Notion + Granola + Claude 的组合，是开会效率最强栈。 具体流程： 1. 开会用 Granola 自动转录 + 生成纪要。 2. Granola 把纪要直接同步到 Notion。 3. Claude 在 Notion 里读纪要，自动生成"我的承诺清单"和"对方的承诺清单"。 每次开会的"忘记承诺"概率降到几乎为零。 人际可信度暴涨。 月成本 60 美元。

👂 OpenWhispr 把 WisprFlow 和 Granola 的订阅费给省了，按住快捷键说话，文字直接落在光标位置。 GitHub 上 6908 star，914 个 fork，最近登上了 GitHub 热榜，MIT 协议开源，官方明说不收集数据、不带遥测。 用嘴代替键盘这件事，聊天软件里早就有了，但真正想用的场景是写周报、回邮件、在代码注释里说一段思路。这些地方要么没有语音输入，要么得先在别的应用里说完再复制粘贴，来回切窗口比自己打字还慢。 OpenWhispr 是个桌面应用，全局快捷键随时按，说完文字自动落到当前光标。转录可以完全本地跑，用 Whisper 或者 NVIDIA Parakeet，音频不出设备；嫌慢也能切到云端。还可以边说边翻译，中文口述、粘出来是英文。往里拖音频文件、批量上传、甚至粘一个 YouTube 链接，也都能直接转。 开会那部分更狠：自动识别 Zoom、Teams、FaceTime 通话，实时区分说话人、认声纹，能跟 Google、Microsoft、Apple 的日历打通。转完的内容进笔记，支持文件夹整理和语义搜索。想接大模型的话，GPT-5、Claude、Gemini、Groq、OpenRouter 或者本地模型都能配。 一个提醒：Intel 芯片的 Mac 上，实时说话人识别和声纹这两项用不了，因为依赖的 ONNX Runtime 从 1.24 版起不再提供 macOS x86_64 的二进制包。录音和转录照常，笔记搜索会退回关键词匹配。 订阅制的语音输入现在有免费替代了，还不用把自己说的话交出去。 GitHub：

这位女士第一次和别人约会时，会直接掏出手机，用 Granola 录音 App 全程记录两人的对话。约会结束后，她再把转录文本上传到 Claude，让 AI 分析自己的表现，看看自己是不是应该表现得更投入、更有同理心一些。

1/🧭 反着干，反到 15 亿美金 别人忙着发布，他们隐身一年，砍掉 50% 功能，拒绝同行都在用的会议机器人。 3 年从 0 干到 15 亿美金估值，这是 Granola 的反共识打法 👇

忘记了因为什么样的心情，10天前我决定开始学AI 这10天在没有任何人帮助的情况下： 手搓了2个小东西（AI资讯日报、语言学习skill） 看了3个访谈/播客（陈宇森、张咋啦、Granola的Chris） 深度体验了6款AI产品（WorkBuddy、NotebookLM、Typeless、Longcut、Granola、AIHot） 突然对融资、技术、服务器有了概念 突然对想要站在风暴中心冲浪需要多少知识有了概念 也很感慨自己是ai时代最后一批老古董，有点辜负这个时代，同样也很感慨现在时代更新迭代得太快，只要稍微学的慢了些，就会发现，前面的那些就可以不用学了

我又整理了一份2026年热门值得收藏的AI工具清单 一、核心AI/搜索（用于聊天、写作、搜索和研究） ChatGPT：综合能力最均衡，日常首选 Claude：长文理解和写作能力强 Gemini：多模态好，超长上下文处理稳 Perplexity：搜索+回答，信息源清晰 NotebookLM：文档总结和知识库好用 Manus AI：中文场景体验不错 二、AI编程/软件搭建（用于写代码、搭网站和做产品） Codex：代码生成能力强 Claude Code：编程辅助细致 Cursor：AI编程编辑器，用着顺 Lovable：快速搭前端/产品 Replit：在线写代码、部署方便 Base44：低代码搭建工具 三、AI视频/视觉创作（用于生成视频、图片和设计素材） Google Veo：视频生成质量高 Kling：视频生成速度快 Midjourney：艺术感和光影强 HeyGen：数字人/口播视频方便 Canva：设计模板多，上手快 Figma：设计协作主力 四、办公/设计/效率（用于文档、设计、邮件日常提效） Notion AI：笔记+知识管理一体 Gamma：快速做演示文稿 Granola：会议记录整理方便 Grammarly：英文写作检查强 Superhuman：邮件效率工具 Wispr Flow：语音转文字流畅 五、自动化/集成/增长（用于流程自动化、数据抓取等） n8n：开源自动化，灵活度高 Zapier：应用连接最方便 Apify：数据抓取工具 Chatbase：快速做AI客服 Clay：获客和线索整理 Beehiiv：Newsletter增长工具 再提醒一句： 以上仅为信息整理 工具在变，适合的才是最好的

