云南龙网

  1. 首页 > 生活百科 > >

把「Her」装进一张卡里

人工智能aiLinuxGoogle

把「Her」装进一张卡里

文章图片

【把「Her」装进一张卡里】把「Her」装进一张卡里

文章图片


今年 ， 大模型基础能力再次实现飞跃 ， 像 ChatGPT、DeepSeek、豆包这样的 AI 工具 ， 正在成为越来越多职场人工作中的常用助手 。
这些 AI 的能力确实强大 ， 但也有个不小的门槛：要让它们「干活」 ， 往往需要提前准备大量资料 。 换句话说 ， 今天的 AI 更像是一个高智商的顾问 ， 而从实际提效的角度看 ， 我们更需要的 ， 其实是一个始终待在身边、帮我记录信息 ， 并在关键时刻给出提醒和反馈的「智能助理」 。
出门问问正在尝试填补这一空白 。 4 月 ， 公司首次公开了旗下全球首款 Agentic AI 硬件产品 TicNote ， 6 月 25 日 ， 这款硬件也正式在国内发布 。 发布会上 ， 出门问问创始人李志飞强调 ， 这不只是录音笔、翻译器或语音助手 ， 而是一个「随身的 AI 思考伙伴」 。
在出门问问之前 ， 国内外已有一些公司尝试将大模型与录音硬件结合 ， 但它们大多仍将 AI 作为音频信息处理工具 ， 主要用它整理会议记录、或者翻译等 。 TicNote 虽然具备类似能力 ， 但它的定位并不止于此 。 通过持续记录用户的工作与生活信息 ， TicNote 实际上成为了一个 7×24 小时陪伴用户的「超级助理」 ， 可以基于日常交流内容和大模型的推理能力 ， 主动提供工作灵感与洞察 。
作为极客公园的「老朋友」 ， 我们见证了出门问问从创业到上市的完整历程 ， 也经历了其在大模型方向上阶段性的战略收缩 。 而如今 ， 出门问问选择以硬件的方式重新切入大模型赛道 ， 这背后并非是简单的追风口或模仿他人 ， 而是创始人李志飞多年在人机语音交互领域积累的沉淀——在看到已有路径被验证的同时 ， 他也看到了更深的可能 ， 并希望在这个方向上做出更好的产品 。

01一个随身的「AI 助理」
TicNote 的外观类似一块小巧的磁吸充电宝 ， 机身厚度约为 3 毫米 ， 可以整天通过磁吸方式贴附在手机背面 ， 几乎不影响日常使用 。
TicNote 丨来自：出门问问
与传统录音笔不同 ， TicNote 的卡片式设计从一开始就面向「全天候记录」的使用场景 。 用户可以轻松控制录音操作模式 。
这种硬件形态并非出门问问首创 ， 早前 Plaud Note 等产品也采用了类似设计 。 其优势在于 ， 能够在教育、媒体、创意策划等需要大量语音记录的场景中 ， 稳定长时间运行 ， 并借助大模型能力提升转写、翻译和总结等后期处理的效率 。
这一应用场景已获得一定程度的市场验证 ， 但出门问问认为 ， 卡片式录音硬件与大模型的结合 ， 除了录音、处理等功能外 ， 还蕴含更大的潜力 。
除了转写和总结等基础功能外 ， TicNote 最大的特色是其内置的 AI Agent「Shadow AI」 。 支持实时对话、逻辑推理、知识整合和写作建议 ， 能够更深入地理解用户的内容创作需求 。 无论是在工作、学习 ， 还是灵感探索的过程中 ， 它都能与用户保持对话 ， 协助完成任务 ， 成为一个贴身的智能助手 。
Yolanda 是 TicNote 的内测用户之一 。 作为一名科技高管和中考孩子的母亲 ， 她常常面临时间碎片化和信息冗杂的挑战 ， 难以兼顾家庭与工作 。 TicNote 在很大程度上缓解了她的这一困境 。
一次线上家长会与公司重要复盘会时间冲突 ， Yolanda 无法同时兼顾两端 。 于是 ， 她用 TicNote「隐形」地全程记录了家长会内容 ， 会后精准转录并自动提炼要点 ， 整理成结构清晰的文字纪要和思维导图 ， 让她无需回听便能全面掌握会议信息 。
此外 ， Yolanda 还让孩子在每次辅导课时携带 TicNote 。 一个学期下来 ， TicNote 不仅记录了老师的重点内容 ， 还帮助总结出孩子的知识薄弱环节 。 临近中考 ， 孩子利用 TicNote 整理出老师讲授的「临场工具包」和「应急方法」 ， 并结合薄弱点形成了清晰的复习资料 。
从 Yolanda 的使用体验中可以看到 ， TicNote 不只是一个便携的录音工具 ， 而是通过软硬件一体化的设计与大模型能力 ， 逐步走向一个真正「理解你」的智能助理形态 。 而这样一款产品背后 ， 是出门问问在语音技术与人机交互领域十年如一日的深耕 。

