【导语】

一家名为 Littlebird 的初创公司近日宣布完成 1100 万美元融资，正开发一款可在后台持续“读取”电脑屏幕、并以文本形式记录上下文的工具，用于回答用户问题、生成会议记录和自动化日常工作流程。该公司强调，其产品不依赖截图或视觉数据，而是仅存储文本信息。

实时读取屏幕，以文本形式构建“回忆”库

围绕如何为人工智能系统构建足够丰富的上下文，消费级软件领域已出现多种尝试，包括基于搜索、文档和会议记录的工具，以及试图捕捉用户数字生活全貌的应用。此前，Rewind（后更名为 Limitless 并被 Meta 收购）以及微软 Recall 等产品，均尝试通过记录屏幕上发生的一切，帮助用户“记住所有内容”。

Littlebird 采取了不同路径。公司表示，其应用并不保存截图或其他视觉数据，而是实时“读取”屏幕内容，将其转化为文本并存储，用作后续查询和自动化的基础。创始团队认为，由于系统持续获取上下文，用户在使用时无需额外提供信息，即可在需要时调用这些“回忆”。

公司称，Littlebird 设计为在后台静默运行，仅在用户主动发起查询或触发例程时出现，以减少对工作流程的打断。

可配置隐私过滤 与常用应用打通

在电脑上安装 Littlebird 后，用户可以自定义希望应用忽略的程序，避免相关内容被记录。公司表示，系统会自动跳过密码管理器，以及网页表单中的敏感字段，如密码和信用卡信息。

除屏幕读取外，用户还可选择将 Gmail、Google 日历、Apple 日历和提醒事项等服务与 Littlebird 连接，以补充更多上下文数据。

在交互方式上，用户可以直接向 Littlebird 提问。应用内提供了一些预设提示，例如“我今天都做了些什么？”或“哪些邮件对我很重要？”。有用户在试用数日后发现，这些提示会随使用时间推移而变得更加个性化。

会议记录、准备与自动化例程

Littlebird 内置一款类似 Granola 的笔记工具，可利用系统音频在后台运行，对会议进行转录，并基于转录内容生成会议笔记和行动项。

在会议详细视图中，应用提供“会议准备”（Meeting Prep）功能。公司介绍，该功能会综合过去的会议记录、邮件往来以及公司历史相关上下文，为即将召开的会议提供补充信息。系统还会从 Reddit 等公开来源抓取内容，呈现用户对相关产品或公司的讨论情况。

此外，Littlebird 推出名为 Routines 的工具，用于设置按日、周或月重复执行的定时提示和任务。公司列出了一些预设例程，包括每日简报、每周活动总结和“昨日工作回顾”等，用户也可以根据自身需求创建带有自定义指令的例程。

创始团队背景与产品定位

Littlebird 由 Alap Shah、Naman Shah 和 Alexander Green 于 2024 年创立。Alap 与其兄弟 Naman 先前共同创办了面向机构投资者的平台 Sentieo，该平台已被市场情报公司 AlphaSense 收购。两人还曾联合创办健康食品公司 Thistle。Alap 亦是曾引发广泛讨论的 Citrini 论文的合著者之一，该论文探讨了 AI 代理可能对经济造成的冲击，并被认为与多只科技股股价下跌有关。Green 此前在硬件、软件和 AI 领域创办过多家公司。

Green 在接受 TechCrunch 电话采访时表示，项目起点源于 Alap 提出的一个问题：人工智能的价值将围绕用户自身数据展开，而当前模型对个体用户“几乎一无所知”，这限制了其实用性。他称，团队在思考可能被 AI 重塑的用户界面和操作系统范式时，逐步形成了 Littlebird 的产品方向。

在他看来，Rewind 与 Littlebird 的目标接近，但前者依赖截图，搜索体验存在不足。Green 表示，Littlebird 仍处于早期阶段，团队需要解决的一个关键问题是如何让大型语言模型更好地理解用户所处的不同上下文。

数据存储策略与收费模式

Littlebird 允许用户随时删除自己的数据。公司称，所有数据以加密形式存储在云端。Green 解释，将数据放在云端是为了运行更强大的模型，以支持多种 AI 工作流，这在本地环境中难以实现。

他指出，Littlebird 不存储任何视觉信息，仅保存文本内容，这在数据体量和敏感性方面与依赖截图的产品有所不同。“我们不存储任何视觉信息，只存储文本，这使得数据更轻量。我认为这也是 Recall 和 Rewind 遇到困难的原因之一，因为截图数据量大且更具侵入性，”Green 说。

Littlebird 目前可免费下载使用。公司提供付费方案，起价为每月 20 美元，用户可获得更高的使用额度以及图像生成等额外功能。

融资情况及早期用户反馈

Littlebird 此轮 1100 万美元融资由 Lotus Studio 领投，Lenny Rachitsky、Scott Belsky、Gokul Rajaram、Justin Rosenstein、Shawn Wang 和 Russ Heddleston 等多位个人投资者参投。

多名投资人同时也是该产品的活跃用户。曾在谷歌和 Facebook 负责广告产品的 Gokul Rajaram 表示，Littlebird 减少了在记忆、检索和重新理解自身工作内容方面的摩擦。DocSend 联合创始人兼 CEO Russ Heddleston 称，他曾利用 Littlebird 提供的会议、邮件和 Notion 等多源上下文，对公司营销网站进行重写。

运营个人通讯和播客的 Lenny Rachitsky 认为，人工智能的效用取决于其掌握的上下文信息，而许多与日常工作和生活相关的细节往往未被捕捉。他表示，自己会询问 Littlebird 如何改进个人生产力流程和幸福感。

Rachitsky 指出，产品要实现长期成功，需要找到一个“必不可少的杀手级用例”。在他看来，这是当前决定产品成败的关键因素。他表示，已有不少用户为自己找到了这样的用例，团队也在根据这些实际使用场景调整产品重点。

他还提到，在其播客中与多位 AI 产品开发者交流时，一个较为一致的观点是：只有在产品真正发布后，开发者才能看到用户的真实使用方式。“策略是先推出早期产品，观察用户如何使用，然后加大对这些用例的投入，而不是等待完全成熟的方案。”