十年硬件创业者深度解析：Plaud之外，我还期待怎样的AI硬件？

文：朱雷震

编辑：四木相对论

自从 Plaud 在海外大卖，AI 录音硬件赛道正在变得越来越拥挤。

跨年夜，Get 笔记发布了自己的 AI 录音卡，身份证大小，可以贴在手机背面不间断录音。

1 月中，飞书也发布了 自己的智能录音硬件产品——「 AI 录音豆」，在市场上引发了不小关注。这个只有 10g 的“圆扣”可以佩戴于衣领或袖口，固定在手机背面，飞书用户有了专属的录音硬件。更早之前，钉钉也发布了自己的录音卡片产品。

市场上大多数人都非常看好这类产品。但最近，一位在智能硬件领域有十余年经验的创业者朋友跟我提了另一种不那么主流的观点。

他认为，Plaud 这类以记录线下会议、面谈内容为目标场景的主动式 AI 录音设备，聚焦在记录人的“短期记忆”，侧重构建组织记忆。但这些优势，不能直接转化为个人超级智能。

更大的想象力，是 Limitless Pendant 这类无需主动开启录音程序的产品。他觉得，佩戴即能录音的全天候录音设备，才更接近个人超级智能体的雏形。

* Limitless Pendant，公司前身 Rewind ，2025 年 12 月被 Meta 收购

我把他的观察分享出来，希望给关注AI硬件的朋友们一些启发。

以下是朱雷震的观点表达：

前几周飞书联合安克发布了 AI 录音豆产品。作为飞书的资深用户，我第一时间就买了。

相比以往需要打开 App、进入软件再开始录音的流程，用户如今只需按下实体按键，就能在会议或商务沟通中即时完成记录。会议结束后，录音内容会自动生成对应人的会议纪要，并按客户或组织需求输出成结构化模板，进一步沉淀进公司的知识库体系，与后续的任务分配与追踪形成联动。

这种从沟通 → 记录 → 结构化 → 执行 → 留痕的闭环，不只是录音豆，也是各种录音式产品的核心。

当然，除了端到端地提升用户交流的效率，这种产品更大的意义在于，让更多场景中的数据得以被结构化地记录，构建可持续增长的组织记忆。

沉淀的组织记忆可转化为企业专属知识库，成为新员工培训的重要素材；当员工遇到同类问题时，也能通过公司智能体调取记忆沉淀的经验寻求解决方案，同时还能帮助用户更好地打通企业内部数字资产的连接链路。

但其实，记忆并不仅对组织有价值，对个人也非常重要。我想，要实现超级个人智能，个人记忆就是必不可少的一环。

从这个意义出发，我想到了我最近密集使用的另一款AI硬件—— Limitless Pendant 。这款脖挂式录音设备，曾因 OpenAI 的投资被广泛讨论，2025 年底被 Meta 收购，但产品现在仍能使用。

在我看来，如果说“飞书 × 安克”的录音豆代表的是组织层面的“记忆”存储创新，那么 Limitless Pendant 则将视角推向了更激进的方向：

它试图构建一个围绕个体的、长期运作的“身外记忆系统”，探索人类如何将记忆、上下文与认知负担持续外包给一个超级个人智能体。这两者极有可能代表着 AI 录音硬件未来的两条不同路径。

*Limitless Pendant，朱雷震摄

Limitless Pendant：帮助用户存储记忆

先来说说我使用 Limitless Pendant 的体验。

与 Plaud 及各类录音卡片、录音胶囊不同，Pendant在设计之初就定位为主动协助用户完成“记忆”留存与信息处理的工具，其核心特色功能有三个：

1. 数字化生活日志（ LifeLog ）： 它能将整天的音频录音自动切分为带有小标题的逻辑片段，转换后，形成结构清晰的生活日志。 每天早晨，Pendant 会基于 LifeLog 给用户推送一份前一天的“记忆简报”，包含高光时刻、重要关注点及极具情绪价值的“专属洞见”。

1. 任务识别及提醒：它能从碎片化的短期记录中智能分辨工作、个人及生活杂物，精准提取出具有执行意义的指令， 比如“给同事送文件”、“购买家庭用品”等事项。目前 Pendant 已打通 Google 日历与苹果提醒事项，确保用户在谈话中随口答应的小事不会被遗忘。

   
   

