AI助手：从幕后走向前台，成为你的“第二大脑”
在信息爆炸的时代，我们常常感到知识的匮乏，明明记得某个数据或论述，却难以在浩如烟海的信息中找到它。我们不断地在应用程序之间切换，复制粘贴，试图将上下文信息传递给AI，以期获得一些帮助。
最近，我体验了一款名为“Glass”的应用，它致力于成为用户的“数字大脑拓展”。与传统的AI聊天框不同，Glass将“被动观察”融入到macOS系统中，让我体验到AI作为心智延伸的人机交互模式。
Glass：面向未来的AI助手（开发者版）
Glass没有传统的用户界面，安装过程更像是一个开发者环境配置流程，需要熟悉Python和Node.js。安装完成后，它只是一个静默地躺在菜单栏的图标。
首次启动Glass，会看到几个直接的权限请求：屏幕录制、麦克风访问和辅助功能。每一个权限都直指核心：一个需要完整观察和倾听的AI。
安装完成后，你甚至可以选择隐藏Glass，即使将屏幕分享给他人，他们也无法看到它的存在。这正是Glass的核心理念：AI不应是一个需要频繁唤起的工具，而应是一个与你伴生的记忆体。
传统的AI助手工作模式是“你问，我答”，过程割裂且非连续。Glass颠覆了这一点，它的工作模式是“我观察，你随时问”。它在后台默默地记录你的数字化行为，并将其内化为自己的记忆。
它不再需要你费力地去解释上下文，因为它本身就活在你的上下文里。Glass更像是一个“低调实用”的AI助手。
当记忆不再是负担
Glass的主要功能包括我们已经熟悉的部分，也有不同于现有AI工具的使用体验。
首先，它并不是一个现有AI大模型工具的便捷访问入口。虽然可以直接提问，但问题的内容总是与屏幕中显示的内容相关。你可以通过快捷键，向它提问各种关于当前屏幕的内容。
当你点击悬浮栏中的Listen按钮，Glass会切换为监听模式，持续记录电脑屏幕过去出现过的各种画面信息与音频，并基于此生成一份总结报告。
在会议纪要场景中，Glass不仅能实时生成一份会议纪要重点，还能实时转录音频，但目前只支持英文，对中文语音的支持欠佳。Glass与其它会议纪要类AI工具最大的不同在于，它不受某个App的限制，可以全局记录并提取过去屏幕中的内容，并根据记录下来的内容实时生成摘要和问题总结。
除了会议记录功能，Glass还能应用在观看视频的场景中。开启Glass后，打开一个关于F1车手刘易斯-汉密尔顿的采访视频。不到三分钟，Glass就通过读取到的内容，生成了一份内容摘要，还会主动提供数个进一步问题，供你进一步了解视频内容。当然，你也可以自己提问。
摘要内容会随着屏幕内容数据的增加而不断更新。目前，Glass分析本身支持中文内容，但自动生成的内容汇总目前还只能以英文的方式展示，这与Apple Intelligence中ChatGPT的体验类似，都是模型本身支持中文内容、应用层没有做适配产生的问题。
在直接针对屏幕内容的提问中，由于可以直接使用中文提问，回答也会采用中文回复，这大大提高了对中文用户的友好程度。
全局读取屏幕信息并记录，是一个潜力几乎无上限的功能。我在VSCode里重构一个复杂的项目时，使用Gemini修改完一串代码后，脑中突然闪过一丝不确定。我没有急于修改撰写的那段代码，而是通过快捷键唤出Glass，问道：“帮我分析一下修改的那部分代码的核心逻辑。”
几秒后，一个对话框以通知的方式弹出，用清晰的列表总结了函数的用途和我的修改点。
我没有复制任何代码，没有跳转任何页面。我只是提出了一个基于“屏幕内容”和“需求”的问题，Glass就从屏幕中为我提取了答案。
另一个例子是Glass对非结构化信息（如会议语音）的处理能力。在一场持续一个多小时的线上脑暴会中，我全程投入讨论。会议结束后，Glass已经自动生成了一份详尽的会议纪要，不仅区分了不同发言人，甚至提炼出了关键的结论和待办事项列表。
它就像一个永不疲倦的书记员，将稍纵即逝的多模态内容流，沉淀为结构化的信息资产。
