作者：拉風的極客
今年，大模型基礎能力再次實現飛躍，像 ChatGPT、DeepSeek、豆包這樣的 AI 工具，正在成爲越來越多職場人工作中的常用助手。
這些 AI 的能力確實強大，但也有個不小的門檻：要讓它們「幹活」，往往需要提前準備大量資料。換句話說，今天的 AI 更像是一個高智商的顧問，而從實際提效的角度看，我們更需要的，其實是一個始終待在身邊、幫我記錄信息，並在關鍵時刻給出提醒和反饋的「智能助理」。
出門問問正在嘗試填補這一空白。4 月，公司首次公開了旗下全球首款 Agentic AI 硬件產品 TicNote，6 月 25 日，這款硬件也正式在國內發佈。發佈會上，出門問問創始人李志飛強調，這不只是錄音筆、翻譯器或語音助手，而是一個「隨身的 AI 思考夥伴」。
在出門問問之前，國內外已有一些公司嘗試將大模型與錄音硬件結合，但它們大多仍將 AI 作爲音頻信息處理工具，主要用它整理會議記錄、或者翻譯等。TicNote 雖然具備類似能力，但它的定位並不止於此。通過持續記錄用戶的工作與生活信息，TicNote 實際上成爲了一個 7×24 小時陪伴用戶的「超級助理」，可以基於日常交流內容和大模型的推理能力，主動提供工作靈感與洞察。
作爲極客公園的「老朋友」，我們見證了出門問問從創業到上市的完整歷程，也經歷了其在大模型方向上階段性的戰略收縮。而如今，出門問問選擇以硬件的方式重新切入大模型賽道，這背後並非是簡單的追風口或模仿他人，而是創始人李志飛多年在人機語音交互領域積累的沉澱——在看到已有路徑被驗證的同時，他也看到了更深的可能，並希望在這個方向上做出更好的產品。
01
一個隨身的「AI 助理」
TicNote 的外觀類似一塊小巧的磁吸充電寶，機身厚度約爲 3 毫米，可以整天通過磁吸方式貼附在手機背面，幾乎不影響日常使用。
TicNote 丨來自：出門問問
與傳統錄音筆不同，TicNote 的卡片式設計從一開始就面向「全天候記錄」的使用場景。用戶可以輕鬆控制錄音操作模式。
這種硬件形態並非出門問問首創，早前 Plaud Note 等產品也採用了類似設計。其優勢在於，能夠在教育、媒體、創意策劃等需要大量語音記錄的場景中，穩定長時間運行，並藉助大模型能力提升轉寫、翻譯和總結等後期處理的效率。
這一應用場景已獲得一定程度的市場驗證，但出門問問認爲，卡片式錄音硬件與大模型的結合，除了錄音、處理等功能外，還蘊含更大的潛力。
除了轉寫和總結等基礎功能外，TicNote 最大的特色是其內置的 AI Agent「Shadow AI」。支持實時對話、邏輯推理、知識整合和寫作建議，能夠更深入地理解用戶的內容創作需求。無論是在工作、學習，還是靈感探索的過程中，它都能與用戶保持對話，協助完成任務，成爲一個貼身的智能助手。
Yolanda 是 TicNote 的內測用戶之一。作爲一名科技高管和中考孩子的母親，她常常面臨時間碎片化和信息冗雜的挑戰，難以兼顧家庭與工作。TicNote 在很大程度上緩解了她的這一困境。
一次線上家長會與公司重要覆盤會時間衝突，Yolanda 無法同時兼顧兩端。於是，她用 TicNote「隱形」地全程記錄了家長會內容，會後精準轉錄並自動提煉要點，整理成結構清晰的文字紀要和思維導圖，讓她無需回聽便能全面掌握會議信息。
此外，Yolanda 還讓孩子在每次輔導課時攜帶 TicNote。一個學期下來，TicNote 不僅記錄了老師的重點內容，還幫助總結出孩子的知識薄弱環節。臨近中考，孩子利用 TicNote 整理出老師講授的「臨場工具包」和「應急方法」，並結合薄弱點形成了清晰的複習資料。
從 Yolanda 的使用體驗中可以看到，TicNote 不只是一個便攜的錄音工具，而是通過軟硬件一體化的設計與大模型能力，逐步走向一個真正「理解你」的智能助理形態。而這樣一款產品背後，是出門問問在語音技術與人機交互領域十年如一日的深耕。
02
一家爲人機交互堅持了十年的公司
出門問問能夠推出 TicNote，並非偶然。這款產品所代表的「軟硬件一體 + AI 服務」路徑，其實是出門問問十年來技術積累與產品探索的自然結果。
自 2012 年成立以來，出門問問就將人機語音交互作爲核心方向，是國內最早一批踐行「voice-first」理念的公司之一。早期推出的自研語音助手 App，主打中文語音識別與自然語言理解。隨後幾年，公司不斷嘗試將語音能力嵌入硬件，先後推出了智能手錶 TicWatch、智能後視鏡 TicMirror、翻譯器 TicTranslator 等產品，持續探索語音與設備結合的應用可能。
這些產品在當時都走在行業前列，也積累了可觀的技術經驗，但語音交互的使用門檻、成本等挑戰，始終制約了其成爲主流操作方式。用戶需要通過喚醒詞和指令語言與設備溝通，交互成本高、容錯率低，難以承擔複雜任務。出門問問因此在一段時間內收縮硬件產品線，將重心轉向 AI 能力的打磨。
