纸笔 + AI —— 截至 2025 年底的知识管理系统更新

前言

眨眼间又过去了一年，这个选题从 9 月底就打了草稿，奈何之后生产力系统又经历了一些更新（才不承认是自己懒），便一直拖到了现在。

四月曾经做过一次盘点，可以参考 近期生产力玩具们使用状态更新 (2025 April)

TL;DR

  • Folo + Reader + Youmind + Podwise 消费信息
  • 纸笔和 Plaud 为入口
  • Notion 管理信息 + 播客阅读
  • Heptabase 管理知识
  • Linear 管理工作

后文不一定会按照这里的顺序来挨个阐述，这里的内容只是作为一个汇总。

今年影响我生产力系统的重要产品/更新

  • Notion 3.0
  • Gemini 的进化
  • Heptabase Web Browsing & AI
  • Youmind 的持续进化
  • Plaud Pro 进入国内

AI

在这样一个 AI 时代，避而不谈 AI，未免有些掩耳盗铃。然而，AI 可以说是渗透在了我的知识管理流程的每一个角落，因此不妨把它单独拿出来，单开一个章节。

今年年初也思考过 AI时代，我们还需要个人知识管理吗？，不管答案如何，AI 必然会深深融入我们的生产力系统里。

今年在 AI 使用方面，最大的变化莫过于我订阅了 Gemini One。

纵观过去这三年，我在 AI 方面的主要订阅基本上是一年一家，从最初的 OpenAI，到去年的 Claude，我订阅了 Claude 的会员，但随着发现 Claude 的一些对中文的支持以及和各种生态集成并没有那么理想，我就转到了 Gemini。转到 Gemini 的原因，最主要的自然还是它的模型在这一年里的飞速提升。从 2.5 Pro 到 3.0 Pro 乃至 3.0 Flash，Gemini 的提升是一步一个脚印。

尤其在长文本处理上，可以说是冠绝群雄。同时，在一些文字方面的书写上，相比于 OpenAI 更是有极大的优势。而随着 Claude 在过去一两年一直把精力集中于编程方面，Gemini 在文本撰写上的优势也逐渐胜过了 Claude。

同时，它的自身生态集成也非常强大，无论是 NotebookLM 还是 Antigravity，都足以覆盖生活中方方面面的使用需求。

除此之外，套壳工具方面，去年黑五订阅的 Monica 几乎完全没用上，今年年初转到了 Raycast 旗下。Raycast AI 最大特点就是方便、快速。它和启动器的集成使得它可以通过简单的键盘操作完成从触发到详细的聊天。

而今年，它所集成的包括 MCP 以及其他一些本地端集成，更使得它的 AI 愈发易用。同时，它对新模型的集成也非常快速。

现在我已经非常习惯用 Raycast 来问答常规问题。

而另一个常用的工具则是 Notion AI。Notion AI 在 3.0 更新了它的 agent 功能之后，一跃成为了我日常使用频率最高的 AI 工具。

除了下面要提到的用它来精读一些博客专写的文字稿之外，它承担了我在日常生活管理中的众多工作。会在后续的具体专页中详述，在此就不做过多介绍。

信息消费

我日常的信息摄入来源主要有播客、订阅的 newsletter、RSS、即刻、公众号、微信读书、实体书籍等。这一年最大的特征是大幅增加了信息的质量。

相比于之前几年，小说的阅读量显著减少了，对日常刷的 feed 进行了删减，去除了一些无用的信息；另一方面，增加了高质量付费信息阅读，比如 Stratechery 和财新（其实财新去年就订了，但一直没怎么看，今年则坚持每一期都阅读）；此外，开始关注更多博客这种有「人味」的内容，并得益于 AI 的帮助，大幅增加了播客的「阅读」。

做得不好的地方莫过于，在书籍方面阅读量保持着消费速度远远低于书架的膨胀速度的状态，好在，年底随着拥有了自己的工作空间，书籍的阅读意愿和时间空间大幅增加，明年有望实现触底反弹（笑）。

播客

在过去的这四五年间，听播客已经成为我日常通勤、锻炼、做家务时的习惯。之前我一直用的客户端是小宇宙，也没什么原因，主要就是一个是它有评论区，另外一个就是它的界面 UI 足够好用。

有很多人会认为播客的信息密度太小，并不值得以它作为信息输入的来源。这点我确实同意，毕竟大部分人听播客都是把它作为打发时间的一个工具。

但不得不承认的是，播客本身也是我们拓展自身知识面的一个重要途径。也许有人会说，在 AI 时代，拓展知识面有什么作用呢？毕竟 AI 都知道，想问的时候问一下就行。

这点我不敢苟同。拓展自身知识面的另外一个原因是让我们能够发现知识和知识之间的关联。很多事情，当你不了解的情况下，你就不会产生这种边缘与边缘之间的碰撞。而这些碰撞往往是最容易触发出创作的火花的。当然，这是另外一个话题，在此也不做过多阐述。

但是这一年里，我会发现我的播放列表越攒越多，从一开始的三四十到后来的接近 100，直到逼近 200。在前年的年初，我发现了 Podwise 这款工具。那时候它还相当简陋，而且只有网页版，作用很简单，就是可以把播客语音转文字，并且生成摘要以及一些对应的大纲、金句等等。

中途它推出了手机版，我也试用过一小段时间，但它的播放逻辑、UI 等等和小宇宙也有挺大差距，加上价格也比较贵，也就没有长期使用。在之后的一年时间里，我更多的是在小宇宙上积攒一些想要听的播客，每个半年或一年就开通一个月的 Podwise 会员，集中到 Podwise 里处理。

但这样的处理方法毕竟摩擦挺大，频繁在两个软件之间切换，一是心智和操作成本高，二是难免存在错漏或重复操作。

而今年，当我重新试用了一段时间 Podwise 之后，决心还是把自己的播客客户端从小宇宙转移到 Podwise 上来。这里面有几个原因：一个是它的客户端现在已经完全达到了可用的状态，而且开发者对于用户反馈回复得非常及时，也乐于做一些改进。小宇宙之前也推出了它的会员。这会员可以说非常鸡肋。除了一个没有什么用的播客总结之外，它既不支持把总结以及书签内容导出到我其他的知识管理软件中，同时也缺少挺多在国内收不到的播客。

相比之下，Podwise 里面的操作流就会非常顺滑。我每天早上都会打开 Podwise，浏览一遍最新的播客列表，把自己想听的内容 —— 主要是那些体育类的、陪伴类的，或者关键在于播主的讲述类的内容 —— 放入播放列表。还把那些信息类、知识类的播客直接要不用一点点数来进行语音转文字，要不把那些已经转文字的热门内容给一键转发到 Notion 里。

而在 Notion 里，我专门设定了一个 agent，目的是将播客文章结合它的语音转文字，一键转写成一篇长篇的精读文稿。

之所以不直接读 Podwise 的总结，是因为它在细节和摘要之间缺乏中间形态。要么只看摘要，获取不到重要信息；要么就像大海捞针一样在文稿里找自己想要的内容。

而 Notion AI 正好能填补这个空缺。这样一来，我不用再读那些冗长杂乱的语音转文字原稿，而是能以顺滑且不遗漏关键信息的方式来阅读播客内容。

而且，随着 Notion AI 支持了 Opus 4.5 之后，这个流程愈发顺滑，精读内容的转写精准度也越来越高，已经成为了我的信息摄入的最主要来源之一。

为什么用 Youmind（以及我以后还会继续用吗？）

在年初的时候用早鸟价格（200 多）买了一年多的 Youmind 会员，但这一年里使用 Youmind 还是断断续续的。直到现在，对于 Youmind 之后如何使用还是比较犹豫的。毕竟它的大部分功能会被其他软件部分覆盖，而它的很大一部分内容我并没有使用的需求，甚至对我而言，Youmind 有些华而不实。

