百亿规模的无障碍技术：用户想要的和你给的可能完全不一样 | 播客 E10

在科技圈，我们习惯了听企业家描绘未来蓝图，习惯了看权威学者分析技术趋势。但真实用户的声音，却很容易被淹没在营销话术和产品发布会中。

“我们能帮科技公司筛选出更多的真需求，企业有时候通过用户调研、网络数据，很可能看到的不是真实的东西，或者只能看到一些网红博主的营销需求。”在这次智幻时刻的播客节目中，中国盲文图书馆的软件工程师张军军表示。

最近，我们和盲人开发者张军军一起组成了一个mini焦点小组。作为阳光读屏软件的核心开发者，张军军不仅是技术的使用者，也是应用的创造者。

他对AI、语音合成、脑机接口等前沿技术有着独特的理解和体验。在交流中，我们听到了许多打破第一反应的观点。

这些观点反驳了许多习以为常的产品判断，比如：人们想当然地觉得建立在自然语言上的AI Coding就很无障碍；拟人化、有感情的语音生成一定比机械化的好；视觉描述越全面越详细越好......

而张军军的答案和我们原本的设想都是不一样的。

另外，一款应用的无障碍功能到底是应该融入其中，还是推出特别版，对于企业来说也是商业选择的难题。

如果你也对这些问题感兴趣，欢迎和我们一起从这期播客中聊到的细节出发，重新认识技术包容性设计的新世界。

00:03 开场：相比拟人化，我更喜欢机械的声音

03:24 回看2023——2025的AI应用，从“玩具”到“工具”的转变

06:23 盲人开发者的“听觉编程法”

• 揭秘：如何用读屏软件写出高质量代码

• 快捷键的艺术：在代码树状结构中自由穿梭

   

12:12  AI coding天然无障碍吗？

21:56 科技企业真的在乎无障碍设计吗？

• 微信PC版4.0的无障碍修复

• 有些公司做大量宣传，有些默默解决问题？

• 特别版APP的困境：投入巨大，维护困难

29:32 盲人用户的"黑屏模式”

31:17 AI出行工具的尴尬现实：环境噪音让AI识别效果大打折扣

36:30 Be My Eyes应用进化史：从社交到AI

• 志愿者服务的社交压力问题

• AI助手如何解决"不想麻烦别人"的心理负担

• 洗衣机旋钮识别：生活细节中的价值

   

40:59 机械语音的巨大市场

• 视障用户的高速语音需求

• 苹果在iOS 16中重新引入Eloquence语音

   

46:07 AI的“冗长好心”是一种打扰吗？

50:06 科技产品该不该替用户做判断？设计哲学的分歧：发霉面包案例

54:10 Neuralink：这玩意儿让我觉得恐怖

01:06:05 智能产品的“功能堆叠”迷思

• AI眼镜、超声波盲杖、避障腰带...都不好用？

• 专注单一功能vs大而全的产品策略

   

01:13:26 硬件触觉的不可替代价值

01:18:36 无障碍的价格区间：无障碍不是“成本点”，而是“增长点”

01:20:54 包容性设计的细节：物理咖啡机、触屏咖啡机，没语音功能的咖啡机......

01:24:30 我们已经无法生活在一个没有电子音的世界

传统TTS的稳定市场和忠诚用户

ZHUORAN: 拟人化的语音为你带来更好的体验了吗？

JUNJUN: 相比拟人化，目前我更喜欢机械的声音。大多数盲人用户都仍然在用老版的机械语音。因为我们有高速播放语音的需求，而机械感在高速播放时更清晰。

我们现在都叫它“老头儿”，是IBM大概2000年左右的版本。拟人化语音加快语速后，会有喘气声，每个字的时长都不一样，你可以试试看把Siri调到最快，听起来很不正常。

从获取信息的角度来说，机械化的声音更好。尤其是阅读时，我不太希望声音有感情色彩，这样我就可以脑补这个色彩。

AI编程≠无障碍编程

ZHUORAN: 上周我看到文心快码帮助全盲码农编程的故事。AI Coding是否更无障碍？它能帮助你Vibe Coding吗？

JUNJUN: 很多人看到“AI Coding”就觉得天然无障碍，但我想说，AI Coding 并不等于无障碍，这是两个完全不同的概念。

在无障碍的场景下，首先要考虑的事这个工具本身能不能被读屏软件正常识别。微软的VSCode，它基础的无障碍做得就很好，微软自己做的，有很多辅助接口的实现，读屏软件可以正常浏览使用。当它加入AI功能后，我就可以正常使用，这就OK了。

