typeless的本质：无需脑机接口，却让“人脑输出带宽”翻倍
howie serious约 3 分钟最近沉迷 typeless。why？
因为 typeless 不止是一个“ai 输入法”这么简单。
当一种输入软件/设备/工具突破了语言表达与书面表达的边界，那人的输出带宽就被成倍提升。
马斯克对 neuralink 的设想之一就是极大提升人的 output bandwidth，它人为这是人脑的一大 bug。
chatgpt 出现后，人脑输入量暴涨，而输出带宽太低这个 bug 就尤其明显。现在，你不需要脑机接口，就可以实现提高输出带宽的效果。多好的事～
当你的输出带宽被成倍提升，举个具体的例子，你3年多来的llm 使用方式就被颠覆了。
高带宽 llm对话
首先，你和llm对话的带宽就极大提高。
现在，你可以一口气说出上百字，甚至数百字，typeless把你模糊、不准备的口头表达转换（transform*） 为清晰准确同时有不改变你原有语义的文字表达。
（transform*：llm 基于 transformer 架构，而 llm 本身也可以看作一个“语义转换器”，擅长一切语义转换任务）
效果好到一字不改，不需要人为参与，说完后点发送即可。
before typeless：和llm对话靠打字。一般都简短，简略。很难长篇大论。偶尔想提供大量 context 信息时，措辞造句，分行分段，梳理思路，组织语言……都是门槛。于是，用了三年多 chatgpt，大部分人和 ai 的交互还是很简短，甚至简略，流于表面。
after typeless：很容易就把llm 对话的输入长度提高数倍。只要把你脑子里相关 idea 全部倒出来即可，可以停顿，慢慢思考……你可以慢慢说个一两分钟，这个时间是边说边思考的过程……但是，只要你说完了，typeless 转换后的文字就是精准的，对你原始的语言表达是极大提升。
（如何提高typeless准确率？我的经验是个人词汇库：我在 typeless 词典库里面积累了上百的个人词汇。typeless 在转写后的 llm 编辑环节，需要高质量个人词汇库来取得更好的结果。这是语音转文字的技术原理决定的，所有转音转文字后编辑加工的工具都是如此。注意维护你的个人词汇库，以后在各个语音转文字类ai使用场景都需要这个资料！）
ai 版费曼学习法
此外，typeless 开启了 ai 时代“费曼学习法”的新篇章。
大家谈了十几年费曼技巧，实际上没几个真正落地的。
为什么？
因为 “反馈” 二字：无法得到即时、高质量反馈，无法用反馈实现学习从输入到输出的闭环。
现在，typeless 突破了费曼学习法落地的关键障碍。ai 让我们可以像图中一次性口喷上百字而一字不改，“口头费曼”后迅速得到 ai 的精准即时反馈。此时，学习因为反馈而闭环，学习效果因为学习闭环而立刻提升！
我目前的使用实况
这是我当前的用量。
我昨天升级为正式的pro会员了。
在实践和思考中，不断发现 typeless 的更深层价值，所以，忍不住第三次写文章分享 typeless，希望对你有启发，有帮助。
如果你要试试 typeless，那可以用我的推荐链接注册（https://www.typeless.com/refer?code=PH5B5DT）。可以获得 1 个月免费试用，以及 5 美元 credit（双方各 5 美元，用于可能万一的会员充值）。
反正是无成本利他的事情，何乐而不为？哈哈。周末愉快～
---
ps：下周一晚直播，分享我的“ai 教育”系统和实战经验。👇预约直播。