一方面，很多 Youmind 的功能能被 Notion AI 和 NotebookLM 覆盖了，目前它所着重推广的系列功能，无论是画图还是一些快捷的 prompt，这些长久来看都可以被 skills 来取代，而它所做的不过就是把这些包装得更加精美、更加用户友好。

但其实回过头来看，这种用户友好的 UI 也正是它的优势。很多产品虽然在一开始只是被看作套壳，最典型的比如 Models，但这种审美、UI 的便利性、对用户需求的洞察，其实自身也是一种护城河的体现。

当你的 UI 做得足够友好，并且能持续保持领先，其他人就很难追上你。

当前我使用 Youmind 最主要的方式还是把一些比较长篇的文章，或者是一些看理想课程以及端传媒之类的长篇文章，导入到 Youmind 里面。通过它的浏览器插件进行剪藏之后，在里面精细阅读，并通过定制化的 prompt 生成卡片或进一步解读。

而它的 craft 功能，也就是用来创作和收集资料的功能，却并不是我日常使用的重点。因此，目前我也有些纠结，等明年初到期之后是否要继续续费。毕竟 Youmind 第二年的定价是 10 美元起步，还是挺高的。到底是买它，还是干脆把这钱拿来买 Claude Pro，用 Claude Code 来完成相应的工作，其实是一个值得思考的问题。

此外，过去一年你很明显能看到预博在尝试把它的个人作为一个 IP 进行营销，通过个人营销来带动产品的推广。这确实是一个很好的思路，但这也会把创始人自身的三观中的一些缺陷放大出来。比如，明显能看到预博有一些强行营销的文字发出来，能感觉到他在哗众取宠。之前也有文章写过，就不详细叙述了。

总之，Youmind 在我的生产力系统里所扮演的角色还是一个无法确定的状态。我会再继续观察两三个月，看看之后会不会有其他的想法。

Reader & Folo

两者可以作为对比组来看。我使用 Reader 也已经有好多个年头了。除了无法自定义字体之外，Reader 作为一个阅读器可以说是无可挑剔的。整体的 UI、用户逻辑，包括 Fit 和 Library 的设置，都非常出色。

对于多种文件格式的支持以及 Highlight 功能，目前而言都没有什么替代品。我用它主要是用来读一些 Newsletter 长文。之前曾经试着用 Reader 来读过一些书籍，但整体体验其实没有特别好。之后可能还是把书籍更多放在微信读书和 Heptabase 里阅读。

Folo 则是另外一个方向，它就是用来读 RSS 的。它的好处是，对于一些值得深度阅读的文章，可以转存到 Reader 里进一步阅读。

而 Folo 本身在 RSS 的各种方面其实做得都挺优秀。奈何年底搞了波骚操作，虽然一开始他没有把商业化模式想好，是一个挺遗憾的事儿。但仓促商业化造成的危害对产品其实更大，尤其是强行把 AI 功能和产品功能进行捆绑。

虽然之后推出了 Basic 版的会员，但是这种把 RSS Hub 开源的 RSS 工具跟 Folo 的会员捆绑其实也挺败好感的。我也在考虑等这一期会员到期之后，把 Folo 迁到 QiReader 上去。那个便宜很多，而且在阅读的界面上也挺优秀的，并且由于是 webapp，在各个端上都可以非常优秀地支持阅读。

唯一可惜的是，那些通过 RSSHub 来订阅的源可能没法继续阅读了。不过也还好，大部分时候都是用 Folo 来阅读各种博客内容的，而各个博客自己的 RSS 还是做得比较完备，并不需要使用到 RSSHub。

输入端

重新开始使用又放弃的 Flomo

吸引我重新开始使用的 AI，恰好是让我放弃使用的源头。

我也从四年前就开始使用 Flomo 了。中间断断续续试过挺多速记产品，但用下来，使用最友好的界面、最简单的仍然是 Flomo。中途也和少楠提过挺多建议，包括要加上语音转文字和一些 AI 功能。当然，还有很多人都关注的 Markdown。

最终 Markdown 没有实现，但 AI 和语音转文字功能都加上了，这也是吸引我重新用回 Flomo 的原因。然而，实际使用了几个月下来，发现 Flomo 在这两方面做得都有点不尽如人意。他号称尽量保持语音输入的原意，不做过多修改，实际看下来却并不如此。他做的修改其实还是挺多的，并且会对原文的一些名词强行进行一些修正。不知道是不是他自己的设置和国产的模型的自身问题所致。（语音转文字软件的思考可见语音转文字正在改变我们的生活——兼简要横评市面上的语音转文字笔记软件

而 Flomo 力推的另一个功能「AI 洞察」，在最早的时候，我用它来进行洞察时确实有过一些 AHA moment，发现它的洞察能够反映我内心的一些思想变化。但用得多了，发现不知道是模型的能力所致，还是 AI 会陷入一种自证的漩涡。每次的洞察结果其实都差不多，而且由于它相关笔记的算法并没有特别精确，进行 AI 洞察的来源其实是不足的。这就导致每次 AI 洞察总会关联到一些莫名其妙的事情上去。时间久了，虽然偶尔能有 AHA，但这种 AHA 的频率是相当之低的，可能十几二十次才能有一次觉得这 AHA 确实有用，其他的更多只是不停地自我重复而已。

于是我又一次抛弃了 Flomo，而这一次并没有选择投入到哪一个新的速记软件中去，反而我回归了最原始的纸和笔。

纸和笔

其实我并不是一个喜欢用纸和笔的人。究其原因，当然是从小我的字就一直不大好看。

但自从几个月前被一些漂亮本子种草之后，再加上使用这些工具上的不便，我重新燃起了使用纸和笔的念头。要用纸和笔，自然首先是要好好写字。我也在这几个月重新开始了练字，从纠正握笔开始，慢慢地练。至少目前来看，写的字相比于以前已经有一些进步。

本子上我主要使用的是 TN 和 Plotter 的 A6 和 M5。TN 主要用作周记的日程以及每天的 Life Log 记录。Plotter 的两个本子中，M5 用作日常的代办列表等等，而 A6 则是自己的草稿本以及灵感本。平时工作以及阅读时，我就把它铺在面前，想到什么就写什么。之后再定期把这些灵感摘抄整理到 Heptabase 里面。而之前提到的 Life Log，后续会在 Notion 的部分详细说。

使用纸和笔记录时，实际上相当于对所记录的内容进行了一轮思考与重组。这有点类似于少楠之前所说的，记笔记是记给自己的，需要用自己的话重新来讲一遍。

相比于语音，手写更适合对内容进行深度思考与处理。而且，手写还有一个好处，就是没有文字的局限性，可以随意地画一些线条来勾勒相互连接，或者画一些示意图，这些都是软件所不能达到的。

当然，在这过程中，我也不免陷入了差生文具多的一些怪圈，包括像买各种纸和钢笔，有点发烧的迹象。也只能安慰自己，工欲善其事必先利其器。在这个折腾的过程中，也能给自己找到一些乐趣。

Plaud + 闪念贝壳

虽说不再用 Flomo 记录语音转文字，但语音转文字仍是我日常工作生活中不可缺少的一环。无论是上课的录音，还是一些会议纪要，这些我都会通过今年新买的 Plaud Pro 来进行录音。

很多人说 Plaud Pro 不就是个录音笔吗？有人把它的优越性归功于背后的系统，而对我而言，Plaud Pro 确实就是个录音笔，但市面上找不到比它更好的录音笔。它能直接把会议转录成文字，这属于附加项，但归根结底，它是一款做工精良、交互顺畅、能直接贴在手机背面的录音笔。

Plaud 的便捷程度确实能帮助我在不同场景下方便地录音。之后，我会把它放到闪念贝壳里进行语音转文字，这样就不用付昂贵的会员费来转录了。毕竟国内版的转录和总结用的还是国内的模型，效果并没有很好。