Hermes AI Agent 注入超级能力的 Top 13 集成神器！ 想让你的 Agent 从会聊天直接进化成能干活的超级助手？这些集成直接给它开挂！非技术人员也能一键变身AI赚钱机器，我亲自测过，效果爆棚🚀 1. Firecrawl 
专为Agent打造的网页搜索神器！
比Hermes原生搜索强太多：干净数据、响应超快、token消耗暴减。
我默认永远开着它，强烈推荐！ 2. Browserbase 
给 Hermes 真实浏览器访问权限！
登录、点按钮、填表单、预约任何事，都能干。
Hermes会根据任务自动切换Firecrawl还是Browserbase，插上即用！ 3. Google Workspace 
Gmail、日历、Drive、Docs、Sheets全打通！
Agent读不了你的邮箱、看不到日历、写不了文档？那就白瞎了。
第一优先级插这个！ 4. Reddit 
想知道真实用户对任何产品、赛道、问题的吐槽？这里是金矿！
市场调研天花板，全是真人干货。 5. YouTube转录 
随便拉任何视频的字幕（长播客、教程、访谈全行）。
几秒变可搜索笔记，研究效率直接起飞！
可能是最高杠杆却最少人用的隐藏神器！ 6. Discord 
我把整个生意都放在Discord上，这个对我来说是刚需。
插不同频道跑专属工作流：比如客服频道每天早上自动扫邮箱支持票据，整理好直接丢进来，效率拉满！ 7. GitHub 
代码、Issue、PR全接入。
Hermes直接变你的工程队友！
写代码的人，必备！ 8. Stripe 
支付、客户、失败扣款、退款一目了然。直接问“这个客户为什么流失”就能拿到真实答案。马上要出Agentic支付功能，以后Hermes还能直接用你的卡下单，期待ing！ 9. Bland（或Twilio） 
给Hermes配上真实语音，能打电话预约、客服啥的。 我超爱听那些通话录音，笑死😂 10. Apify 
X、LinkedIn、Instagram、Google Maps等现成爬虫。 
不用花5000刀买官方API，就能轻松拿数据，太香了！ 11. Readwise 
你以前从书、文章、推文、播客保存的所有高亮，全都能搜索查询。
彻底解决“死知识”问题，知识复用起飞！ 12. Granola（或Fathom） 
所有会议录音转录都能搜索。
Hermes秒答：“上个月那个客户对定价说了啥？” 太实用了！ 13. Obsidian 
Karpathy式LLM第二大脑狂人必备。
Hermes直接变你的个人知识库管家。 // 如果只能选5个，我直接上：Firecrawl + Browserbase + Google Workspace + GitHub + Obsidian 覆盖80%日常需求，够大多数人起飞了！ 我全是用 Composio 一键添加的，零技术门槛，5分钟搞定，不用自己折腾代码。

日读论文 Prompt 技巧中的「角色扮演法」，有效，但为啥会有效呢？这篇论文给了一个解释，有意思。 ──────── The Granularity Axis: A Micro-to-Macro Latent Direction for Social Roles in LLMs 扮演非格，实是刻度 ──────── 你跟 GPT 说「你是一位忧心的家长，孩子最近沉迷手机怎么办」，它给你的答案带着具体家长的那股焦虑——「试试把手机放客厅」「和孩子聊聊他刷的都是啥」。然后你换一句：「你是世界银行行长，怎么看青少年屏幕成瘾这个全球公共健康问题」——同一个模型，瞬间换了一套口吻：跨国数据、政策杠杆、长期 GDP 影响。 这个换台的丝滑感，所有用过大模型的人都体会过。但模型脑子里究竟发生了什么？过去研究者的默认假设是：模型记住了"家长该怎么说""行长该怎么说"——每个角色对应一组语言风格的模板。如果你打开模型，应该能看到几百个角色，对应几百个独立的小堆。「扮演」就是个表面活儿——本质是模板匹配。 但 Qin 这群人翻出来的发现完全不一样。他们让模型分别"扮演"75 个角色（从最微观的"忧心的家长"到最宏观的"世界银行行长"），把每次回答时模型内部的隐藏向量都记下来，再做几何分析。结果：这 75 个角色不是几百个孤立的点——*它们排在一根直线上*。从微观到宏观，每个角色都是这根线上的一个刻度。换角色不是换一套风格模板，是沿着一把"视野远近"的尺子挪一个位置。 ──────── *"角色"不是模型的属性，是这根轴上的一个坐标。所谓"扮演谁"，本质是"挪到哪一格刻度"。* 这个洞见超出 LLM。 你在生活里"扮演角色"——CEO、父亲、咨询顾问、学生家长——之间的切换，可能也不是几百个独立模板，而是同一个你沿着几根类似的轴（粒度、时间尺度、利他度、风险偏好）调位置。模型把这件事做得这么干净，可能不是因为它特别简单，是因为它继承了人类语言里就编码了的这种结构——*我们的语言对"视野远近"这件事，本身就是个连续刻度*。