AI录音设备，正在争夺“最懂你”的位置

文 | 霞光社，作者｜洋紫，编辑｜李小天

AI录音的智能硬件产品越来越多了。

2026年年初，Nooklab在idea阶段被红杉中国、线性资本押注，估值逼近1亿美元。同年10月，Flowtica拿到祥峰、源码、五源、清水湾基金数千万元人民币融资，用于新品verso。它们的落点相似——用墨水屏给磁吸录音卡开一扇窗。

图源：nooklab.ai

Nooklab的首款产品Moonphase Flip仅54克，核心是用无感录音自动提取待办和日程，不刻意推送、不打扰。Flowtica的Verso重78克，按下即录，实时转写、总结并自动生成待办，聚焦会议前中后的完整闭环。

图源：flowtica.ai

低调的显示，是它们对“录音之后”给出的新答案，但这个思路并非凭空冒出来。

Plaud作为磁吸录音卡的开创者，在半年前公布了一组数字：其软件订阅的ARR两年内从100万美元飙升至1亿美元，设备出货量突破200万台，近50%的硬件用户升级为付费订阅用户。

上亿美元营收和百万级用户同时验证了两件事——手机背后贴卡是一个足够轻、足够高频、足够低门槛的入口，而AI是它价值的核心来源。如前Plaud中国区CEO莫子皓所说，比起“AI录音笔”，他更愿意把Plaud放进“AI Work Companion”的坐标系里。

这个市场正被寄予新的想象。它不再只是“把声音录下来”的硬件生意，而是被放进了“个人上下文代理”的叙事里，为了在这条路上找到各自的位置，品牌从各个维度分头努力，市场不再沿着一条线收敛。

而看向现在的产品，形态各有千秋，功能眼花缭乱，抢的却还是手腕、耳朵和手机背面那几寸地方。

当所有人都想尽办法找准自己的位置，一个很具体的问题出现了：AI录音设备，多到桌面摆不下了。

图源：Plaud官网

硬件是木马，订阅才是现金流：AI 录音卡的真相

要把这场拥挤的战事看清楚，得先明白消费者是如何使用录音设备的。在Plaud出现之前，它是标准的“旧数码产品”，手机能录音，软件能转写，索尼、飞利浦把专业市场做了很多年。对大多数人来说，一台录音设备并不是刚需。转折在疫情后的混合办公，线上会议动辄三四个小时，线下沟通此起彼伏，完整的工作时间被打乱，异步沟通需要音频留痕，Plaud押中了这份繁杂。手机本身承载了太多信息和功能，录音需要一个被单独拎出来的入口。一张能吸在手机背后的卡片，按一下就开始记录，转写、摘要、待办在App里自动生成，它打出的是组合拳。

Plaud官网产品讯息硬件是获客的特洛伊木马，软件订阅是真正的现金流。20亿的身价，每台25%的利润率，在一个“硬件不赚钱”的市场里验证了软硬闭环的价值，这是一个足够刺眼的信号。信号一旦释放，跟进的速度是惊人的，牌桌上迅速挤满不同来路的人——占住哪个物理位置，以及在几厘米空间里塞进什么不可替代的功能增量。手机背面是最拥挤的。Plaud Note先把信用卡尺寸、不到3毫米、30克做成基准，后来者不再只比“薄”，而是比“这块背面还能多做什么”。钉钉A1 Pro把卡片加厚，塞进2980mAh电池，连续录音180小时、待机180天，能当磁吸移动电源给手机应急充电。追觅则把NFC电子名片塞进录音卡，用鳄鱼皮和3.5毫米真钻让它变成商务配饰。Flowtica Verso加上的常亮墨水屏，让设备走向“第二界面”。

左图为Plaud产品，中图为钉钉产品，右图为追觅产品穿戴类则反过来，逻辑是轻和无感。安克AI录音豆只有10克，既做吊坠也能做磁吸纽扣。Stream Ring选中了戒指，提供squeeze-to-talk低语转文字功能。Memoket则做11克手环，提供Apple Watch共戴表带，和原有设备结合。只有被“戴得住”，才有被纳入工作习惯的可能。