转录完之后，我会把语音转文字稿放到 Gemini 预先设置的 Gem 里梳理。目前用下来，整个流程还是非常通畅的。

详见 AI 录音硬件是个伪需求吗？（Plaud Note Pro 购买复盘）

管理端

从一开始，我就不是「all in one」的拥护者。一直秉承着重器轻用的理念。

但是，重器轻用也要有一个逻辑，即什么样的东西需要被分开来使用。同时，也要照顾到怎样处理好软件和软件之间信息的流转。

尤其是在当今信息供给爆发的年代，我们周围的信息越来越多，日常接触的内容也越来越多。那么，如何管理这些内容？怎么样把这些东西和自己日常的生活和兴趣关联起来？这就成了过去一直在思考的话题。

最终，我还是把这些信息进行了简单的二分法，所以收集到的可以阅读的都是信息，而只有我自身经过理解并梳理过的东西才是我自身的知识。经过这么简单的分解后，选取工具也就变得简单了起来。

从 Tana 回到 Notion

从功能的复杂性可定式化程度上而言，毫无疑问，Tana 是远远超过 Notion 的。但自从 Notion 更新了 3.0 之后，我就毅然决然地放弃了 Tana。

首先，除了 Tana 的移动端，尤其是我主力操作端 iPad 端基本上是残废以外，Tana 最大的弱点自然是它虽然有 AI，但没法对整个知识库进行梳理。而 Notion 的 AI 跟自身的架构集成得要深很多。之前我也写过文章分享过在 Notion 里设置的一些 agent。

最近在看了二一的教程之后，我更是把这些 Notion agent 通过路由集中起来，这样也避免在各种 agent 里面来回切换，极大地提高了我使用 Notion 的效率。

现在我会把各个软件，包括像是新知从微信里面收集的文章、从小红书里收集的帖子、从 Plaud 里面收集的会议记录和讲座记录、从 Podwise 收集的播客转文字稿、BibiGBT 收集的视频转文字稿，这些东西都会总到 Notion 里面。同时，也通过 Notion 来管理自身的一些信息项的笔记，包括菜谱、家庭的一些记录、英语单词学习、订阅的记录、网络安全相关知识的学习、prompt 收集。此外，还有零零散散各种生活中的一些数据库都会汇总到 Notion 里进行结构化管理。

总体上看，Notion 就像是我生活中的信息收集器。我们常说 AI 时代最重要的是上下文，而 Notion 正是扮演着这个上下文中心的角色，AI 则辅助在这个中心里输入、输出、管理，并能方便地与其他工具集成 —— 比如需要提取信息时，可以通过 MCP 从 Notion 调取。

放弃又重新开始使用的 Heptabase

作为 Heptabase 的第一批用户，看着 Heptabase 一步步虽不快，但踏实地走到当前这一状态，还是有点遗憾的，毕竟 Heptabase 当前的状态离 Alan 当时的愿景还有不少差距。但不可否认的是，Heptabase 的本体，一个用于中观研究的白板，它的生态位是任何其他软件所无法取代的。

去年底，Heptabase 到期之后，我没有续费。当时是觉得，白板是个伪需求，并没有什么文章或书籍需要用白板来拆解。在这一想法下，我重新用起了颜值更高的思源笔记，把课程笔记、写作都放到了思源里。但用了一段时间之后，发现 Siyuan 对 AI 的支持实在是一般，相比之下，年底 Heptabase 密集上了一批 AI 相关的功能，其中就包括了最重要的通过 AI 检索全库内容。

此外还上了 Web Tab 这一个极大拓展了使用场景的功能。更重要的是，无论是纸笔还是电子，我都坚持做 Daily Notes，而在 Heptabase 里，daily note 可以以中观的视角被呈现，后文也会在「日记」的部分详述。

总的来说，我最终还是回到了 Heptabase 的怀抱，把所有自己吸取到的知识、观点都放到 Heptabase 里，并且自从有了 MCP 之后，从 AI Chatbot 创建卡片也变得非常方便了。这让 Heptabase 能真正成为我的知识中心。

输出端

iA Writer

之前的这些年，我的写作软件一直在变，也尝试过不少，或专业或不专业的。专业的像 Lattics、Ulysses 都曾尝试过。也曾在各种笔记软件里面试过写作，像是 Obsidian、思源，还有 Logseq 里面的长文写作插件也都尝试过。

一直听说过 iA Writer 的大名，直到今年终于痛下决心买了 iA Writer。买它原因主要还是它的界面设计 UI。非常的优美简洁，虽然没法自定义字体，但是它本身的颜值就足够高了。而在写作上，一切都从极简出发，帮助人能够专心在写作本身，而不是其他的稀奇古怪的功能上面。而它通过 iCloud 的同步方式也非常的方便。现在每一篇文章我都是通过 iA Writer 记录选题、完成撰写来写出来的，写完之后再把它粘到 Heptabase 和 Notion 里面去，并发布到自己的博客里。

日记

前面也说过，我有记自己 life log 的习惯，之前都是在 Tana 里面做 life log。但是 Life Log 有个关键点很多家都没有做好，那就是和其他日子的联动，需要能通过越简单的操作实现越好。因为，写 life log 经常会需要参考之前的 action，这样才能让 life log 发挥作用，并且能让一个个日程的点连成一条线。

举个例子，在 Roam Research 和 Logseq 里，这种连点成线是通过上下滚动可以实现，Heptabase 则可以在白板里以日历的形式插入 Journal，能在一屏上看到多个日历。

Notion 里，则可以通过 AI 把一天的日程分门别类输入到表格里，在数据库里看每个类型的 life log 在时间段里的变化（具体可以参见 如何通过 AI 追踪自己的情绪）。

基于以上原因，现在我的日记工作流是，白天主要在 TN 里用笔记录下 Life Log，如果在外则手动录入到 Heptabase 的 Journal 里。晚上会通过闪念笔记，基于 TN 和 Heptabase 里的记录把一天的经历讲一遍，把生成的记录一键转存到 Day One、Heptabase 和 Notion 里，其中 Notion 会自动调用 agent 来分门别类存入日报数据库。

博客

博客方面，从 Thorn 迁移到了 WordPress，并实现了把正文和 Memo、摄影画廊都放在一个网站上的需求，详见 博客折腾纪录。

其他

待办

在待办软件上，过去这些年我换过好多不同的 app，从滴答清单到 Things 到 OmniFocus 之类的专业的软件都试过，但一直没找到最适合我的。

前段时间重新用起了一段时间 Notion 和 Things，但发现用来管理待办都比较尴尬。

Notion 的问题和 Tana 一样，作为一个待办软件太重了。没有人能顺畅地使用一个要花小半分钟才能打开的软件来记录和管理待办的。而 Things 的问题则在于，随着苹果自带的提醒事项越来越好用，Things 的绝大部分功能都被覆盖，而这时使用原生功能的可靠性以及间接性都远大于是使用第三方软件。

当下我的解决方案是，按照使用场景把待办分成不同的类别。

  • 简单的，短期内强时间性的用微信提醒；
  • 相对长期但有时间性的待办用 iOS 自带的提醒事项 app，并能自动显示在日历上
  • 工作上的待办和任务用 Linear，
  • 日常、非时间性、或有比较宽松时间性但没有提醒需求的待办用纸笔写在 M5 上。

通过区隔不同的适用场景，能尽可能减少决策如何分配待办时的心理负担，并能减少看到一个长长的列表时的心理压力。

Vibe-coding

由于我并不是一个程序员，vibe-coding 的使用率大概只有一个月一次，并且基本只涉及到对文件进行一些处理，大部分涉及到开发的内容用 Gemini 的网页版就可以实现。

年中的时候买了 Lenny 的一年会员，送了一年 Cursor 的会员，大部分时间都是用 Cursor 来做简单的 vibe coding。年底 Gemini 更新了之后，更是把挺多工作移到了 Gemini 线上。

倒是最近这几个星期，因为 Antigravity 白送了不少 Claude Opus 4.5 的额度，试着用了些 Antigravity 的 agent，但是效果并没有很好，便终于下定决心重新订阅了一个月的 Claude Pro，在半年之后终于用起了 Claude Code。

