Xtype Xtype 的语音输入其实一直有两步。
第一步，语音识别把声音变成原始文字。第二步，再让 AI 把这段文字处理一下。
问题是，“处理一下”到底是什么意思？
有人要原汁原味，识别出来什么就要什么。有人只想去掉「嗯」「那个」「哈哈」这些口头语，顺便把英文名字拼对。有人说了一大段，希望它收成条理清晰的问题。还有人其实不是要输入问题，而是想直接得到答案。
以前这些需求被混在一个叫“整理”的动作里。系统替用户猜：这句话应该改到什么程度。
这个猜法从根上就不对。
越用越准，不是去训练一个更大的模型
从第一性原理看，Xtype 不负责提高基础 AI 模型的听力。模型能听到什么程度，不由我们控制。
我们真正能做的是：记录你亲自确认过的词、你的口音经常被听成什么、哪些英文名字属于你自己的工作，然后在下一次识别和处理时，把这些私有偏好重新提供给 AI。
这才是“越用越准”的来源。
它不是所有人共享的一份大词库，而是一套只属于你的纠正循环。你用得越久，Xtype 越知道哪些词不能自作主张，哪些错误值得提醒模型多斟酌一次。
但词听准了以后，最后要得到哪一种文字，仍然应该由你决定。
四种结果，四份契约
现在 Xtype 把输出拆成四级。
1. 原文
识别结果是什么，就插入什么。没有第二次 AI 处理，也不在识别结束后替换文字。
这适合访谈原话、证词、逐字稿，以及任何“不准帮我改”的场景。
2. 清理
这是默认方式。
它会纠正已经确认过的个人常错词和英文拼写，去掉口头语、改口与无意义重复，再补上标点。但它不能改变句子顺序，不能替你总结，更不能回答你说的问题。
说的仍然是你的话，只是干净一点。
3. 整理
这一档才允许压缩啰嗦内容、调整顺序、自然分段，必要时列成条目。
它可以把一段边想边说的话整理成清楚的问题或正文，但不能新增事实，也不能替你回答。
4. 回答
这一档把口述当成真正的问题或指令，直接给答案。
我以前把这条路禁掉过，因为 AI 很容易啰嗦，也曾经把“让同事写一份指南”误解成“你现在替我写指南”。后来我意识到，问题不是回答能力不该存在，而是它不该偷偷混进默认听写里。
现在回答是一项明确选择：默认短答，不复述问题；结果仍然只插进当前光标，不会自动发送。
全局偏好，不等于每句话都一样
设置里可以选一个全局默认。录音时，底部胶囊也会显示当前方式；点一下，只改变这一句。下一次听写仍回到你的全局偏好。
这样，“清理”可以是日常默认；遇到要保留原话、整理长问题或直接求答案时，再临时切换。
这不是一个更聪明的开关
四级不是把同一个“智能润色”旋钮从小拧到大，而是四份不同的承诺：
- 原文保证不做第二次处理。
- 清理保证不改变表达结构。
- 整理允许重组，但不替你作答。
- 回答明确离开听写，进入回答。
AI 产品最危险的地方，往往不是它不会做，而是它在没有得到允许时做得太多。
Xtype 要越用越准，也要让你始终知道：这一句，究竟是谁的话。