但這條人機交互的進化之路，出門問問從未真正放棄。大模型時代的到來，爲人機語音交互帶來了新的契機。隨着模型理解力和生成能力的提升，人機對話變得更加自然，越來越多用戶開始習慣以對話的方式與 AI 溝通。語音，作爲最接近人類表達習慣的交互方式，也因此重新獲得價值，有望成爲連接 AI 與現實世界的重要入口。
TicNote 正是在這樣的背景下推出的。它不僅是一款用於記錄的智能設備，更通過內置的 AI Agent「Shadow AI」，將用戶每天聽到的、說出的內容，持續整理爲結構化的信息，構建出屬於每個人的「個人知識庫」。基於這個個性化知識庫，大模型不僅能進行高效調用，還可以聯網發散，挖掘信息在更高維度上的價值。
這種產品形態，是出門問問在語音識別、自然語言理解、終端設計等多維技術積累的集成體現。以 TicNote 的「閃聊」功能爲例，用戶可以在錄音過程中隨時發起語音對話，快速回顧前文內容、提取重點信息，適用於採訪、會議等需要即時反饋的場景。這種「邊錄邊問」的交互模式，正是出門問問十年來持續深耕語音技術的成果落地。
同時，TicNote 還具備自動化的項目管理能力。過去，即使是 AI 錄音筆，也多侷限於單一場景，錄完之後進行一段內容的單次處理。而在 TicNote 的交互邏輯中，所有錄音數據被統一沉澱爲一個可持續擴展的知識庫，用戶可以跨場景、跨時間地隨時調用、整理和繼續對話。這種更貼近用戶直覺的信息組織方式，也讓 TicNote 不再只服務於專業用戶，而具備了廣泛的日常適用性。
更重要的是，這一次，出門問問不再試圖用語音去「控制一個機器」，而是藉助大模型能力，讓語音成爲構建知識的入口、推動思考的助力。
回頭看，TicNote 並不是一次技術方向的轉身，而更像是一次完成——它匯聚了出門問問十年走過的每一步，將分散在人機交互、硬件設計、AI 服務等多個層面的經驗，集中在一個更適合這個時代的產品中。
03
未來每個人都需要一個「高維記憶倉」
當下，ADHD 已成爲一個熱門社會話題。「注意力難以集中」作爲一種症候，正在變得越來越流行。除真正的 ADHD 患者之外，越來越多普通人也開始發現自己有類似症狀，甚至開始「自我診斷」。
這和我們正在經歷一場巨大的信息過載有很大關係。向前回顧，人類從未像今天這樣，每天要接收、處理大量的信息，這些信息不只通過手機涌入我們的眼睛，也存在於生活中的每一個場景。我們每天接收的信息太多，思維的保質期卻越來越短。
過去常見的一個認識是，相比體力勞動，腦力勞動是輕鬆的，坐辦公室是少數人的「特權」，是人們的共同追求。但現在，越來越多人從事圍繞信息展開的工作，卻對此感到疲憊甚至厭倦。
我們越來越意識到，處理信息也是一種負載，會帶來「勞損」。在當下，我們需要像使用機械工具替代體力勞動那樣，爲我們的大腦減負。而這樣的設備，必然要具備感知、交互，以及輔助的思考和洞察能力，成爲我們的「前置感官」和「輔助大腦」。
這可能就是 TicNote 以及出門問問未來的終極野望。
今天絕大部分 AI 產品都在爲用戶提供「單一場景切面」的信息，實際上，AI 的終極未來，應該要能夠輔助用戶管理整個記憶和思維，其中既包括信息、知識，也有回憶。當下 AI 業界已經提出了「人生流」的概念，被記錄下來的人生流，其實就是我們的「記憶倉」。而 Agentic AI 能做的，就是把這個記憶倉進行升維，挖掘出我們自己平時都沒有意識到的思考和洞察，最終幫我們減輕接受信息的負擔，激發出更多靈感。
在可預見的未來，我們每個人都需要一個擁有完美記憶力且能輔助我們思考的 agent，來幫助我們重新組織接收到的信息，增加思考的維度。而 TicNote 內置的「頓悟時刻」功能，就已經初窺了這種未來。它能夠基於用戶保存的數據，爲用戶提供 AI 角度的「洞見」。
當下絕大多數 AI 助手產品都是基於泛意義上的公開語料訓練的，很大程度上都在以「全知全能」作爲訓練和發展目標，但對用戶來說，更多人需要的其實是一種「個性化的 AI」，這個 Agentic AI 應當更多瞭解我們的私人知識，提供與我們切身相關的信息，幫助我們構建個性化的體驗。
對出門問問和李志飛來說，TicNote 既是過去十二年堅守技術理想的一次成功落地，也是一次面向 AIGC 未來的再次出發。他們等到了人機交互的新時代，AIGC 的新時代，TicNote 絕非一次產品上的「投機」，而是長期技術「戀愛腦」的一次修成正果。
去年 4 月，出門問問上市，成爲國內 AIGC 第一股。對李志飛和他的團隊來說，解決「錢」的問題從來都不是最重要的，更重要的是他們又可以把自己堅信的技術，打磨到最好的狀態，然後帶給這個世界。
現在，它再次邁出了堅實一步。
