Memoket 推出的 Memoket Gem 是一款重 11 克的人工智能可穿戴设备，设计为与 Apple Watch 同时佩戴，并可轻松插入共同佩戴的带子中。用户只需按一次按钮即可捕捉对话内容，Gem 会自动将此次对话与数周前的相关讨论链接起来，并提供来源链接。该产品的起售价为 US$179 (约 HK$1,396)，预计于 2026 年 8 月发货。随着 ChatGPT 引发的最新人工智能热潮已经持续近四年，以下是一些已实际持续使用并使我的生活、工作和个人项目在 Mac 上变得更加轻松的工具。
值得注意的是，您可能已经听说过或阅读过我将要描述的大部分，甚至所有这些工具。但这正是本文的部分目的。尽管发现一些鲜为人知的隐藏宝石总是令人愉快，但根据我的经验，有时主流产品之所以成为主流是有原因的。对于依赖于过于昂贵的模型进行训练或运行的人工智能工具尤其如此。但无论如何，您能从这些工具中获得多少实际效益是重要的。然而，并非所有工具都适合每一个人，无论是人工智能驱动的工具还是其他。
以下是我如何使用这些工具来精简和改善我的工作的几个例子，希望能激发您对自己工作流程的一些想法。如果这与您无关，那也是完全可以的。更好的是，如果您有任何在自己工作流程中帮助您的最爱工具或使用案例，我很想在评论中阅读它。
MacWhisper 使我的工作流程更加高效
我目前每周录制五个播客并编辑七个节目。对于大多数节目，我还负责发布，包括节目描述、节目笔记及其他辅助材料，如社交媒体上的纯文本引用或短片段。某些节目还基于内容发布每周时事通讯。在完成编辑后，我会从头到尾聆听整个节目，同时记下节目笔记中的链接，标记每个章节的时间戳，并标记可能适合用作社交媒体帖子的一些句子或片段。当聆听完毕后，我会在脑海中一切仍然清晰的情况下撰写节目描述和社交媒体文案。
这是我大约十年来的工作流程，一直都有效。然而，在过去的几年中，我还在此过程中加入了 MacWhisper。每当我导出一集以供最终聆听时，我会使用 Nvidia 的 Parakeet v3 模型运行 MacWhisper，这个模型的准确性足以作为有用的安全网。在我完成节目回顾后，我会将完整的逐字稿和我已撰写的文案提供给 ChatGPT，以帮助我检查是否遗漏任何链接或其他重要细节，例如社交媒体帖子的更佳位置。
虽然我对 MacWhisper 的使用相对简单，但这是目前 Mac 平台上最令人印象深刻的人工智能工具之一。开发者 Jordi Bruin 在定制化、灵活性和辅助功能（包括非常特定的边缘案例）上的投入令人惊讶。这些功能包括自动转录的监视文件夹、会议录音、键盘快捷键、即时字幕、对云端和本地模型的支持、自定义词典、批量导出、第三方集成……这份清单还在继续。MacWhisper 帮助我更高效地工作，对于任何与转录相关的工作，我无法不推荐它。
Codex 让编程变得更简单
尽管过去几年我多次尝试，我不得不接受我并不具备程序员的思维。我对此主题非常感兴趣，并尽量掌握相关知识，但实际的编程从来不是我的专长。然而，与任何用户一样，我确实有一些现有应用无法完全满足的具体需求。因此，我在去年底决定尝试 OpenAI 的 Codex 和 Anthropic 的 Claude Code 等工具。在我的第一个项目中，我让这两个编程平台为我编写了一个相同的应用程序：一个用于监控不提供 RSS 源的网站，以便在出现重要新闻时获知。
虽然 Claude 总体上表现更好，但我无法习惯其基于 CLI 的界面。我继续使用 Codex，直到对我的应用感到满意，然后就不再使用 Codex，直到大约两个月前，我有了一个想要制作的另一个应用的想法。与去年底的模型相比，这次的差异就如同白天与黑夜，任何实际的开发者都会告诉您。从那以后，我开始着手于另外两个实用工具，稍后我会分享更多细节。近期，OpenAI 因将主要的 ChatGPT 应用与 Codex 合并而引发了一些麻烦，但这并不改变 Codex 是我每天至少使用几次的最令人印象深刻的工具之一的事实，
每当我遇到错误或考虑如何改进这些项目时，我都会使用它。一旦这个小过程在脑海中运行，便很难关闭。尽管对某些人来说这听起来可能很糟糕，但这感觉很好。
Perplexity Computer 简化繁琐任务
“`
首先，我需要直接说明：Perplexity Computer 的价格并不便宜。目前，Perplexity Pro 用户每月需支付 US$20 (约 HK$156)，并必须购买信用点数来使用此功能，而每月支付 US$200 (约 HK$1,560) 的 Perplexity Max 用户则每月获得 10,000 个信用点数，并且可以购买额外的信用点数。我一直想写关于 Perplexity Computer 的文章，但至今尚未完成。
简而言之，当我第一次使用它时，立刻明白每个操作系统将很快都会有自己版本的这种具有代理功能的工具，像 Claude Cowork 和 ChatGPT Work 一样，能够执行涉及文档创建、计算机使用、代理工具和第三方集成的长期任务，以便根据用户的要求完成工作。与 OpenAI 和 Anthropic 的代理工具不同，Perplexity Computer 从数十个文本、图像、视频和音频模型中选择最符合用户描述的模型，然后开始工作。
这需要一些调整和试验，但 Perplexity Computer 最终成功处理了我每月需要分析约 200 份多页文件的重复任务，并解释和消解数据，然后将其中一部分转移到多标签的电子表格中。这仍然需要一些手动调整和全面检查，以确保一切正确无误。但 Perplexity Computer 接管了繁重且冗长的工作，几分钟内完成的任务，曾经需要每几周花费将近一整天的时间。
LM Studio 提供本地运行人工智能模型的便利
乍看之下，本地运行人工智能模型的概念与仅仅打开 Safari 或 ChatGPT 应用并开始工作的便利相比，似乎有些不便。但本地模型确实有其优势。首先，它们不需要活跃的互联网连接，这在某些情况下会非常有用。最近，我在一次飞行中使用 LM Studio，运行 Google 的 Gemma 4 模型（拥有 120 亿个参数），其表现与我使用 ChatGPT 的基于网络的兆级参数模型一样良好。
其次，对于处理不希望（或不允许）发送到第三方服务器的信息的用户来说，本地模型也是一个很好的替代方案。即使您选择不让数据用于训练，这些数据仍然需要离开您的设备并在其他地方处理，这在某些工作性质上可能成为交易的决定因素。当然，您能够在 Mac 上本地运行的模型数量在很大程度上取决于您的技术规格，但 LM Studio 使您能够轻松地确定哪些模型可以在您的设备上运行得舒适、运行得不太舒适或根本无法运行。
好消息是，人工智能实验室和开源社区在生产更小、更高效的模型方面越来越出色，这些模型仍然能够提供令人印象深刻的结果。值得一提的是，LM Studio 最近推出了 Bionic，该公司的代理模型的自有工具。除了本地模型外，LM Studio Bionic 还提供云端开放模型的按需访问，这些模型托管在美国的服务器上，并有严格的零数据保留政策。我仅能在 LM Studio Bionic 上进行基本的文档创建测试，但我已经可以毫无保留地推荐它。