知名開源工具作者 Simon Willison 喺 2026 年 10 月 9 日發文，話佢當日為自己嘅 blog 上線咗一個新頁面：Newsletters，將佢出過嘅通訊（newsletter）列成索引，包括免費嘅每星期 Substack 同每個月只有贊助者收到嘅月度通訊。佢話呢個功能「幾乎全部」係靠同電腦傾偈搞掂，期間佢喺廚房煮緊飯。
點樣「傾」出嚟個功能
佢用嘅係 ChatGPT 桌面版嘅 Codex 分頁，入面嘅語音對話模式（voice conversation mode），對住佢本地嘅 simonwillisonblog 代碼倉庫（checkout）開個 session。佢先輸入「Start dev server and open in browser」，令佢可以喺瀏覽器入面睇實時預覽，再按「Start new voice chat」掣（佢特別註明唔係個 mic 掣，係佢右邊嗰個），將筆電擺喺廚房，開始同模型講嘢。
佢表示對想建嘅嘢有清楚嘅概念，覺得呢個 Django 功能唔算難，冇疑問模型（佢話係 GPT-6 Astra High）做得到：一個新嘅 model、migration、view code、template，加上一兩個從外部來源寫入資料庫嘅 import 函數。
佢喺貼文貼出 Codex 截錄嘅語音轉錄片段，內容包括佢同模型逐個決定新內容要唔要喺 tag 頁、blog index、按日期嘅 archive 頁同搜尋結果入面出現。佢話呢段講嘢「明顯得夠清楚，模型知道佢想建乜」。佢話，佢哋「這樣」繼續咗大約半小時，即係煮飯所需嘅時間，模型會答覆、有時提問要澄清，然後就動手改代碼。佢話完整轉錄連唔順嘅口語都喺一個 Gist 入面。
建咗乜
佢話呢個半小時「surprisingly long way」全靠語音做緊，包括：
- 喺 Django 新增 model 同 migration 代表導入嘅 newsletters，加 Django Admin 設定
- 四個 working imports：
- 透過 RSS 獲取最近嘅 Substack 項目
- 透過 Substack 嘅 undocumented API 獲取其餘 Substack 項目。佢話 GPT-6 Astra High 知道個 API（佢試咗
/api/v1/archive），然後跑咗一個搜尋揾出點樣做 pagination，揾到一篇 Karen Spinner 寫嘅文章 - 從
simonw/monthly-newsletter-archiveGitHub 倉庫取回佢所有已發佈嘅月度通訊 - 從一個 private 倉庫取回佢最近一期私人贊助者通訊
/newsletters/同/newsletters/2026/兩個公開 archive 頁- Newsletters 同時喺按日同按月嘅 archive 頁出現，但唔喺 tag 頁同主頁出現
- 每週 Substack 通訊會連結返去 Substack
佢冇喺貼文內提供具體量化指標（例如行數、時間分佈或成功率），亦冇將呢次體驗泛化到其他模型或其他產品。
阿調搞兩下
呢篇貼文嘅價值唔喺「語音開發真係咁勁」，而係一個開發者將自己真實工作流——邊煮飯邊同模型逐條講明頁面要乜、唔要乜——原原本本公開，連轉錄入面嘅「um」「no-」都擺喺人哋面前睇。模型冇問「你嘅需求係乜」，係跟住人哋已經講咗嘅規則逐項執行；GPT-6 Astra High 知道 Substack 個 undocumented API、試 /api/v1/archive、再自己搜揾點樣處理 pagination，呢個係工具對特定平台 API 嘅先驗知識同即時檢索能力嘅展示，唔代表通用能力，亦唔代表任何排名。
語音輸入對開發者嘅意義，係將「邊寫邊想」變成「邊講邊寫」，尤其係當開發者本身對功能邊界已經有清楚嘅 mental model 嗰陣。但呢個流程嘅前提係開發者自己清楚知道做乜、要幾多、唔要幾多；模型喺度係執行，唔係決策。呢次半小時煮飯期間嘅語音協作，冇證據顯示佢省咗幾多時間，亦冇證據顯示呢個功能喺後續維護上唔需要再改；對讀者而講，呢篇貼文提供嘅係一個「開發者點用 coding agent 同自己嘅語音輸入做真實工作」嘅公開紀錄，唔係產品評測，亦唔係任何廠商嘅宣傳材料。
阿調｜深度調教