2. 拥有长期记忆的 GPT ：在与搭载了长期记忆的 GPT 对话时，AI 会优先检索用户的 LifeLog 数据库，并给出针对性回答。

   比如当你询问“上周关于某项技术的讨论建议”时，它无需你重复背景，而是基于过往一周的实录数据，给出针对性的反馈。但同样的问题我在 Pendant APP 问跟我在 GPT 账号里问，得出的结论是不太相同的，Pendant APP 会更懂我的内容。我觉得这种“ Pendant App 比原生 GPT 更了解我”的体验，正是核心壁垒所在。

我每天使用它的时间在 8-12 小时，取决于每天的工作强度，一般来说工作时间我都会一直佩戴，周末亲子互动的时候也会戴上，产品电量可以维持两天满负荷佩戴。

*佩戴 Limitless Pendant

最近两周，我们公司有一个硬件产品在迭代，我会有非常多会议，涉及到软硬件的研发资源调配以及合作方的会谈；同时，还在开发一个关于与 AI 记忆有关的产品，因为是新的尝试，每天需要与不同的专家、研发同事来聊技术栈的选择与测试。另外，家里的小朋友要过 10 岁生日了，还有一场派对需要筹办。可以说，还是比较忙碌的。

Pendant 会在一天中实时录音，结束一段交流之后，就会有弹窗提示需要执行的事情。

* Pandent 会主动基于记忆进行提醒，这些待办事项会被记录下来，目前可以和苹果设备自带的“提醒事项”打通。

*提示项汇总界面，待办事项会按工作、个人、生活用品分类；点开提示项，可以直接定位该话题下的对话内容和录音。

一天结束以后，Pandent会主动弹出每日洞察，包含人际交往的亮点以及需要追踪的事项。

Ask AI 是我使用最多的功能，Pandent内置GPT5，并且有我长期的录音记录，当我提出问题，它会根据搜索这个问题的相关LOG进行搜索并精确的回答。

有了它，我一个最大体会是，我可以更放心、更轻松地参加各种不同的会议和讨论，不用担心因为忘记而漏掉需要跟进事情，也不怕灵光一闪的好点子被打断就再也找不回来。

白天来不及思考的好点子，我可以在晚上和AI的对话获得一些更深层的思考，因为 Pandent 对我近期有关系这个“好点子”的记忆，它的回答会更有针对性，不会答非所问。

另外，它还可以提示我一些人际关系中小细节，比如某位朋友的工作生活变动，甚至是“八卦”。

在使用的时候，我感觉Pandent更像是一个成熟的商业伙伴，它给到的事件分析与建议给我一种它既懂你又睿智的感觉。而不是那种仅仅有情绪的 AHA moment 。

比如最近我在和技术同事探讨一些项目细节，我们对于其中具体的技术落地的细节有分歧，以前我们需要再找外部顾问来讨论，补全我们欠缺的知识。现在，Pandent因为了解我们之前讨论的全部内容，它可以直接帮我们补全这些知识，可以说非常懂我了。

*和 Ask AI 的一次对话，它帮我补全了知识图谱约束 RAG的知识点。

不过，它仍然有不足的地方，没有覆盖所有包含我“记忆”的信息源，比如网络会议、电话、邮件、文件等等。这些数据的缺失还是会影响AI对某件事或者某个人的判断。但现在对于我本人来说，这个产品已经非常好用，至少是值得订阅费的，能看到基于听觉个人记忆在未来的雏形。

所以我最遗憾的是，Meta 收购LIMITLESS后，Pandent 有 70%的可能不会再是一个独立的产品，而是作为一个低功耗监听模块整合进Ray-Ban眼镜里。这极有可能会打断了产品的继续研发，没办法去验证个体记忆最大化的应用效果。

为什么现阶段 Plaud 不能实现超级个人智能？

肯定有朋友要问，同样是录音类的产品，Pandent 和 Plaud 的区别在哪，为什么 Plaud 不能实现超级个人智能？

首先，二者的产品定位以及核心目标的不同。Plaud 等设备是以记录一段会议或见面记录为目标的主动式录音设备，聚焦于线下场景的短期记忆留存、转写、灵感输入与提醒。之所以限定线下，是因为线上场景中，Otter、Granola 等软件的体验已足够出色，无需依赖硬件。

而 Pandent 的目的是全天候的记录工作和生活，更偏向长期监听设备，看重的是长期记忆，希望用AI主动帮助用户工作生活的效率提升，查漏补缺。

对于用户来说，Pandent 的使用也会更无感，Plaud 等主动式录音需要用户自行打开录音按钮，并在一段会议或是活动结束之后，再主动关闭。而 Pandent 则不用这样的操作，只要电源开启，就在录音。

