Xtype 2026-08-29 更新：这篇里「词库会随麦作为提示带给识别引擎」的说法，从 0.1.111 起不再成立。真机事故：Grok 识别在列举语境里把几十个词库提示当成了用户说过的话，直接抄进原始转写。现在第一遍识别只听音频、不接收词库；个人常错词改在识别之后按当前句实际命中来匹配，再交给整理 AI。
词典没有被删，「越用越准」也没有变——变的是它参与的时机：从「事前提示」挪到「事后纠正」。经过见 词典自己开口说话了。
刚才我说了一句话，里面有一个词：Kiosk。
语音识别把它写成了 Kels。我打开 Xtype 的纠正窗口，把 Kels 改回 Kiosk。界面已经能把
Kiosk 加进我的英文词库，但这件事让我继续往下问了一层：
如果明天它又听错，我为什么还要再教一次？
模型变强，不等于产品越用越准
Xtype 使用 Grok 做语音识别。Grok 明天可能升级，可能更准；也可能在我的口音、公司名、产品型号和 中英混说上继续犯同样的错。
那是模型供应商的能力，不是 Xtype 的能力。我们不能把“换了一个更强的模型”说成“Xtype 越用越懂你”。
从第一性原理看，Xtype 真正能够控制的只有一件事：用户纠正之后，系统有没有记住；下一次工作时， 这份记忆有没有真正参与判断。
模型能力是租来的。一个人的词汇、口音、项目名和纠正习惯，才是使用过程中积累下来的资产。
真正可控的位置，在两次 AI 之间
一次 Xtype 口述，本来就有两个阶段：
- 语音识别把声音变成原始文字。
- 整理 AI 去掉口头禅、处理改口、补标点，输出可以直接使用的正文。
语音识别听成什么，可以先保留什么。Xtype 不应该在本地武断地把 Kels 永久替换成 Kiosk——
换一个语境，Kels 也可能真的是人名；机械替换只会制造一种更隐蔽的错误。
更合理的位置，是原始识别完成之后、送给整理 AI 之前。
系统先从这个人的私有词语偏好里，找出与当前原始稿有关的少量候选，再告诉整理 AI：
这段话可能涉及用户偏好词 Kiosk。过去相近的声音曾被识别成 Kels。请结合整句话判断；不确定就保留原文。
这不是命令 AI 替换，而是给它一份只属于这个人的判断线索。AI 仍然要看上下文，数字、否定词、代码、 URL 和命令仍然要原样保护。
一次纠正，应该留下什么
用户把 Kels 改成 Kiosk，系统不该只保存最后那五个字母。一次完整的学习至少包含：
- 正确偏好词是
Kiosk； - 这一次原始识别曾经是
Kels； - 这条偏好是用户亲手确认的，不是软件猜的；
- 它以后被提示过多少次，是否真的减少了重复纠正；
- 如果它导致误改，用户可以停用和删除。
这些不是训练全世界的公共语料。它们描述的是一个人的口音、工作和习惯，所以应该优先留在本机。
另一个人可能真的在说 Kels，不能因为我说不好 Kiosk，就让他的文字也被改掉。
“越用越准”必须能证明
这个词很容易被当成营销话术。今天用模型 A，明天换模型 B，也可以说“更准了”；但那不叫越用越准， 因为同一个新用户也能得到相同结果。
真正的检验方法应该是：
- 同一个人反复纠正同一个词的次数有没有下降；
- 使用一段时间后，零修改就能直接使用的口述有没有增加；
- 某个偏好被 AI 采用后，用户有没有再次把它改回去；
- 错误提示能不能被看见、撤销，并让系统以后更谨慎。
如果这些数字没有随使用改善，就说明我们只是把词丢给了 AI，没有建成学习闭环。
这才是 Xtype 应该拥有的能力
今天 Xtype 已经有纠正、本机词库和识别前提示。你改过的正确词可以留在这台 Mac 上，下一次参与识别。
更完整的“私有语言偏好引擎”还在建设：从当前原始稿检索相关偏好，把少量候选放进第二次整理，再用 后续纠正判断它有没有真正帮上忙。它在通过代码复核、真机测试和版本发布之前，不算已经交付。
但方向已经很清楚：Xtype 不需要假装自己能训练 Grok。Xtype 要做的是一套工具，让每个用户教过一次以后， 那次纠正不再白费。
不是模型越来越认识所有人，而是这台电脑越来越认识你。
这条流程全部开放，请你来挑毛病
我们就是做工具的。这条学习流程没有黑匣子，每一步都摆在 App 里让你看：
- 你在「纠正」里改了什么，候选词从哪来；
- 词典里每个词后面括号标着当初听错的写法（
Kiosk（Kels）），一眼知道它为什么在这； - 哪些词已入选、正在随麦带给识别，哪些还在等你批准；
- 别名替换发生时，状态栏写明「替换了几处」，可停用、可删除。
这套设计一定有想得不周的地方。用着别扭、逻辑不对、或者你觉得学习闭环里缺了哪一环—— 在 App 里点「AI 提需求」直接说，或写信 [email protected]。 你提的意见会进入每天的整理流程，被真人读到。