Memoket 推出的 Memoket Gem 是一款重 11 克的人工智能可穿戴設備，設計為與 Apple Watch 同時佩戴，並可輕鬆插入共同佩戴的帶子中。用户只需按一次按鈕即可捕捉對話內容，Gem 會自動將此次對話與數週前的相關討論連結起來，並提供來源鏈接。該產品的起售價為 US$179 (約 HK$1,396)，預計於 2026 年 8 月發貨。隨著 ChatGPT 引發的最新人工智能熱潮已經持續近四年，以下是一些已實際持續使用並使我的生活、工作和個人項目在 Mac 上變得更加輕鬆的工具。
值得注意的是，您可能已經聽説過或閲讀過我將要描述的大部分，甚至所有這些工具。但這正是本文的部分目的。儘管發現一些鮮為人知的隱藏寶石總是令人愉快，但根據我的經驗，有時主流產品之所以成為主流是有原因的。對於依賴於過於昂貴的模型進行訓練或運行的人工智能工具尤其如此。但無論如何，您能從這些工具中獲得多少實際效益是重要的。然而，並非所有工具都適合每一個人，無論是人工智能驅動的工具還是其他。
以下是我如何使用這些工具來精簡和改善我的工作的幾個例子，希望能激發您對自己工作流程的一些想法。如果這與您無關，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幫助您的最愛工具或使用案例，我很想在評論中閲讀它。
MacWhisper 使我的工作流程更加高效
我目前每週錄製五個播客並編輯七個節目。對於大多數節目，我還負責發佈，包括節目描述、節目筆記及其他輔助材料，如社交媒體上的純文本引用或短片段。某些節目還基於內容發佈每週時事通訊。在完成編輯後，我會從頭到尾聆聽整個節目，同時記下節目筆記中的鏈接，標記每個章節的時間戳，並標記可能適合用作社交媒體帖子的一些句子或片段。當聆聽完畢後，我會在腦海中一切仍然清晰的情況下撰寫節目描述和社交媒體文案。
這是我大約十年來的工作流程，一直都有效。然而，在過去的幾年中，我還在此過程中加入了 MacWhisper。每當我導出一集以供最終聆聽時，我會使用 Nvidia 的 Parakeet v3 模型運行 MacWhisper，這個模型的準確性足以作為有用的安全網。在我完成節目回顧後，我會將完整的逐字稿和我已撰寫的文案提供給 ChatGPT，以幫助我檢查是否遺漏任何鏈接或其他重要細節，例如社交媒體帖子的更佳位置。
雖然我對 MacWhisper 的使用相對簡單，但這是目前 Mac 平台上最令人印象深刻的人工智能工具之一。開發者 Jordi Bruin 在定製化、靈活性和輔助功能（包括非常特定的邊緣案例）上的投入令人驚訝。這些功能包括自動轉錄的監視文件夾、會議錄音、鍵盤快捷鍵、即時字幕、對雲端和本地模型的支持、自定義詞典、批量導出、第三方集成……這份清單還在繼續。MacWhisper 幫助我更高效地工作，對於任何與轉錄相關的工作，我無法不推薦它。
Codex 讓編程變得更簡單
儘管過去幾年我多次嘗試，我不得不接受我並不具備程序員的思維。我對此主題非常感興趣，並盡量掌握相關知識，但實際的編程從來不是我的專長。然而，與任何用户一樣，我確實有一些現有應用無法完全滿足的具體需求。因此，我在去年底決定嘗試 OpenAI 的 Codex 和 Anthropic 的 Claude Code 等工具。在我的第一個項目中，我讓這兩個編程平台為我編寫了一個相同的應用程式：一個用於監控不提供 RSS 源的網站，以便在出現重要新聞時獲知。
雖然 Claude 總體上表現更好，但我無法習慣其基於 CLI 的界面。我繼續使用 Codex，直到對我的應用感到滿意，然後就不再使用 Codex，直到大約兩個月前，我有了一個想要製作的另一個應用的想法。與去年底的模型相比，這次的差異就如同白天與黑夜，任何實際的開發者都會告訴您。從那以後，我開始著手於另外兩個實用工具，稍後我會分享更多細節。近期，OpenAI 因將主要的 ChatGPT 應用與 Codex 合併而引發了一些麻煩，但這並不改變 Codex 是我每天至少使用幾次的最令人印象深刻的工具之一的事實，
每當我遇到錯誤或考慮如何改進這些項目時，我都會使用它。一旦這個小過程在腦海中運行，便很難關閉。儘管對某些人來説這聽起來可能很糟糕，但這感覺很好。
Perplexity Computer 簡化繁瑣任務
首先，我需要直接説明：Perplexity Computer 的價格並不便宜。目前，Perplexity Pro 用户每月需支付 US$20 (約 HK$156)，並必須購買信用點數來使用此功能，而每月支付 US$200 (約 HK$1,560)的 Perplexity Max 用户則每月獲得 10,000 個信用點數，並且可以購買額外的信用點數。我一直想寫關於 Perplexity Computer 的文章，但至今尚未完成。
簡而言之，當我第一次使用它時，立刻明白每個作業系統將很快都會有自己版本的這種具有代理功能的工具，像 Claude Cowork 和 ChatGPT Work 一樣，能夠執行涉及文檔創建、計算機使用、代理工具和第三方集成的長期任務，以便根據用户的要求完成工作。與 OpenAI 和 Anthropic 的代理工具不同，Perplexity Computer 從數十個文本、圖像、視頻和音頻模型中選擇最符合用户描述的模型，然後開始工作。
這需要一些調整和試驗，但 Perplexity Computer 最終成功處理了我每月需要分析約 200 份多頁文件的重複任務，並解釋和消解數據，然後將其中一部分轉移到多標籤的電子表格中。這仍然需要一些手動調整和全面檢查，以確保一切正確無誤。但 Perplexity Computer 接管了繁重且冗長的工作，幾分鐘內完成的任務，曾經需要每幾周花費將近一整天的時間。
LM Studio 提供本地運行人工智能模型的便利
乍看之下，本地運行人工智能模型的概念與僅僅打開 Safari 或 ChatGPT 應用並開始工作的便利相比，似乎有些不便。但本地模型確實有其優勢。首先，它們不需要活躍的互聯網連接，這在某些情況下會非常有用。最近，我在一次飛行中使用 LM Studio，運行 Google 的 Gemma 4 模型（擁有 120 億個參數），其表現與我使用 ChatGPT 的基於網絡的兆級參數模型一樣良好。
其次，對於處理不希望（或不允許）發送到第三方伺服器的信息的用户來説，本地模型也是一個很好的替代方案。即使您選擇不讓數據用於訓練，這些數據仍然需要離開您的設備並在其他地方處理，這在某些工作性質上可能成為交易的決定因素。當然，您能夠在 Mac 上本地運行的模型數量在很大程度上取決於您的技術規格，但 LM Studio 使您能夠輕鬆地確定哪些模型可以在您的設備上運行得舒適、運行得不太舒適或根本無法運行。
好消息是，人工智能實驗室和開源社區在生產更小、更高效的模型方面越來越出色，這些模型仍然能夠提供令人印象深刻的結果。值得一提的是，LM Studio 最近推出了 Bionic，該公司的代理模型的自有工具。除了本地模型外，LM Studio Bionic 還提供雲端開放模型的按需訪問，這些模型託管在美國的伺服器上，並有嚴格的零數據保留政策。我僅能在 LM Studio Bionic 上進行基本的文檔創建測試，但我已經可以毫無保留地推薦它。
