微信輸入法加了 AI 錄音：一段對話，變成一個網頁

上週在中國推出、最有趣的 AI 產品不是模型。是鍵盤上的一顆按鈕。

10 月 27 日，微信官方頻道宣布，微信輸入法——非常多中國手機使用者早就在用的那個鍵盤——現在內建「AI 錄音」。你錄音。它即時轉寫。然後，它不給你一整面文字牆，而是給你一個結構化的網頁：錯字修正、廢話濾掉、對話的邏輯重新組織、重點挑出來。

然後是讓我坐直的那部分。根據公告，它可以依照講過的內容，配上圖表、示意圖和互動原型。

為什麼關鍵在鍵盤

地球上每一家生產力公司都出過會議錄音器。它們大多要求你裝東西、給權限、選一個工作區，還得記得按下錄音。採用率一直停在個位數，因為摩擦正好發生在你注意力最少的那一刻。

微信的版本沒有採用率問題要解。鍵盤已經裝好了、已經有麥克風權限、已經是一億人開始寫字的地方。入口也反映了這件事：手機上從鍵盤工具列或輸入法 app 進去。桌面上有快速鍵，加上 Mac 選單列和 Windows 工具列。

那是一種新創買不到的通路優勢，也是這件事值得寫的原因。功能本身不新。位置才是。

「結構化網頁」到底意味著什麼

轉寫是個差不多解決了的問題。把一段話變成你會自願讀的東西，不是。

跑過 ASR 模型處理會議的人都知道輸出長什麼樣：字很準，沒有形狀。人會重複、會話說一半、會說十四次「對，那，總之」，然後把決定埋在關於停車的離題中間。清理才是價值所在，也是大多數工具悄悄放棄、直接把逐字稿丟給你、上面釘一段摘要的地方。

公告描述的行為——修正錯字、過濾無意義的填充、用脈絡組織邏輯與重點——是一條把錄音當原料、而不是當交付物的流程。輸出是一個頁面，意味著它有段落、有層級，而且大概有一個你沒說出口的標題。

中文輸入法在這裡有個容易被低估的優勢。拼音輸入意味著鍵盤整天都在對你打的每個字跑語言模型，做修正和預測。把同一類模型套到語音上，對中文輸入法廠商來說，跳得比西方鍵盤廠商短，因為修正層本來就是承重的基礎設施，而不是加分項。

圖表那個主張值得檢視

把圖表、插圖和互動原型對應到一段錄音，是一句小句子裡的大主張，而它會拆成兩種非常不同的能力。

溫和的版本：你講一個三步流程，工具因為聽到「首先、然後、最後」就渲染出三格流程圖。那是樣板選擇，確實有用，而且完全在能力範圍內。

野心大的版本：你描述一個產品流程，工具產出一個可以點的互動原型。那要求模型從非結構化的口語推斷狀態、轉換和版面，而且要準到使用者不會立刻把它刪掉。

我的猜測——這是猜測——上線版本比較接近前者。那不是批評。一張大致正確的生成圖表是很好的初稿；一個大致正確的生成原型，是一場除錯。

中國沒人敢大聲問的隱私問題

一個鍵盤看得見全部。密碼、銀行訊息、跟家人的爭吵、你打了又刪掉的搜尋。在這個介面上加一個錄音器，意味著信任關係變得更密，而不是更簡單。

公告沒有談資料處理，這對產品發文來說很正常，對產品決策來說則不令人安心。合理的假設是：轉寫在本機或微信自家雲端跑、產出的頁面存在微信生態裡、保存期限受同一套條款管。

對中國的個人使用者，這筆交易很熟悉，大致可以接受。對一家公司來說，「我們的會議紀錄住在微信裡」是合規問題，不是生產力問題。這個功能會靠個人使用擴散，然後在企業裡被封鎖——那是消費級 AI 在那個市場的標準路徑。

跟專用錄音器比起來如何

紙面上，專用 app 贏：更好的講者分離、更長的 session、跟行事曆和 CRM 的整合、正規的匯出。實務上，它們大多輸在開會一開始唯一重要的指標：你有沒有記得把它打開。

代價是你得到的控制更少。專用錄音器讓你選音訊去哪裡。鍵盤不行，而公告沒說。對一則個人備忘，這是划算的交易。對一場受 NDA 保護的客戶通話，這不是你能單方面做的交易。

所以現實的分工是：用鍵盤處理那些你本來就會記得很爛的東西，用專用 app 處理那些最後會進合約的東西。兩者都會存在，而鍵盤會處理遠遠更大的量。

策略上的解讀

微信被批評 AI 功能出得太慢，已經被批評了十年。這次是反過來的動作：不是做一個聊天機器人，而是把小模型放進人們每天摸一百次的那些介面。一個鍵盤。一則語音訊息。一個檔案。

那是更難 demo、但好得多的分發策略。聊天機器人需要你想聊天。鍵盤裡的錄音器，在你本來就要打字的時候就已經在那裡。

這也解釋了輸出格式。結構化頁面可以在微信裡分享。逐字稿是一個你匯出之後就忘掉的檔案。把產物做成生態原生，這個功能就創造出會在微信已經擁有的地方流通的內容。

該觀察什麼

那個結構化頁面撐不撐得住編輯。如果你能改一句話而版面還站得住，它就是文件工具。如果一編輯結構就壞，它就是截圖。

圖表是可編輯的物件，還是送來一張平面圖。前者是工作流。後者是裝飾。

以及錄音器會不會有 API。如果有，有趣的產品根本不會是筆記 app——會是把一段對話變成交付物、而不需要任何人打開筆電的工具。

功能本身一季內就會被抄。百度、科大訊飛、阿里手上都有零件。不會被快速抄走的是位置，因為沒有別人擁有半個國家在打字的那個鍵盤。

這是這個 release 值得帶走的教訓，而它跟模型品質無關。一個 AI 功能最好的通路，是你的使用者手上已經握著的那個東西。