9 年级学生做的 Mac 语音助手,上了 Hacker News 第一名,还带「记忆回放」

一个 9 年级学生写的 macOS 语音助手,把成本砍到每单不到一美分

Hacker News 这两天有个项目挺有意思,叫 Atticus,一个面向 macOS 的语音助手。按住 Control-Option-Space 就能下指令,说话或者打字都行,剩下的交给它。它没有走「又一个大模型套壳」的路子,而是很聪明地把任务分了两档:简单操作在本地处理,复杂任务才丢给 Claude。写这个项目的作者 Saarth,还在上 9 年级。

简单任务根本不碰 AI

打开应用、播放 Spotify 歌单、网页搜索这些,纯本地处理,通常一秒内完成。作者给的例子是打开应用大概 0.08 秒,有时候话还没说完,应用已经开好了。

复杂任务才走 Claude,而且是走 claude -p 命令行工具,直接跑在你现有的 Claude Pro 或 Max 订阅上,不用单独申请 API key。好处是成本直接被砍掉,平均每个任务花不到一美分。

真正的亮点是「记忆回放」

Atticus 不是每次任务都从头跑一遍 AI,而是记住第一次成功完成某个任务的步骤,下次直接回放。比如建一个会议,第一次大概 30 秒,第二次只要 5 到 8 秒,因为步骤已经被缓存了。它还会随着使用逐渐学你,记住你的名字、装了哪些应用、你想让它记住的东西,回答会越来越个性化。

把 AI 接进 Mac、允许它操作文件系统,天然有安全顾虑。作者的方案是加了可开关的限制,任何删除、发送、购买、写入文件的操作,都会先弹窗问用户,而不是直接执行。

社区反馈里,隐私是最集中的讨论点。有人担心把私人信息发给 Anthropic,希望支持本地模型。作者回应说大部分日常命令都不经过 AI,但也认同隐私顾虑,会考虑接本地 AI。不过他也提到,小模型在多步任务上已经有点吃力(比如 Haiku),本地模型能力更弱,性能会进一步下降,这是个权衡。

一个值得注意的点

因为他跑在 Claude Code 上,而 Claude Code 可以指向任何兼容 Claude API 的服务器,所以作者已经在设置里加了 Custom server 选项,理论上可以接 DeepSeek、Ollama、LM Studio 这些。他说 DeepSeek 的 API 不支持图片,所以需要看屏幕的任务跑不了,但打开应用、音乐、网页、shell 命令都没问题。这个功能后续更新会推送。

记忆回放失效怎么办?

评论区问了:如果应用更新把按钮位置改了,保存的步骤过期了怎么办?作者的方案是,没有持续检查,而是在回放失败时,Claude 会自己发现失败原因并重新构建这个步骤;用户也可以主动指出失败,触发同样的重建流程。

这个项目免费、开源,作者自己也承认还有很多粗糙的地方,欢迎别人提反馈。目前已经有人 fork 出了 Windows 版本,还有人把它接到自己的 homelab 服务里。一个 9 年级学生搞出这种东西,多少有点让人感慨,AI 工具的入门门槛确实被拉低到了「敢想敢做」就能落地玩的程度。

Atticus 的边界也别忘:需要 macOS 26 或更高版本才能用语音转写,语音转写是苹果系统本地完成的。

相关链接