0914 | 隐私优先、成本更省：本地AI浪潮与好用的创作者工具

茉莉: 欢迎回到我们的节目，我是茉莉。今天的选题其实有一条暗线：不管这些产品是在存你的资料、听你的会议、还是帮你写代码、录视频，它们都在围绕同一件事打转——你自己的信息，放在哪里，谁来处理，花多少钱。

白桦: 我是白桦。这条线听起来有点抽象，但今天要讲的每一款产品都是它的具体形态。我们从最贴近个人的那一层开始：你的笔记、你的会议、你的私人文件，然后一路往外推到模型、流量和传播。中间该怀疑的地方我们也会怀疑。

茉莉: 先说第一个。一个叫 Resurf 的产品，它是给 Mac、iPhone 和 iPad 做的一个"个人上下文库"。你可以把笔记、链接、图片、PDF、想法都存进去，之后要么自己找，要么通过 MCP 和 CLI 把这些上下文交给 AI 用。开发者 Deep 自己说，他工作时常存灵感、文章、截图、随机想法，结果散落在各种应用里，很少回头去看，所以给自己做了这个。

白桦: 它的组织方式是空间、标签和堆栈，捕捉很快，整理可以放后面。存储是本地的，同步走私有的 iCloud。Mac 上免费试用，iPhone 和 iPad 免费，Mac 无限使用是一次性买断。评论区里有一条值得注意的反馈，有位用户说他之前用 Obsidian 做类似的事，试了 Resurf 觉得很流畅，打算用三十天之后再写评测。这个人现在到底是留下还是回去，还不知道。

茉莉: 另一条评论更具体，说这个应用每天都用，常驻菜单栏，存下找到的每一点灵感，做设计时第一个打开的就是 Resurf 库。不过要提醒一句，这是发表在发布日评论区的用户自述，我们没法验证他用了多久。还有用户问了一个很实际的问题：能不能把 MCP 访问限制在特定的空间或集合里？这个问题，从现有材料里看不到回答。

白桦: Resurf 代表的是"存"这一层。下一款产品代表"听"。Epilude Notetaker，一个 Mac 上的会议记录工具，它的卖点是百分之百私密的会议笔记。它直接在你的 Mac 上录会议，没有机器人加入通话，然后用一个叫 EP-1 的自研本地模型做转写和摘要，还生成带负责人和截止日期的行动项。

茉莉: 背后的故事挺有意思。制作者 Gustav 说 Epilude 一开始是他伤了手肘之后用来语音写作的工具。而他做 Notetaker 的动机是：开会要么专注听然后忘掉一半共识，要么埋头记笔记错过眼前的对话。现有的 AI 会议记录工具确实解决这个问题，但它们都把数据发给 Anthropic 和 OpenAI 这样的云厂商，你的数据有变成训练材料的风险。

白桦: 所以 Epilude 的选择是全部在本地做。会议结束后给你干净的转写稿、可编辑的摘要、行动项。它会自动识别会议类型，站会、销售电话、规划会议的摘要格式不一样。每个要点都链接回转写稿，方便你核对原话。还有一个细节，行动项只从口头明确说定的内容里提取，不会凭空造一个负责人或猜一个截止日期。

茉莉: 存储形式也值得展开。每个会议存成一个 Markdown 文件，放在你自己选的文件夹里，默认是 Documents。你可以用 Obsidian 打开，贴进 Notion，或者导出 PDF。这对那些已经有自己工作流的人来说是个关键设计——笔记是文件，不锁在应用里。

白桦: 隐私之外还有一层隐私。因为没有机器人加入通话，参会者名单里不会出现一个"AI Notetaker"。它录的是你 Mac 这边的麦克风和会议音频，Zoom、Google Meet、Teams、Slack 语音，甚至隔桌对话都行。理论上只要你的 Mac 听得到，它就能记。这一点是能力也是灰色地带——从对方的角度，你等于在录音而对方名单上看不出来。

茉莉: 评论区的反应里有两条很值得念。一个用户喜欢"本地会议笔记存成 Markdown"这个组合，问了一个技术问题：如果会议里有人切换语言怎么办？这个问题从现有材料里没有答案。另一个用户的评价更微妙，他喜欢有终身买断、不依赖云端这个方向，说"感觉回到了美好旧时光"，但接着提了一个尖锐的担忧——Pay Once 选项只包含一年的应用和模型更新，那是不是意味着每年都要重新买？如果下个 macOS 出来应用不兼容了呢？

白桦: 这个担忧没有在材料里得到回应。同样，那位用户还问能不能把自己的 Claude Code 接到会议转写稿上做更强的总结。这些都悬着。还有一点要说明：EP-1 的实际转写质量，从材料里只有产品方的描述，没有独立验证。

