Littlebird 融資 1,100 萬美元，開發能讀取電腦螢幕的 AI 輔助回憶工具

關於為 AI 系統建立「情境」（context）的討論一直很多。在消費級軟體領域，我們看到許多新創公司圍繞著搜尋、文件和會議展開。它們都希望從你的數位生活中捕捉情境，提供與其他工具的連結，並讓你查詢所有這些數據。有些工具則走得更遠。例如，Rewind（後更名為 Limitless 並賣給了 Meta）和微軟的 Recall，旨在捕捉螢幕上發生的一切，並幫助你記住所有內容。

一家名為 Littlebird 的新創公司正嘗試類似的事情，但方法略有不同。Rewind 等應用程式儲存的是螢幕截圖或某種視覺數據，而 Littlebird 則是「閱讀」螢幕並以文字格式儲存情境。

該產品的核心理念是，既然它一直在閱讀你的螢幕，你就不需要為了提高生產力而額外提供情境。這家新創公司認為，雖然許多 AI 工具試圖分散你的注意力，但 Littlebird 可以在背景運行，且僅在你需要時才出現。

當你在電腦上設置 Littlebird 時，可以自定義希望該程式忽略哪些應用程式，不捕捉任何情境。該公司表示，它會自動忽略密碼管理器以及網頁表單中的敏感欄位，如密碼和信用卡資訊。你也可以選擇將 Gmail、Google 日曆、Apple 日曆和提醒事項等其他應用程式與該程式連結。

該應用程式讓你能夠針對自己的數據提問，並提供預先生成的提示詞（prompts）引導你開始，例如「我今天一直在做什麼？」或「哪些類型的電子郵件對我很重要？」在使用幾天後，我注意到這些提示詞隨著時間推移變得更加個人化。

Littlebird 還內建了一個類似 Granola 的筆記工具，它利用系統音訊並在背景運行，以捕捉會議逐字稿，並據此建立筆記和行動清單。當你在詳細檢視介面中打開一場會議時，會有一個名為「會議準備」（Prep for meeting）的選項，它會綜合過去的會議、電子郵件和公司歷史情境，為你提供更多關於該會議的細節。該功能還會從 Reddit 等來源獲取資訊，告知你用戶對特定產品或公司的看法。

另一個名為「例行公事」（Routines）的工具，則為 Littlebird 提供詳細的提示詞，使其能以重複的間隔（如每日、每週或每月）運行。公司列出了一些即用型的例行公事，如每日簡報、每週活動摘要和昨日工作總結。用戶也可以根據自定義指令建立自己的例行公事。

Littlebird 由 Alap Shah、Naman Shah 和 Alexander Green 於 2024 年創立。Alap 和 Naman 兄弟曾創立了為機構投資者服務的平台 Sentieo，該平台後來賣給了市場情報公司 AlphaSense。他們此前還共同創立了一家名為 Thistle 的健康食品公司。Alap 也是那篇爆紅的「Citrini 論文」的合著者之一，該論文探討了 AI 代理可能如何摧毀經濟，導致多支科技股下跌。Green 則在硬體、軟體和 AI 領域創立過多家公司。

「這一切始於 Alap 提出的一個有趣問題：AI 的核心將在於（用戶的）數據。模型對你一無所知，這限制了它們的效用。我們當時在思考哪些 UI 和 OS 範式可能已經成熟到可以被 AI 顛覆，這便開啟了 Littlebird 這個項目，」Green 在通話中告訴 TechCrunch。

Green 指出，雖然 Rewind 與 Littlebird 的目標接近，但它依賴螢幕截圖，且搜尋體驗不佳。他表示，這家新創公司才剛剛起步，還有許多問題需要解決，包括讓大型語言模型（LLM）理解用戶不同類型的背景情境。

透過 Littlebird，用戶可以隨時刪除數據，且數據以加密方式儲存在雲端。Green 表示，將數據儲存在雲端的理由是為了運行不同 AI 工作流所需的高效能模型，這在本地端是無法實現的。

「我們不儲存任何視覺資訊。我們只儲存文字，這使得數據輕量得多。我認為這可能也是 Recall 和 Rewind 遇到困難的另一個原因，因為截圖非常耗費數據空間。我也認為那更具侵入性，」他說。

Littlebird 可免費下載使用，但若要獲得更高的使用限制並存取圖像生成等功能，用戶可以支付每月 20 美元起跳的訂閱方案。

這家新創公司已獲得 1100 萬美元的融資，由 Lotus Studio 領投，Lenny Rachitsky、Scott Belsky、Gokul Rajaram、Justin Rosenstein、Shawn Wang 和 Russ Heddleston 參投。

其中幾位投資者是該產品的常客。曾在 Google 和 Facebook 負責廣告產品的 Rajaram 表示，該產品消除了記憶、檢索和重新解釋自己工作的摩擦。DocSend 共同創辦人兼執行長 Heddleston 則表示，他利用該工具，結合會議、電子郵件、Notion 等情境，重寫了公司的行銷網站。

經營個人電子報和 Podcast 的 Rachitsky 表示，AI 的效能取決於它擁有的情境，而它往往遺漏了你一天中的許多細節。他說他會詢問該工具如何改進生產力工作流以及如何變得更快樂。他認為，為了取得長期成功，該產品需要找到一個「殺手級應用場景」。

「我認為關鍵在於找到那個殺手級的必備應用場景。這對產品目前的成功至關重要。我知道很多人已經為自己找到了這一點，而團隊正隨著這些場景的出現而加倍投入這些體驗，」他指出。

「我的 Podcast 訪問過很多 AI 產品開發者，最一致的主題是，在產品推出之前，你實際上並不知道人們會如何使用它。策略是先推出早期產品，觀察人們如何使用，然後加倍投入那些場景，而不是等待一個完全想清楚的方案。」