Glass解决了AI助手最大的痛点：上下文的缺失和跨应用操作的割裂感。同时，作为一个开源项目，Glass即使在全时监控屏幕下，也没有对电脑的内存产生特别巨大的压力，这让我愿意让它全天运行在我的电脑上，在我需要它的时候将它唤醒。
尽管如此，我仍然不建议电脑内存在16GB以下的Mac设备（当前Glass只有macOS版本，Windows版本在开发中）长时间运行Glass，因为它仍然可能给电脑造成明显的卡顿现象。
简单的产品应用逻辑，也说明Glass放弃了所有取巧的路径，它依赖云端服务器对你的行为进行分析（至少在开源版本中），同时选择在本地进行大量的结构化信息整理任务。这意味着所有的屏幕录制、语音识别，几乎都直接压在了处理器本身上，自然也就带来了更高的硬件负载。
记忆延伸的源流与未来
Glass的推出，虽然只是一个名为Pickle的小团队的开源项目，但其背后的理念，却可以追溯到上个世纪。
1945年，美国科学家范尼瓦·布什（Vannevar Bush）发表了《诚如所思》（As We May Think），首次提出了“记忆扩展器”（Memex）的概念。这个构想远早于个人电脑和互联网的诞生，却以惊人的前瞻性预示了未来信息技术的发展方向，并对后来的超文本（Hypertext）和个人计算领域产生了深远的影响。
“记忆拓展器”的核心逻辑，是通过技术手段，将个人的知识和记忆外部化，使其成为一个可供随时访问的“外接大脑”。
Glass所做的事情，正是Memex理念在AI时代的具象实现。它不再局限于存储文档和书籍，而是将用户动态的、实时的“行为”本身作为记录对象，通过大型语言模型的“关联索引”，最终实现一个远超任何传统知识库的、活的、个人的记忆系统。
Glass这个项目更深远的目标——“为每个人建立一个活的数字克隆”，则是这一理念的极致延伸。它不仅要成为你的记忆，更渴望成为你的“代理”，一个可以理解你、模仿你、甚至代替你执行任务的数字孪生。
但现实是，目前Glass的体验显然距离这个目标还很遥远：Glass需要你手动输入OpenAI或Gemini的API Keys，现阶段Glass也提供了登录账号、免费试用开发团队提供的API Key额度的解决方案。同时正常使用也需要前置安装Python与Node环境库，虽然门槛实际上并不高，但也并没有达到“开箱即用”的地步。
即便如此，Glass在开源之后还是迅速在GitHub上吸引了不少关注，短短四天已经破超过3K Star，迅速在AI工具圈走红。
在Glass背后，开发团队Pickle是一家致力于构建“数字思维扩展（Digital Mind Extension）”的公司。他们刚刚在上个月从Y Combinator吸引到了60亿韩元（约3100万人民币）的投资。
Pickle脱胎于另一个开源项目Cheating Daddy，而Cheating Daddy又是另一个“臭名昭著”的项目Cluely的开源版本——后者在今年曾因为闭源、付费以及最重要的面试作弊这一卖点颇受关注，同时也引来的诸多争议。
由于Pickle项目中存在大量Cheating Daddy项目的内容直接复用，目前Cheating Daddy创始人就这一点在X上对Pickle发起讨伐，指责“开源项目并不意味着可以拿来照抄”，但这件事尚未得到Pickle团队的正面回应。
但目前作为一个轻量级的解决方案，Glass仍然不失为一种值得观察的思路；此前主打“全天候记录用户信息”的Rewind.ai项目，就因为对设备的内存占用过高，同时对结构化内容整理效果不尽人意，因而迅速退出AI工具的主流舞台。
Glass这类产品所代表的“主动感知AI”，这个曾在科幻作品中反复出现，代表着高效与智能的词汇，距离真正到我们的日常生活中落地，或许已经不远。
一个轻量级工具的脱颖而出，更是说明了这个过程中，用户核心需求的提炼——没错，一个完美的记忆体的确很强大，AI的辅助也的确很努力，但人们想得到的，或许仅仅是一个能让自己工作更顺畅、思考更专注的普通的好工具。
