👦🏻 作者: 鏡山
🥷 編輯: Koji
🧑🎨 排版: NCon
李志飛又做了一個硬體。
在「出門問問」釋出 TicNote 的當天，愛範兒的文章標題寫道：《一個被 AI 硬體傷害了十年的創業者，又做了一個 AI 硬體》。不禁莞爾。
有人說以李志飛為代表的一批創業者和企業家，存在著不同程度的 PTSD ——在經歷了殘酷競爭和多次摔跤之後，雖然也取得了讓很多人都羨慕的成績，但在面臨著每次新的機會時，都會不由自主就開始回憶摔過的各種跤、踩過的各種坑，因此左顧右盼、不敢貿然下場。
它的官方介紹是：
沒錯，這是一個 Agentic Al 硬體，它並不是一個從無到有的創新產品。
在 Plaud 定義了這個品類並取得了令人刮目相看的成績後，這一次，驕傲的李志飛選擇了段永平所說的那句話：
——作為後來者，使用者和行業都會變得更加挑剔。
十字路口的內容團隊人手一個 TicNote ，我們分別體驗了一週，累積使用它錄音了大概 98 個小時 ——包括各種常見場景（會議、面試、演講等）和實驗性場景（逛街閒聊、自言自語、陪看學習影片），並且把 TicNote 所有功能用了個“底朝天”之後，我們一致認為：
TicNote 做得確實不錯！
雖然 AI 的幻覺還是會時不時鑽出來（後面會慢慢吐槽），但整個產品的完成度足夠高，使用體驗是絲滑和流暢的。
此外，我們還有一個很特別的感受：
🚥
下面是我們對 TicNote 的評測。
拆箱的第一眼，我直觀感受到了 TicNote 的輕薄程度。整個裝置看起來就像一張公交卡，厚度比一根充電線還要薄，大約 3mm 左右，重量連 30 克都不到。
初始化設定時，需先下載 TicNote App。
在我們的體驗中，都是很簡單、輕鬆、一次就順利和 iPhone 互聯成功（甚至比很多小米的硬體都更好連），過程絲滑 ——第一印象不錯！
附帶磁吸套，吸在手機背面，不會顯得很突兀。
TicNote 的設計做了很多減法，只有 2 個按鍵，都在卡片頂部：
-
一是模式切換鍵：TicNote 有兩種錄音模式：一個是「通話」模式（感應手機聽筒的震動），另一個是「現場」模式（錄製遠距離的聲音）。
-
二是圓形按鈕🔘，也是卡片的唯一按鈕，每次開始/停止錄音，只需長按它，感受到“震動”即成功的啟動/終止劑，使用起來輕鬆簡單。我放在褲兜裡也能順利盲操。
每次開啟 App 後，TicNote 會自動連線並傳輸資訊，速度很快。
如果選擇轉錄功能，一個半小時的錄音大概只需要不到 10 分鐘就能完成。測試中錄了 4 個小時，一直沒有出現故障，轉錄也很快完成，耗電量不超過 10%。
如果想加快傳輸速度，還可以讓 TicNote 直接連線 WiFi，目測傳輸速度漲了不只一倍。
單純從硬體互動角度上來說，TicNote 的表現足夠好。
接下來，我們分享兩個場景的實驗。
💡
一個，是所有 TicNote 使用者都會用的場景：會議。
另一個，是我們自己發現的 TicNote 創造性場景：陪我學習。
開會，是 TicNote 最最重點打磨的使用場景，它幾乎能把錄音的各種可能性都用上，完成一站式的工作，做到：
1）一個 Agentic Al 硬體產品的基本修養
AI 總結
當我用 TicNote 錄完音後，接下來會出現一個步驟——系統會讓我挑選一個「總結模版」。這個挑選過程其實挺靈活的，我可以自己設計一套自定義模版，也可以從官方準備好的幾十種現成模版中選一個適合錄音內容的。
根據模版的不同，AI 總結出來的內容以及字裡行間的排版也會更加的個性化：
TicNote 把會議的「總結」功能放在了第一個標籤頁，如果 AI 總結有遺漏或不準確的地方，還支援手動修改，並且還會根據錄音內容自動生成一個 To do list：
