تصور کنید هر روز دهها بار متنی را از یک ایمیل کپی میکنید تا در تب دیگری به یک مدل هوش مصنوعی بدهید و سپس جواب را برگردانید. DraftKey این «زیارتِ کپی-پیست» را به پایان میرساند و دستیار نوشتاری را مستقیماً به داخل فیلدهای متنی سیستم میآورد تا جریان کاری شما قطع نشود.
بیشتر ابزارهای فعلی مانند مقصدهایی هستند که شما را مجبور میکنند محیط کارتان را ترک کنید. آنها کاربر را مجبور میکنند نیمی از ایمیل را بنویسد، متوقف شود، آن را کپی کند، یک تب هوش مصنوعی باز کند، متن را پیست کند، درخواست اصلاح دهد و سپس پاسخ را دوباره کپی کرده و به جای اول برگرداند. این گسست ذهنی، بهرهوری را بهشدت کاهش میدهد. در مقابل، DraftKey با هوش مصنوعی مانند یک قابلیت بومیِ غلطگیر عمل میکند، نه یک اپلیکیشن مجزا.
همانطور که در تحلیلهای قبلی ما دربارهی مدلهای زبانی کوچک اشاره کردیم، تمایل به انتقال پردازش از ابر به لبه در حال افزایش است. این ابزار دقیقاً در همین راستا قرار دارد تا کاربر بدون خروج از محیط برنامه، از قدرت مدلها بهره ببرد. این رویکرد با تجربهای مشابه است که در آن مدلهای محلی برای کارهای روتین کدنویسی از APIهای ابری پیشی گرفتهاند و سرعت پاسخدهی را به شدت افزایش دادهاند.
به نقل از گزارش توسعهدهنده در وبسایت dev.to، تمرکز این ابزار بر وظایف محیطی (Ambient Tasks) است؛ یعنی لحظاتی که شما میدانید چه میخواهید بگویید، اما برای بیان بهتر آن به کمک نیاز دارید بدون اینکه جریان تمرکزتان (Flow) قطع شود. قابلیتهای کلیدی این ابزار عبارتند از:
- پاکسازی خودکار: اصلاح خودکار غلطهای املایی و دستوری در لحظاتی که کاربر مکث میکند.
- تکمیل خودکار هوش مصنوعی: پذیرش پیشنهادها برای چند کلمه بعدی با فشردن کلید Tab.
- بازنویسی سریع: تغییر لحن متن به کوتاهتر، شفافتر، حرفهایتر یا دوستانهتر با استفاده از میانبر ⌘ + ⌥.
- سفارشیسازی: پشتیبانی از دستورالعملهای خاص برای بازنویسی و کنترلهای مجزا برای هر اپلیکیشن.
تمایز اصلی این ابزار در حذف استنتاج (Inference) — که شبیه لحظهی آشپزی واقعی است، نه دورهی آموزش آشپز — بر پایه ابر است. توسعهدهنده استدلال میکند که اصلاح یک غلط املایی ساده مانند تبدیل "teh" به "the" یا بازنویسی یک ایمیل دو جملهای نباید مستلزم ارسال پیامهای خصوصی مشتریان، پیامهای داخلی شرکت یا ایدههای ناتمام به یک سرویس هوش مصنوعی ابری باشد.
مشخصات فنی این ابزار به شرح زیر است:
- اندازه مدل: تقریباً ۱.۱۲ گیگابایت
- پیشنیازهای سختافزاری: مکهای دارای تراشه Apple Silicon، سیستمعامل macOS 14 به بالا و حداقل ۸ گیگابایت رم
- مدل لایسنس: لایسنس مادامالعمر برای حداکثر سه دستگاه مک جهت حذف اشتراکهای ماهانه و دوری از سیستمهای «سنجش ماهانه» (Monthly Meters)
البته باید اشاره کرد که با وجود محلی بودن هوش مصنوعی، برای فعالسازی، دریافت بهروزرسانیها و دانلود اولیه مدل، دسترسی به اینترنت همچنان ضروری است.
بر اساس مستندات فنی، بزرگترین چالش مهندسی نه در خودِ هوش مصنوعی، بلکه در APIهای دسترسیپذیری (Accessibility APIs) سیستمعامل مک بوده است. از آنجا که هر اپلیکیشن متن را به شکل یکسانی نمایش نمیدهد، برخی ویرایشگرهای سفارشی رفتار پیشبینیناپذیری دارند و فیلدهای امنیتی (مانند رمز عبور) بهطور عمدی نادیده گرفته شدهاند تا حریم خصوصی حفظ شود.
توسعهدهنده بهجای ادعای جادویی بودن APIها، شفاف اعلام کرده که DraftKey در همه اپلیکیشنها بهطور کامل عمل نمیکند. او ترجیح داده است شفافیت را جایگزین تظاهر کند و در حال بهبود سازگاری با موارد خاص (Edge Cases) است.
یک تصمیم محصولی عجیب در این ابزار، اضافه کردن صدای کیبوردهای مکانیکی با موقعیت مکانی است. این سیستم با استفاده از ضبط صدای فشار دادن و رها کردن کلیدها، تجربهی تایپ فیزیکی را شبیهسازی میکند. کاربران میتوانند از بین ۶ پروفایل مختلف سوئیچ انتخاب کنند:
- Cream
- Topre
- Keychron Red
- Cherry MX Blue
- Cherry MX Black
- و موارد دیگر
این قابلیت شامل کنترل حجم صدا، کنترل تُن و موقعیت استریو است. این یعنی کلیدهای سمت چپ کیبورد، در هدفونها نیز کمی بیشتر از سمت چپ شنیده میشوند تا حس واقعگرایانهای ایجاد شود.
این چرخش به سمت هوش مصنوعی محلی نشاندهنده خستگی کاربران از رابطهای «چتمحور» است. برای یک متخصص، ارزش واقعی در گفتگوهای پیچیده با یک مدل زبانی بزرگ (LLM) — که شبیه کتابخانهداری است که میلیاردها صفحه خوانده و حالا با آن لحن جواب میدهد — نیست (چرا که این کارها همچنان توسط ابزارهایی مثل ChatGPT یا Claude بهتر انجام میشود)، بلکه در حذف اصطکاکهای کوچک هنگام پیشنویس است.
با جایگزینی مدلهای عظیم ابری با یک مدل محلی ۱.۱۲ گیگابایتی، سرعت و حریم خصوصی بر استدلال عمیق اولویت یافته است. این رویکرد، هوش مصنوعی را از ابزاری که باید به آن «سر بزنید» به قابلیتی تبدیل میکند که درون فیلد متنی زندگی میکند. این موضوع نشاندهنده روندی گستردهتر است که در آن مدلهای کوچک و تخصصی، «آخرین مایل» (Last Mile) بهرهوری را بدون به خطر انداختن حاکمیت دادهها مدیریت میکنند.
گام بعدی شما
- اگر از مکهای Apple Silicon استفاده میکنید، بررسی کنید که آیا گردش کار شما با کپی-پیستهای مکرر کند شده است یا خیر.
- پیش از نصب، موتور صدای کیبوردهای مکانیکی را در مرورگر تست کنید تا ببینید کدام پروفایل سوئیچ با سلیقه شما سازگار است.
- برای کارهای حساس اداری که ارسال داده به ابر ممنوع است، مدلهای محلی را جایگزین کنید.
اما داستان سختافزاری این تحول حتی شگفتانگیزتر است — به تحلیل ما دربارهی تراشههای Blackwell مراجعه کنید.




گفتگو