Deepgram 釋出 Saga：讓開發者用嘴寫程式碼，省去切屏打字

很多程式設計師寫程式碼時的狀態，基本上就是在好幾個顯示器之間瘋狂切換：一邊看著 API 文件，一邊按 Alt-Tab 切到編輯器，還得順便盯一眼 Jira 或 Slack 裡的需求訊息。

專攻語音合成和會話技術的 Deepgram 顯然看不下去了。7 月 8 日，他們正式推出了一款面向開發者的語音作業系統 Saga，想讓程式設計師把敲鍵盤和頻繁切屏的動作，換成直接開口說話。

解決程式設計師的「靜默稅」

Deepgram 把開發者在多螢幕、多視窗、大量檔案和測試部署之間的頻繁切換，稱為一種吞噬生產力的「靜默稅」。你可能只是為了給直譯器補一個上下文，就得在不同工具裡來回翻找半天。

Deepgram 聯合創始人兼執行長 Scott Stephenson 的邏輯很直接：人的說話速度天然快於打字速度，閱讀速度也快於書寫速度，但在 AI 已經深入編碼工具的今天，這套技術棧依然缺少一個以語音為核心的互動層。開發人員本該專注於寫邏輯，現在卻把太多心力耗費在不同工具的切換上。

Saga 的定位並不是一個單獨跑在後臺的語音備忘錄，而是一個直接嵌入開發環境的副駕。開發者只要說出自己的粗略構想，比如「寫一個能夠響應特定 emoji 的 Slack 機器人」，Saga 就會自動把它轉化成可以直接餵給程式碼編輯器的精準提示詞。

除了寫程式碼，它還能接管很多機械的瑣碎雜事。比如在寫完一大段程式碼後，開發者不需要敲鍵盤去填那些繁瑣的文件、提交說明或是工單描述，對著電腦說幾句話就能快速搞定。

接入 Cursor 並支援 MCP

為了不打破現有的開發習慣，Saga 沒有要求使用者放棄現有的工具鏈，而是直接相容了 Cursor 和 Windsurf 這類主流的 AI 原生編碼環境。

在協同管理方面，Saga 可以同步更新 Linear、Asana、Jira 以及 Slack 上的任務進度。開發者如果需要查閱資料，也可以直接用語音讓它從 Google Docs、Gmail 或 Google Sheets 裡面抓取關鍵資訊，甚至直接把這些背景資料塞進當前的程式碼上下文裡。

Deepgram 高階產品經理 Sharon Yeh 表示，Saga 的目標不是讓工程師重新背一套新的語音命令，而是提供一種自然的工作流編排方式。為此，Saga 底層通過 Model Context Protocol 也就是業內常用的 MCP 協議與各種標準介面連線，方便團隊把不同的模型、資料集與自家的開發工具串起來。

為什麼重要

我們認為，Deepgram 推出 Saga 是一次非常聰明的產品卡位，但它面臨的現實挑戰也不容忽視。

對開發者來說，Saga 的直接價值不在於替代鍵盤敲程式碼，而在於削減那些割裂思維的邊緣動作。如果真能把改工單、填 PR 說明、在文件裡搜引數這些雜活壓縮成一兩句口述，確實能給獨立開發者或高強度幹活的工程師省下不少精力。不過，它的實際體驗高度依賴語音識別在專業術語上的精準度，目前看起來更適合用來做宏觀排程或生成初步原型，複雜的程式碼重構恐怕還是離不開手動微調。

在行業層面，AI 編碼工具的競爭已經從模型智商比拼，逐漸蔓延到工作流上下文的互動效率上。Deepgram 沒有選擇自己造一個全新的程式碼編輯器，而是通過支援 MCP 協議無縫接入 Cursor 和現成專案管理軟體，這一步走得很討巧，避開了與工具巨頭的正面衝突，把自己的語音識別長板直接轉化成了開發者的控制入口。

但這種形態的最大隱患在於使用場景。就像 Scott Stephenson 自己也坦承的那樣，在追求安靜的開放式辦公室裡，對著電腦唸唸有詞很可能會引來同事側目。Saga 究竟能成為居家遠端辦公者的生產力神器，還是隻能淪為一個特定場景下的小眾嚐鮮玩具，很大程度上取決於開發者能否跨過在工位上開口說話的心理門檻。