用了 Claude Code 之后最大的惊喜莫过于 skill 了，虽然看起来像是把 prompt 模板化，但感觉有很大的潜力可挖，可以把自己的一些工作流固化下来（话说我有什么工作流呢），并通过 AI 来实现。

Alma

年底最大的惊喜来源于 Alma，短短两周内，见证了一个极简的套壳 chatbox 如何飞速进化，从 MCP 到 skill 到 vibe-coding，感觉很快就能变成主力的 AI 客户端了，持续关注。

Mintrr

Mintrr 的更新速度和 Alma 可以算是两个极端了。当时买了这个软件纯粹只有两个原因，一个是对创作者的支持，另一个就是市面上没有好看的画廊瀑布流型的笔记软件。后者直到年底也没有第二个，但由于使用的软件太多了，短期内没有继续使用的计划，先养一段时间再说。

Raindrop

这一年里使用 Raindrop 的频率明显变低了，大部分的链接存进 Raindrop 之后也在也不会再打开。所以也没有续费 Raindrop 的会员了。

Dia

浏览器方面，自从 Arc 停更之后，就转移到了 Dia 上。比较特殊的一点是，我在 Dia 上没怎么使用过它的 AI 功能，感觉大部分都比较华而不实，如果有需要总结文章的需求，会直接调用 Youmind 的插件。我对 AI 浏览器这个业态的发展未来还是比较悲观的，并不觉得它会是一个重要的入口。当前继续使用它主要只是出于它的设计。

Dinox

Dinox 是我觉得比较可惜的一个软件。一方面是太过极客，另一方面是毕竟是国内软件，模型上没法用最好的。而且由于开发者只有一个人，并且主要的用户大部分都是当初买断的那一批，有点担心这个软件能否可持续地运营下去。

总结

相比于 2024，AI 已经在我的生产力系统里扮演了越来越重要的角色，而我对 AI 的态度也从 22 年刚兴起时的狂热，到 23 年的反思、24 年的刻意退避，到今年的去芜存菁，在思考后把 AI 融入到自身的工作流里，在保证自身主体性的前提下让 AI 更好地辅助我。也非常好奇，一年之后，当我再做一轮总结时，一切又会有什么样的变化。

Ben Thompson 最新关于英伟达财报文章的几个 take-away

  • 当前 AI 产业最稀缺的是电力而不是算力
  • 有人担心TPU训练的Gemini 3是对英伟达的威胁，Ben Thompson 认为这证明了 scaling law 仍有效，对英伟达是利好
  • 经济学角度上来看，既然最稀缺的是电力，那么 「token 能效比」会比 GPU/TPU 本身的价格更重要，因为在价格战的场景下，决定企业能承担的成本的是边际成本低的一方。

Transformer 的弱点

即刻上看到志达的post，联想到为何用 AI 概括一天情绪容易有偏。目前还是采取用提示词来强行约束，但是长远来看还是需要模型拥有自我学习的路由机制或抑制机制。

Transformer 的底层弱点可以用一句话概括：它不会像人这样做「减法」。

人脑有抑制机制（inhibition）：当你修车时，关于晚饭的念头会被前额叶直接「关掉」。这是硬门控 gating，信号被彻底压低到无效。

Transformer 完全不是这样。Self-Attention 的设计哲学是：
只要 token 进入上下文窗口，它就永远有权参与计算，Softmax 权重只能变小，永远不会变成真正的零。信息通路永远存在，没有任何机制能把一段上下文从计算图中完全切断。

结果就是：

  • 它天生「包容式」（inclusive）：所有信息都要进来混一遍。
  • 它没有「排他式」（exclusive）：不具备生理级、结构级的抑制。
  • 所有任务都更像「加法」：不断累积、融合、平滑，而不是隔离、屏蔽、重置。

AI 社交的一点小想法

今天看到了 Second Me 的大量推广，他们现在把方向定位在用 AI 做社交。这个方向确实挺有想法的，因为一旦你在 Second Me 里面积累了很多个人数据，它会越来越像你自己。

AI 社交未来可能是个方向，但是这个方向真正并不会由 Second Me 来实现，最有可能实现的反而是大厂，无论是像谷歌还是 OpenAI。因为它们已经嵌入到我们的生活中，并且能和各种各样的 APP 进行连接，拥有各种各样的数据，而不像 Second Me 一样需要手动在它里面输入数据。

而且那些大厂有足够多的人来进行这种社交氛围运营，因为对于社交而言，运营也是非常重要的。同时这种产品也是具有网络效应的，Second Me 作为一个小产品，天生就不会有太多用户，也很难在人群中自发传播起来。可以说在社交这个领域，很难有小公司生存的土壤。

如何通过 Notion AI 追踪自己的情绪

自从 Notion 进入 3.0 时代之后，我又重新订阅起了 Notion AI，其中的原因很简单，就是 Notion Agent 的引入使得每个个体的信息库、知识库，乃至项目管理的效率大幅提升。

目前我每天频繁会使用至少 3 个 agent，来进行学习、阅读、生活管理。今天我来分享一下如何通过 AI 来追踪自己的情绪。

流程

先说一下我的做法。一般白天我会在我的手帐里以 lifelog 的形式记录我当天遇到的事情、完成的任务、遇到的有趣的事，乃至阅读中的闪念。日常手边只有手机的时候，也会通过 Flomo 来录入。每天晚上，我会通过闪念贝壳，来把这些 lifelog 通过语音转文字一口气录入给 Notion AI。

Notion AI 会调用我的一个「日报助手」agent，来对我的 lifelog 以及当天从其他各个途径录入到 Notion 的信息进行分析，而其中我设置了一个 property 是分析当天的 lifelog，判断我当天的情绪

一开始我只随便写了一句话 prompt， 让 AI 分析我当天的主要情绪前些天和 Marvix 聊了之后，决定尝试一下用更科学的方式来对自己长期的情绪进行追踪。他的建议包括通过「八大情绪」来把情绪更加科学地进行整理。

根据他的建议，我写了一段 prompt （请阅读我输入的内容。基于 Plutchik 的八大情绪分类（喜悦、信任、恐惧、惊讶、悲伤、厌恶、愤怒、期待），分析我在这篇日记中体现的主要情绪。选择一个选项填入。）和标签设置之后，我试着把之前一个月的记录批量生成了一次情绪，结果却发现，为什么过去 30 天里，有 20 天我的情绪都是「快乐」？

我当然希望自己是个快乐的人，很多人也评价过我「情绪平稳」。但我很清楚，作为一个牛马，工作中必然会遇到挫折，生活中和家人的互动，乃至居家生活中，情绪也必然会有起伏，但这些波动在 AI 的总结里全都消失了，只剩下一片祥和的「快乐」。

那么显然，要么是我的输入有偏，要么是「算法」出了问题。

问题在哪里

我的输入是有偏差的

尽管日记本身是给自己记的，但是记录的过程本身却可能会发生在公共场合。为了维护在他人心中一个积极、阳光向上的形象，在记录时，我的记录会不自觉地变得更加平和，这会造成日记和实际情绪的偏差。

另一个原因则是我的输入方式的问题。当用笔记录下内容的时候，当时的情绪可能会得到宣泄。但当一整天过去，晚上通过语音进行录入时，那些负面情绪往往会已经消退了，即所谓的「褪色情感偏差」，输入到 Notion 里的内容会缺失了很多负面情感。

大语言模型的问题

在输入之外，还有一些偏差可能是由模型带来的。LLM 自带的两种特性：积极偏见（Positivity Bias）与 平均化逻辑。

积极偏见

当你把一整天的流水账丢给 AI 时，其中 80% 的内容其实是中性的维护性事务：起床、通勤、吃饭、完成任务。在没有显性的负面关键词（如「痛苦」、「崩溃」）时，AI 倾向于将“生活正常运转”理解为「快乐」。