但很多其他工具就不行——AI功能做得天花乱坠，结果连基础的读屏兼容都没有，那对我们来说就是零。

关于“vibe coding”，目前这个概念对我来说还没太 体会到。可能我学习代码的时候还是比较传统的方式，是高度结构化的，现在也是通过读屏软件逐行读取、用快捷键在代码树状结构中跳转、通过波浪线提示识别错误……每一步都需要精确的定位。

AI确实能提高效率，这个我承认。比如它可以总结代码，告诉我一个框架是怎么实现的、流程控制是什么样的。过去我们用读屏需要一行一行地读，或者参考开发文档，效率非常低。通过AI总结后，就能找到重点，知道要关注哪些部分。

但这和“无障碍”是两回事。我们最终还是得去写代码，还是要通过键盘、快捷键、读屏软件完成实际开发工作。

当然对于刚入门的孩子或者新人开发者，AI确实降低了门槛。我当年学C++卡了很久都入不了门，想想如果那时候有AI帮助理解代码结构，可能会轻松很多。

真实用户需求与产品想象的差距

ZHUORAN:  你会觉得因为新技术的出现，你的工作方式发生了一些变化吗？

JUNJUN： 我除了开发以外还会写一些东西，就是我们需要测试，测试无障碍，我们需要测试APP的无障碍，这种就是给一些企业做这种应用的无障碍测试，在这个过程当中需要记录，需要录屏、需要截图，需要发送一些各种各样的这种媒体的内容。

在这个过程当中我现在就很依赖AI，为什么呢？比如说举个小例子，我们盲人用手机会开启那种黑屏模式，我用手机的时候，我的屏幕是黑的，以防别人看到我屏幕上内容，出于这种隐私考虑，但是因为这是我的常态，所以我有时候录像或者录屏就会录成黑的。

好几次我给人家提交的报告里边截图是黑的，后来我就每次我都会用这种AI的识别一下，这是一个非常小的点，但是这个点很好。如果没有它我可能就比较繁琐了，用AI很简单。

嵌入生活场景的技术

ZHUORAN: 你对什么类型的AI应用最为依赖？目前体验如何？

JUNJUN:视觉描述类的应用。

ZHUORAN: 之前你有跟我讲过像这一类的应用它有一个很大的问题，就是它的描述为了追求“智能”所以非常详细、具体、生动。但是这个东西放在你的生活场景里，反而变成了一个不好用的体验？

JUNJUN：对，问题的核心是——AI 并不知道我拍这张照片的目的是什么。比如我可能只是想知道一个很简单的点：这里是不是出口？哪个按钮能按？但 AI 为了表现出它“很聪明”，就会把所有能识别到的信息都塞给你。

这也是为什么我们会更依赖 Be My Eyes 或者专门面向视障用户的工具。它们知道我们关心的是客观信息，是视觉上的功能性描述，不是那些花哨的、主观的、情绪化的表达。

很多通用 AI 工具，它描述得越丰富，反而越干扰我们判断。如果我想要获取重点信息，可能还得不断追问它，比如“请你只告诉我按钮在哪”，但这就要一轮轮问，效率一下就被拉低了。

ZHUORAN: 能否举一个具体的生活案例？比如出行是不是一个好的AI应用场景？

JUNJUN: 这是一个误区，出行恰恰是做得最不好的场景。现在如果说没有导盲犬的话，盲杖肯定是最有用的工具。地图我们确实一直在用，高德、腾讯、百度地图都依赖，因为大概位置我得知道，步行导航跟着走一般没问题。但是AI目前一般，因为效率太低。

AI在出行里的环境噪音很大，比如我要找目的地，来到附近后用AI识别门牌，识别了半天没找到，可能角度不对或者距离太远。这种情况下能用，但比较费劲，没那么自由。

ZHUORAN: Be My Eyes从真人志愿者发展到AI助手，你的使用体验有什么变化？

JUNJUN: 现在我基本只用它的AI功能了。比如看洗衣机屏幕的旋钮，不知道现在拧到30分钟还是40分钟，过去会找志愿者看，现在直接用AI就知道了。AI效率更高，我随时都可以自主完成这样的小任务。

