为了能「过耳不忘」，我做了一款免费开源工具

两种互动

我是产品经理小汤。先容我起个高调（不想听的请跳到第三小节）。

人类大致有两种与 AI 互动的方式：

一种是结果导向的互动。你与它对话，是为了拿到一个结果，效率越高越好，最好我一句话就让你跑一整晚，给出的结果符合甚至超出我的预期。典型如 Coding。

另一种是过程导向的互动。你与它对话，是为了在对话过程中遭遇些什么。你可能有预期的结果，但最后的收获总是在意想不到的过程中。类似与朋友 Chatting。

第二种情况，我们最好不要聊得太急太快，效率是深度的敌人。

AI 以人类无法企及的速度生成了一段内容，人类也要以它无法企及的缓慢予以回敬。

它发来一段话，不要条件反射地接茬，而是让这段话过脑子、走身体，最好能产生某种说不清的感受，让它逗留一会，再试图澄清它。这叫言之有物，这“物”越沉越浑，言说往往越有意义。

磕磕巴巴没关系，木心老爷子说过，人说真理时总是结巴的（记错了请纠正我）。

不过我今天是产品经理小汤，所以只聚焦过程中的一个技术性问题：在非效率场景下，我们应该怎么阅读 AI 发来的消息。

我更愿意听

因人而异，我自己的实践经验是：听。

如果直觉告诉我这段内容非常重要，就不要读（看），要去听。

对我而言，听比读更过脑、更走心。

最好闭上眼睛听。闭上眼人会变得更内向。我才能缓慢、磕巴地给出对等质量的回复。

感谢豆包，它的全局语音朗读实在优秀，甚至成了我在电脑上安装它的最大理由。

但我用着用着发现一个不爽的地方：它不能记住我听过哪些东西——我之所以听，说明这些东西恰恰是重要的，需要留存。

「过耳不忘」

最近我敢想又敢干，于是决定做一个能帮我记住听过内容的全局语音插件——取名叫「过耳不忘」。免费开源，地址在文末。

最典型的应用场景是：

1. 任意场景下，鼠标选中一段我想听的文本，弹出工具条，点击朗读。

2. 读完后，这段内容会自动（或手动）保存在我的 Obsidian 里（可指定任意目录）。同时保存的，还有这段内容的环境信息——比如当前内容的网址，或应用名称。

这就是「过耳不忘」MVP 版本定义的全部功能。

介绍完了。

一夜之后

Vibe coding 讨厌的地方就在于，没人会满足于区区 MVP。你的虚荣心，和对星星（一种程序员的炫耀货币）的渴望，一再让你献出睡眠，甘心落入“扶我起来，我还能再迭一代”的猝死陷阱。

经过一晚上，迭代了十几个版本，「过耳不忘」已经从 0.1.0 变成了 0.3.x。

我变秃了一点。它变强了很多。

我发现它现在强得可怕。

典型场景之二——解释，但有上下文：

1. 选中任何一段文本，或一个概念，点击解释。

2. 它会先抓取上下文，然后再进行解释。

这是豆包的解释：

这是「过耳不忘」的解释：

当然，我们还能顺便听一下语音，闭眼休息一下，顺手留档：Obsidian 里甚至会包含必要的上下文。

这下，连锁优势就出来了不是吗？

更多玩法

重要的是，这个连锁优势是通用性的，还可以延伸至——翻译：

基于上下文的翻译：

带链接和上下文的留档：

基于上下文的“洞见”，以及留档：

基于上下文的“盲点”，以及留档：

以及其他你能想到的任何场景——基于上下文提炼、助记、英文精读，以及对重要内容的朗读与留档。

选中选中选中，操作操作操作，读读读，存存存，后续再精细加工。

已经接近我心目中知识管理入口级工具的样子了。

经过大脑，留在电脑

它的 Slogan 我也想好了：

让重要信息经过你的大脑，留在你的电脑。

受极为优秀的翻译软件「BOB」启发，我还为「过耳不忘」加入了多模型比较功能。区别在于，我们不止可以比较翻译质量，也可以比较解释、洞见、提炼……一切技能的质量。

某种意义上，「过耳不忘」是豆包和鲍勃的孩子——现在由我领养了，取名叫“豆勃”（Dob）。

仓库地址在：https://github.com/Milktang0128/Dob

下载地址：https://github.com/Milktang0128/Dob/releases

目前仅支持MAC，完全免费（需请自己申请模型厂商 API）。

送上一个小星星，满足我的虚荣心。