平均化

我之前的指令是让 AI「分析这一天的主要情绪」。想象你是一个调酒师：你倒进了一份咖啡、一份白开水、一份威士忌、一份橙汁和一杯快乐水。搅拌之后，你问 AI 这杯水是什么味道？AI 尝了一口，礼貌地回答：“嗯，甜甜的，还能喝。” ——这就是那个虚假的「快乐」。

生活中的情绪不是平均数，很多时候，决定我们那一天心理状态的，往往是那一两个剧烈波动的瞬间。而这是 AI 在不经调整的情况下无法理解的。

修正

明确了问题，那下面就需要对输入和算法进行修改了。

提高输入的「信噪比」

发现问题后，我开始调整我记录 Lifelog 的习惯。

语音转文字虽然方便，但往往会丢失语气。如果我只是记录「今天老板驳回了方案，我改了第二版。」AI 读到的是「完成了任务 -> 勤奋 -> 快乐。」但当时我的真实心境可能是极度挫败的。所以现在，我在录入时会刻意增加主观形容词的密度：

「今天老板驳回了方案，我觉得很受打击，这完全是在浪费时间，但我不得不硬着头皮改了第二版。」

这一句话的改动，就能让 AI 敏锐地识别出「厌恶」或「悲伤」，而不是原本那个和稀泥的「快乐」。

并且，在一天的最后通过语音输入的时候，我也会主动保留原纪录里的一些语气词。

迭代 prompt

心理学中有一个著名的 「峰终定律」（Peak-End Rule）：人对一段经历的记忆，主要取决于情绪最强烈的瞬间（峰值）和结束时的感觉（终值），而不是整个过程的平均体验。

既然我要做的是「情绪追踪」，我就不应该让 AI 来取平均，而应该让它做「雷达」，来发现我记录中真正影响情绪的部分。

于是，我重写了我的 Prompt。我不再要求 AI 总结全天，而是要求它捕捉异常值。以下是我迭代后的 Prompt，如果你也在用 Notion AI 做类似的事，可以直接拿去用：

Role: 你是一位敏锐的心理情绪分析师。
Task: 阅读这一天的 LifeLog，基于 Plutchik 的八大情绪分类，找出这一天中情绪强度最高的那一种情绪。
Rules:
- 忽略流水账： 自动过滤掉吃饭、睡觉等常规活动，除非包含强烈的主观形容词。
- 捕捉异常值： 不要对全天的情绪取平均值。哪怕一整天都很平静，但有 15 分钟极度的「愤怒」或「悲伤」，这一天的标签应该是「愤怒」或「悲伤」。
- 负面敏感： 即使正向事件数量多，如果存在明显的负面情绪事件，请优先权衡其对心理的影响。

效果非常明显，我用 Notion AI 重新跑了过去一个月的数据，

「快乐」从 20 次降低到了 12 次，与之相对的是「自责」和「生气」的大幅上升。

虽然快乐仍是主流，但无疑更符合我日常的体感。

此外，我还添加了一个更进一步分析情绪的prompt，以帮助我更细化了解为什么会有这个情绪，强度如何，以及有什么更细微的情绪变化。

结合我的情绪，给出情绪强度【1-10】，用一句话总结引发情绪的具体事件，并描述出当天情绪的细微差别： [用更精准的词描述，如：焦虑、自豪、惆怅]」

为什么要做这些

做情绪追踪这件事的初衷，并不是为了得到一张漂亮的图表，而是为了提升对自我的了解，以针对性地改善自己的生活。

如果我的生活只有「快乐」和「不快乐」两种状态，那我的认知就是低分辨率的。通过强迫 AI 去区分我是「愤怒」还是「恐惧」，是「期待」还是「信任」，我也在强迫自己去正视那些被忙碌掩盖的细微感受。

数据有时候会撒谎，特别是当 AI 会试图讨好你的时候。我们能做的只能是尽可能地纠偏，纠 AI 的偏，也纠自己的偏。

第二次和 AI 合作写了一篇博客

第二次尝试和 AI 合作写了一篇博客 为什么同样是「四处出击」，腾讯比字节更容易被骂？，内心还是有些不舒服的，毕竟虽然主要的论点来源于自己，但是论证过程、采用的叙述方式、用语都来自于 AI （虽然让它学习了我的文风），但是感觉文章的 AI 度还是过高了，毕竟在和 AI 的讨论中，我的参与度也很少。

但是这一写作方式也有好处，就是可以很快地写一些我没时间长篇写作的选题。

目前想到的把这些内容和我自己写的内容区分方式包括：

在文章开头注明 AI参与度

博客中开一个分类：AI编辑（待定）

可能这些有些矫情，但是也是在自己和 AI 间保持平衡的一点「小巧思」

AI 录音硬件是个伪需求吗？(Plaud Note Pro 购买复盘）

自从以 Plaud 为首的 AI 录音软件在国际市场崭露头角，越来越多的人开始关注这个领域，也有越来越多的厂商进入这个赛道。尽管社交平台上不乏质疑声，但至少这是个逐渐升温的市场。

我的探索历程

最初，我在 2022 年底发现了 Rewind（现已更名为 Limitless）。它推出了一款名为 Pendant 的颈挂式智能硬件，号称可以记录生活中的所有输入。我第一时间预订了这款产品，但它经历了一次又一次的跳票，直到今年才大规模发货。而我在 2024 年就已经取消了预订。

期间，我也尝试过传统大厂的产品，走了不少弯路，比如购买 DJI Mic Mini 来充当录音笔。最终，当 Plaud 这款相对昂贵的产品进入我的视野时，我立刻被它的颜值和功能吸引，果断入手。

起初我想买海外版，也看了很多评测。就在准备下单前一天，Plaud 上新了 Plaud Note Pro，我按捺住了冲动。一周后，Plaud 宣布在国内上市。我曾纠结于国内版和海外版的选择——海外版可以使用国外模型，而国内版因合规要求只能使用国内模型。综合考虑后，我最终选择了国内版，将其作为录音硬件使用，搭配自己订阅的 Gemini 模型。

AI 录音软硬件是真需求吗?

回到核心问题：AI 录音软硬件是否是刚需？我们可以从两个维度来理解这类产品的定位：

  • 便携录音笔
  • AI 场景入口

我需要一个便携录音笔吗？

从第一个维度看，经过实际体验，答案毫无疑问是**「要」**。

主要原因在于，手机虽然是最方便的录音工具，录音效果也不错，但它会被随时占用。长时间录音时，录音功能很容易被其他软件抢占，导致录音暂停，甚至后台被杀，无法保存录制内容。

与此同时，我有一个常见的需求：日常通勤或晚上锻炼时，我经常骑电动车或公路车，时长半小时到一小时。这期间，我会戴着一只 AirPod。

由于苹果系统的限制，戴着耳机时，录音系统会自动选择最后接入的设备作为麦克风。也就是说，戴上耳机后开始录音，耳机的麦克风就会成为默认选项。

AirPods Pro 的麦克风质量远逊于手机自带麦克风，尤其在通勤和骑车场景下，风声和周围噪音会让录音几乎无法使用。

这种场景下，一个既能便携地吸附在手机背面、又能独立分拆的麦克风，自然成了我的需求之一。

另一个场景是：在外听讲座或参加快速会议时，拿出手机录音显得很不礼貌，也容易遭人拒绝。而吸附在手机背后的麦克风，影响程度会小得多。

这也是我没有选择 Plaud Note Pin 这类装饰型产品的原因——装饰虽小，但仍然显眼，一旦被认出来就会很尴尬。

我需要一个硬件产品作为 AI 场景入口吗？

答案是需要，但 Plaud Note Pro 并不是我理想中的产品。

之前我也看过 Plaud 创始人许高以及莫浩宇在博客访谈中的分享。他们并未将 Plaud 定位为单纯的硬件公司，而是希望通过积累用户日常生活中的上下文数据，让人们逐渐依赖 Plaud 及其背后构建的生态数据库。

