深度報告
-
VoiceDrop 是知名科技博主王建碩(Jianshuo Wang)開發的一款口述備忘與語音寫作應用,核心設計理念是「開口說,它自己歸檔」。這款應用不只是一個錄音工具,而是一個完整的語音驅動寫作系統——從錄音、轉寫、風格提煉到文章生成、修改和釋出,全部可以透過語音完成。應用目前處於 TestFlight 公測階段,已在 GitHub 開源,體現了開發者「小而精」的產品哲學。
-
王建碩是中國網際網路早期的標誌性人物,曾任 eBay 中國總經理,其部落格「王建碩的部落格」在過去二十年裡積累了大量忠實讀者。他近年來專注於開發面向 AI 程式設計和日常工作的「小而精美」工具,包括 cchour(Claude Code 工時報告)、cclight(MacBook 凹槽提示燈)、ccline(命令列助手)、ccglass(AI 程式設計視覺化)等產品,均開源並免費使用。 VoiceDrop 的誕生源於王建碩個人的寫作需求。作為一個長期部落格作者,他一直在探索如何更自然地產生內容。2026 年 6 月中旬,他開始了這個專案,四天內提交了 61 個 TestFlight 測試版本,總共 commit 約 174 次(截至目前已達 384 次)。他在騰訊新聞的文章中提到,VoiceDrop 完成了五個核心功能後「封版三天」,採用「按社群的方式去觀察」來迭代產品。 產品名稱「VoiceDrop」意為「語音丟進去」,呼應了王建碩另一個產品「Drop」(檔案中轉站)的命名風格。應用的 slogan 是「開口說,它自己歸檔」——Speak it, it files itself.
-
VoiceDrop 的功能設計極其剋制,主打「把記下來這件事,做到只剩一個動作」。 開啟應用即錄音,沒有開始頁,沒有要先填的標題。點開 App 的那一刻,它已經在錄音;說完,鬆手(停止)即儲存。這個設計把靈感「收下來」壓縮成一個動作,趁念頭還沒溜走。 每條錄音自動用錄製時間加上當時所在的城市與城區命名,比如「06-27 09:14 · 上海 · 浦東新區」。使用者不必手動起名、不必事後整理,日後一眼就能認出那條是在什麼時候、在哪兒錄的。 錄音完成後,自動上傳到使用者自己的私有檔案中轉站(基於 Cloudflare R2),並歸檔到 iCloud。錄音存在使用者能掌控的地方,不在開發者的伺服器上堆積。換裝置、備份、匯出都順暢。 但 VoiceDrop 的真正核心不止於錄音。王建碩在騰訊新聞的文章中披露了更完整的產品願景:VoiceDrop 是一個語音驅動的文章寫作系統。 第一步是錄音。自言自語不需要承受社交壓力,可以隨時停頓,進入自如的自言自語狀態。 第二步是處理和改寫。把錄音變成文字很簡單,難的是根據自己的風格對文字進行挖掘和重寫。VoiceDrop 的核心能力是:把你以前寫過的文章喂進去,蒸餾出一份屬於你自己的風格指紋——不是觀點,而是你說話的方式。句子是長還是短?書面還是口頭?節奏均勻還是長短交錯?喜歡順理成章地結束,還是戛然而止?喜歡講例子,還是講邏輯?用你自己的風格寫你的文章,這才是 VoiceDrop 最核心的地方。 寫作介面裡故意沒有設計鍵盤輸入的地方。只用語音,解決複雜的輸入問題。這是一個巨大的挑戰,沒有大語言模型必然做不到。 第三步是語音互動修改。用語音互動來改文章非常重要。使用者可以直接對著文章說:「把第二段那句話裡的某個詞改成另一個詞」「把第三段刪掉」「按這個邏輯幫我繼續寫第四段和第五段」。不滿意就繼續改,直到滿意為止。 第四步是發微信公眾號。文章改得差不多了,可以自動或手動分享到微信公眾號。公眾號不能自動釋出,但可以把所有東西都準備好放在草稿箱裡,使用者開啟確認一下就能發。王建碩認為這個限制反而是好限制——它逼著你最後再看一眼,這一眼不是多餘的,是真的有用。 第五步是 VD 社群。寫完的文章可以主動分享到 VD 社群,跟用同一個工具寫東西的人互相看。分享是完全主動的,使用者自己點右上角「分享到 VD 社群」才會進去。評論也採用語音錄製回覆的方式,回覆會和原文互相連線。
