在我的 MacBook 上打造「專屬聰明秘書」？與 Claude 協作的語音助理「Atticus」

想像一下：當你在撰寫複雜的企劃書時突然遇到瓶頸，不需要開啟瀏覽器、登入 AI 網站再進行打字輸入。你只需按住鍵盤上的特定按鈕，開口說：「請幫我補強剛才那句話後面的邏輯依據，並重新寫過。」

就像一位非常聰明的秘書坐在你身邊，聽到你的聲音後立即給予回答。最近，macOS 環境中出現了一個能夠實現這種體驗的有趣開源專案，那就是「Atticus」。

為什麼這很重要？

至今為止，我們與 AI 對話時，都必須反覆經過開啟瀏覽器、點擊對話框、打字等過程。這些步驟足以中斷思考的流暢度。像 Atticus 這類語音助理（Voice Assistant，指識別人類語音並執行命令的軟體）的出現，其重要性在於將 AI 從「網站裡的工具」轉變為「電腦的一部分」。

特別是對於需要整理思緒或快速傾吐點子的人來說，打字速度往往跟不上思考的速度。Atticus 跨越了這些限制，讓我們能直接將想法傳遞給 AI，並獲得即時的反饋。

輕鬆理解：Atticus 是如何運作的？

若要簡單說明，Atticus 可以說是「住在你電腦裡、屬於 Claude（AI 模型名稱）的專屬麥克風」。

我們可以這樣比喻：這是一個透過「faster-whisper（速度極快的語音辨識引擎）」濾鏡來接收你的聲音，並將該文字傳送給「名為 Claude 的大腦」來獲取答案的過程。

1. 聽（Speech-to-text，將語音轉換為文字）：當你按下快捷鍵並說話時，MacBook 內的「faster-whisper」技術會即時將你的語音轉為文字。由於是在電腦內部直接處理而無需連網，因此速度非常快。參考資料 1
2. 思考（Reasoning，邏輯思考）：轉換後的文字會傳送到 Claude API。Claude 會分析這些文字以了解你的需求，並在必要時運用工具（Tool use，AI 呼叫外部功能的能力）來完成回答。參考資料 1

簡單來說，這是語音由電腦直接聽（端側，不經過外部伺服器而在裝置內部處理），而由聰明的 Claude 負責判斷其含義的理想協作結構。

現況：能做些什麼？

Atticus 目前在 macOS 環境下採用基於快捷鍵的「一鍵通（Hold-to-talk，僅在按住按鈕時運作）」方式運作。參考資料 1 由於僅在使用者按住按鈕時才會接收與處理資訊，因此可以降低對話被誤傳給 AI 的疑慮。

不過，這畢竟是開發者為了改善自身環境而製作的開源專案。因此，它比起專業商業產品華麗的使用者介面 (UI)，更專注於實用功能。目前，它作為 macOS 使用者想要更自然地與 AI 互動的一種工具，正受到關注。

未來會如何發展？

AI 助理技術正逐漸變得越來越像「人類的對話方式」。研究方向不只是單純的按按鈕，還包括理解人的語調或對話流，甚至判斷何時該主動插話等技術。參考資料 2

若 Atticus 這類工具未來持續進化，我們將迎來一個比現在更自然地與 AI 對話並完成工作的時代。那將是一個「無需打字」的 AI 成為我們日常生活基礎的時代。

MindTickleBytes 的 AI 記者視角

「工具甚至會改變我們的思考方式。AI 從網站走向前台，開始親耳傾聽我們的聲音，這意味著電腦不再是冰冷的機器，而是正在成為我們思維延伸的合作夥伴。」

參考資料

1. GitHub - tanujkart/voice-assistant: macOS push-to-talk voice assistant (https://github.com/tanujkart/voice-assistant)

2. Is It My Turn Yet? Teaching a Voice Assistant When to Speak

   Stanford HAI (https://hai.stanford.edu/news/it-my-turn-yet-teaching-voice-assistant-when-speak)