用真人服务的一个点是存在社交压力，总觉得尽量不要麻烦别人。有些时候找家人也不合适，其实用be my eyes的志愿者素质已经比较高了，问问题比较流畅，他们可能也是年轻人，更了解我用的工具。比如我调咖啡机的磨豆机刻度，问家人他可能会反问“你买这个干什么？”，但对志愿者就直接问问题就OK了。

有趣的是，AI出来后我还跟志愿者聊过，说以后你们接到的视觉请求可能会越来越少。他们很正面，说通过技术改变这种状态也挺好的。

ZHUORAN：从产品设计哲学上来说，你觉得 AI 应该只提供客观事实，还是也应该给出建议？比如识别到一个发霉的面包，它应该说“这是发霉的面包”，还是直接说“建议别吃”？

JUNJUN：我个人更倾向于——AI 应该告诉我客观事实，而不是给我建议。比如你说的这个面包，如果它能准确识别出“这是一块发霉的面包”，那这个信息就已经非常有用了。

我们每个人的情境不同，尤其是像我这样的视障用户，更依赖 AI 提供精准、未加工的信息，然后根据自己的需求做判断。

ZHUORAN：你讨厌它剥夺了你的自主权？

JUNJUN：我没有想太深。但我需要的是客观信息，技术能识别异常信息本身就不容易了，因为我通过正常的图像描述可能获取不到，所以需要AI告诉我"上面有虫咬的洞"这样的异常信息。

ZHUORAN: 马斯克说Neuralink要在一年内改写全球失明历史，你怎么看？

JUNJUN: 说实话我没有第一时间打开这个新闻，直到它后来刷屏。我觉得有点恐怖。我是前两年才失明的，所以我知道颜色是什么样的。

脑机接口目前实现的是像素点组成的图形，很抽象，马赛克那种，可能颜色也没那么丰富，可能是黑白。对我个人来说，这跟我过去印象中的真实世界是冲突的。

2026年实现这个愿景肯定就不用想了。即使是黑白，如果信息量够大也可以，但它显然目前还做不到。

对于从小失明的人来说，他们也需要训练这种视觉的接受度，并不是想象中那么容易。我还是更相信传统医疗手段，直接给我一个真实的眼睛，而不是依赖算力角度的科技解决方案。

ZHUORAN: 你和我说过你更喜欢智能硬件，因为触摸对于盲人来说是很重要的。你会想买什么硬件产品？

JUNJUN: 重点是目前做不好。他们没有考虑当下技术能不能达到，但会尽可能地塞功能，最后发现产品根本没法用。

比如超声波盲杖，理论上可以提前探测障碍物，但实际很不稳定。我面前可能是自行车或树，我可能撞到树枝，自行车中间有空隙，在实验室环境下能探测到，但实际上不好用，我用盲杖直接一戳就知道了。

很多产品想替代盲杖，比如智能腰带、机器导盲犬、智能电梯......但技术只是一方面，很多时候搭把手就解决的事，非要用技术手段去解决，是资源的一种浪费。就像开火关火，一个旋钮本身就能控制，为什么需要用手机遥控？

硬件更有意思一些，至少能摸到，可以互动。我会买智能眼镜，一定要有一个，但现在技术还不够成熟，等再发展好一点。

定价区间

ZHUORAN: 你倾向于接受什么价格区间的产品？无障碍用户是价格敏感的用户吗？

JUNJUN: 一部iPhone 5000块钱基础价格，我们会为了这个而买苹果。很多盲人依赖苹果，熟悉了这个环境，一定会买下一代，即使是大学生没有收入也会用苹果，因为长期使用下来可能比其他的更好。

如果有一个类似导盲犬的设备，电子导盲犬，能够带我出去，我觉得几万块钱是可以接受的，因为我买不了车。我会觉得1万块钱当然是最好了，但如果真的能解决我的需求，一辆车的价格我是可以接受的。

但是技术还做不到，所以现在还得等等。目前这个价格还做不到什么，期待的功能实现不了。