介绍 remio，AI 驱动的笔记记录器，配备个人知识中心

经过数月的密集研发，我们的 AI 笔记记录器与 知识助手 remio 将于四月正式发布，并即将进入 beta 测试阶段。今天，我们自豪地揭晓我们的产品网站（https://www.remio.ai/），并邀请您加入等候名单以获取抢先体验。

作为创始人和首席设计师，我想超越网站上已有的功能描述，通过 关于现代知识工作的七个关键洞见

来分享我们的产品理念。

1. 当脑力工作变成体力劳动

我们团队由经验丰富的管理者、产品经理、设计师和工程师组成，他们经常面临这些困扰：

- 关键资源深埋在数字坟墓中

- 会议笔记、研究片段和数据点像拼图碎片一样散落- 确信记录过某个想法……但

不知在何处

- 重复的洞见出现在不同的文档中如果这些场景让你感到熟悉，你就会明白我们为什么需要更好的解决方案。虽然 Tiago Forte 的 CODE 框架（Capture, Organize, Distill, Express）在 Building a Second Brain

中被证明有效，但它将创造性工作变成了机械劳动。作为 Evernote、Bear、Obsidian 等工具的狂热用户，我亲身经历过笔记记录如何变成认知负担。

2. AI 摘要与问答：强效止痛药，而非万能药

审阅材料（广义上包括观看视频、参加会议、收听播客等）和做笔记是知识工作中最耗能的任务之一，它们甚至不算直接的生产性产出。AI 问答的出现让许多人抱有不切实际的幻想，想象只需将数据库交给 AI，就能完美回答所有问题，让阅读和笔记记录成为过去式。

然而，研究该领域的人都知道，目前 AI 知识库问答的整体满意率约为 50%，且改进进展缓慢。即使 AI 问答有一天能完美回答任何问题，这仍然不够。提问需要时间，回答需要时间，而且往往很难第一次就问对问题。

这可以与数据分析领域相比较。该领域技术高度成熟，允许非常灵活的查询随时获取答案。然而，即使是专业分析师也会创建许多随时可访问的报告，而不是仅在需要时查询数据。

AI 问答确实对满足灵活需求非常有效，但日常工作的很大一部分无法仅依赖 AI 问答。许多产品现在提供 AI 摘要（包括大纲）和 问答

功能，以加速阅读，无需通读整个原文（或观看整个视频）。AI 摘要和问答确实成倍提高了阅读效率，尤其是在判断资源是否值得深入研究或仅需初步了解主题时。

然而，仔细观察后会发现，使用 AI 摘要和问答处理材料仍然是一个相对复杂的过程。AI 生成的摘要和大纲往往过于宽泛，通过问答理解资源通常需要多次追问。此过程中需要阅读的信息量仍远超最终需要记录的量。此外，AI 在此过程中处理信息记录的能力不佳——它不知道将信息存储在哪里，也无法在新旧知识之间建立直接联系。这些零散的信息片段仍会落入“保存后遗忘”的陷阱。我们认为 AI 摘要和问答是特定场景下的优秀“快速解决方案”，这也是我们的产品为何为这些功能提供强大支持的原因。然而，认为 AI 问答消除了笔记记录的必要性，或 AI 摘要和问答取代了阅读需求的想法是不现实的。它们不是万能药；我们需要更多更好的解决方案

。

3. 知识融合：让阅读和笔记记录 effortless，让知识自然生长我们的解决方案是 Knowledge Blending

功能——首个完全模仿用户阅读和笔记记录习惯的核心能力，自动将信息组织到您的个性化知识框架中。无论是行业更新、工作材料、会议录音、学术论文还是视频/播客内容，Blend 的运作方式与您完全一致：智能过滤：

识别冗长材料中最有价值的洞见。无缝集成：

匹配您的知识结构，将新内容放置在最佳位置。风格 适配：

学习您的笔记记录偏好，从写作风格到格式习惯。

通过分析您过去的笔记，remio 深入理解您的知识框架和习惯：它知道您的兴趣所在、每条信息应存储的位置，以及您会如何记录它——仿佛您亲自操作。捕捉想法用自己的话很重要，但您不必总是手动完成。借助 Knowledge Blending

，跳过筛选 endless 原始材料。相反，专注于消化 Remio 生成的简洁精选洞见。新闻、研究报告、幻灯片、讲座、会议或播客——让 Blend 处理繁重工作。需要追溯事实来源？Remio 提供 句子级引用

以实现完全透明。

更棒的是，remio 会智能地将新信息与您最相关的现有笔记连接起来，通过上下文比较激发自然回忆并产生新洞见。由 Knowledge Blending 驱动，remio 不懈地将新数据链接到多个现有笔记，恢复被遗忘的联系。例如，Blend 最近将一篇关于 Akool 的文章分类到三个笔记中： “GenAI Applications,” “Zhejiang University Alumni,” 和 “Entrepreneurship References”

——最后一个笔记我完全忘记自己曾创建过！

有了 remio，知识不仅积累——它会演变、互联，并用重新发现的智慧带给您惊喜。

4. 多源召回： effortless 浮现相关洞见

搜索和问答帮助您重新发现“已知的未知”，但我们都面临更深层的挑战：曾经保存、存档或记录的信息——然后完全忘记其存在。这些“未知的未知”是知识增长的真正瓶颈。虽然 knowledge blending

