标签
有人尝试用 Houdini 将 Claude Opus 5.5 推到极限，结论是看不到上限——整个场景甚至后期调色都通过 iPhone 语音配合 MCP 完成，并在 RTX 5090 上渲染了 50 小时，展现了 AI 驱动创作工作流的巨大潜力。
Point and Yap 是一款免费开源的 Mac 小工具，双击 Control 键后即可对着屏幕上的元素说话，将语音与所指内容通过 MCP 传输给编码 agent。
walkai-talkai 让你通过手持对讲机的 PTT 按键免手与 AI 编码代理对话，语音在 Mac 本地用 Whisper 转写后输入到 Cursor、Claude Code 等工具，再以神经语音通过无线电回放，音频不离开本机。
Harness by Autonomous 推出了一款开源的编码代理指挥中心，可在 Mac 和 Linux 上统一管理 Claude Code、Codex、Hermes 等各类编码代理，并支持终端、桌面应用以及 iOS/Android 语音应答，还扩展到 CAD、电路、机器人等领域。
m’kay 是一款开源工具，允许通过手机或浏览器与多个AI编程代理（如Claude Code、Codex和Cursor）进行语音交互，具有本地处理和用户确认的数据传输功能。
RemoteConsole 是一个移动 SSH 终端，供开发者通过手机管理和控制像 Claude Code 或 Codex 这样的 AI 编码代理，具备 NAT 穿透、语音控制和 SFTP 浏览器等功能。
Shootsolo 2.0 是一款专为独立创作者更新的语音控制相机和提词器应用，具有无手持录制、AI编辑工具以及在iOS和Android上的离线功能。
一条推文讨论了语音控制计算机使用可能在6-12个月内成为主流，并突出介绍了一个名为Jev for Mac的快速语音命令工具的示例。
TypeDash是一款桌面应用程序，允许用户通过语音命令控制计算机并听写文本，功能包括应用启动、网络搜索，以及可选的由ChatGPT驱动的语音识别清理功能。
Proto-Mind 是一款适用于 Mac 的浮动 AI 工作空间，集成了 AI 聊天、网站和文档，并具有并行任务执行、模型选择、语音控制和可编辑长期记忆等功能。
AutoBot是一个开源智能代理工具，在像OSWorld 2.0和AssistantBench这样的基准测试中，将AI任务完成率比基线提高了18.5%，具有自我改进、层次化记忆和实时语音控制功能，适用于复杂工作流程。
苹果的 iOS 27 更新使用 Google 的 Gemini 模型显著提升了 Siri，支持复杂请求和屏幕上下文理解。
Diurnal 是一款原生 Mac 应用，用于快速日程规划，允许用户通过键盘快捷键或语音命令记录想法，与 Google 日历集成，并支持离线使用。
Eric Zakariasson 宣布通过 Cursor 插件为应用添加听写和语音技能，实现与 Grok 的实时语音交互和文本转语音功能。
Qoder 现在提供一个移动应用，与桌面版本配对，允许用户说出想法、从锁屏控制操作，并在手机上查看结果。
Ugreen推出了其HomeAgent智能家居平台，具有本地AI处理和存储功能，以增强隐私保护并消除订阅费用。
这条推文推广了一个关于Jamcat的视频，这是一款深度集成语音用户界面的语音控制生成式音乐软件，可能会革新音乐创作界面。
Don Yansen创立了Kiwi Health，这是一款面向老年人的语音控制手环，灵感来源于MIT AgeLab关于护理中技术使用的研究。
Matic是一款家用机器人，能响应语音指令，并利用眼睛和手指追踪来定位地板上的点，展示了先进的交互能力。