02一家为人机交互坚持了十年的公司
出门问问能够推出 TicNote ， 并非偶然 。 这款产品所代表的「软硬件一体 + AI 服务」路径 ， 其实是出门问问十年来技术积累与产品探索的自然结果 。
自 2012 年成立以来 ， 出门问问就将人机语音交互作为核心方向 ， 是国内最早一批践行「voice-first」理念的公司之一 。 早期推出的自研语音助手 App ， 主打中文语音识别与自然语言理解 。 随后几年 ， 公司不断尝试将语音能力嵌入硬件 ， 先后推出了智能手表 TicWatch、智能后视镜 TicMirror、翻译器 TicTranslator 等产品 ， 持续探索语音与设备结合的应用可能 。
这些产品在当时都走在行业前列 ， 也积累了可观的技术经验 ， 但语音交互的使用门槛、成本等挑战 ， 始终制约了其成为主流操作方式 。 用户需要通过唤醒词和指令语言与设备沟通 ， 交互成本高、容错率低 ， 难以承担复杂任务 。 出门问问因此在一段时间内收缩硬件产品线 ， 将重心转向 AI 能力的打磨 。
但这条人机交互的进化之路 ， 出门问问从未真正放弃 。 大模型时代的到来 ， 为人机语音交互带来了新的契机 。 随着模型理解力和生成能力的提升 ， 人机对话变得更加自然 ， 越来越多用户开始习惯以对话的方式与 AI 沟通 。 语音 ， 作为最接近人类表达习惯的交互方式 ， 也因此重新获得价值 ， 有望成为连接 AI 与现实世界的重要入口 。
TicNote 正是在这样的背景下推出的 。 它不仅是一款用于记录的智能设备 ， 更通过内置的 AI Agent「Shadow AI」 ， 将用户每天听到的、说出的内容 ， 持续整理为结构化的信息 ， 构建出属于每个人的「个人知识库」 。 基于这个个性化知识库 ， 大模型不仅能进行高效调用 ， 还可以联网发散 ， 挖掘信息在更高维度上的价值 。
这种产品形态 ， 是出门问问在语音识别、自然语言理解、终端设计等多维技术积累的集成体现 。 以 TicNote 的「闪聊」功能为例 ， 用户可以在录音过程中随时发起语音对话 ， 快速回顾前文内容、提取重点信息 ， 适用于采访、会议等需要即时反馈的场景 。 这种「边录边问」的交互模式 ， 正是出门问问十年来持续深耕语音技术的成果落地 。
同时 ， TicNote 还具备自动化的项目管理能力 。 过去 ， 即使是 AI 录音笔 ， 也多局限于单一场景 ， 录完之后进行一段内容的单次处理 。 而在 TicNote 的交互逻辑中 ， 所有录音数据被统一沉淀为一个可持续扩展的知识库 ， 用户可以跨场景、跨时间地随时调用、整理和继续对话 。 这种更贴近用户直觉的信息组织方式 ， 也让 TicNote 不再只服务于专业用户 ， 而具备了广泛的日常适用性 。
更重要的是 ， 这一次 ， 出门问问不再试图用语音去「控制一个机器」 ， 而是借助大模型能力 ， 让语音成为构建知识的入口、推动思考的助力 。
回头看 ， TicNote 并不是一次技术方向的转身 ， 而更像是一次完成——它汇聚了出门问问十年走过的每一步 ， 将分散在人机交互、硬件设计、AI 服务等多个层面的经验 ， 集中在一个更适合这个时代的产品中 。

