Deepgram推出Saga：为开发者打造的AI语音接口

专注于企业级语音合成和对话技术的人工智能平台开发商Deepgram Inc.今日宣布推出专为开发者设计的语音驱动"操作系统"。

这款新工具名为Saga，作为一个通用语音接口，可以直接嵌入开发者环境，让他们仅凭声音就能控制工具和代码。公司表示，这款新助手或副驾驶位于现有工具之上，允许开发者将粗糙的想法转化为AI编码提示，而无需在不同窗口间切换。

现代开发者使用众多不同的工具，通常配备多个显示器，在导入和文件之间跳转来完善他们的想法。他们在试图弄清楚解释器为什么无法看到其工作上下文时引入代码。

Deepgram将这种切换称为生产力上的"静默税"，由alt-tab切换、在显示器间查看、在文件间查看、测试并最终部署代码却发现错误弹出所产生。

"你说话的速度比打字快，阅读速度比写作快。现代开发者技术栈尚未以AI作为一流操作模式重新构想，"Deepgram首席执行官兼联合创始人Scott Stephenson表示。"开发者在工具间切换上花费了太多精神能量，而不是用于构建。"

Stephenson表示，通过语音而非仅仅按键重新构想开发过程，开发者可以在电脑前获得完全不同的体验。对于那些在其他环境中长大、习惯于热键操作的人来说，这似乎能高速运转，但语音感觉更自然——尽管在开放式办公室中，这可能会引起一些关注。

根据Deepgram的介绍，Saga能够轻松集成众多AI原生编码环境，包括Cursor和Windsurf，并且可以在Linear、Asana、Jira或Slack等项目管理软件中维护状态更新。用户还可以通过要求它从Google Docs、Gmail或Google Sheets中提取信息来将该信息整合到代码中，或者只是告诉他们需要知道什么，从而将其用于日常任务。

开发者可以向助手表达他们的想法，例如说："创建一个响应表情符号的Slack机器人。"作为回应，Saga会将他们的想法转换为可与Cursor等工具一起使用的一次性提示。

该工具还可以用于加速文档、工单或描述符的处理，让开发者在漫长编码期结束时快速完成原本繁琐的打字工作。

公司表示，Saga不仅仅是一个助手，而是一个"可编程操作系统"，集成到整个工作流程中。为此，Saga通过模型上下文协议（连接AI模型到数据集和工具）和各种标准接口进行交互。这允许团队轻松将其连接到任何设置、开发者环境或集成。

"Saga代表了一个根本性转变——从传统语音助手结束的地方开始，将语音作为接口提供，"Deepgram高级产品经理Sharon Yeh表示。"我们不是要求开发者学习新命令或更改工具。我们为他们提供了一种自然的方式来编排完整的工作流程，通过将语音转化为从想法到执行的最快路径。"