但对我而言，我是否愿意将所有上下文、所有 context 都托付给 Plaud？至少目前，答案是否定的。我的上下文不仅包括日常语音，还涵盖各种剪藏、快捷输入、主动记录的笔记，以及日常的存储数据库等。Notion（结合 Notion AI）是我这半年来最主要的个人场景整合工具之一，这点我会在之后关于生产力系统的文章中详细说明。

在这种情况下，我显然不希望将所有数据都绑定在 Plaud 这个产品内。这也是我选择 Plaud 国内版而非国际版的原因。使用国际版意味着需要支付更多费用来获取最优模型，而它自己的 APP 目前使用体验还比较差。因此，我倒不如只使用它最基础的语音转文字功能，提取出转写文稿。

我用当前最好的大模型——我订阅的 Google Gemini 2.5 Pro，来对这些语音转文字素材进行总结，再录入到 Notion 中。从效率上并没有损失太多。而且即使用完本月语音转文字的配额，我还有其他买断制语音转文字产品，可以进行语音转文字转写，之后再在 Gemini 里整理。

这样，我既能获取最好的模型，达到想要的效果，同时又能保证所有内容、所有上下文都在统一的场景下得到管理。这对我而言，无疑比将所有内容都托付给 Plaud 更具吸引力。

所以，AI 录音硬件是一个伪需求吗？

对于我而言，答案很明显：并不是。而我相信，在现实世界中，有许多与我有类似需求、面对类似场景的人，同样需要 AI 录音硬件为他们的日常工作生活赋能。

然而，我需要的不是生态而是工具。

不可否认，Plaud 和 Limitless 这类公司的愿景极为宏大。可以想见，他们作为生态系统所要达成的目标，在可预期的未来是有可能实现的。然而，OpenAI 之类的公司也必然会设法抢占这一市场。而 Plaud 之类的公司在之后走向开放，比如开通更多自动化 API 功能，也许是一个思路。

这些 AI 录音硬件公司当下要做的，唯有将产品尽可能打磨至极致。就像 Plot 那样，把产品打磨成一件艺术品——继承苹果过往的美学基因，让人因设计而买单，而非仅因功能而买单。这或许是他们能够走下去的一条路径。

那么，AI 录音硬件是伪需求吗？它不是。但市场空间能有多大，取决于这些公司能看到多远，走到多远了。

AI 浏览器的风险

当前 AI 浏览器相比之前我们使用的浏览器，最大的区别在于 AI 浏览器需要读取大量隐私。而在以前的浏览器时代，这种隐私需要我们通过各种插件主动进行管控。现在，AI 需要通过浏览器了解你的日常生活，以提供更加定制化的服务，这必然会要求我们暴露更多隐私。

这些 AI，尤其是现在端侧的模型还很难称得上够用，所以相关数据都需要上传到服务器侧，这中间必然会存在很多隐私问题和安全问题。比如，现在的 AI 浏览器不仅获取隐私，还拥有很大的操作权限，包括对银行密码以及其他涉及本地文件的操作，有些浏览器都是开放的。这两者叠加，会有相当大的安全风险。

目前，由于 AI 浏览器还处于相对早期，对于这些风险具体有哪些，以及采取什么样的方式来防范，并没有一个非常通用的解法，也没有达成共识。这些都需要边摸索边前进，早期试用者必然会付出相应的代价。

我们是否愿意付出这些代价，成为早期试用者、探路者，从而占据更大优势，这是每个人需要权衡的地方。

在 AI 时代，做「有机」的创作者

上个月看到 orange.ai 的公众号文章，提到了 AI 时代的「有机」的概念。并且他直接把公众号的名字改成了「有机大橘子」，也算是非常有行动力了。

在食品中，有机的东西总是更贵些。而在各种表达被人工智能占据的场域，手搓无添加的内容成了稀有物，这何尝不是一种「有机」。

那么，在 AI 内容生产中，什么才叫有机呢？我们常说 AI 写的东西没有人味儿，这其实就在于，AI 输出东西时，他只有 intelligence， 没有 context，那么自然就缺乏生命力。虽然现在越来越多的大模型引入了记忆功能，但它毕竟不能代表我们所有的思考，无法记录人和人之间的互动，没法记住肌肤被夏日灼热的空气覆盖的感受。这些细小的细节构成了我们生而为人的真实感，思考加上感受，才能构成真实而自我的表达。之前在Context 的重要性；小红书+淘宝1中也写过一些感想。

表达本来就是一种力量，一种可以用来确认自己活着的权利。

那为什么我还会把 AI 应用于我的日常写作之中呢？这需要先区分开写作和编辑的区别。如以前文章所描述，无论写作才去的是流水式还是建筑家的模式，写作出来的内容、其内核还是来自于我们自己。AI，可能是通过如语音转文字等手段提高了输入效率、抑或是在后期编辑中快速修正表达、格式，本质上还是通过把标准化、重复性劳动外包给 AI 来提高效率，而其内核、表达的方式还是自己的。

当然，在这个过程中，有时候 AI 编辑和自己写作之间的那条「线」会比较难以划分清晰。AI 在编辑过程中所占的比重应该有多少这一问题也没有定论。有些创作者会认为，只要主题是自己的，论证过程全由 AI 来完成也无所谓。甚至有不少 Newsletter 作者选择了只由自己挑选阅读的文章，简介、评论都放手给 AI 来完成。

仅从我自己的价值观和审美上来看，对于上述的用法我并无法苟同。其实在 AI 辅助写作上我也尝试了不少方法，应用 AI 的比例也经历过不少反复。例如，在 AI 刚刚大行其道时，我也曾尝试过全由语音输入，让 AI 改写文字，调整逻辑、语法等。虽然这一方法看起来仍保留了我作为创作者，在观点输出上的主体性，但经过一段时间，我却发现，一个人的文风、用词也是构成「表达」的重要元素。

在这一过程中，Flomo 的产品哲学也给了我一些思考的引导。他们的 AI 语音转文字力求尽量保留创作者的文字，只去除一些口癖。这种记录方式有利于记录者回忆起记录时的场景，显得这些记录更像是自己的。

这其实和上文提到过的 context 也有关。「表达」不止是观点，更涵盖了与之相关的表达方式，只有两者相加，叠加上场合、地点、天气等众多因素，才构成了完整的表达。我们在创作中可能难以完全复刻所有的 context，但至少通过更「有机」一些，能让更多的 context 得到保留，能让我们产出的内容更像我们自己。

语音转文字正在改变我们的生活——兼简要横评市面上的语音转文字笔记软件

自从 Whisper 模型出现以来，语音转文字就成了我的写作流程中非常重要的一环，之前也写过一些文章分享了 AI 语音转文字的一些用法。而随着越来越多人开始使用语音转文字、越来越多相关的软件出现，这一「便捷」的输入方式也为越来越多人所熟知。在以前文章中也提到过，人工智能可能对人类社会生活方式造成许多改变，包括日常创作、人际交往乃至工作方式都迎来了诸多变化。最近我发现，这些变化已切实地体现在我身上。

近期写作上的一些变化

以前写文章的时候，我通常是有想法就直接用手机打开 Flomo 记录灵感，有空时在就随便找个咖啡店、或者在高铁、飞机上用iPad上打字成文。但最近在记录灵感时，我越来越多地通过语音来记录了，而使用语音时，出于「语音尴尬症」等原因，下意识地会避免利用一些在公共场合的零散时间进行片段的输入。更多是希望能找到一个相对空闲的时间、相对独立的地点，用语音来完成整体草稿的撰写。

这其实和我一开始想的「语音有利于片段化的输入」这一想法出现了很大的区别，也引发了进一步的思索——语音输入和键盘输入的区别到底有哪些，而语音输入对我们又会产生什么样的影响。