-
VoiceDrop 目前完全免費,處於 TestFlight 公測階段。應用無廣告、無第三方追蹤 SDK,開發者的表態是「儘量少地碰你的資料——能不經手,就不經手」。 從技術架構來看,VoiceDrop 使用使用者自己的檔案中轉站(jianshuo.dev/files)和 iCloud 來儲存資料,不涉及開發者的伺服器儲存使用者內容,這使得運營成本極低。語音轉寫和 AI 處理功能需要呼叫大語言模型 API,這部分成本目前由開發者承擔,未來可能會引入使用者自備 API Key 的模式,或者提供訂閱方案。 王建碩在部落格中多次表達對「一人公司」和「小而美」產品的偏好,他曾寫道「只要一個人此刻喜歡,就值得被生產」。這種產品哲學意味著 VoiceDrop 可能不會成為一個追求使用者規模和收入的商業化產品,更可能保持免費或極低價格的工具屬性。
-
由於 VoiceDrop 目前主要透過 TestFlight 分發,尚未在 App Store 上架,公開的使用者評價較少。但從王建碩的部落格文章和 GitHub 倉庫的提交記錄來看,產品正在快速迭代,開發者對產品細節有極高的要求。 GitHub 倉庫顯示,專案有 384 次提交,最新提交在 2026 年 7 月 3 日,說明開發非常活躍。開發者在騰訊新聞的文章中提到「封版三天」後「每天用,按社群的方式去觀察」,說明他重視真實使用反饋。 從功能設計來判斷,VoiceDrop 的目標使用者是:有寫作習慣、希望降低寫作摩擦、願意嘗試語音輸入的內容創作者。特別是那些已經有部落格寫作習慣、但覺得打字很慢或打斷思路的人。 王建碩本人在部落格中寫了很多關於 AI 寫作的思考,比如「到底該不該用 AI 寫文章」「AI 寫的文章一眼就能看穿」「AI 寫作讓我們失去的,我接受」。這些文章幫助理解 VoiceDrop 的設計哲學:不是讓 AI 代替你寫,而是讓 AI 學會你的風格,幫你把口述內容整理成你自己的文章。
-
VoiceDrop 在中文科技圈有一定關注度,主要因為王建碩的個人影響力。他是早期中國科技部落格的作者之一,在開發者社群有較高的認知度。 從產品形態來看,VoiceDrop 處在一個有趣的交叉點:語音備忘錄 + AI 寫作 + 個人知識管理。類似的產品有 Otter.ai(語音轉寫)、Notion AI(AI 寫作助手)、Drafts(快速筆記),但 VoiceDrop 的差異化在於:全程語音操作、風格指紋提煉、與微信公眾號深度整合。 開源策略也是 VoiceDrop 的一個亮點。程式碼在 GitHub 完全公開,使用者可以根據自己的需求修改應用行為。王建碩在 GitHub README 中明確寫道:「改 App 行為 → 這個 repo。設計的單一事實源是 docs/superpowers/specs/2026-06-18-voicedrop-design.md」。這種透明度在移動應用中比較少見。
-