茉莉: 从"存"和"听"往前走一步就是"算"。Perplexity Hybrid Compute 走了一条更彻底的路线，它干脆把一个任务劈成两半。现在这个功能在 Perplexity Computer，就是他们的 Mac 应用上上线了：研究和推理放在云端用他们最强的 AI，任何碰到你私人文件的步骤留在 Mac 上，由本地模型处理，不上传。

白桦: 硬件门槛是 Apple 芯片、至少 24GB 内存，目前对 Pro、Max 和企业用户开放。具体的工作方式是：云端开始任务，你可以从 iPhone 远程触发，但 Mac 负责访问文件和跑敏感步骤。本地有三个模型可选，一键设置，不需要 Ollama 或 API 密钥。企业版还有管理员控制和审计日志，记录什么离开了设备。

茉莉: 最有意思的是那个隐私检查器。它是设备上的 PII 分类器，在任务发出去之前，先在你的 Mac 上读一遍。发现名字、邮箱、电话号码这类信息，就换成替身发出去，答案回来后再还原。页面演示里有一个"隐私门"的界面：它检测到文件里有个人信息，给你三个选项——在 Mac 上本地处理、保持私密，或者原样上传到云端。也就是说，它把这个决定摆在你面前，而不是默默替你决定。

白桦: 而且他们开源了这个设备端 PII 分类器，说是在 Perplexity 的 Secure Intelligence Institute 协作下训练的。不过这里有一个值得停留的疑问：上传与否，最终是分类器在判断。它什么时候该拦截、什么时候放行，这个边界的可靠性，材料里没有给出任何测试数据。分类器漏判一次，敏感内容就出去了。这是整个设计里最需要长期观察的部分。

茉莉: 把这三款放在一起看很清楚：Resurf 管存，Epilude 管听，Perplexity Hybrid Compute 管算。同一个趋势的三个层次，共同点是都把"数据不出门"当卖点。但也都暴露了同一个矛盾——本地模型还是弱于云端，所以 Epilude 用本地换私密，Perplexity 干脆做混合，承认两头都要。

白桦: 这个趋势还有两个旁证。一个是 Clipwise，一个把网页整篇存进 Notion 数据库的工具。制作者是个独立开发者，他说做它的原因是每个 Notion 网页剪藏工具都要注册登录，而那些登录总是坏掉或者同步慢，正好在他想快点保存的时候掉链子。Clipwise 用你自己的 Notion 集成连一次，之后不需要账号、没有服务器，除了你选择保存的那一页，什么都不离开你的电脑。

茉莉: 几个细节：它保存整篇文章包括代码块，不是截一半；你可以在保存前填好 Notion 的属性——标签、状态、来源——让页面落库时就是完整的行；它记住你上一个数据库，第二次剪藏基本一键完成；如果一个页面抓出来是空的，它会告诉你，而不是默默存了个空。完全免费。有用户在评论区问：能不能检测到文章已经在数据库里了？这个也还没有答案。

白桦: 另一个旁证是 GhostWriter，MyHandler 做的一个 Windows 工具。在任何应用、任何文本框里双击左 Ctrl，它读屏幕上的内容，结合你的日历、文件和过往会议，在你光标处直接打出回复草稿，还模仿你的语气，连落款都匹配。制作者 Tery 说他写了四十年软件，MyHandler 是一个本地优先的 AI，把屏幕、文件、邮件、日历、会议索引进你自己硬盘上的加密保险库。

茉莉: 它和前面几个产品有一个关键区别，这个区别说得很直白：Ghostwriter 从不发送。产品里没有发送路径，你读、你改、你按发送。最后一步永远是你。另外有个细节很聪明：如果草稿里提议了一个时间，它会先对照你未来两周的日历检查，避免你约重了。有用户问了"它到底能看到我屏幕上的什么"，也有人说喜欢它本地优先的方向。不过要指出，文档里提到组装好的上下文会发给他们的云端模型来写草稿——用的是零数据保留的配置，但严格说，它不是纯本地的。

白桦: 好了，个人这一层说完了。这些本地优先的产品背后，其实是模型本身在变——下一件事正好是模型怎么变聪明又变便宜。Cognition 发布了新编码模型 SWE-2，主打的就是性价比。先看数字：在 FrontierCode 1.1 Main 上得 50.0%，距离 Fable 5.1 的 50.9% 只差不到一个点，但便宜 64%；距离 GPT-6 Astra 的 53.3% 在几分之内，只花四分之一的价格。

茉莉: 跟自家上一代 SWE-1.7 比更明显：分数更高，回合数少 58%，成本省 81%。中位数上，SWE-2 在 18 步之后就开始第一次真正的代码编辑，SWE-1.7 要 48 步。制作者自己也承认，SWE-1.7 的问题是用户反馈它在简单任务上过度探索、过度思考——特别谨慎地把代码库翻个遍才动手，谨慎是好事但也是成本。