语音输入 vs. 键盘输入

思维模式

如果用一个简单的比喻来描述什么是键盘输入和语音输入，以及他们之间的区别，文字输入其实有点像我们是在一块砖一块砖地来「建一座房子」。在这个过程中，我们可以随时停下来审核结构，发现不满意的地方就拿掉，然后重新垒上，同时，我们可以交替着在多个地方开始垒墙。这个整个过程是异步、非线性的过程。在这个过程中，我们会经常需要做修改、拼接等等。经常写作的人也会有这种感受，我们会对每一个句子、每一个段落、每一个词进行琢磨，当我们写完一句话时会回头看看，删掉几个字，或立刻做出修改。

相比之下，语音输入更像一条「河流」。思想如水流，说出的话直接奔涌向前。我们无法让河流暂停，回到上游修改水流，只能保持它从头到尾流动。这过程同步且线性，需要不受打扰的环境。

为何会有这种差异？一个原因是认知摩擦力不同。打字时，我们经历思考、选词造句、寻找按键、拼写，然后看到文字出现，整体是一条很长的链条。语音输入则更容易进入心流状态，因此我们希望有个不受打扰的环境，一旦进入状态就不停下。写作时注重的会是思维的连贯表达，而非单个词语的完美与否。

同时，打字和语音输入调用的思维模式也不同。书面写作偏向逻辑结构和分析，讲述则偏向故事思维。讲故事追求连贯完整，写作的逻辑思维则完全不同。

我们并非说河流模式一定比建筑模式好，或更代表时代发展方向。相反，这是每个创作者面临的取舍。

效率

语音转文字技术对写作最直观、最可量化的影响，毫无疑问在于对效率的颠覆性提升。人类说话的速度远超打字，那自然，只要有足够的内容储蓄，能够维持输出强度，那么自然在相同的时间下，就能够输出更多的文字。不过需要注意的一点是，语音转文字也导致了编辑负担的转移。在起草阶段所节省的时间，一定程度上被转移到了编辑阶段。

正如上文所说，口述生成的初稿往往是未经加工的「原材料」，需要大量重写和结构调整才能成为合格的书面语。因此，语音转文字带来的生产力提升，其实并非简单地缩短了总时间，更多是重构了时间分配。

对于那些在编辑上比较苦手的人来说，实际上可能并不能减少他们总的输入时间。而真正的效率提升，属于那些能够成功适应新的两阶段工作流程，并掌握相应编辑技能的写作者。

对文字本身的影响

语音转文字技术对写作带来的转变远不止于效率，它也在潜移默化地改变文字本身的特质。

既然文字来源于口语，那写作出来的文本也自然会更加倾向于对话式的风格。这种风格在某些博客、介绍性文章中自有其优势，能营造出一种亲切、自然的氛围，但若讲述者本身不擅长讲故事，则有可能会囿于流水账的困境。

这也就引出了语音转文字所带来的潜在问题，即会导致行文冗长、结构松散。在我的语音转文字写作中就经常出现这个问题， 由于思考和写作是同时进行的，而人在思考的时候会不自觉地重复自己的观点，以保证逻辑的连贯性。当这种思维落在纸面上，就很容易会出现大段的重复。

影响不止于写作？

语音转文字所带来的影响不只局限于写作，它对于我们人与人之间的沟通，乃至于人与生活之间的互动都会带来很大的改变。

人和人之间的沟通模式

举个例子，语音转文字对工作中人与人之间沟通就会有很大的影响。以前当我们开会时，除非额外注明有人来专门做会议纪要，不然很多时候会议的内容是无法追踪的，人们相对而言就可以更加畅所欲言一些。而随着语音转文字技术的运用，所有的会议都可以留痕，这也就导致人们在线会议时会更加谨慎，更加注重自己的措辞，对于自己所抒发的内容会有更多审慎的考虑，会避免随意输出可能对自己或他人不利的内容。

这一方面使得同事与同事或者说不同部门之间的沟通变得愈发困难，但在某种程度上也增加了线下人与人之间沟通的重要性。在工作中，人们可能更加会倾向于线下的会议，或者说在茶水间等非正式场合的碰面。所以说，语音转文字技术在工作中可能会导致地理位置相近的人之间的关系变得更加紧密，而对于位置相对较远的人而言，反而会加深他们之间的隔阂。

人和社会之间的交互

语音输入正在重塑人们执行日常任务的方式，培养了新的行为习惯和用户期望，例如，人们期待技术能够提供即时、准确和个性化的响应 。然而，这种行为转变也面临障碍，包括用户对设备全部功能认知不足，以及在公共场合使用语音命令的社交尴尬感 。

而对于人与社会，以及人与社会中的一些事物的交互而言，也带来了很多的改变。语音转文字的效率大大优于传统的写作，人们在工作中也会更加依赖语音转文字，这就导致了人们工作范式的一定改变。很明显，在那些所有人坐在一个场合进行工作的场景下，语音转文字可能并不适用。人们会避免自己的隐私被探听，同时也担心会影响到别人。因此，在工作场所里，人们可能会需要更多个人的空间，或者更多可以短暂使用的个人空间，如电话间等。而这也同时进一步导致了人们工作节奏的加快。由于信息产生和处理速度的提升，人们的工作压力也会进一步增加，并且也会要求人们掌握更多的语音输入技巧。由于语音天生是流逝的，它也会要求人们学会怎样说出结构化的内容，这对人们的思维模式的要求其实更高了。

对社会的深层影响

而对社会交互的深层影响而言，优点自然在于，它在功能上进一步增加了信息的民主化程度。由于不善于打字的人也因此能够更加轻松地创作内容，在一定程度上降低了内容创作的门槛，同时也为那些文盲、不擅长书写打字，或者有手部残疾的人提供了一个相对公平的表达渠道。

而对于文化而言，语音转文字带来的可能更多是一些负面影响。相对而言，社会公平虽然在一定程度上缩小了阶级之间的不公平，但是对于不同语言、不同族群人之间的公平程度反而有可能是一种放大。那些使用少数语种或者有特殊口音的人会因此丧失快速输出的机会，和主流人群之间的差距会进一步扩大。而且语音转文字在主流语言上的优势也会随着语料增加而进一步增加，一些地方语言很有可能会加速消亡。当然，这里面也有一些反例，人工智能也可以用来保护或识别一些比较古老的语言，这取决于人们如何使用人工智能技术。

第三个变化更多在于认知模式上，人们通过语音随时记录想法，这改变了大脑处理信息的方式，就像我们之前所说的「建筑」和「流水」之间的区别。这长期对于人们的思维方式也会有负面影响，一旦人们习惯于随时随地记录自己的语音，自然的记忆能力反而可能会被削弱。

简要横评常见的语音转文字软件

下文会对我使用过的一些语音转文字软件进行一些简单的评述。特此声明，我仅评测我付费使用过的产品，且不打总分，因为不同维度对不同人来说有着完全不同的权重。篇幅所限，每个软件仅作简单评述，如有需要详细介绍，可以在评论区留言，后期有时间了可能会写更详细的文章。

语音+笔记

TL;DR

AudiopenVoicenotes闪念贝壳FlomoDinox
价格⭐早鸟⭐⭐⭐⭐⭐订阅⭐买断⭐⭐⭐⭐订阅⭐⭐⭐⭐⭐买断⭐⭐⭐订阅⭐⭐
UI/设计⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐
输入便捷度⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐
AI 能力⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐
上传录音⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐
集成能力⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐
附加功能⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐
开发者能力⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐
未来预期⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐

Audiopen

在所有语音转文字笔记软件中，Audiopen 应该是最早出圈的一个产品。早在2023年它就诞生了，作者从来没有编程经验，通过 vibe coding 创造了这款产品。

由于它当时昂贵的定价，也激起过一些讨论。Audiopen的 UI 以及语音转文字的准确度在所有产品中都是最佳的。去年，它也开发出了 app 端，在易用程度上也很优秀。它的后端集成做得也挺好，可以自动把转录及AI修改好的内容发送到 Notion，或通过 webhook 发动到其他自己想要管理的软件之中。综合来看，作为这个行业里的先驱，除了价格较贵之外，没有什么值得吐槽的问题。