可跳轉、可修改的「轉錄」
TicNote的轉錄速度確實讓人印象深刻，而且準確率很高。當然，錄音應該是 AI 硬體的基本功能。
除了基本的說話人識別之外，TicNote 還把轉錄內容的每個片段都和對應的語音做了關聯。
因為無論是什麼轉錄工具，都肯定會出現幻覺。
所以，我覺得這種互動就很好，當我看到某段文字覺得有疑問時，點選就能直接跳轉到原錄音的對應位置，聽聽當時到底說了什麼，這對於確認重要資訊特別有用。
而且，所有內容可以一鍵轉換為不同的語言，如果是中文（簡體）還能換成幾十種方言。
2）TicNote 嘗試做出的差異化
AI 語音增強
語音部分還集成了 AI 語音增強功能，可以增強人聲，主要是為了讓錄製到的人聲更加清晰、自然、易於後期處理，可以很方便地匯出音訊，再轉到其他工作臺裡進行「二次加工」。
實測下來，AI 語音增強的「低 / 中」兩個級別就夠用了，即使是在嘈雜環境下錄製的音訊，也能獲得相對清晰的播放效果。
思維導圖
TicNote 還會自動將會議內容生成思維導圖，把討論的各個話題、分支觀點都結構化地展現了出來，每個分支下還會再細分具體的討論點。
不過，不得不說的是，這個思維導圖有點過於詳細了，資訊的「厚度」過高時，會給我一種「似乎沒怎麼總結」的錯覺。
頓悟
值得一提的是，TicNote的功能模組裡有個很有意思的功能 —— 「頓悟」，這是一個 Shadow AI 與李繼剛的合作功能。
它會自動識別會議中的高光時刻——比如某個創新想法、洞察、啟發性思考的 Insight 等等，這些「頓悟」時刻會單獨地用卡片的形式標記出來。
有些時候，「頓悟」確實令人驚喜，但它的功能發揮並不是特別穩定。在我們的這次會議裡，它洞察到了在回憶的第一分鐘的一個視角 ——「商業洞察視角極具價值，需要重新審視」。
在官方案例中，「頓悟」可以敏銳地注意到工作中的同事會陷入迷茫的狀態，並給出獨特的見解：
深度研究
TicNote 還會根據語音內容自動生成深度研究的大綱。
比如我們討論 「AI 初創企業方向的內容型公眾號」後，它生成了包含許多個維度的研究框架，一鍵即可開始研究。
TicNote 的研究報告的深度大概是 3000 字左右，5-10 個參考文獻的水平，可以當作一份專業一點的資訊簡報做參考。
比如，在這份《AI領域內容型公眾號的競品分析與創新方向報告》中，核心分析維度分的很細，像是 AI 內容公眾號的使用者畫像、內容質量與使用者體驗的關係等等：
播客
TicNote 還可以根據前面 Shadow AI 以及內建的 DeepSeek 大模型所總結和轉錄的內容，重新制作一個播客。
AI 會自動篩選錄音精華內容，用更流暢的語言重新組織，這很有「語音簡報」的感覺。
我上傳了一個音訊，你可以感受下：
一個 Link 全部轉發
以上的這些功能把會議錄音的價值「榨取」得很徹底，而且所有內容都能透過一個 Link 直接分享，像是：總結、錄音轉寫、思維導圖、頓悟時刻、深度研究大綱、播客等等，涵蓋了多個模態的資訊：
同時，對於所有生成完畢的資訊，無論是錄音的轉錄還是 AI 增強過的內容，都可以再繼續翻譯成另一種語言。
可以說，在會議結束後不久，所有參與者都能透過這個連結快速「對齊」認知，在最短時間內瞭解會議中到底聊了什麼「有用的乾貨」。
這對於快速覆盤和製作後續報告來說，效率提升非常明顯。
Shadow AI
隱身在前面所提到的這些「守正出奇」的 AI 功能背後的是 Shadow AI，即 TicNote 內建的 AI Agent 。顧名思義，它像是一個「如影隨形」的 Agent 助理，做你的影子，學你怎麼思考，幫你完成記錄、總結、深度研究等工作。