白桦: 技术上的核心动作是把真实美元成本写进 RL 的奖励里。他们从 Kimi K3 这个 2.8 万亿参数的模型出发做后训练，强化学习时每个推理强度档位都有线性的成本惩罚，而且 medium、high、max 三档在一次训练里同时覆盖，不再分别训练三个模型再拼起来。结果不只是顶端的性能变好，是整条成本-性能曲线一起上移。

茉莉: Terminal-Bench 2.1 上它拿了 92.8%，是他们对比表里的最高分。行为层面还有三个观察，来自他们内部测试：测试写得更好，能端到端地抓回归和边界情况；在明显路径被堵住时更愿意找别的路，材料里举了个例子，一个 MCP 集成不可用，它从已有权限的 Slack 频道历史里把数据重建了出来；第三，被质疑的时候它会重新推导结论，而不是顺着你同意——它会跑东西拿证据，而不是信表面上的文字。

白桦: 需要交代清楚的边界：这些数字全部来自 Cognition 自己的博客和自己的评测流程，包括他们自己维护的 FrontierCode 排行榜。我们目前没有第三方复现。另外它离 GPT-6 Astra 还有差距，尤其在 Terminal-Bench 4 这种更难的基准上，SWE-2 是 27.3%，GPT-6 Astra 是 57.9%——复杂任务的上限到底在哪，还没有被验证。上线范围是 Devin Desktop 和 CLI，正在推向 Web 和 Fusion。

茉莉: 这个故事其实接住了前面的混合思路。你选哪个模型，本质上就是在隐私、能力和成本之间做权衡——本地模型便宜又私密但弱，前沿模型强但贵。SWE-2 的赌注是：智能和效率不是对立的，更强的工程判断力让你少走弯路，少走弯路本身就省钱。这个假设成立与否，要看真实工作负载里跑几个月之后的结果。

白桦: 模型便宜了、产品做好了，接下来还是那个老问题：客户从哪里知道你。这个环节正在发生一次迁移，从搜索引擎到 AI 助手。Visiby 做的就是这件事的测量端：帮品牌追踪在 ChatGPT、Perplexity、Gemini、Google AI Overviews 这些平台上的提及、推荐和引用，看竞品在哪些 prompt 里胜出，然后生成改进建议。

茉莉: 它页面上的说法是：三分之一的 B2B 买家现在在 AI 助手里开始供应商调研，62% 的企业营销人已经在为 AI 引擎做优化，而 Semrush 排名、Ahrefs 排名、GA 数点击，没有一个工具在测 AI 到底在说你什么。这些数据来源标注是 Gartner 和他们自己的 FNA 研究，前者我们没法核实，后者就是自家的调研，要打折扣地听。

白桦: 产品形态上，它每周采样大量 prompt，给出可见度分数、话语份额、每个引擎的引用占比，还有竞品对比——哪家品牌在哪个话题里被引用得多，点进去能看到背后的 prompt 和具体段落。有用户提了一个很尖锐的问题，值得原样转述：Starter 套餐的描述写的是每日追踪，但功能列表写的是每周刷新；这个发布页面提到 Gemini，定价页上列的引擎阵容又不一样。到底是哪些引擎、什么刷新频率？这个不一致产品方没有当场说清。

茉莉: 另有用户问它和 traccker 这类现有工具有什么区别，也是发布日没看到答案的问题。所以这个赛道的状态是：概念成立，但标准没成形，工具之间的差异、数据的口径，都还在争论中。

白桦: 测量端有了，供给侧也有人在动。Neopress 的思路是：建站、CMS、SEO、分析放进一个工作区，全部用对话完成。它发布的是服务端渲染、AI 可读的页面，让搜索引擎和 AI 爬虫都能访问；然后让 AI 分析你的指标，发现洞察，把洞察变成对站点和内容的改进。一条循环：构建、发布、测量、学习、改进，全靠聊天。

茉莉: 制作者 Joon 在评论区问大家：网站上线之后，什么工作最花时间？这其实点出了 Neopress 的假设——上线之后的持续运营才是痛点。它和 Visiby 正好是同一枚硬币的两面：Visiby 看外面，追踪 AI 在哪里引用了你或没引用你；Neopress 从里面改，让页面本身更容易被 AI 读到、被引用。两个产品都在赌同一件事：被 AI 引用正在成为新的流量入口，而影响这件事的手段刚刚起步。

白桦: 当然，"AI 可读的页面"到底是什么规格、AI 爬虫实际怎么决定引用谁，这些问题的行业标准都还不存在。现在入场的工具，本质上是在没有裁判的情况下抢跑。

茉莉: 最后一段，说几个把"表达"这件事成本降下来的工具。第一个是 ScreenCursor，一个 Chrome 扩展录屏器。它的起点很个人化：制作者看到好的产品 demo 都是用 Screen Studio 做的，但 Screen Studio 只有 Mac 版，他是 Windows 用户，所以自己做了一个，哪儿有 Chrome 哪儿就能跑，不需要安装器和管理员权限。

