一个独立开发者把语音编程大模型接进了汽车中控屏。@jonathanroomer 做的项目叫 NightBloodRemote,双手不用离开方向盘,眼睛看着前方路面,对着中控台动动嘴,大模型在后台读代码库、改 Bug、跑单测,甚至直接开 PR 提交到 GitHub。
连 OpenAI 总裁 Greg Brockman 都亲自转推站台,配文是“Codex voice for road trips!”
![]()
不是录音转文字那么简单
很多人第一反应会以为这只是个录音转文字的简陋插件。但扒完技术实现会发现,这个小项目的工程品味相当讲究。
第一,底层拉通了 WebRTC 音频管道,是真正的低延迟语音流。传统车载语音交互慢得让人抓狂,而这个方案说话没有机械延迟,语速再快也能跟上,想打断随时打断,体验接近副驾坐着一位经验丰富的人类高级工程师。
第二,是车机原生级体验。基于 SwiftUI 打造,融入苹果原生车机生态,中控屏上能实时看到可视化的任务状态反馈,手机端还能挂载 3D 渲染的人脸表情,顺手用语音操控家里的智能家居设备。
把车内垃圾时间变成生产力
作者自己最常跑的场景很生活化。周末公路旅行开长途,脑子里突然蹦出个灵感,动动嘴就让它先去跑个原型验证。或者把车停在路边等女儿舞蹈课下课的那半小时,喝着咖啡聊几句,一个平时懒得动手的小重构就已经在云端全部搞定了。
安全这根弦不能松。开车时永远要把注意力放在路面上,真正危险且复杂的架构设计,留到停车休息时再深度核对。但在路上做灵感草捕捉、让 AI 读某段报错原因、做轻量级的代码审查,体验确实爽到飞起。
代码的输入介质正在变
过去四十年,程序员的肉身被锁在椅子、键盘和多屏显示器面前。当多模态大模型的语音理解跨过那道临界点,代码的输入介质正在从指尖敲击,演变成一种松弛的自然语言叙事。
整套方案已经在 GitHub 上彻底开源,项目名 NightBloodRemote。家里有支持 CarPlay 汽车的朋友,可以拉下来自己打包体验一把。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.