技术领袖 Nader Dabit 看完一段实测视频后,在推特上给出了一个让打工人头皮发麻的判断:“可以肯定地说,在接下来的 6 到 12 个月内,除了早上开机和晚上关机,我们将能够完成一整天的工作,而肉身完全不需要碰一下电脑。”
这不是科幻预告。开发者 @instantricecook 用刷屏全网的 150ms 新模型 Jev 把自己的 Mac 改造成了一台纯语音接管的终端,并放出了实测画面。
后半句话还没说完,应用已经就绪
视频里的场景是这样的:他嘴里刚说到“打开备忘录并创建……”,后半句话甚至还没来得及从喉咙里说出来,屏幕上的备忘录应用已经以毫秒级速度弹窗就绪。
这种体验和过去一年被反复吐槽的 Computer Use(AI 操控电脑)形成了直接对照。那些方案的典型表现是:点一个图标,要等大模型在云端看截图思考 5 秒钟,卡顿得像个树懒,几乎没有商业实用的可能性。
这场演示最核心的突破,是第一次在物理世界里把“延迟地狱”这件事处理掉了。
150ms 的纯决策小脑
传统大模型之所以慢,是因为每做一个动作都要逼着模型吐出几百个 Token 的小作文。Jev 的做法是彻底砍掉无意义的文字生成,单次前向传播只要 150 毫秒,直接把语音流瞬间映射成操作系统底层的快捷键和坐标指令。
结果是,AI 的执行速度比人类自己伸手抓鼠标还要快上好几倍。150ms 的纯决策小脑,第一次跑赢了人类手速。
四十年的键盘枷锁,正式进入火葬场倒计时
从 1984 年图形界面诞生至今整整四十年,全人类每天弓着背、驼着脖子在工位上当按键猴子。而当语音流与高频动作模型咬合在一起,写代码、查报表、排日程、跨软件搬运数据这些动作,只需要像跟私人秘书说话一样自然交代,屏幕在后台会像有无形的幽灵在以极速疯狂飞舞。
真正的生产力大解放
这套交互带来的直接变化是场景的解放:你可以在阳光下散步、在健身房举铁、或者在沙发上葛优躺,动动嘴皮子,整座个人软件工厂在你的电脑里以全功率狂飙输出。
大模型的智力早就已经溢出了。当最后一道叫“延迟”的物理铁门被这帮硬核极客一脚踹飞,一个人类终于可以把双手从冷冰冰的塑料外设里彻底赎身出来的时代,在今天,已经以光速向我们迎面撞来。
热门跟贴