我的博客新功能：全程用语音打造
2026年10月9日
今天我为博客上线了一个新功能：Newsletters 页面，它汇总了我发出的所有通讯，既包括免费的每周 Substack，也包括每月仅限赞助者的更新。这个功能几乎完全是我用语音完成的——我一边做晚饭，一边对着笔记本电脑说话。
Codex 语音模式
我使用的是 ChatGPT 桌面应用，在 Codex 标签页中开启语音对话模式，连接本地开发环境运行。界面大致是这样的：
我在本地的 simonwillisonblog 检出目录上启动了会话，输入的是：
Start dev server and open in browser
这样我就得到了它将要在其上工作的站点预览，也意味着之后我可以让它展示新页面，以便直观地跟踪进展。
然后我点击了“Start new voice chat”按钮——不是麦克风按钮，而是它右边那个——并把笔记本电脑架在厨房里，这样我做饭时也能和它对话。
和我的电脑说话
我很清楚自己想要构建什么，而且这是一个足够简单的 Django 功能，我确信模型（这次是 GPT-6 Astra High）能够完成。需要一个新的模型、一次迁移、一些视图代码、模板，以及几个从外部来源填充数据库的导入函数。
以下是 Codex 捕获的我的语音转录片段：
嗯，它们不会。嗯，这会是一种新的内容类型。嗯，它不会显示……哦，等等。对，不——我不希望它出现在我的，嗯，标签页和日期归档页面上……其实，不，我想……我不希望它出现在标签页上。我不希望它出现在，嗯，博客索引页上。但我想我确实希望它出现在基于日期的页面上。你知道，如果你导航到 9 月 19 日，而我在那天发了一份通讯，我希望它能显示出来。所以……这——所以我想我们可能需要一个新模型。另外，我希望它们可被搜索，呃，Substack 的那些不可搜索，因为它们实际上只是我博客上其他内容的副本。这些每月通讯确实包含独特内容，而且一旦它们……发布，比如在发出一个月后公开，我希望它们出现在我的搜索结果中。
显然这已经足够清楚，模型知道我想构建什么了！你可以在这个 Gist 中阅读完整转录，包括所有不流畅之处。
我们就这样进行了大约半小时（正好是做晚饭的时间）。模型会回复，偶尔问一些澄清问题，然后就开始修改代码。
我们构建了什么
完全靠语音，我们竟然推进得相当远：
- 在 Django 中表示导入通讯的新模型和迁移，以及相应的 Django Admin 配置
- 四个可用的导入：
- 通过 RSS 导入最近的 Substack 条目
- 通过它们未公开的 API 导入所有其他 Substack 条目——GPT-6 Astra 知道这个 API（它直接尝试了
/api/v1/archive），然后运行搜索来弄清楚如何分页，并找到了 Karen Spinner 的这篇文章 - 从我的 simonw/monthly-newsletter-archive GitHub 仓库导入所有已发布的每月通讯
- 从私有仓库导入我最近的私密仅限赞助者通讯
- /newsletters/ 和 /newsletters/2026/ 公开归档页面
- 通讯也会出现在日和月归档页面上，但不出现在标签页或我的主页上
- 每周 Substack 通讯链接到 Substack；归档的每月通讯有自己的页面
- 与我的站点搜索引擎集成
它几乎可以上线了。问题出在导入上：Astra 提出从我本地副本导出数据，以便我导入到生产环境，但我希望它像我其他导入脚本一样工作。由于部分数据存放在私有 GitHub 仓库中，这需要创建一个新的 API 密钥，而为此我知道自己得在键盘前坐上一会儿。
通过审查来完成
等我做完饭，并判断它基本功能完整后，我让 Codex 创建了一个分支并打开了一个 pull request。
我在 GitHub PR 界面中审查了代码。它几乎就是我需要的，只是其中一个导入脚本选择了在子进程中使用 Git。我需要其中一个导入从私有 Git 仓库拉取，所以我认为用 API 会更合适。我切换到打字，让 Codex 把它换成基于 API 的导入。
你可以在 PR 上的额外提交中看到我在审查期间所做的更改。我修复了导入机制，并对那些公开页面的显示做了一些调整。又花了半小时基于打字的提示，才达到我满意并可以通过合并 PR 将其部署到生产环境的状态。
最终结果
你可以在新的通讯索引页面看到最终结果，或者查看之前某份每月通讯的页面。
索引页面将我最新的 Substack 每周通讯和 GitHub 赞助者每月通讯按时间倒序混合展示。页面下方是按年份归档页面的链接。
GPT-6 Astra 设计了页面，然后根据我隔着厨房瞥一眼本地预览后给出的语音反馈调整了设计。
更适合多任务处理，而非日常主力
OpenAI 非常喜欢在像 DevDay 这样的场合使用这种语音驱动的演示——它们在那样的环境中确实效果很好。不过我不认为这会成为我的日常主力。
我之前写过，在遛狗时用手机上的 ChatGPT 语音模式能完成多少“工作”——主要是研究和头脑风暴，但偶尔也会通过让 ChatGPT 编写和测试代码片段来做实际的开发工作。
这次感觉不同。视觉预览的加入，加上在需要传达不适合语音的内容时可以通过键盘输入或粘贴，使这成为与编码代理交互的一种强大得多的方式。
不过，一旦深入到具体细节，我还是会切回打字。能直接粘贴示例和错误信息，或者直接高亮需要修改的代码或功能，仍然比用语言描述更高效。
我主要在家工作，这很好，因为在共享办公空间里，我绝对不想这样对着电脑说话！
对我来说，最杀手级的功能是能同时处理多项任务。我平时做饭时会开着播客或 TikTok；现在我真的可以顺便搭建东西了。
这是 A new feature for my blog, built using my voice，作者 Simon Willison，发布于 2026年10月9日。
属于系列 How I use LLMs and ChatGPT
- Two new Showboat tools: Chartroom and datasette-showboat - 2026年2月17日 凌晨12:43
- Vibe coding SwiftUI apps is a lot of fun - 2026年3月27日 晚上8:59
- Porting the Moebius 0.2B image inpainting model to run in the browser with Claude Code - 2026年6月22日 晚上11:43
- A new feature for my blog, built using my voice - 2026年10月9日 中午12:54
- Battle Drones - a vibe coded RTS with audio-based multiplayer - 2026年10月20日 晚上7:34
⠀
下一篇： Hello Python 3.15, goodbye 3.10, and now I can use 3.11
上一篇： Claude Haiku 5.5
每月简报
以 每月10美元 赞助我，即可获得一份精选的当月最重要 LLM 发展动态邮件摘要。
付钱让我少给你发东西！