把「Her」装进一张卡里

今年，大模型基础能力再次实现飞跃，像 ChatGPT、DeepSeek、豆包这样的 AI 工具，正在成为越来越多职场人工作中的常用助手。

这些 AI 的能力确实强大，但也有个不小的门槛：要让它们「干活」，往往需要提前准备大量资料。换句话说，今天的 AI 更像是一个高智商的顾问，而从实际提效的角度看，我们更需要的，其实是一个始终待在身边、帮我记录信息，并在关键时刻给出提醒和反馈的「智能助理」。

出门问问正在尝试填补这一空白。4 月，公司首次公开了旗下全球首款 Agentic AI 硬件产品 TicNote，6 月 25 日，这款硬件也正式在国内发布。发布会上，出门问问创始人李志飞强调，这不只是录音笔、翻译器或语音助手，而是一个「随身的 AI 思考伙伴」。

在出门问问之前，国内外已有一些公司尝试将大模型与录音硬件结合，但它们大多仍将 AI 作为音频信息处理工具，主要用它整理会议记录、或者翻译等。TicNote 虽然具备类似能力，但它的定位并不止于此。通过持续记录用户的工作与生活信息，TicNote 实际上成为了一个 7×24 小时陪伴用户的「超级助理」，可以基于日常交流内容和大模型的推理能力，主动提供工作灵感与洞察。

作为极客公园的「老朋友」，我们见证了出门问问从创业到上市的完整历程，也经历了其在大模型方向上阶段性的战略收缩。而如今，出门问问选择以硬件的方式重新切入大模型赛道，这背后并非是简单的追风口或模仿他人，而是创始人李志飞多年在人机语音交互领域积累的沉淀——在看到已有路径被验证的同时，他也看到了更深的可能，并希望在这个方向上做出更好的产品。

01 一个随身的「AI 助理」

TicNote 的外观类似一块小巧的磁吸充电宝，机身厚度约为 3 毫米，可以整天通过磁吸方式贴附在手机背面，几乎不影响日常使用。

TicNote 丨来自：出门问问

与传统录音笔不同，TicNote 的卡片式设计从一开始就面向「全天候记录」的使用场景。用户可以轻松控制录音操作模式。

这种硬件形态并非出门问问首创，早前 Plaud Note 等产品也采用了类似设计。其优势在于，能够在教育、媒体、创意策划等需要大量语音记录的场景中，稳定长时间运行，并借助大模型能力提升转写、翻译和总结等后期处理的效率。

这一应用场景已获得一定程度的市场验证，但出门问问认为，卡片式录音硬件与大模型的结合，除了录音、处理等功能外，还蕴含更大的潜力。

除了转写和总结等基础功能外，TicNote 最大的特色是其内置的 AI Agent「Shadow AI」。支持实时对话、逻辑推理、知识整合和写作建议，能够更深入地理解用户的内容创作需求。无论是在工作、学习，还是灵感探索的过程中，它都能与用户保持对话，协助完成任务，成为一个贴身的智能助手。

Yolanda 是 TicNote 的内测用户之一。作为一名科技高管和中考孩子的母亲，她常常面临时间碎片化和信息冗杂的挑战，难以兼顾家庭与工作。TicNote 在很大程度上缓解了她的这一困境。

一次线上家长会与公司重要复盘会时间冲突，Yolanda 无法同时兼顾两端。于是，她用 TicNote「隐形」地全程记录了家长会内容，会后精准转录并自动提炼要点，整理成结构清晰的文字纪要和思维导图，让她无需回听便能全面掌握会议信息。

此外，Yolanda 还让孩子在每次辅导课时携带 TicNote。一个学期下来，TicNote 不仅记录了老师的重点内容，还帮助总结出孩子的知识薄弱环节。临近中考，孩子利用 TicNote 整理出老师讲授的「临场工具包」和「应急方法」，并结合薄弱点形成了清晰的复习资料。

从 Yolanda 的使用体验中可以看到，TicNote 不只是一个便携的录音工具，而是通过软硬件一体化的设计与大模型能力，逐步走向一个真正「理解你」的智能助理形态。而这样一款产品背后，是出门问问在语音技术与人机交互领域十年如一日的深耕。

02 一家为人机交互坚持了十年的公司

出门问问能够推出 TicNote，并非偶然。这款产品所代表的「软硬件一体 + AI 服务」路径，其实是出门问问十年来技术积累与产品探索的自然结果。

自 2012 年成立以来，出门问问就将人机语音交互作为核心方向，是国内最早一批践行「voice-first」理念的公司之一。早期推出的自研语音助手 App，主打中文语音识别与自然语言理解。随后几年，公司不断尝试将语音能力嵌入硬件，先后推出了智能手表 TicWatch、智能后视镜 TicMirror、翻译器 TicTranslator 等产品，持续探索语音与设备结合的应用可能。

这些产品在当时都走在行业前列，也积累了可观的技术经验，但语音交互的使用门槛、成本等挑战，始终制约了其成为主流操作方式。用户需要通过唤醒词和指令语言与设备沟通，交互成本高、容错率低，难以承担复杂任务。出门问问因此在一段时间内收缩硬件产品线，将重心转向 AI 能力的打磨。