Voicenotes

如果你错过了 Voicenotes 早期的 50 美元早鸟价买断的话，那这可能是语音转文字笔记软件用户最大的遗憾之一。

Voicenotes 在所有笔记软件中可以说是综合了价格、 UI、设计逻辑、后期的集成等最好的一个产品。Voicenotes 的设计非常克制且优雅，无论是极简的设计还是对于 AI 改写的克制，在使用便捷度上是首屈一指的。

它既支持在 App 中进行转录，也支持上传语音文件进行转录。除此之外，Voicenotes 还支持通过一个叫 Pages 的功能来把自己的语音转文字发布出去，形成自己一个非常微型的博客。我也把它作为我个人博客的一个补充，记录一些我个人的日常闪念。同时，它也支持 AI 问答等功能。

值得一提的是，Voicenotes 的作者是 Buy me a coffee 的作者，因此信誉度相对可靠，暂时不用担心跑路。

综合下来，Voicenotes 是我在所有笔记软件中使用语音转文字的频率最高的。而且它同时支持网页端、手机端以及苹果手表端的输入，这让它的使用场景得到了大大的拓展。近期，它也更增加了在桌面端的快捷输入，并且更加扩展了它自己的使用场景。

闪念贝壳

闪念贝壳其实是先在海外做起来之后才拓展到国内的，在外区它的名字叫 Ideashell。作者不愧是设计出身，它的外观设计非常优美，UI也很简洁美观，对颜值党来说用着非常舒服。

而另外一个特色则是它与其他各种软件的集成。打开软件（或通过小组件/action button)，录入一段语音，生成的内容，可以被非常便捷地立刻发送到包括从微信、提醒事项到 Notion、Obsidian、熊掌记、Craft、滴答清单、Day One等一系列笔记软件中去，在操作的便捷度上毫无疑问是在所有软件中最佳的。

此外，闪念贝壳支持上传录音文件进行转录，并且支持区分不同发言人，这个功能常被我用于临时会议记录。

Dinox

如果说闪念贝壳是典型的设计师作品，那么 Dinox 则是典型的工程师作品。

如果要论各种与 AI 相结合的功能最齐全、设置最复杂的产品，Dinox 非他莫属。它支持从语音转文字到后续的结构化处理、相关笔记、AI 聊天等一系列功能，甚至还支持手机端检测存储，并且包括 S3 等不同的对向存储。

可以说，所有你能设想的与笔记相关的功能在 Dinox 都有。但自然，缺点也是存在的：它的操作设置过于复杂，入门相对较为困难，且当前阶段 bug 较多；在美观上与其他几款产品相比略有缺失。同时，由于作者想法很多，整体作品割裂感比较强，并没有一个明确的产品特质。

但是，作者的更新频率以及响应速度非常之快，几乎每隔几天就有一个新版本，可以说是未来可期的一个选择。

Flomo

其实早在 AudioPen 流行之后，我就和少楠提过在笔记软件中加入语音转文字的想法。但当时他们觉得需要先研究语音转文字是不是一个笔记软件的刚需，以及如果真的加入了，如何进行最符合他们产品逻辑的设计，谁料这一研究就是两年。

对于他们这个解释，一开始我和其他挺多人一样，觉得他们只是出于成本考虑而拒绝做出一些新的尝试。也因此，我尝试了其他挺多速记软件。

几个月前，Flomo 终于加入了语音转文字。并且我也很欣慰地看到他们确实在里面融入了自己的想法。相比于那些着重于语音输入后，对笔记进行很多基于不同prompt调整的软件而言，Flomo 不支持自定义prompt（对不少人来说这是个缺点），非常注重写作者原来的结构，仅去除了一些常见的口辟等。

这其实也和我对于笔记的看法不谋而合。之前我也尝试过通过很多预先设置好的 prompt 来对自己的语音输入进行大幅度修改，但最后却发现这些修改过的笔记虽然看起来更加精致，但很多情况下并不能反映我自己的原意。亦或者，当我事后回顾的时候，总感觉这些笔记有些陌生。正如少楠和Lightory 想传递的笔记理念，只有那些在我们用自己的理解记下来的内容，才是我们当下最真挚的表达。我们自己通过思考来进行的重新编辑，也能让我们对自己的笔记有更深刻的印象。

此外，这半年支持的 AI 搜索和最近引入的 AI 洞察也很有想法，能帮助用户发现笔记和笔记之间的关联——虽然 Voicenotes和Dinox也支持类似的功能，但从易用程度以及完成度上来看，后两者只能称得上有这个功能，远远不算好用。

说了这么多，Flomo 当然也有一些问题，比如说他的语音笔记最长只能支持五分钟，对生成的内容会进行自动审核，替换掉一些不当语句，并且不支持同步到其他软件等。但从使用的易用性上，以及语音转文字这一功能本身的实现的完成度上，Flomo 还是做得很好的。

其他：Get笔记、即我笔记、Reflect、Tana、Workflowy等

这里提到的这些笔记软件并不代表市面上所有支持AI语音转文字的软件，还有几款可以简单提一下。

如果把市面上的语音转文字软件分成两类，一类可以算是所谓的「AI 原生」笔记软件，另一类则是「AI+」笔记软件

其中，Get笔记和即我笔记，以及这两年在即刻、小红书上各种独立开发者各种宣传的层出不穷的新软件大都是在AI语音转文字出现之后而诞生的。他们在从初始阶段就兼顾到了语音转文字的开发，但因为我使用的不多，也建议大家去找其他的评测。

而后面提到的这几款Reflect、Tana、Workflow则是基于已有的笔记软件的基础上，把语音转文字融入他们的工作流。其中，Tana毫无疑问是其中做得最好的一款。AI 已经成为其完整工作流中的一环。它既支持会议的转录，也支持日常的手机端以及电脑端的语音输入。此外，Tana还能在输入之后用AI对语音转文字的内容进行进一步修改，自定义化非常强。

但由于这几款都需要比较昂贵的订阅费，在性价比上，如果只是把它作为语音转文字软件而言，相对会比较低。不过，如果能把它们与自己的工作流结合起来，或者作为自己的知识库所在，那是可以考虑的选择。

语音转录输入法

桌面端的语音转文字输入法也有不少选择，最主流的包括 Superwhisper、Wispr Flow等，甚至 Voicenotes 近期也推出了 Mac 端的输入法软件，只需按住快捷键，就能直接把语音转文字输入到当前的文本框内。

由于我日常输入不依赖于 Mac，对这方面没有很深的研究，可以参考Edison的这篇文章来了解更多的细节 https://linux.do/t/topic/833194。

语音输入是 AI 时代的唯一正解吗？

语音转文字软件确实加快了我单一文稿撰写的速度，例如这篇文章有 50% 的部分是通过语音输入完成的初稿。但回头看来，寻找具有仪式感的环境进行语音输入这一行为反而对我创作构成了新束缚。

以前我能在等地铁、午休时花几分钟，用手机或iPad快速写出文章一部分。然而习惯于用语音写初稿之后，我的零散输入时间反而变少了。

未来创作中我可能需要区分不同类型文字，采取不同写作方式。对偏向故事型、记录型的内容，使用语音可能更方便；对偏向书面信息的写作，找个安静地方写可能更好。更或者，在大部分情况下，我都会更加倾向于用打字的方式来进行写作。因为无论是在摘录闪念，亦或是在长篇梳理自己想法的时候，这种字斟句酌的输入方式都更有利于我理清自己的思路。并且，它能更加有一种创作的真实感以及仪式感。毕竟，有时候仪式感本身也是创造力的来源之一。

而对于每个创作者以及记录者而言，根据自己所处环境、惯用设备而选择最适合自己的创作方式，是每个创作者都需要面临的课题