一应用中。它兼容常见Microsoft Office格式，支持Intel及Apple芯片Mac，基础功能可免费使用，
Shapr3D是一款面向工业设计、机械工程、建筑概念和三维打印工作流的CAD软件。Mac版采用Parasolid建模内核，支持草图约束、实体建模、工程图、可视化渲染及常见CAD格式交换，并可通过账户在多台设备之间同步项目。
REAPER是Cockos开发的数字音频工作站，提供多轨音频与MIDI录制、剪辑、处理、混音和母带制作工具。Mac版兼容Intel与Apple芯片，支持AU、VST、VST3、CLAP等插件格式，并提供高度可定制的工作流程。
Ableton Live 是面向音乐制作人与现场表演者的数字音频工作站，提供编曲视图、独具特色的现场视图、音频录制、MIDI创作、实时变速、乐器及效果器。Mac版原生支持Apple芯片，并可连接音频接口、MIDI控制器和第三方插件。
Adobe After Effects 是面向动态图形、影视特效与视频合成的专业创作软件。它提供关键帧动画、遮罩抠像、运动跟踪、三维空间、文字动画和表达式等工具，并可与 Premiere Pro、Photoshop、Illustrator
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Adobe Bridge 是面向摄影师、设计师及内容团队的免费数字资产管理工具，可集中预览照片、视频和 Adobe 项目文件，并利用评级、标签、关键词、元数据、筛选与收藏集完成分类检索。它还支持批量重命名、格式导出、相机导入及 Camera
Adobe Illustrator 是 Adobe 推出的专业矢量图形设计软件，适合在 Mac 上制作标志、图标、插画、包装、信息图及印刷版面。它以路径和锚点构建可无损缩放的图形，并提供钢笔、形状、文字、图像描摹、渐变、画板及生成式功能。
Adobe InDesign 是面向印刷品与数字出版物的专业版面设计软件，可在 Mac 上制作书籍、杂志、宣传册、海报、报告及交互式文档。它提供精细的文字样式、网格、母版、长文档管理和印前输出能力。
Adobe Lightroom Classic 是面向桌面摄影工作流的照片管理与后期处理软件，可将原始照片保存在本地硬盘，通过目录、关键词、评分和收藏夹高效整理图库，并提供 RAW 冲印、蒙版、镜头校正、批量同步及多格式导出等功能。
Adobe Media Encoder 是 Adobe 推出的专业音视频编码与转码工具，可通过队列、预设和监视文件夹批量完成格式转换、代理文件创建及多平台成片输出，并与 Premiere Pro、After Effects 等软件紧密协作。
Adobe Photoshop 是面向摄影师、设计师和内容创作者的专业图像处理软件，提供图层、蒙版、选区、修复、调色、文字排版、智能对象及生成式编辑等能力。Mac 版支持 Intel 与 Apple Silicon 处理器。
Adobe Photoshop 是面向摄影师、设计师和内容创作者的专业图像处理工具，可在 Windows 上完成照片修饰、选区抠图、图层合成、文字排版、绘画及生成式编辑。软件采用订阅授权，由 Creative Cloud 管理安装、更新与许
Adobe InDesign 是面向印刷与数字出版的专业页面排版工具，可制作书籍、杂志、宣传册、海报、交互式 PDF 和电子书。它提供精细的文字样式、多页面管理、印前检查及多格式输出能力，并能与 Photoshop、Illustrator
Adobe Illustrator 是用于绘制矢量图形、插画、图标、徽标和版式的专业设计工具。它以路径和锚点为核心，作品放大后仍能保持清晰，并提供画板、文字、渐变、图像描摹及精确变换等功能，适合品牌视觉、印刷物料、数字界面和商业插画创作。
Adobe Bridge 是 Adobe 推出的创意资产管理工具，可集中预览、分类和查找照片、视频、PDF及多种设计文件，并支持元数据、关键词、评级、批量重命名和格式导出。它可与 Photoshop、Illustrator 等应用衔接，
Affinity Photo 是一款面向摄影师、修图师和视觉设计人员的桌面图像编辑工具，提供 RAW 显影、多图层合成、蒙版、实时滤镜、批处理和色彩管理等功能。原独立产品已停止销售，其照片编辑能力已延续至免费的新 Affinity 应用；
Adobe Lightroom Classic 是面向 Windows 桌面摄影工作流的照片管理与无损编辑工具，可通过目录集中整理大型图库，并完成 RAW 显影、局部蒙版、批量调整、打印和多格式导出。它强调本地文件管理与精细控制，
Figma 是面向产品设计与开发团队的云端协作平台，可在 Windows 桌面客户端中完成界面绘制、组件管理、交互原型、评论评审和开发交付。文件保存在云端，多名成员能够同步编辑并共享设计系统；官方同时提供免费 Starter 方案及按席位计
Affinity Designer 是面向矢量图形、数字插画和界面设计的专业创作工具，可在矢量、像素与导出工作区之间快速切换。它提供曲线编辑、形状构建、画板、排版、图层和专业色彩管理，并支持常见设计文件的导入及多种印刷、网页格式输出。
Capture One Pro 是面向摄影师和影像团队的专业桌面照片处理工具，提供相机定制色彩配置、RAW转换、图层与蒙版、联机拍摄、目录及会话管理等功能。它适合棚拍、人像、商业产品、婚礼和风光摄影，
Adobe Acrobat Pro 是面向专业 PDF 工作的综合解决方案，可在 Windows 中创建、编辑、转换、比较、整理和保护文档，并支持表单、电子签名、扫描件文字识别及敏感信息永久遮盖。订阅还包含网页、移动服务和云端协作能力，
Adobe After Effects 是面向动态图形、动画与影视视觉特效制作的专业工具，可完成关键帧动画、图层合成、遮罩跟踪、抠像、文字动画和二维三维元素整合。Windows 版通过 Adobe Creative Cloud 安装及更新，
DaVinci Resolve是Blackmagic Design推出的一体化影视后期工具，将素材管理、非线性剪辑、专业调色、Fusion视觉特效、Fairlight音频处理和成片交付整合在统一工程中。免费版已覆盖多数个人创作需求，