AI录音杀疯了！卡片、吊坠、戒指混战：谁能成为个人记忆入口？

现在买一台个人 AI 录音设备，可能比起选品牌，更麻烦的是：你要哪种？

有人把它磁吸在手机背后，有人夹在衣领、戴在手腕，还有人希望把它塞进耳机、眼镜、笔，甚至做成一枚戒指。短短两三年，AI 录音已经从一张卡片长出了十几种模样。这些产品的外形相差很大，里面跑的却是相似的链路：

麦克风负责采集和保存音频，手机或云端完成转写、区分说话人，再交给大模型总结、提取待办，最后沉淀到 App、文档或知识库里。

为什么这么热闹？

一方面，它确实比很多 AI 硬件容易做。成熟的 MEMS 麦克风、低功耗音频芯片、闪存和电池已经把硬件门槛压得足够低，转写和大模型能力也可以直接调用云服务。包括华强北的大量白牌，很多产品说自己是一台「AI 硬件」，但 AI 其实主要发生在手机和服务器上。

另一方面，声音又确实是 AI 理解一个人最便宜、最密集的上下文。我们每天在会议、采访、电话和闲聊里说出大量信息，其中既有事实，也有决定、承诺、情绪和转瞬即逝的念头。相比要求用户不断打字、拍照和整理文件，一枚随身设备只要安静地听，就可能替 AI 补上个人生活中缺失的一大块。

所以厂商卖的早就不只是「自动生成纪要」。从 Plaud、钉钉、出门问问到 Bee、Omi、Vocci，反复使用「第二大脑」「外部记忆」「个人知识库」一类说法，希望把录音设备推成个人 AI 记忆入口。

问题是，录下一场会、记住一天发生的事，以及随手捕捉一个念头……都是不同的需求。就算目前最火的 AI 录音卡片，也更多是解决传统录音笔等个人录音设备的需求和痛点。

个人 AI 录音的产品形态，还远没有到收敛的时候。

卡片先赢下一局，但AI录音游戏才刚开始

毫无疑问，目前个人 AI 录音市场最成功的产品，当然是 AI 录音卡片。

Plaud Note 基本定义了这类产品的标准模样：卡片形态，磁吸（一般通过磁吸套）在手机背后，通过普通麦克风录线下会议，再用振动传感器采集手机通话。同时，按一下机身还能在录音中标记重点，让 AI 在会后优先处理那一段。

Plaud Note Pro，图片来源：雷科技

按照 Plaude 官方的说法，目前其全球用户已经超过 200 万，至少说明 AI 录音卡片已经跨过了纯概念阶段。

卡片的优势并不神秘。它足够薄，可以和手机一起带走。机身又没有小到放不下电池、闪存和多颗麦克风。开会时把它放在桌子中央，通常比别在某个人胸前更容易均衡地收到所有人。打电话时贴在手机背面，也能绕开 iPhone 对通话录音的限制。会议、采访和电话三个最常见的录音场景，它都能照顾到。

这是一种相当务实的折中。

也正因如此，录音卡片市场很快卷成了一团。有把录音继续做成项目知识库、深度研究和播客的出门问问 TicNote AI 录音卡片，也有依靠 Notta 原本的转写和国际化协作服务切入的 Notta Memo。另外除了 360 AI 录音笔，科大讯飞也推出了自己的 AI 录音卡片。

磁吸、通话与现场双模式、几十小时录音、每月赠送几百分钟转写额度，已经快成了一份公版答案。

钉钉走得更激进。DingTalk A1 青春版和旗舰版不仅把硬件价格直接压到主流录音笔区间，今年 4 月推出的 A1 Pro 又加入定向麦克风和 2980mAh 电池，宣称能够覆盖 10 米、连续录音 180 小时，甚至可以临时给手机反向充电。

但钉钉真正想要的，显然不是卖硬件。录音进入钉钉后，可以继续生成纪要、待办和分析报告，再流向文档、AI 表格和企业知识库。原本散落在线下的销售拜访、面试和客户沟通，也因此变成钉钉能够继续处理的数据。

