两年前，我不会写代码。
不是没学过，是学了一点就放弃了。我大学学的是电子工程，毕业之后的工作一直和编程没什么关系。在我的认知里，「做一个软件产品」这件事，永远是别人的事。
今天，我独自上线了一个有 20 万行核心业务代码的产品，从产品设计、前端、后端到部署，全部一个人完成。
这篇文章不是来炫耀的。我想复盘的是：这件事是怎么发生的，以及它揭示了一个更大的问题。
Coding Agent 是什么，为什么重要
很多人知道 ChatGPT，但不知道 Coding Agent。
简单说：ChatGPT 是跟你聊天的 AI。Coding Agent 是帮你干活的 AI。
Coding Agent 可以操作你的电脑、执行命令行、写代码、调试、部署——它能自动化几乎所有可以在电脑上完成的事情。这是 AI 真正强大能力的释放，而不只是生成一段文字。
当我第一次看到 Coding Agent 在我的电脑上自己打开终端、运行命令、修改文件，我意识到这不是工具进化，这是范式转移。
对我这种非程序员来说，这意味着：我终于能用最强的 AI 干最复杂的事了。
但有一个问题
Coding Agent 的交互界面，是命令行终端。
黑底绿字，英文命令，回车执行。这是上个世纪 70 年代就有的交互形式。
对于有计算机基础的人来说，这不是问题。但对于没有这个背景的人 —— 或者说，对于那些想用 AI 但生活场景不允许他们随时坐在电脑前的人 —— 这道门槛非常真实。
我遇到的具体问题是这样的：
我家有两个小孩，一个一岁多，一个三岁多。大量时间花在陪孩子和做家务上。每天能坐在电脑前专注工作的时间，可能只有三四个小时，而且是碎片化的。
我希望 AI 能一直在跑任务——不管我在不在电脑前。但现实是：每次我要给 Agent 下一个指令，我得坐下来，打开终端，打字。每次我需要离开，Agent 就停在那里等我。
问题不是 AI 不够强，而是交互方式把我锁死在了电脑前。
我做了什么
我决定解决这个问题，做一个 Coding Agent 的语音交互层。
设想很简单：说出唤醒词，用中文描述任务，Agent 去执行。做饭的时候、跑步的时候、带孩子的时候，都能用。
但实现并不简单。从零开始，我需要：
- 唤醒词检测（本地运行，不依赖网络）
- 语音识别（STT，支持中文，对技术术语有优化）
- 语音合成（TTS，AI 反馈要能说出来）
- 对话管理（多轮对话状态维护）
- 多 Agent 并发管理（同时跑多个 Agent，切换）
- 端到端加密通信（手机远程控制桌面 Agent）
- 跨平台 Web App（手机和电脑都能用）
整个产品的核心业务代码量超过了 20 万行。
我一个人做完了这些。
怎么做到的
用 AI Agent 本身。
这是这件事最有意思的地方：我用来做唤达的工具，就是唤达要支持的那些工具。
我的工作方式是：描述我想要的功能 → Agent 生成代码 → 我审查逻辑、测试效果 → 发现问题 → 描述修复方向 → Agent 修改。
这个循环里，我负责的是产品判断和需求描述，Agent 负责的是代码实现。
不是说代码我完全不懂，是说我不需要每一行都自己写。我需要的能力，是知道这个产品应该是什么样的，然后把它表达清楚。
边带俩娃边创业。白天陪孩子，晚上写代码。有时候凌晨三点爬起来调 bug，六点又被小的那个哭醒。这个节奏持续了将近一年。
这意味着什么
我讲这个故事，不是说每个人都应该去做产品。
我想说的是：Coding Agent 正在把「做软件」这件事的门槛拉低到前所未有的程度。
但前提是，你能用上它。
目前，Coding Agent 的使用门槛仍然存在——不是价格，而是交互方式。命令行对大多数人来说是陌生的。更实际的问题是，很多人的生活场景根本不支持他们随时坐在电脑前打字。
唤达要解决的就是这个问题：降低 Coding Agent 的使用门槛，让更多人能真正用上它。
产品现在是什么状态
唤达已经正式上线。
Web App，手机和电脑都做了适配，不需要下载安装。当前版本完全免费使用。
目前支持 Claude Code、Codex、Gemini CLI、Openclaw 四个主流 AI Agent，支持多 Agent 并行运行和一键切换。
语音全链路自研：唤醒词、语音识别、语音合成、对话管理，不依赖任何第三方语音平台。
通信基于 libsodium 端到端加密，中继服务器无法读取任何内容。底层是一个 16000+ Star 的开源项目，代码可审计，零数据收集。
如果你想试试：heraldvox.com
最后
我现在每天用唤达来开发唤达本身。
做饭的时候说一句，跑步的时候说一句。AI 在跑，我在过日子。
这是我想要的工作方式，也是我做这个产品的原因。
唤达 HeraldVox — 你说话，AI 干活。heraldvox.com
