- Ayuan2026-09-04
之前我一直以为闪电说这款软件的全面回忆是能够自主沉淀内容的，也就是能自主沉淀词典、技能或画像，就像我自己给 Codex 或 Claude 设置的 hooks 一样，经过多轮对话有 continuous learning 的能力。
但今天才发现它似乎根本没有，它只是一个回顾功能，能找到前几天之前的截图。它似乎根本没有自进化的功能。我今天去看了这个项目的源码，才发现它根本没这个功能。
那就代表我前面用全面回忆去截图，之前为它配置多模态，为了养这个，发现似乎没什么太大用处，好像白白花了很多多模态模型的钱。感觉自己有点蠢，稍微有点难受。
因为这个一直宣传的是它能越来越懂你，就是说它会沉淀内容。它这个全面回忆，会越来越懂你，然后沉淀内容、沉淀词典、沉淀风格、沉淀个人画像，然后还有技能。但是后来发现，哦，哎，然后我就一直没有想着去看，就一直相信。但是现在发现其实没有。
然后自己有一个想法，就是说如果将这个全面回忆的内容接入 Hermes，把 Hermes 接入进去，它会不会就有那种功能？但是像这种沉淀，我发现好像又不是太可控。就是说，如果我想让它沉淀，那肯定是整体需要一个可控的过程。只有经过多轮严格的筛选，才会沉淀出一个词典或者一项技能。但是如果说是 Hermes 的话，就像这个 10 轮沉淀一次，好像又不太对，感觉又不太对。
主楼 - Demorain2026-09-04
codex的memory.md是佬说的想法吗？类似的感觉？
- duroey2026-09-04
那会把语音输入法做得越来越像一个 Agent。问题是到底是做语音输入法，还是做 Agent？
产品或者工程上，或许是在做这两者的 trade off。但是算法上的全模态模型驱动harness，直接从根本上进行语音输入或许是更好的答案
- killer2026-09-04
各家的 memory 功能实际上做得都很垃圾，不是很好。无论是 codex 也好，还是其他的也罢，都是一样的，都不建议打开。
具体的理由可以去看 Matt Pocock 的课，我觉得他的一些课说得比较好。比如说，一款模型的聪明区只有 200K，你如果 memory 就占了几十K，那很明显模型会变得更笨
所以说，memory 或者说 agent.md 这些，应该主要是让人手工去写，而且越少越好。否则的话，很有可能是负优化，就是你 memory 记忆里面有大量的乱七八糟的东西，不一定会变得更聪明
当然了，你要是说让模型越来越懂你，那么确实，你 memory 里面放得越多，那肯定越懂你
对于一个语音软件来说，我觉得类似于 Typeless 这种提取出关键词作为词典就已经到极限了。如果你还要做得更多的话，我觉得反而是负优化
- 席乐2026-09-04
我希望有个 AI 能够自动导入我通讯录的名字。打字要打到名字的时候，只能手打。
- Ayuan2026-09-04
- 席乐2026-09-04
我觉得没那么容易。
因为 AI 的字是从服务器返回过来的，本地识别的优先级会比较低。
ASR是声音变文字，不是文字变文字，正则没什么用。
要么他把我的通讯录全上传到服务器。
要么在本地就要实现一个高优先级的 ASR 修正，没那么容易
- Ayuan2026-09-04
也是，我觉得 memory 可能不会越来越多，memory 就是要更精细化。但我觉得更多的是平时在日常使用中，一段时间可能在做一个项目，那这个项目的语音输入过程中应该会有很多关键词，是可以不用了的。
那在我们一开始进行语音输入的时候，还有可能会语音输入错误，这时候就会识别到。像这种如果能接入的话，我想它更多是会沉淀，一个项目沉淀出对应的词典，一个工作流会有一个对应的词典。
像现在目前他这个全面回忆，截了很多图，有时候会截多张图，但它只是把东西放进去。对于我直接说，它也不会采取我近期已经输入过的记忆，不会采取截屏的记忆。所以目前我发现，开了全面回忆它也做不到能用到里面的东西，就像是一个垃圾堆。
我之前一扫，发现全面回忆的目录已经储存了 70 多 G 的文件，但今天我才知道这些基本上都没什么用，平常根本就没用到，让我很难受。
我更想的是，不是去沉淀 memory，因为我觉得 memory 还是比较难的，比较难沉淀。只有说是真正的，可能 memory 也不行吧，更多的是沉淀技能。但实际我在用语音输入的时候，这个又用得不多。
所以我主要的还是需要去沉淀词典。
- Ayuan2026-09-04
主要是这个，它一开始宣传的就是能够越来越懂你的语音输入的 Agent，而不是一款单纯的语音输入。然后就让我误解成了，它是能够根据我输入的这个全面回忆，然后能够越来越了解我。但实际上，真正的还是需要自己去设置风格，自己去设置 memory，然后自己去沉淀词典。我之前以为这些都是能够自动化的，因为它打的是 Agent 的那个宣传。
- killer2026-09-04
那在我们一开始进行语音输入的时候，还有可能会语音输入错误，这时候就会识别到。像这种如果能接入的话，我想它更多是会沉淀，一个项目沉淀出对应的词典，一个工作流会有一个对应的词典。
Typeless 已经可以做到了，我现在用的就是 Typeless 在和你讲话。当它发现有些词汇使用语音识别经常识别错误的时候，会自动帮你提取出相应的词典。
我觉得这是工程化的取舍吧。做成你说的那样其实非常不可控，不确定因素太多了；而它做成这种词典的形式，既保证了正确率，也让整个项目的可控性更强一点
- FlyLoongZ2026-09-05
其实是可以的，像x-asr这样的本地模型可以在手机上部署应付一般的语音输入，而且x-asr还支持标点输出和词典设置