03未来每个人都需要一个「高维记忆仓」
当下 ， ADHD 已成为一个热门社会话题 。 「注意力难以集中」作为一种症候 ， 正在变得越来越流行 。 除真正的 ADHD 患者之外 ， 越来越多普通人也开始发现自己有类似症状 ， 甚至开始「自我诊断」 。
这和我们正在经历一场巨大的信息过载有很大关系 。 向前回顾 ， 人类从未像今天这样 ， 每天要接收、处理大量的信息 ， 这些信息不只通过手机涌入我们的眼睛 ， 也存在于生活中的每一个场景 。 我们每天接收的信息太多 ， 思维的保质期却越来越短 。
过去常见的一个认识是 ， 相比体力劳动 ， 脑力劳动是轻松的 ， 坐办公室是少数人的「特权」 ， 是人们的共同追求 。 但现在 ， 越来越多人从事围绕信息展开的工作 ， 却对此感到疲惫甚至厌倦 。
我们越来越意识到 ， 处理信息也是一种负载 ， 会带来「劳损」 。 在当下 ， 我们需要像使用机械工具替代体力劳动那样 ， 为我们的大脑减负 。 而这样的设备 ， 必然要具备感知、交互 ， 以及辅助的思考和洞察能力 ， 成为我们的「前置感官」和「辅助大脑」 。
这可能就是 TicNote 以及出门问问未来的终极野望 。
今天绝大部分 AI 产品都在为用户提供「单一场景切面」的信息 ， 实际上 ， AI 的终极未来 ， 应该要能够辅助用户管理整个记忆和思维 ， 其中既包括信息、知识 ， 也有回忆 。 当下 AI 业界已经提出了「人生流」的概念 ， 被记录下来的人生流 ， 其实就是我们的「记忆仓」 。 而 Agentic AI 能做的 ， 就是把这个记忆仓进行升维 ， 挖掘出我们自己平时都没有意识到的思考和洞察 ， 最终帮我们减轻接受信息的负担 ， 激发出更多灵感 。
在可预见的未来 ， 我们每个人都需要一个拥有完美记忆力且能辅助我们思考的 agent ， 来帮助我们重新组织接收到的信息 ， 增加思考的维度 。 而 TicNote 内置的「顿悟时刻」功能 ， 就已经初窥了这种未来 。 它能够基于用户保存的数据 ， 为用户提供 AI 角度的「洞见」 。
当下绝大多数 AI 助手产品都是基于泛意义上的公开语料训练的 ， 很大程度上都在以「全知全能」作为训练和发展目标 ， 但对用户来说 ， 更多人需要的其实是一种「个性化的 AI」 ， 这个 Agentic AI 应当更多了解我们的私人知识 ， 提供与我们切身相关的信息 ， 帮助我们构建个性化的体验 。
对出门问问和李志飞来说 ， TicNote 既是过去十二年坚守技术理想的一次成功落地 ， 也是一次面向 AIGC 未来的再次出发 。 他们等到了人机交互的新时代 ， AIGC 的新时代 ， TicNote 绝非一次产品上的「投机」 ， 而是长期技术「恋爱脑」的一次修成正果 。
去年 4 月 ， 出门问问上市 ， 成为国内 AIGC 第一股 。 对李志飞和他的团队来说 ， 解决「钱」的问题从来都不是最重要的 ， 更重要的是他们又可以把自己坚信的技术 ， 打磨到最好的状态 ， 然后带给这个世界 。
现在 ， 它再次迈出了坚实一步 。

    推荐阅读


    上一篇：英特尔将部分营销业务外包给埃森哲

    下一篇：从“人找信息”到“信息找人”：华为浏览器信息流内容战略升级