Shadow AI 也可以被當作 Chatbot 使用，TicNote 也為它單獨設定了一個版面。比如說，你可以直接問它錄音裡說了什麼，總結的要點是什麼，文字記錄有哪些關鍵資訊，它都會自動幫你找到並給出答案。
不過，當我們連續問太多問題的時候，Shadow AI 還是出現了一定程度的「幻覺」，給出一些不太準確或者壓根不存在的答案。這個問題，我們希望後面能慢慢改進完善。
陪我學習的 「Aha 時刻語音筆記本」
在深度體驗中，我發現 TicNote 這類 AI 硬體非常適合當作「陪我學習的 Aha 時刻語音筆記本」。
由於它的硬體屬性本身就定位於錄音產品，所以它對不同說話人的識別比較準確。而且 ShadowAI 功能的無縫接入，很大程度上放大了「記筆記」的作用，能夠迅速拼湊碎片化資訊。
1）找出我的 Aha 時刻
《小而美：持續盈利的經營法則》作者、Gumroad 創始人 Sahil Lavingia 前段時間做客 Lenny's Newsletter 播客，分享了 AI 時代「小而美」企業的生存指南。
當我看這期訪談影片時，會把 TicNote 靜靜地放在一邊，專注聽內容。
遇到任何「需要學習成本的知識點」或者「Aha，這個觀點不錯」的時刻，都可以隨口說出來，做個「語音筆記」。因為有了之前的體驗，我完全不擔心我會很「費力地找到我的靈感」。
TicNote 很快就識別出了三位說話人：我、主持人和 Sahil Lavingia：
不得不說，TicNote 的 AI 總結精準度和上下文分析能力確實不錯。比如下面這個 AI Coding Agent 工具鏈流程，在原訪談中就是個重要資訊點：
甚至還根據播客內容生成了待辦事項清單，也支援手動修改：
比如主持人和 Sahil 談到 PR 概念時，我就隨口問了一句：PR 這個概念是什麼意思？41% PR？
但是，針對一些專業垂直領域的術語，Shadow AI 的解析還是會出現幻覺。像是，它就把 「PR」理解成了「公關」，而這個術語的原本意思其實是計算機學科語境下的「Pull Request」：
此時，就可以進去手動修改下 Shadow AI 出現幻覺的部分。不過，我還是很希望 TicNote 能夠出一個「術語庫」，降低幻覺。
之後，我可以直接讓 Shadow AI 根據錄音的上下文找出我做的「Aha 時刻筆記」，它能夠很快且精準地找到我的提問，並結合上下文做一個結構化的總結。
像是「PR 是什麼意思」被歸類到了「提問型互動」裡，「AI 工具流」則被歸類到「工具使用反饋」中。我還特意仔細對照著翻閱了下，發現那些我所做的「Aha 時刻」全部都被它找到了，而且每一個都被整整齊齊地放到了對應的分類裡：
然後，開啟 Shadow AI 的「搜尋」功能，就可以回到大家很熟悉的 Chatbot 式對話了。可以將你在錄音中遇到的所有想繼續瞭解的內容繼續延伸：
這時，AI 則會根據 TicNote 的內容與網路搜尋到的內容進行結合。
比如，我問了它一下：
Shadow AI 會根據網路資訊和錄音內容進行回答，並在「示例」裡附上了「會議記錄片段」。
很有意思的是，我實際測試了下，發現：點選「會議記錄片段」，並不會跳轉到原播客錄音，而是一份該會議記錄片段的 AI 總結內容：
Shadow AI 的玩法很多，這主要是因為它已經「融會貫通」了整個錄音內容。像是它可以很輕鬆且準確地提取核心觀點的時間戳：
TicNote 類 AI 硬體產品，本質上賣的其實是一站式、閉環的軟體服務，而不是一個錄音器，硬體只是這套服務的載體而已。它在硬體端儘量做到無縫體驗、不擾亂使用者的注意力，在軟體端儘量做到閉環。
比如，它可以讓碎片化的注意力，用很簡單的方式轉換成深度學習。