• 通过智能链接新旧洞见来解决这一问题，remio 提供了更全面的方法：上下文推荐：

  
  

• 在您阅读时实时浮现相关笔记和材料。自动浮现片段：

  
  

• 提及当前主题的关键摘录触手可及。智能分组：

  
  

• 相关笔记被智能聚类以实现更好组织。写作辅助：

  
  

AI 驱动的建议在您输入时提供上下文感知内容。每项功能都主动工作——无需精确搜索或查询。毕竟，您如何搜索自己已忘记存在的东西？尽管配备强大的搜索功能，remio 的更高目标很明确：

让有价值的洞见自然浮现，正当其最需要时。

5. 自动捕获：让 AI 帮助您记住遇到的所有文档

自 Evernote 时代以来，网页剪藏器已成为知识管理软件的标配。然而，当今的网页剪藏器没有一个能自动保存网页内容。这是因为保存所有网页内容可能导致严重的质量问题，仅靠传统搜索功能无法充分利用海量内容的价值。但如今，AI 可以有效区分 值得保存的基于文本的网页（例如博客、官方文章、Medium 帖子）和 不值得保存的网页

（例如 SaaS 软件功能页面、Twitter 时间线、Medium 列表页，其中大部分内容与您的兴趣无关）。此外，智能问答、智能引用和 AI 辅助写作等功能让更多内容能够交付价值。因此，remio 创建了可能是 首个浏览器扩展

，自动保存您访问的所有基于文本的网页——这一功能深受我们团队和早期 beta 用户喜爱。remio 也可能是首个能够 完全保留 Google Docs 内容

的浏览器扩展。虽然 Evernote 和 Notion 等产品也提供网页剪藏器，但我们的测试显示没有一个能正确保存 Google Docs 内容。除了网页和在线文档，remio 还可以 自动摄取本地文件

，如 Word、PPT 和 PDF（用户可以指定要包含的目录）。如果通过文件系统管理这些文件感觉繁琐，只需将它们存储在 remio 中，并利用其更灵活强大的组织能力。

6. 从保存到深度阅读：全谱系协助

如前所述，AI 摘要和问答不是万能药。虽然 remio 也不是万能药，但它提供了丰富的功能来帮助您高效处理任何材料或信息。

首先：所有内容的统一管理无论是在线文章、文档、本地文件、笔记、视频、会议记录还是播客——remio 都支持 集中组织和一键访问

，让所有信息触手可及。

其次：针对每个优先级水平的定制解决方案

• 1. 关键材料

  
  

• 需要深度阅读和反思。remio 智能推荐相关内容

  
  

• 以激发洞见。提供 注释工具

  
  

• 以突出关键部分并添加评论。具有 分屏布局

  
  

，带有专用的阅读和笔记区域。

• 2. 半重要材料

  
  

• 只需选择性吸收。让 AI 处理工作： knowledge blending

  
  

为您阅读和总结。

• 3. 一般材料使用 AI 摘要和问答

  
  

• 掌握关键主题。

  
  

一键立即将结果保存为笔记。

• 4. 未来参考材料通过 Auto Capture

  
  

• 轻松存储（零手动操作）。智能推荐

  
  

• 实现快速分类。

  
  

稍后通过集合、搜索或问答检索。

7. 本地优先：最佳隐私保护和用户体验

过去十年，SaaS 已成为黄金标准，更多产品将数据存储在云端，并强制用户通过浏览器或伪装的“桌面应用”（本质上是浏览器外壳）访问。这种转变引发了对数据隐私的担忧，并降低了用户体验。许多用户抱怨 Notion 的 sluggish 性能，即使那些使用在线文档进行个人笔记记录的用户（使用单独的工作/个人账户）也发现响应性不足。remio 采用 local-first 架构

• ：所有数据和索引均存储在您的设备（手机/电脑）上

  
  

• 本地。跨设备同步

  
  

• 使用云服务，但仅在需要时使用。一切都在本地运行

，AI 问答除外（依赖大型模型）。

这种方法确保：✅ 无与伦比的隐私

：您的数据永远不会离开您的控制。✅ blazing 速度

：即时操作，无延迟。✅ 无缝离线使用

：在飞机、火车或其他低连接环境中完美运行（不像那些对离线访问收费的工具）。无需手动上传

• ：将文件放入指定文件夹 → 它们会 自动集成

  
  

到您的知识库中。本地 AI 的未来

：虽然我们已开发出在本地运行大型模型的解决方案，但当今较小的本地可运行模型仍有限。基于 AI 进展，本地运行的模型应在明年变得可行。

我们相信 AI 知识工具，如程序员的 IDE（仍以桌面为主），将以 local-first 基础 蓬勃发展——优先考虑生产力和对您数据的控制权。

· · ·

如果继续，还有更多可以分享——如我们在知识管理中对文件夹、标签和双向链接的处理方式。但真正的理解来自亲身体验。

感兴趣吗？

👉 访问 remio 的官方网站（https://www.remio.ai/）并加入等候名单。我们将优先为您提供 beta 访问，并热切欢迎您的反馈。

伟大的产品是共同创造的。 让我们一起构建知识管理的未来。