我开始养成用罗马音输入文本给 AI 的习惯。
据说到 2026 年 5 月，使用 Groq+SuperWhisperxGroq 组合的语音输入已经既准确又快速了。
我经常在 X 上看到有人说 Gemini 3.5 在识别潦草手写方面最准确。我把同样的文本对比了 Grok、Claude Opus 4.7 和 Gemini 3.5，结果 Gemini 完胜。
既然语音输入和手写识别已经这么精准了，我开始琢磨打字错误是不是还那么重要。我试了一种新方式——直接把原始罗马音（半角字母数字字符）扔给 AI，连平假名都不用打——结果发现太方便了，简直回不去了。
我早就注意到，我给 AI 的指令越来越随意了。就算我说“还记得我们昨天干的那事吗？对，接着那事往下做”，AI 也完全能理解（只要你付 token 费）。
不过，这种罗马音写法看起来根本不像正常的日语了。但现代 AI 能又快又准地把它翻译成完美的日语句子，并执行指令。
我感觉自己明显在失去什么重要的东西。但人类的命运就是在不断失去能力中进化——为了农业失去狩猎技能，为了工业化失去农业技能，为了智能手机失去等待的能力。就算什么都不做，衰老也会让我们失去各种能力。所以，与其害怕失去，不如作为生活在这个时代的人，心存感激地享受技术吧。
不用删除错字
罗马音输入的好处是，你不用担心打错字。就算打错了，也不用动手指去按退格键。继续打字就行。那种程度的输入错误根本不是什么问题。实际上，用这种方法你甚至注意不到自己打错了。你不会因为屏幕上出现意外字符而产生的那点微小压力而中断思路。
你甚至不需要标点符号。AI 会在合适的位置自动插入，如果你想明确分隔句子，像英语那样加个空格就行。你甚至不需要打长音符号“ー”，我以前用 pinky 打这个符号时老是出错。如果你想打“kyboard”（kiiboodo），直接打“kiiboodo”就行了。
有些人可能大量使用自定义字典。即使这样，只要让 AI 读取你的字典列表，动点小脑筋就能解决。比如，如果输入 :k 会转换成你的公司邮箱，你只需告诉 AI 一个规则，比如“如果 ' k ' 两边有空格，就转换它”。完全没必要特地按离 home 键位远的“:”键。
不用转换
最舒服的一点可能是“不用转换成汉字”。你不需要为了错误的转换而中断打字节奏。
为了从候选列表里选出正确的那一个而暂停零点几秒的思绪，简直就是噪音。适合上下文的汉字明明已经在脑子里了，却要按多次空格键去选择，这感觉真是一种浪费。
我从不知道一个只有一种字符（字母表）、没有汉字的世界能这么舒服。原来我们一直带着沉重的枷锁在用 Twitter。
开会时也好用
这种输入方法在那些不需要或者不方便录音转写的会议上也很方便。
你可以一边听对方说话，一边让手指保持打字。因为不用担心打错或转换错误，你可以专注于听。如果你会盲打，还能一边看着对方的眼睛一边打字。当然，对方可能会想：“这个人噼里啪啦在敲什么……？”
AI 的 Token 比我的 Token 更重要
“让 AI 花费 token 把一串罗马音转换成正确的日语，这不是浪费吗？”
确实如此。
但是，罗马音输入省下的“大脑 token”远比写正确日语省下的 AI token 更有价值。在即将到来的时代，我们应该节省的是人类的 token，而不是 AI 的 token。上个月，我因为沉迷 AI、同时在多个终端上多任务处理，导致多巴胺过量，差点精神崩溃，我才意识到这一点。思考的能力是有限的。
局限与新的性格
当然，有些表达和灵感只有在一边把思绪放到指尖、一边删除错字和转换来完善文本的过程中才会产生。
常规写作方式的价值在于打磨文本让他人阅读的校对过程。在校对和编辑时，我别无选择，只能用常规的删除和添加方法。
但是，从零开始时，把罗马音扔给 AI 让它生成干净初稿的方法，效率高得离谱。
有人可能说，想要速度的话语音输入更好。但口语和书面语作为工具的性质明显不同。通过阅读培养的思维模式只能通过书面文字来运用。如果你想像康德或伊藤计划那样思考，就必须一边写一边想。
有时候你必须深入挖掘那些说出来太尴尬或太可怕的思绪，语音输入完全做不到。
事实上，需要如此深度专注和决心的内省，甚至对打字来说都太快了。面对创伤，最适合的是手写。
会说双语的人常说，他们的性格会随着使用的语言而改变。我也觉得我的性格在书面语和口语中有所不同。实际上，手写、打字和语音输入时，我的性格完全不同。
现在，又增加了一个叫“AI + 罗马音”的新性格。
我真的觉得自己出生在了一个伟大的时代。人生现在就是最有趣的时刻。
※https://pody.jp/player/ngpcDWPy6otqtyr7XYmx/gdfr60bU6m6Jtpq2jyQv#section-2
