VibeCoding 是近两年兴起的概念，最早由 Andrej Karpathy 提出。它描述的是这样一种编程状态：你用自然语言描述需求，AI 帮你生成代码，你的角色从「打字员」变成了「指挥官」。

这个概念的背景是：大模型代码生成能力已经足够强，Claude Code、Copilot 这类工具已经能听懂人话并写出可用代码。编程的瓶颈从「会不会写」变成了「能不能快速把想法说出来」。

SaySo 在这个场景里解决的是什么

SaySo 是一款 Mac/Windows 上的 AI 语音输入法，核心能力是自然语音实时转写加 AI 自动编辑。它在 VibeCoding 场景下的用法是这样的：

你在 Claude Code、Copilot Chat 这类 AI 编程工具的对话框里，用语音输入自然语言需求，SaySo 把你说的转成文字填进对话框，AI 收到完整指令开始写代码。

也就是说，SaySo 在这里扮演的是**语音输入法**的角色，不是代码生成器。它解决的不是「AI 能不能写出好代码」的问题，而是「你能不能快速把需求说给 AI 听」的问题。

我之前的输入方式有什么问题

在 Claude Code 这类工具里，你需要在对话框中输入自然语言描述需求。传统的做法是键盘打字，但这里有一个很实际的痛点：

你脑子里想的和你打出来的之间有个速度差。你一边组织语言一边打字，手指头的动作总是在拖大脑的后腿。这个速度差带来的结果是，你打字的会偷懒，指令描述得不够完整，AI 收到的信息不完整，写出来的东西就要来回改。

还有一个割裂的问题是，Claude Code 自带语音输入也可以用，但它的语音模式是独立于编辑器工作的。你用语音让 AI 写了一个函数，它写完了，你要切换到编辑器去看代码在哪里，这个切换是很打断思路的。

SaySo 的用法是，它作为一个全局的语音输入法，在任何应用里都能把语音转成文字填进去。你在 Claude Code 的对话框里用它，在终端里用它，在飞书文档里用它，一个工具多个场景通用，不需要改变任何使用习惯。

实际效果对比

场景一：函数级别的需求描述

这是我目前用得最多的场景。

键盘输入的情况：

我打开 Claude Code 的对话框，开始敲字「write a function that takes a file object and validates if it's an image format...」，打了三分钟才把需求描述完，AI 开始写代码，我再花两分钟调整细节。总耗时五分钟以上。

语音输入的情况：

我打开 SaySo，打开 Claude Code，直接说「写一个函数，接收一个文件对象，验证是否是图片格式，如果是的话就保存到 uploads 目录，返回文件路径，如果验证失败就抛出一个类型错误的异常」。说完 AI 立刻开始写，我看了下结果，基本一次过，总耗时不到两分钟。

这个差距不是打字速度的差距，是**指令质量**的差距。语音输入的时候你想怎么说就怎么说，指令描述得完整清晰，AI 收到的是完整信息，不需要来回纠正。

场景二：代码评审

代码评审的时候，你脑子里想的是「这个地方有什么问题」，但你同时还要想「这个问题我应该怎么措辞」。

语音输入把这两件事解耦了。你直接对着电脑说评审意见，SaySo 帮你转写成规范的评审文本，你直接复制粘贴到 GitHub PR 评论里：

语音输入：第一个问题，这个函数的命名不规范，应该用小驼峰。第二个问题，缺少参数校验，如果传入空值会报错。

转写结果：1. 命名不规范：应使用小驼峰命名法。2. 缺少参数校验：建议增加参数校验逻辑。

场景三：调试时的即兴分析

调试的时候你一边想一边说，AI 帮你分析可能的原因。比如你对 Claude Code 说「这个变量为什么会是 undefined，它在上一个函数里明明赋值了」，SaySo 转写进去，Claude Code 帮你分析作用域问题。这种即兴的思考过程，用语音输入比打字自然得多。

准确率和解决方案

语音输入代码需求的准确率不是 100%，有以下几个实际的挑战。

挑战一是中英混搭。Claude Code 是英文界面，但我说需求的时候是中文为主偶尔夹杂英文术语，比如「写一个 function 叫 calculateSimilarity」。SaySo 对中英混搭的识别有时候会跳。解决方案是编程术语尽量说英文，或者把术语加到独家词库里。

挑战二是长指令。超过一分钟的指令不适合一口气说完，说久了会口干，而且 AI 收到超长指令有时候会理解偏差。超过一分钟的需求我会拆成几条，分开说。

挑战三是环境噪音。这个是物理限制，不展开说了。

什么场景不适合

第一个是超长需求。一口气要说五分钟那种，打字或者拆成几条分开说。

第二个是精确数值描述。「把第 23 行的 i 改成 j」这种精确信息，语音输入不如打字。

第三个是公开场合。周围有人的时候对着电脑说五分钟代码需求，还是挺尴尬的。

工具组合推荐

目前我的 VibeCoding 工具链是这样的：

SaySo 作为语音输入法，负责把需求从语音转成文字，填进 AI 编程工具的对话框里。

Claude Code 或 Copilot Chat 作为 AI 编程引擎，收到完整指令后生成代码。

VS Code 作为主战场，处理日常开发和代码管理。

这个组合的核心逻辑是：你的嘴巴对接 AI 的大脑，SaySo 负责中间的转译工作，你来当决策者和审核者。

总结

VibeCoding 的本质是让 AI 处理代码执行层的事情，人来把控方向和审美。SaySo 在这个体系里扮演的角色，是让你「动口不动手」这件事变得完整——你不需要拿起键盘来跟 AI 说话，你直接说，AI 直接听。

打字是输入环节的瓶颈。如果你在 VibeCoding 过程中感觉表达速度跟不上思维速度，试试语音输入这个解法。

官网：https://www.sayso.cn/

我的邀请码：LW8J528A

希望能对大家有帮助！