白桦: 它的核心功能是：录制时盯着你的光标，每一次点击、拖拽、按键自动变成一个变焦镜头，而且是先于点击到达、稳住、再跟着光标。你按停止的时候，成片已经好了，不是一段待剪辑的素材。当然所有自动变焦都可以事后调整——移动、改深浅、换节奏、删掉，或者干脆全关。全部处理在浏览器里完成，不上传任何东西，没有账号、没有服务器、没有水印。

茉莉: 价格是 49 美元一次性买断，页面还专门跟 Screen Studio 对比——后者只有 macOS，年费约 108 美元，而且确实功能更多：摄像头画中画、运动模糊、USB 连 iPhone 录制。ScreenCursor 导出 MP4，最高 1080p，一个授权最多激活三台自己的电脑。发布还给了 Product Hunt 专属的半价码，24.5 美元。

白桦: 有两个诚实的细节必须说。一是作者自己承认，浏览器外的 zoom 效果还不完美，正在做自定义焦点点的更新，而评论区有人追问大概什么时候上线——没有给出时间。二是有用户问了一个关键问题：作为 Chrome 扩展，它到底只能录浏览器标签页里的内容，还是也能录其他窗口和整个桌面？页面 FAQ 里说可以录全屏，包括浏览器之外的应用和桌面，还解释了 Chrome 录屏时那条关不掉的分享栏——它录前等三秒让你收起那个栏。作者说他最缺的就是 Windows 和 Linux 的测试者，因为他就是为这些人做的。

茉莉: 录好了产品演示，放哪儿？DemoTV 给了个奇怪的答案：一个 24 小时滚动播放产品演示的电视频道，排名由观众决定。你免费提交一个短视频 demo，观众看两两对决的"频道之战"，选自己真会去试的那个，成千上万票算出一个 Elo 分，分数最高的三家占住 1 到 3 频道。

白桦: 这个模式里最重要的一条线是：钱能买到曝光——清楚标注的广告位、真实的观看和点击——但永远买不到排名。制作者自己说，"这条线是全部意义所在"。页面上的数字是：109 个在线 demo、542 次观众投票、五万多播放量。同样地，这些是平台自己统计的数字，看看就好。制作者在评论区想验证的问题是："频道"这个形式对 demo 来说，能不能像排行榜对发布那样成立？也有用户建议他们可以卖广告位，甚至放有史以来最好的电视广告。有意思，但还没有答案。

茉莉: DemoTV 页面上的排行榜里能看到各种产品的演示，从 AI 应用构建工具到加密钱包，分类很杂。它的商业模式是：提交免费，之后可选付费的曝光位、演示制作服务、七天赞助，全都标注清楚、不碰排名。这个承诺能不能长期守住，取决于以后规模变大、金主变多的时候。

白桦: 最后一个收尾的工具是给做界面的人的。SHIUI 是一套"日之丸墨水"风格的 UI 组件库——灵感来自日本海报，平面二维、1.5 像素的细线、零阴影，整个系统只有三种颜色：纸色、墨色、朱色。111 个活组件、24 个区块，页面上的每个卡片都能真的点、翻、关掉，代码可以从卡片上直接复制。

茉莉: 它有很强的规则感，比如主按钮用朱色填充，一屏只用一个；朱色是花在刀刃上的强调色，用在太阳、印章、信号上。有用户评价说喜欢它简单但不无聊，那点朱色加了很多性格。这类风格化组件库的实际价值，要看拿到真实产品里能不能撑住，但作为一套可以直接搬走的设计语言，它的完成度看起来不低。

白桦: 把今天这一串连起来看，其实是一个闭环。信息待在你自己的机器上——Resurf 存、Epilude 听、Perplexity 分着算；模型变便宜变聪明，让本地处理越来越可行；当你的产品够好，你要操心的是 AI 会不会推荐你——Visiby 和 Neopress 在抢这个入口；最后，你得把产品演示出来、讲清楚——ScreenCursor、DemoTV、SHIUI 都是在压低表达的成本。

茉莉: 悬而未决的也都记下了：PII 分类器的边界靠不靠谱，本地模型能不能长期追上云端，SWE-2 的性价比在真实工作负载里站不站得住，AI 搜索优化这个赛道的标准由谁来定，还有 DemoTV 的排名承诺。这些我们后面会回来跟进。

白桦: 今天的节目就到这里。所有提到的东西都是最近二十四小时内发布的，好坏都还太早下结论。感谢收听，我们下次见。