但这条人机交互的进化之路，出门问问从未真正放弃。大模型时代的到来，为人机语音交互带来了新的契机。随着模型理解力和生成能力的提升，人机对话变得更加自然，越来越多用户开始习惯以对话的方式与 AI 沟通。语音，作为最接近人类表达习惯的交互方式，也因此重新获得价值，有望成为连接 AI 与现实世界的重要入口。

TicNote 正是在这样的背景下推出的。它不仅是一款用于记录的智能设备，更通过内置的 AI Agent「Shadow AI」，将用户每天听到的、说出的内容，持续整理为结构化的信息，构建出属于每个人的「个人知识库」。基于这个个性化知识库，大模型不仅能进行高效调用，还可以联网发散，挖掘信息在更高维度上的价值。

这种产品形态，是出门问问在语音识别、自然语言理解、终端设计等多维技术积累的集成体现。以 TicNote 的「闪聊」功能为例，用户可以在录音过程中随时发起语音对话，快速回顾前文内容、提取重点信息，适用于采访、会议等需要即时反馈的场景。这种「边录边问」的交互模式，正是出门问问十年来持续深耕语音技术的成果落地。

同时，TicNote 还具备自动化的项目管理能力。过去，即使是 AI 录音笔，也多局限于单一场景，录完之后进行一段内容的单次处理。而在 TicNote 的交互逻辑中，所有录音数据被统一沉淀为一个可持续扩展的知识库，用户可以跨场景、跨时间地随时调用、整理和继续对话。这种更贴近用户直觉的信息组织方式，也让 TicNote 不再只服务于专业用户，而具备了广泛的日常适用性。

更重要的是，这一次，出门问问不再试图用语音去「控制一个机器」，而是借助大模型能力，让语音成为构建知识的入口、推动思考的助力。

回头看，TicNote 并不是一次技术方向的转身，而更像是一次完成——它汇聚了出门问问十年走过的每一步，将分散在人机交互、硬件设计、AI 服务等多个层面的经验，集中在一个更适合这个时代的产品中。

03 未来每个人都需要一个「高维记忆仓」

当下，ADHD 已成为一个热门社会话题。「注意力难以集中」作为一种症候，正在变得越来越流行。除真正的 ADHD 患者之外，越来越多普通人也开始发现自己有类似症状，甚至开始「自我诊断」。

这和我们正在经历一场巨大的信息过载有很大关系。向前回顾，人类从未像今天这样，每天要接收、处理大量的信息，这些信息不只通过手机涌入我们的眼睛，也存在于生活中的每一个场景。我们每天接收的信息太多，思维的保质期却越来越短。

过去常见的一个认识是，相比体力劳动，脑力劳动是轻松的，坐办公室是少数人的「特权」，是人们的共同追求。但现在，越来越多人从事围绕信息展开的工作，却对此感到疲惫甚至厌倦。

我们越来越意识到，处理信息也是一种负载，会带来「劳损」。在当下，我们需要像使用机械工具替代体力劳动那样，为我们的大脑减负。而这样的设备，必然要具备感知、交互，以及辅助的思考和洞察能力，成为我们的「前置感官」和「辅助大脑」。

这可能就是 TicNote 以及出门问问未来的终极野望。

今天绝大部分 AI 产品都在为用户提供「单一场景切面」的信息，实际上，AI 的终极未来，应该要能够辅助用户管理整个记忆和思维，其中既包括信息、知识，也有回忆。当下 AI 业界已经提出了「人生流」的概念，被记录下来的人生流，其实就是我们的「记忆仓」。而 Agentic AI 能做的，就是把这个记忆仓进行升维，挖掘出我们自己平时都没有意识到的思考和洞察，最终帮我们减轻接受信息的负担，激发出更多灵感。

在可预见的未来，我们每个人都需要一个拥有完美记忆力且能辅助我们思考的 agent，来帮助我们重新组织接收到的信息，增加思考的维度。而 TicNote 内置的「顿悟时刻」功能，就已经初窥了这种未来。它能够基于用户保存的数据，为用户提供 AI 角度的「洞见」。

当下绝大多数 AI 助手产品都是基于泛意义上的公开语料训练的，很大程度上都在以「全知全能」作为训练和发展目标，但对用户来说，更多人需要的其实是一种「个性化的 AI」，这个 Agentic AI 应当更多了解我们的私人知识，提供与我们切身相关的信息，帮助我们构建个性化的体验。

对出门问问和李志飞来说，TicNote 既是过去十二年坚守技术理想的一次成功落地，也是一次面向 AIGC 未来的再次出发。他们等到了人机交互的新时代，AIGC 的新时代，TicNote 绝非一次产品上的「投机」，而是长期技术「恋爱脑」的一次修成正果。

去年 4 月，出门问问上市，成为国内 AIGC 第一股。对李志飞和他的团队来说，解决「钱」的问题从来都不是最重要的，更重要的是他们又可以把自己坚信的技术，打磨到最好的状态，然后带给这个世界。

现在，它再次迈出了坚实一步。

声明：

1. 本文转载自 [Geekpark]，著作权归属原作者 [拉风的极客]，如对转载有异议，请联系 Gate Learn 团队，团队会根据相关流程尽速处理。
2. 免责声明：本文所表达的观点和意见仅代表作者个人观点，不构成任何投资建议。
3. 文章其他语言版本 由Gate Learn 团队翻译， 在未提及 Gate 的情况下不得复制、传播或抄袭经翻译文章。