為了能「過耳不忘」，我做了一款免費開源工具

兩種互動

我是產品經理小湯。先容我起個高調（不想聽的請跳到第三小節）。

人類大致有兩種與 AI 互動的方式：

一種是結果導向的互動。你與它對話，是為了拿到一個結果，效率越高越好，最好我一句話就讓你跑一整晚，給出的結果符合甚至超出我的預期。典型如 Coding。

另一種是過程導向的互動。你與它對話，是為了在對話過程中遭遇些什麼。你可能有預期的結果，但最後的收穫總是在意想不到的過程中。類似與朋友 Chatting。

第二種情況，我們最好不要聊得太急太快，效率是深度的敵人。

AI 以人類無法企及的速度生成了一段內容，人類也要以它無法企及的緩慢予以回敬。

它發來一段話，不要條件反射地接茬，而是讓這段話過腦子、走身體，最好能產生某種說不清的感受，讓它逗留一會，再試圖澄清它。這叫言之有物，這“物”越沉越渾，言說往往越有意義。

磕磕巴巴沒關係，木心老爺子說過，人說真理時總是結巴的（記錯了請糾正我）。

不過我今天是產品經理小湯，所以只聚焦過程中的一個技術性問題：在非效率場景下，我們應該怎麼閱讀 AI 發來的消息。

我更願意聽

因人而異，我自己的實踐經驗是：聽。

如果直覺告訴我這段內容非常重要，就不要讀（看），要去聽。

對我而言，聽比讀更過腦、更走心。

最好閉上眼睛聽。閉上眼人會變得更內向。我才能緩慢、磕巴地給出對等質量的回覆。

感謝豆包，它的全局語音朗讀實在優秀，甚至成了我在電腦上安裝它的最大理由。

但我用著用著發現一個不爽的地方：它不能記住我聽過哪些東西——我之所以聽，說明這些東西恰恰是重要的，需要留存。

「過耳不忘」

最近我敢想又敢幹，於是決定做一個能幫我記住聽過內容的全局語音插件——取名叫「過耳不忘」。免費開源，地址在文末。

最典型的應用場景是：

1. 任意場景下，鼠標選中一段我想聽的文本，彈出工具條，點擊朗讀。

2. 讀完後，這段內容會自動（或手動）保存在我的 Obsidian 裡（可指定任意目錄）。同時保存的，還有這段內容的環境信息——比如當前內容的網址，或應用名稱。

這就是「過耳不忘」MVP 版本定義的全部功能。

介紹完了。

一夜之後

Vibe coding 討厭的地方就在於，沒人會滿足於區區 MVP。你的虛榮心，和對星星（一種程序員的炫耀貨幣）的渴望，一再讓你獻出睡眠，甘心落入“扶我起來，我還能再迭一代”的猝死陷阱。

經過一晚上，迭代了十幾個版本，「過耳不忘」已經從 0.1.0 變成了 0.3.x。

我變禿了一點。它變強了很多。

我發現它現在強得可怕。

典型場景之二——解釋，但有上下文：

1. 選中任何一段文本，或一個概念，點擊解釋。

2. 它會先抓取上下文，然後再進行解釋。

這是豆包的解釋：

這是「過耳不忘」的解釋：

當然，我們還能順便聽一下語音，閉眼休息一下，順手留檔：Obsidian 裡甚至會包含必要的上下文。

這下，連鎖優勢就出來了不是嗎？

更多玩法

重要的是，這個連鎖優勢是通用性的，還可以延伸至——翻譯：

基於上下文的翻譯：

帶鏈接和上下文的留檔：

基於上下文的“洞見”，以及留檔：

基於上下文的“盲點”，以及留檔：

以及其他你能想到的任何場景——基於上下文提煉、助記、英文精讀，以及對重要內容的朗讀與留檔。

選中選中選中，操作操作操作，讀讀讀，存存存，後續再精細加工。

已經接近我心目中知識管理入口級工具的樣子了。

經過大腦，留在電腦

它的 Slogan 我也想好了：

讓重要信息經過你的大腦，留在你的電腦。

受極為優秀的翻譯軟件「BOB」啟發，我還為「過耳不忘」加入了多模型比較功能。區別在於，我們不止可以比較翻譯質量，也可以比較解釋、洞見、提煉……一切技能的質量。

某種意義上，「過耳不忘」是豆包和鮑勃的孩子——現在由我領養了，取名叫“豆勃”（Dob）。

倉庫地址在：https://github.com/Milktang0128/Dob

下載地址：https://github.com/Milktang0128/Dob/releases

目前僅支持MAC，完全免費（需請自己申請模型廠商 API）。

送上一個小星星，滿足我的虛榮心。