📢 转载信息
原文作者：Ivan Mehta
人们一直在热烈讨论如何为 AI 系统构建上下文。在消费类软件领域，我们已经看到一些初创公司围绕 搜索、文档 和 会议 展开业务。它们都希望捕捉你数字生活中的上下文信息，与其他工具建立联系，并让你能够查询所有这些数据。有些工具走得更远。例如，Rewind（后来成为 Limitless 并被 Meta 收购）和 Microsoft Recall 都致力于捕捉屏幕上发生的一切，并帮助你记住所有内容。
一家名为 Littlebird 的新创公司正在尝试一种类似的方法，但略有不同。虽然 Rewind 等应用存储截图或某种视觉数据，但 Littlebird 是“读取”屏幕并将上下文以文本格式存储。
该产品的核心理念是，由于它一直在读取你的屏幕，因此你无需为提高工作效率提供额外的上下文信息。该公司认为，许多 AI 工具试图让你分心，而 Littlebird 可以在后台运行，只在你需要时出现。
当你配置 Littlebird 时，可以自定义要忽略的应用，不捕获任何上下文。该公司表示，它会自动忽略密码管理器以及网页表单中的敏感字段（如密码和信用卡详细信息）。你也可以选择将 Gmail、Google Calendar、Apple Calendar 和 Reminders 等其他应用与该应用连接。
该应用允许你提问关于你的数据的问题，并提供预设的提示，例如“我今天做了什么？”或“对我来说，什么类型的电子邮件是重要的？”在使用了几天之后，我注意到随着时间的推移，这些提示变得更加个性化。
Littlebird 还内置了一个类似 Granola 的笔记记录器，它利用系统音频并在后台运行，从会议中捕获转录内容，并基于此创建笔记和待办事项。当你打开会议的详细视图时，有一个名为“准备会议”的选项，它会考虑过去会议、电子邮件和公司历史的上下文，为你提供有关会议的更多详细信息。该功能还会从 Reddit 等来源获取信息，告知你用户对某个特定产品或公司的看法。
另一个名为 Routines 的工具提供了详细的提示，让 Littlebird 可以按固定间隔（如每天、每周或每月）运行。该公司列出了一些现成的例程，如每日简报、每周活动摘要和昨天的工作摘要。用户也可以用自定义指令创建自己的例程。
Littlebird 由 Alap Shah、Naman Shah 和 Alexander Green 于 2024 年创立。兄弟 Alap 和 Naman 创立了 Sentieo，这是一个面向机构投资者的平台，后来被市场情报公司 AlphaSense 收购。他们之前还共同创立了一家健康食品公司 Thistle。Alap 还是病毒式传播的 Citrini 论文的合著者，该论文探讨了 AI 代理如何摧毁经济，该论文导致多家科技股下跌。Green 曾创建过多家硬件、软件和 AI 公司。
Green 在一次电话采访中告诉 TechCrunch：“我们开始创业是因为 Alap 提出了一个有趣的问题，即 AI 将围绕用户的 [用户] 数据展开。模型对你一无所知，这限制了它们的效用。我们正在考虑各种可能因 AI 而迎来颠覆的 UI 和 OS 范式，这促使 Littlebird 项目启动。”
Green 指出，虽然 Rewind 所做的与 Littlebird 试图做的非常接近，但它依赖于截图，并且搜索体验不佳。他说，该公司才刚刚起步，还有许多问题需要解决，包括让大型语言模型 (LLMs) 理解关于用户的不同类型的上下文。
Littlebird 允许用户随时删除他们的数据，并且数据以加密形式存储在云端。Green 表示，将数据存储在云端的理由是为了运行强大的模型以支持不同的 AI 工作流，这在本地是无法实现的。
“我们不存储任何视觉信息。我们只存储文本，这使得数据更加轻量级。我认为这也是 Recall 和 Rewind 遇到困难的另一个原因，那就是截屏消耗的数据量要大得多。我也认为这更具侵入性，”他说。
Littlebird 可免费下载和使用，但要获得更多使用限制和访问图像生成等功能，用户可以支付每月 20 美元起的套餐费用。
该公司已筹集到 1100 万美元资金，由 Lotus Studio 领投，Lenny Rachitsky、Scott Belsky、Gokul Rajaram、Justin Rosenstein、Shawn Wang 和 Russ Heddleston 参投。
其中一些投资者是该产品的常客。曾在 Google 和 Facebook 从事广告产品工作的 Rajaram 表示，该产品消除了记忆、检索和重新解释自己工作的摩擦。DocSend 联合创始人兼首席执行官 Heddleston 表示，他使用该工具重写了公司的营销网站，利用了会议、电子邮件、Notion 等的上下文。
Rachitsky，他经营着自己的新闻通讯和播客，表示 AI 的能力取决于它拥有的上下文，而它却遗漏了你一天中很多的信息。他说，他要求该工具帮助他改进工作流程并变得更快乐。他认为，要取得长期成功，该产品需要找到一个杀手级用例。
“我认为关键在于找到那个必备的杀手级用例。这才是该产品目前成功与否的关键。我知道很多人已经找到了自己的用例，而且随着这些用例的出现，团队正在专注于这些体验，”他指出。
“我在播客上采访过很多 AI 产品构建者，其中最一致的主题是，在你将产品推向市场之前，你并不知道人们会如何使用它。策略是先发布一些早期产品，看看人们如何使用它，然后在这些用例上加倍投入，而不是等待一切都完全成熟。”
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区