图片来源：雷科技

录音卡片卷到今天，重点已经逐渐从「有没有 AI 总结」转向了更琐碎、也更实际的细节体验：嘈杂环境里能不能听清，几个人抢话时会不会认错发言人，原始录音能否完整导出，转写之后又能不能进入用户原本的工作流。

硬件差异化越来越小，软件和生态更加关键。

不过，卡片仍然要求用户记得带上、拿出、摆好，再按下录音键。对于一场提前安排好的会议，这几步不算麻烦，但碰到走动中的交谈、突然冒出的灵感，或者用户真想记录一整天，它就谈不上无感了。于是，我们可以更多产品开始离开手机，往我们的身上走。

衣领、胸前、手腕、手指，AI 录音还在找位置

没有什么比可穿戴设备更「随身」，而个人 AI 录音最大的故事就是基于「随身」「始终在线」打造个人 AI 记忆入口，记住我们的随口说、待办事项、灵光一闪以及对话等等，将大量、零碎的「上下文」变成「个人记忆」。

所以除了磁吸在手机上的录音卡片，还有更多厂商希望把 AI 录音做到头上（AI 眼镜）、衣领、胸前、手腕、手指……任何可能的部位，甚至是多形态的。

很多人可能不了解，除了录音卡片，Plaud 还推出了录音吊坠 NotePin 和 NotePin S，可以夹在衣服上，也能装进挂绳和腕带，支持长时间连续录音。初代 NotePin 依靠长按和震动启动，反馈并不直观，这一点雷科技在初代的评测中就指出：

……按压需要的力度远超预想，小雷也是各种尝试才发现必须用力重压才能触发启动，即便如此，仍然有一定概率不会触发。可以推想，NotePin 的产品团队初衷大概为了避免误启动，才把按压触发的力度阈值提高。但最后做出来的效果实在很难令人满意，需要拇指非常使劲才能启动或者停止录音。

NotePin 和 NotePin S，图片来源：雷科技、Plaud

交互反馈是一件不能含糊的事，所以到了新一代产品 NotePin S 上，他们干脆加上了一颗平平无奇的「物理」按钮，反倒更可靠。

另外，安克的 soundcore Work，也能夹在衣领、挂在胸前，单机连续录音时间虽然只有 8 小时，但配合充电盒可以延长到 32 小时。今年安克和飞书合作推出的 AI 录音豆，采用了类似的硬件路线，录音会直接进入飞书妙记，再被声纹识别、实时纪要和知识问答调用。

同一类硬件，接入 soundcore App 或飞书，最后得到的其实是两种产品。前者更像一台独立的 AI 录音器，后者从一开始就在替飞书收集线下工作信息。这也再次说明，个人 AI 录音设备的价值已经越来越依赖它把声音，或者说「上下文」送到了哪里。

安克 AI 录音豆，图片来源：安克

夹在身上的好处是随时可用。移动采访、展会、巡店和边走边聊时，用户少了掏手机、找位置的动作。但麦克风跟着某一个人移动，离其他发言者更远，也更容易收到衣物摩擦声。挂件未必更适合多人会议等场景，却比卡片更「个人」。

不只是通过产品设计，把录音范围从会议扩展到一整天，更重要的还有 AI 系统。比如 Bee Pioneer 既能戴在手腕，也能夹在衣服上，一次充电号称可用 7 天。它持续理解用户的对话，生成每日回顾、提醒和人际关系线索。Amazon 收购 Bee 后，又继续把它往个人助理方向推进。

为了隐私，Bee 宣称原始音频只做实时处理、从不保存，留下的是转写和摘要。

听起来很周全，不过也带来了另一个问题：AI 如果听错了，用户连回听原声、核对上下文的机会都没有。The Verge 曾经连续数月体验 Bee，发现它会混淆人物关系，也可能把电视里的内容当成现实对话。

Omi 则选择更开放的路线，把硬件、应用和代码开放给开发者，允许用户接入本地模型、个人知识库和自动化工具。它更适合愿意自己搭建「第二大脑」的人，产品完成度和使用门槛也很难与一台开箱即用的录音机相提并论。