一個有趣的功能是 TicNote 支援每日推送任務。聽完這期訪談後，我決定系統學習 AI Coding Agent，提升認知，就可以設定每天早八點推送：
由於 TicNote 內建的 AI 能很好地結合上下文，在錄音上的表現精準，所以如果想繼續提升對某個碎片資訊的感知，可以直接沿用 TicNote 自動生成的「深度研究」大綱，迅速進行深度學習。
要是在手機上看這些覺得螢幕太小、看著費勁，也可以去 TicNote 的官網，他們把 Shadow AI 單獨放置到了側邊欄裡，整個頁面就寬敞多了，看起來也舒服不少：
2）迅速「拼湊」所有碎片化知識
使用過程中，我發現 TicNote 還可以像現在的 Chatbot 一樣，建立一個「專案」，將同一個主題的資訊全部放進去。
比如，我建了一個「Gumroad 專案」，將幾段關於 Sahil Lavingia 的採訪和播客錄音、「小而美」這本書的總結 PDF、我隨手記錄的想法以及深度研究報告都放進去，就可以構建出一個 Gumroad 的特殊上下文環境：
然後，我們就可以根據「Gumroad 專案」內的所有內容進行提問，像是：
由於我錄音的 Sahil Lavingia 播客和採訪內容主要講 AI 工作流，《小而美》則聚焦管理學領域的極簡經營。所以 TicNote 的 Shadow AI 要「認真回答」這個問題，就需要結合錄音的 AI 總結內容和《小而美》這本書的 PDF 內容。
最終，它成功給出一份結構化的簡報，迅速理清了相關資訊，具體的資訊來源也給出了相關連結，可以一鍵跳轉。
像是下圖「極簡本質」附帶的 📚 圖示，就可以跳轉到 PDF 檔案中：
從一段最基本的 Lenny's Newsletter 的 Sahil Lavingia 訪談錄音，到現在對 Gumroad 的 Full Picture 全景式理解，整個過程，基本只發生在看完播客後的 30 分鐘內。
一些 TicNote 的「小」玩法
除了「會議」與「陪我學習」之外，我們還發現了一些創新用法。
比如，由於 TicNote 貼在手機後面基本沒有「突兀感」，所以我會拿著它溜達一整天，記錄我的「自言自語」和「胡言亂語」，在每天晚上入睡前 Check 一遍。
Shadow AI 對我的自說自話整理得非常細緻，即便我沒有非常故意地讓它制定日常計劃，AI 也能夠準確識別：
最後，我會再看下「頓悟」時刻是否帶給我一些 Insight ，像是它察覺到「我反思了會議發言冗長」，它認為這點很突出，值得重新審視（以後我會注意「精簡表達」的）：
TicNote 作為 AI 錄音硬體，它提供的最大優勢是「AI 增強」使用者的能力。
具體路徑則是讓使用者在很短時間內，獲取 AI 「增強」過的資訊，而不是一攤「原材料」—— 幾個小時的錄音，密密麻麻的文字稿。
這意味著使用者可以更高效地工作/學習，更快速地獲取知識，把節省下來的時間用在更有價值的思考和應用上。
TicNote 的國內售價是 999 或 1499 元人民幣，送 3 個月或一整年的 Pro 會員，每月固定送 1500 個使用 AI 功能就會消耗的積分。
🚥
很多 AI 產品都在爭奪我們的注意力，試圖成為下一個「必需品」。
但對於提升生產力的 AI 硬體來說，「不是創造新的使用場景，而是讓既有場景變得更聰明」或許才是它們的正確開啟方式。
從實際的軟硬體協同體驗來看，TicNote 確實做到了一個「隨身攜帶 AI 思考夥伴」該做的事。
它讓我們有更多精力去做真正重要的事：
對於「AI 硬體該如何融入我們的日常生活和工作流中？」這個問題，我們尚無確切答案，但透過每次深度體驗，我們正嘗試找尋答案的輪廓。
「十字路口」團隊之後也會繼續關注各種新的 AI 硬體，併為大家帶來一手實測。