*左：Plaud，右：Pandent

给用户的内容交付上，Plaud 是将一个完整会议或者段落的音频上传，经由大模型转写，再把 MarkDown 内容通过不同的模板交付给用户，如会议纪要与行业报告等。而 Pandent 为客户存储的是一天的 Lifelog，包含了整天活跃状态下的音频切片以及时间线上的时间。

它的交互在于根据一天，一周跟长期时长下主动给与用户短期的提醒与长期的会话跟踪。同时，在 ASK 大模型上，Pendant 更有上下文的完整性，它会进行相关 Log 的检索并提供结果，而 Plaud 只能进行目标录音的询问。

技术端，二者在端侧都是蓝牙语音芯片，麦克风阵列加 BLE 传输手机，手机再与大模型交互进行转写，不同的是 Pendant 为长期监听，硬件强调低功耗，音频数据在端侧压缩进行切片，把杂乱的音频转化为有序信息进行存储，既不会像人脑那样遗忘细节，也不会漏掉任何声音片段，强调信息记录的广度和密度，对于音频质量和转写精准度的要求更低一些。

总的来说，Plaud 主打转写的准确性和专业性，而轻上下文交互。它的发展方向最终可能是把单次服务做得更好，更好地匹配到用户的工作流。如果用它进行非常长时间的录音，续航不一定能很好地负担，文件转写的 token 消耗量也非常大。它更适合当做日常会议或者知识记录类助手使用，会错过大部分时间的记忆，难以满足超级个人智能的上下文需求。

从听觉硬件切入“个人超级智能体”，该怎么做？

Plaud 将单一需求的用户体验做到了极致，比如面向金融用户，使用后输出金融行业专有的模板或者选择由金融行业专业用户提供的专业模板。再加上出色的营销，Plaud 成为了销量百万台级别的爆品。

而 Pendant 自 2024 年 9 月陆续发货到 2025 年 12 月宣告停售仅仅过了 15 个月，商业表现远不及 Plaud 的零头。但 2025 年发布会上，Limitless 公司透露，Pendant 的产品留存率达到了 99.6% ，说明它的用户粘性还是挺强，对用户产生了实际价值。

我认为在通往“个人超级智能体”的道路上，Limitless 的硬件设计和技术路线的选择并没有问题，但问题在于 Limitless 并没有找到真正需要它的客户，并针对性优化。

要继续从听觉硬件切入“个人超级智能体”路线，首先要问到底哪类人群更有可能先一步需要有长时记忆的“个人超级智能体”，并且愿意为此持续付费？

我的结论是，这一类人会是决策者，管理者与复杂信息处理者。如小公司的经营者，大公司的中高层管理人员，大客户经理，上门型客户成功经理等需要长期沟通并通过沟通调度资源的人。

根据我的观察，这类岗位的从业者，工作具有三大共性：主动沟通多于被动接收、特定时段内人际关系相对稳定、可调配资源丰富、处理信息的饱和度高。他们还有一个特质是“贵人多忘事”。若有一款 AI 工具能长期共生，捕捉其大部分听觉记忆与文本信息，构建出一个“身外化身”，形成专属个人 AI ，他们是愿意付费的。

拿 HR 行业举一个例子，基础HR的工作是根据公司的预期进行新员工的招聘，入职以及老员工的维护，这部分的工作标准化流程的较多，在接入大量的 AI 原生的供应商以后，这部分的工作很容易被自动化并取代。

而需要处理复杂人际事务的 HRBP 就很难被替代，他们的工作包括核心员工的激励考评，因地适宜地制定及修定人效制度，还需要劳动行政部门、猎头、部门经理、高管等进行内外部事务的对接与协调。

对他们来说，每天记录与跟踪的事项，梳理和维护人际关系极为重要，就需要个人超级智能体来帮助他/她提升容错率跟增加效率。

销售领域也是一样，电话销售在国内已被大量 AI 替代，但关键客户管理这类岗位，需要为何核心客情关系，了解客户的个性化偏好，同样需要超级智能体来辅助处理。

然后在技术层面，长期监听设备还需要提升获取音频的输入准确性，并在时间维度上全覆盖。还要在信息处理上，进一步在 RAG 、知识图谱与 Agent 技术中找到一条最符合个体记忆储存提取以及调用处理的方式或者结构。

长期来说，这种设备还需要找到一种更贴近人脑运作机制的低功耗，低数据量的记忆编码解码方式。

最后是体验。大模型在长时记忆方向的突破只是时间问题，这将指数级提升长期监听设备的输出效果。硬件设备该如何将这优秀的体验传达到用户侧将是未来决胜的关键。

我很期待，未来能有这样的产品出现。