过去一年，我发现了一个有点反直觉的现象。
按理说，AI 模型越来越强，我们的工作应该越来越轻松才对。写代码有 Cursor，写文章有 ChatGPT，做研究有 Claude，翻译、总结、分析几乎都有成熟的工具。很多几年前需要几个小时完成的工作，现在几分钟就能得到一个不错的结果。
但现实却是，我身边不少朋友，包括我自己，都有一种共同的感受：工作并没有因此变得轻松，反而每天花在电脑前的时间越来越长了。
刚开始，我以为这是因为工作量变多了。后来认真观察自己的工作流程之后，我发现真正增加的，并不是工作本身，而是和 AI 沟通的时间。
以前写一篇文档，我面对的是 Word 或 Notion；现在写一篇文档，我先要告诉 AI 我要写什么，再根据它的回答继续补充背景、修正方向、重新描述需求。以前写代码，是自己思考然后实现；现在更多时候，是不断和 AI 讨论实现方案，再根据结果继续调整。
AI 的确帮我们完成了很多输出工作，但与此同时，它也创造了一种新的工作：输入。

当输出越来越快，输入反而成为新的瓶颈
以前，我们总觉得输入只是打字。
所以大家会买更好的键盘，练更快的打字速度，或者学习快捷键，希望减少操作时间。
但今天的输入已经不是简单地敲几个字了。
比如，你希望 Claude 帮你分析一份文档，你需要先告诉它背景是什么、目标是什么、哪些信息需要重点关注；如果你希望 Cursor 修改一段代码，也需要把上下文、约束条件和预期结果描述清楚。
这些内容，其实都属于输入。
而且，它们往往比真正的输出更花时间。
我有一次统计过自己修改 Prompt 的次数。一天下来，仅仅为了让 AI 更准确地理解需求，我就修改了二三十次输入内容。有些时候，一段 Prompt 来回调整十几分钟，而 AI 真正生成结果可能只用了十几秒。
那一刻我忽然意识到，AI 的能力已经不是效率瓶颈，人类表达自己的能力才是。

我开始重新审视「输入」这件事
以前我很少思考输入方式。
键盘一直在那里，它几乎是电脑默认的交互方式。无论是程序员、设计师、运营还是产品经理，大家都默认应该通过键盘和电脑交流。
但如果今天我们的主要工作已经从「写内容」变成了「描述需求」，键盘还是最好的方式吗？
这个问题，我以前没有认真想过。
直到后来开始长期使用 Typeoff。
一开始，我和很多人的理解一样，以为它只是一个 AI 语音输入工具。但真正用了几个月之后，我发现它改变的其实不是输入速度，而是输入过程。
以前，当我想到一个方案的时候，我会先停下来，把脑子里的内容组织成文字，再输入到 Cursor 或 Claude。整个过程需要不断思考句子是否准确、逻辑是否完整，有时候还会因为措辞问题反复修改。
现在，我更多是直接把想法说出来。
Typeoff 会根据我的表达习惯，把这些内容整理成自然的文字，直接输入到当前光标所在的位置。不管是在浏览器、邮件、飞书、Notion，还是在 Cursor 或 VS Code 里，它都像输入法一样工作，不需要额外打开一个窗口，也不用复制粘贴。
这种体验最大的变化不是快，而是连续。
思考不会因为输入被打断。
当输入变得自然之后，工作流也开始发生变化
有一次，我正在和 Claude 一起讨论一个产品功能。
以前，我总会边想边写，一句话写完，再停下来想下一句应该怎么表达。整个过程其实是在不断切换两种状态：思考和输入。
后来，我尝试直接把整个思路说出来。
包括为什么要做这个功能、有哪些限制条件、用户可能遇到什么问题，以及我希望 AI 给出的建议方向。
说完之后，Typeoff 已经帮我整理好了内容。我简单检查了一遍，就直接发送给 Claude。
整个过程几乎没有停顿。
这种感觉有点像和一个真实的人讨论问题，而不是和一个聊天机器人交流。
后来，这种工作方式开始慢慢扩展到其他场景。
写邮件的时候，我直接说；回复飞书的时候，我直接说；甚至写文章的时候，我也会先把完整的想法讲出来，再进入修改阶段。
慢慢地，我发现自己越来越少关注「怎么写」，而是更多关注「想表达什么」。

Typeoff 真正改变的，不是打字速度，而是表达成本
很多人第一次看到 Typeoff，会把它和传统语音输入放在一起比较。
实际上，它们解决的是两个不同的问题。
传统语音输入关注的是识别率，希望尽可能准确地把语音转换成文字；而 Typeoff 更关注的是表达，它会根据不同场景整理内容、调整风格，并支持轻、中、强不同的整理模式。如果需要给海外客户写邮件，它还能直接完成多语言翻译，让内容更加自然。
除此之外，它还有一些容易被忽略但每天都会用到的能力，比如支持 Windows、macOS、iOS 和 Android 全平台使用，拥有云端和本地双引擎，可以根据不同需求选择处理方式；支持自定义词库，专业术语识别越来越准确；历史记录可以搜索、导出，并自由设置保存时间。这些功能单独看都不算惊艳，但组合在一起之后，会让输入这件事情变得几乎没有存在感。
也正因为如此，我越来越觉得，Typeoff 更像是 AI 时代的一层输入基础设施，而不是一个简单的语音工具。
写在最后
过去几年，我们一直在讨论 AI 会如何改变工作。
有人关注模型能力，有人关注 Agent，有人关注自动化流程。但真正每天和 AI 打交道之后，我越来越觉得，一个容易被忽略的问题正在变得越来越重要：人应该如何把自己的想法更自然地交给 AI。
也许未来几年，模型之间的差距会越来越小，但输入方式、工作流以及人与 AI 的交互体验，反而会成为新的竞争点。
至少对我来说，Typeoff 带来的最大变化，并不是让我少打了多少字，而是让我重新思考了一件以前从未认真思考过的事情——当 AI 已经能够帮助我们完成越来越多输出的时候，也许真正需要升级的，已经不是模型，而是输入本身。