耳机也在争夺相同的位置。不管是出门问问的 TicNote Pods 4G，还是讯飞的会议耳机系列，都在给充电盒加入独立麦克风和 4G，录音上传不再依赖手机网络，直接进行通话、翻译。

当然，最近一段时间最吸睛的尝试还是戒指。

比如按照长时间录音设计的 Vocci Ring，双击开始录音，单击可以标记重点。机身上，Vocci Ring 配备一颗 MEMS 麦克号，称覆盖 5 米，最长连续录音 8 小时，充电盒还能补充三次电。

图片来源：Vocci

TechRadar 的早期体验提到，它的原声听起来有些发闷，转写表现却比预期好。首代产品到了真实会议、嘈杂展会和长期佩戴下还能不能维持，仍要等正式量产后再看。

另外还有一些「AI 录音戒指」，比如 Pebble Index 01，按住按钮后对着戒指说几秒，手机在本地完成转写，再创建笔记、提醒或执行指令。不需要订阅，银氧电池能够维持数年的零碎使用，但单段录音最长只有 2 分钟，只适合碎片化的日常录音。

戒指的启动动作足够小，物理限制也最难回避。它离嘴和会议桌都有距离，手缩进袖口、放到桌下，声音就可能发闷；一枚戒指很难同时容纳麦克风阵列、大电池和稳定连接。更微妙的是，它越不容易被别人注意，用户越需要认真处理录音知情与社交边界。

至少现阶段，戒指更有机会成为一个随手可用的 AI 语音快捷键。它能否取代卡片和录音笔，还得先过收音、续航、信任和量产四道关。

录得更多，真的就能记得更多吗？

所以，个人 AI 录音作为「个人 AI 记忆入口」，靠谱吗？如果把范围限定在会议、采访、课程、销售拜访和就医沟通等明确场景，AI 录音价值已经得到了验证。

对雷科技编辑来说，一场采访结束后能够快速搜索原话、定位时间点，再让 AI 整理脉络，确实能省下大量反复拖动进度条的时间。用户也很容易判断它有没有完成任务：音频是否清楚，转写是否准确，关键观点有没有漏，原声能不能随时回听。

录音卡片暂时领先，很大程度上就是因为它先抓住了这些清楚、稳定、愿意付费的需求。

但问题出在「个人记忆」四个字被继续放大之后。人类记住一件事，很少只靠声音。谁在说、身处哪里、看到了什么、屏幕上显示什么，都会改变一句话的意义。全天录音可以积累海量文字，却也会把电视、路人和无关闲聊一起装进来。上下文没有变完整，信息垃圾反而先堆成了山。

转写也只是第一层。说话人识别一旦串线，大模型就可能把甲的承诺安到乙的头上；摘要压缩掉一个限定词，结论就可能反转。系统如果像 Bee 一样不保存原声，错误连复核都很困难。AI 生成的摘要适合帮人回忆，离可以替代证据和原始记录还有明显距离。

还有隐私和信任。卡片摆在桌上，至少容易提醒在场者这里正在录音；胸针、耳机和戒指越无感，解释和征得同意的责任就越重。对自己而言是「第二大脑」，对谈话另一方却可能是一台随时工作的收音机。厂商可以提供加密、删除和本地处理，仍然无法替用户解决所有社交边界。

商业模式也不能忽略。很多 AI 录音产品的免费额度大多只有每月 300 分钟。按每周五场一小时采访计算，一个月就要消耗大约 1200 分钟，订阅费用很快会超过硬件本身。用户购买的看似是一块麦克风，长期依赖的却是转写模型、云空间和厂商持续运营。一旦服务停摆，价值也会大大折扣。

在雷科技看来，「个人 AI 记忆入口」确实是一个值得期待的方向，但眼下还谈不上由某种硬件独占，大家还在进行各种尝试。更重要的是软件，事实上个人 AI 录音的体验不仅取决于产品的硬件形态和设计，还有 AI 及软件系统的方方面面，也在进行不同方向的探索。

而在那之前，个人 AI 录音产品的 72 变大概率还会继续。