AI 記得你,但你信任它嗎?——Littlebird 的賭注
新創公司 Littlebird 讓 AI 全天候讀取你的螢幕,以文字儲存你的數位生活脈絡。這是生產力的突破,還是隱私的讓步?華人世界該如何看待這場「記憶外包」革命?
每天你打開電腦,AI 都在看著你——不是監視,而是「學習」。這聽起來像科幻小說,但一家名為 Littlebird 的新創公司正在讓它成為現實。
它在做什麼?一句話說清楚
Littlebird 的核心概念很簡單:讓 AI 全天候讀取你的電腦螢幕,將內容以文字格式儲存,然後在你需要時,提供基於「你的完整脈絡」的回答。
這家公司由 Alap Shah、Naman Shah 與 Alexander Green 於 2024 年 創立。兄弟 Alap 與 Naman 曾共同創辦機構投資人平台 Sentieo,後來賣給市場情報公司 AlphaSense。Alap 還是一篇廣為流傳的報告共同作者——那篇報告探討 AI 代理如何衝擊經濟,曾引發多支科技股下跌。
Littlebird 已完成 1,100 萬美元(約新台幣 3.5 億元)的融資,由 Lotus Studio 領投,參與者包括知名產品顧問 Lenny Rachitsky、曾在 Google 與 Facebook 主導廣告產品的 Gokul Rajaram,以及 DocSend 共同創辦人 Russ Heddleston。值得注意的是,這些投資人本身也是產品的日常用戶。
跟 Microsoft Recall 有什麼不同?
「全天候記錄螢幕」這個概念並不新鮮。Microsoft 的 Recall 功能、以及後來被 Meta 收購的 Rewind(現更名為 Limitless)都走過類似的路。但 Littlebird 的差異在於一個關鍵選擇:不儲存截圖,只儲存文字。
Green 解釋道:「截圖的數據量非常龐大,而且我認為它更具侵入性。我們只儲存文字,這讓數據更輕量,也更容易管理。」
這個選擇帶來幾個實際影響:儲存空間更小、搜尋體驗更流暢、對隱私的衝擊相對較低。用戶可以自訂哪些應用程式不被讀取,密碼管理器與網頁表單中的敏感欄位(如信用卡資訊)會自動排除。數據儲存在雲端並加密,用戶可隨時刪除。
功能面上,Littlebird 能回答「我今天做了什麼?」「哪些郵件對我重要?」等問題,並會隨時間推移讓提示更個人化。它還內建會議記錄功能,自動生成逐字稿、摘要與待辦事項。「會議準備」功能會整合過去的會議紀錄、電子郵件與公司背景,甚至從 Reddit 等來源抓取外部觀點。「例行任務」功能則可設定每日、每週、每月的自動摘要報告。
基本功能免費,進階功能(含圖像生成)從 每月 20 美元 起。
為什麼現在這件事很重要?
ChatGPT 問世已逾三年,但大多數用戶仍面臨同一個摩擦點:每次使用 AI,都要重新解釋背景。「我是做什麼的」「這個專案的來龍去脈是什麼」「上次會議決定了什麼」——這些資訊,AI 完全不知道。
Rachitsky 說得直接:「AI 的能力取決於它擁有的脈絡,而它錯過了你一天中太多的事情。」
這個問題在商業場景中尤為突出。遠端工作普及後,資訊碎片化加劇,跨工具、跨平台的脈絡整合成為真實痛點。Littlebird 試圖成為那個「什麼都記得」的助理——不需要你主動餵資料,它自己在背景默默學習。
華人世界該怎麼看這件事?
這個問題值得從幾個不同角度來思考。
從市場機會看,亞洲的生產力工具市場正快速成長。台灣、香港、新加坡等地的科技工作者,同樣面臨資訊過載與會議疲勞的問題。類似 Littlebird 的工具,若能本地化(支援繁體中文介面、整合在地常用工具),市場潛力不小。
從隱私監管看,情況更為複雜。台灣的《個人資料保護法》、歐盟的 GDPR,對於「持續性螢幕讀取」這類行為的合規性,目前仍存在灰色地帶。企業用戶若在公司設備上使用此類工具,涉及的法律責任與資安風險,是不可忽視的問題。
從中國大陸的視角看,這類工具面臨的是截然不同的生態。數據本地化要求、對境外雲端服務的限制,使得 Littlebird 這樣的產品幾乎無法直接進入中國市場。但這也意味著,類似概念的本土替代品遲早會出現——問題只是何時、由誰來做。
從文化層面看,東亞社會對「被監看」的敏感度,往往比西方更為複雜。一方面,集體主義文化對效率工具的接受度可能更高;另一方面,職場隱私的邊界——尤其是個人與工作的混用場景——在文化上仍是敏感地帶。
最誠實的問題:殺手級用例在哪裡?
Rachitsky 在採訪中說了一句值得記住的話:「這個產品的成功,完全取決於找到那個非用不可的核心用例。」
這句話既是期待,也是警示。目前 Littlebird 展示的功能——會議記錄、每日摘要、脈絡問答——每一項都有現成的競爭對手。Granola 做會議記錄,Notion AI 做知識整合,各種日曆助理做日程摘要。Littlebird 的差異化在於「全面整合」,但整合的價值,只有在用戶真正依賴它之後才會顯現。
這是典型的冷啟動困境:工具越用越好,但要讓用戶願意「先用起來」,需要足夠強的初始動機。
本内容由AI根据原文进行摘要和分析。我们力求准确,但可能存在错误,建议核实原文。
相关文章
Grammarly母公司Superhuman未經授權將知名記者姓名用於AI功能,引發集體訴訟。這場爭議揭示了AI平台與創作者之間深層的經濟矛盾,對華人創作生態同樣影響深遠。
歐洲AI數據中心建設熱潮背後,電網基礎設施嚴重滯後。英國逾30GW需求待接入,亞洲市場面臨相似挑戰。本文深度解析這場「最後一哩」的能源危機。
AWS以500億美元與OpenAI達成獨家合作,核心是自研Trainium3晶片。這場晶片競賽對台積電、亞洲科技業及全球AI基礎設施意味著什麼?深度分析。
矽谷正興起以AI Token作為工程師薪酬一部分的趨勢。Nvidia執行長黃仁勳率先倡議,但這究竟是真正的加薪,還是企業壓低現金支出的新手段?深度解析這場薪酬革命的真相。
观点
分享你对这篇文章的看法
登录加入讨论