VoiceDrop 面臨的主要風險和爭議點包括: 第一,App Store 稽核風險。王建碩在騰訊新聞的文章中提到「蘋果這次有點奇怪,三天了稽核還沒有動靜,可能是隔著一個週末」。截至報告撰寫時,應用仍未上架 App Store,只透過 TestFlight 分發。TestFlight 的公開連結有 90 天的有效期限制,這會影響產品的長期分發。 第二,語音轉寫的準確性風險。VoiceDrop 依賴大語言模型進行語音轉寫和文章生成,中文普通話的轉寫準確率相對較高,但方言、口音、專業術語的處理能力會影響使用者體驗。此外,語音轉寫的延遲也可能影響互動流暢性。 第三,資料隱私風險。雖然開發者承諾「錄音存你自己的中轉站」,但語音轉寫和 AI 處理需要把音訊傳送到模型提供商的伺服器。使用者需要信任開發者的資料處理方式。 第四,微信公眾號釋出的合規性。自動釋出到微信公眾號需要使用者提供 AppID 和金鑰,並配置 IP 白名單。這個流程對非技術使用者有一定門檻,且涉及微信公眾平臺的 API 使用規範。
-
VoiceDrop 適合以下人群: 有日常寫作習慣的內容創作者,尤其是部落格作者和微信公眾號作者。語音輸入可以大幅降低寫作的啟動摩擦,讓靈感更快地被捕捉和整理。 不喜歡打字的思考者。有些人思維速度快於打字速度,或者打字時會因為「在編輯」而打斷「在思考」的狀態。語音可以保持思維的連貫性。 經常在外行走、開車、散步的人。這些場景下打字很不方便,但說話很自然。VoiceDrop 的「開啟即錄」設計特別適合這些場景。 注重資料隱私的使用者。VoiceDrop 的「存進你自己的地方」設計和開源策略,對注重資料主權的使用者有吸引力。 VoiceDrop 可能不適合以下人群: 需要高度結構化筆記的使用者。VoiceDrop 的設計哲學是「自然捕捉」,不是「結構化整理」。如果你的工作流程依賴嚴格的分類和標籤體系,這款應用可能太鬆散了。 對語音輸入有心理障礙的人。有些人不習慣對著手機說話,覺得尷尬。這個心理障礙會阻止他們從 VoiceDrop 中獲益。 不使用 iPhone 的使用者。目前 VoiceDrop 只有 iOS 版本,Android 使用者無法使用。
-
VoiceDrop 是一個有清晰產品哲學的工具:用最自然的輸入方式(說話),產生最個性化的輸出(用你自己的風格寫的文章)。它不是一個「AI 幫你寫」的工具,而是一個「AI 幫你整理你說的話,用你自己的風格重新表達」的工具。這種定位在當前的 AI 寫作工具中比較獨特。 產品目前處於快速迭代階段,TestFlight 版本已經可用,App Store 版本待稽核。如果你是有寫作習慣的 iPhone 使用者,VoiceDrop 值得嘗試。
使用者評論
-
Edward.Ramirez_77—終於找到一個懂我的錄音應用。開啟就錄,不用點開始,這個設計太對了。以前用蘋果自帶錄音,每次都要點一下,靈感就沒了。 -
RPerezSr—自動命名這個功能救了我的命。之前錄音多了根本不知道哪條是哪條,現在一看時間地點就知道了。不過希望以後能加個手動改名字的功能,有些地方定位不準。 -
ARuizQ—王建碩做的東西一直很剋制,這個小工具也是。沒有多餘功能,就是錄。但背後想的很多——iCloud 歸檔、私有中轉站,資料在自己手裡,這點很加分。 -
Beverly_Gray—TestFlight 版本在用,轉寫質量還不錯。不過現在還沒有安卓版,女朋友用不了,希望以後能支援。 -
EvelynHill—用 VoiceDrop 錄了個靈感,然後讓它幫我整理成文章,出來的東西真的有我的風格。不是那種 AI 味很重的文字,而是像我自己寫的。這點太難得了。 -
Ralph_Jimenez_2024—免費嗎?看起來是免費的,但轉寫要不要花錢?文件裡沒說清楚,希望開發者明確一下。 -
飛鳥_4—開源這個舉動我給滿分。程式碼都在 GitHub,不擔心後門,也不擔心哪天服務關了。自己會寫程式碼的話還能改功能,太爽了。 -
蕭瑤—看了王建碩寫的那篇「封版三天」的文章,感覺這個產品的思路很清楚——不是要做一個「AI 幫你寫」的工具,而是「AI 幫你整理你說的話」。這個定位很聰明。 -
暖陽751—錄音上傳到自己的中轉站這個設計好。之前用過別的錄音 App,錄音存在人家的伺服器上,總覺得不踏實。這個不存在這個問題。 -
AWhite_2021827—希望加個搜尋功能。錄了幾十條之後,想找某條錄音只能往下滑,有點累。如果有文字轉寫的話,能不能搜文字內容? -
流年_11—介面很乾淨,沒有廣告,沒有推薦,沒有小紅點。現在這種 App 太少了,大部分錄音 App 免費但有一堆廣告,這個完全沒有。 -
ERichardson_2023—語音改文章這個功能還在做嗎?看了 GitHub 的文件,好像有計劃但還沒做完。期待,這個功能做好了我會每天用。 -
俠客_20—王建碩是誰?搜了一下發現是原來 eBay 中國的總經理,部落格寫了二十年。厲害。這個 App 有種老派工具的感覺,就是專心把一件事做好。 -
JudithJackson520—走路的時候用很方便。以前要掏出手機打字,現在就說一句,自動儲存。不過有時候環境太吵,錄出來的效果一般,希望以後能加降噪。 -
Christian.AllenZ5—GitHub 上提交很頻繁,開發者很勤快。不過 App Store 還沒上架,只能用 TestFlight,有點麻煩。希望稽核能快一點。 -
楊君海—風格指紋這個想法很有意思。就是把你以前寫的東西餵給 AI,讓它學會你的風格,然後用這個風格幫你整理口述內容。聽起來很酷,實際用起來怎麼樣還不知道。 -
Vincent_CastilloSr—微信公眾號釋出這個功能對我很有用。我是寫公眾號的,以前要先把想法記下來,再找時間開啟電腦寫,現在用語音就能搞定初稿,省了很多時間。 -
EKimJr837—有個小 bug:有時候停止錄音之後,檔案上傳失敗,再開啟 App 才重新上傳。希望修復一下,怕丟錄音。 -
Rei_d835—和 Otter.ai 比哪個好?Otter 轉寫更準,但 VoiceDrop 的風格指紋是 Otter 沒有的。如果你想要的是用我的風格寫文章,VoiceDrop 更合適。 -
蔡哲平—隱私政策看了,說錄音不經過開發者的伺服器,這個很重要。現在大家對隱私越來越敏感,這個設計加分。 -
JacobGonzalesSr—VD 社群是什麼?看了介紹好像是使用者之間可以分享文章。這個想法不錯,但人要多才有用。現在用的人還少,社群可能比較冷清。 -
劉平_1—下載連結是 TestFlight,需要安裝 TestFlight 才能用。第一次用的人可能有點懵,希望官網能有個說明。 -
Diana_Taylor_77—錄音檔案是 m4a 格式,質量還行,檔案也不大。分享到別的應用很方便,這個做得不錯。 -
zgopw—王建碩的部落格我看了很多年,他寫的關於 AI 寫作的思考很深入。這個產品應該是他思考的落地,不是隨便做一個工具賺快錢的那種。 -
CryptoBas_e—希望加個喜歡或者收藏功能。有些錄音以後想反覆聽,現在只能存在那裡,沒有標記。 -
MagdalenaTešić—用了幾天,最大的感受是無摩擦。很多筆記應用開啟之後要想我記在哪裡、怎麼分類,這個不用,開啟就說,說完就完事。 -
DRamos_Pro—有個問題:如果換了手機,之前的錄音還在嗎?說是存 iCloud,那應該可以同步。但還沒試過,有人試過嗎? -
JeanOrtiz168—這個產品和 Drafts 比怎麼樣?Drafts 更像個筆記本,這個更像個口述捕捉器。定位不太一樣,看你需要什麼。 -
騎士448—開源協議是什麼?GitHub 上沒看到 LICENSE 檔案,有人知道嗎?如果是開源的,協議最好明確一下。 -
Walter.MurrayZ—整體來說是個好工具,尤其適合像我這樣喜歡自言自語的人。把想法說出來比打出來快,這個 App 把這件事做到了最簡單。