左图为豆包产品，中图为Stream Ring产品，右图为Memoket产品除了新形态，消费者熟知的蓝牙耳机、传统录音笔也在积极转型。韶音钻研开放式挂耳，把舒适当成录音生产力的前提。出门问问TicNote Pods把4G塞进耳机，充电仓yezhichi1独立收音，让“脱离手机独立采集”变成卖点。笔形则在硬件上做多模态，讯飞Magic做成带触控屏的紧凑录音终端，Flowtica Scribe保留可书写，在APP加拍摄功能，让手写笔记、白板和幻灯片并进音频上下文。

左图为韶音产品，中图为出门问问产品，右图为讯飞产品就在11月4日，苹果推送了iOS 27.3和watchOS 27.3的第一个开发者测试版，包含两个全新的AI功能，一个可以帮助用户回顾过去15秒内的对话，另一个会记下用户过去一整天的对话，梳理成摘要。就外形看来，有手机、没手机，要社交、要隐蔽，各有侧重。但拆开一看，内部结构大同小异，拾音方面尤其典型。一旦设备需追求轻薄无感，微型电容麦克风MEMS几乎就是默认答案。穿戴为了轻量，最少只2颗MEMS。卡片距离声源远，方便排布阵列加骨传导。录音笔空间最大，要在数量上堆砌，争取更大的拾音范围。MEMS麦克风成本低，最高也不到十元人民币，却是以上产品重要的物理入口。于是，硬件竞争很快变成参数表竞争，而参数表最容易被供应链抹平。华强北给出的答案很残酷——硬件本身不值那么多钱。一位做AI会议纪要的创业者向霞光社表示，售价千元左右的卡片式录音机，BOM成本大约在100元以内，包含芯片、存储、主板和外壳，最贵的芯片从马来西亚“代购”，还能比国内便宜20%。电商平台上已经出现199元的磁吸AI录音卡，1688上260到300元能拿到五麦克风、360度拾音的“工厂货”。走进市场，无数白牌有相似的功能，用一样的宣传词，产品能排满玻璃柜面。中国供应链把产品的硬件成本按到了地板上，硬件层面的轻薄、磁吸、一键录音不再是壁垒。国内入场券从千元降到499元，硬件利润被压薄，价格战几乎不可避免。既然如此，为何新品还源源不断？因为硬件只回答了两个问题：在哪个位置，以及用多低的成本。更为关键的问题是，占住之后，用户凭什么留下、凭什么付费？

一张录音卡的全球答卷

硬件是用户交流的入口，而在当下的市场环境中，更为重要的是，数据才是背后的价值点。2026年Q1，国内线上录音笔零售额1.4亿元，均价从1月的334.8元一路上行到3月的386.3元，量在涨，价也在涨，但涨的是硬件本身，“中国用户软件付费意愿低”，是一个被多位从业者反复确认的共识。据腾讯研究院的调研，中国AI用户的月付额主要在30—100元区间。a16z、Bessemer等机构的数据显示，北美市场AI产品的C端付费率在15%—40%之间，中国市场仅为3%—13%，差距达到3到4倍。付费行为的高度分化，意味着国内录音卡要想从硬件生意变成订阅生意，需跨越的不是产品门槛，而是更坚挺的行为习惯。转写功能不限时、前90天免费用、甚至标着“终身”……这些动作的共同指向是：硬件可以卖，但软件层收不上钱。海外市场的底色则完全不同，软件订阅制在那里已经跑了十几年，用户早已接受“每个月花十几美金买一个解决具体问题的工具”这件事。Deposit Accounts的调查显示，美国消费者平均持有4.5项数字订阅，月均支出达到84美元。这种习惯恰好接住了AI录音设备的产品结构——一台159美元起的硬件，配一档99到240美元的年费，对北美用户来说更像熟悉的订阅延伸，而不是一个需要被说服的新消费决策。Plaud的路径验证了这一点：在正式进入中国市场前，其近50%的硬件用户最终升级为Pro或Unlimited付费方案。但“海外”并不能被一概而论，其内部的差异不可忽视。Plaud最早在美国起量，Kickstarter众筹不到两个月突破110万美元，但软件订阅收入的第一大市场后来变成了日本，活跃用户数量甚至超过美国。2025年日本地区的销售额达到2024年的4倍，已成为Plaud硬件销售的第二大市场。这个“墙内开花墙外香、墙外又不止一朵花”的结构说明，AI录音设备的需求不由某一个习惯、某一个环境、某一个国家左右，而被一种工作文化定义——高密度的会议、准确性的苛求、效率工具的习惯，以及一个足够成熟的订阅消费环境。日本职场文化中对“记录”和“留痕”的重视，让Plaud的转写、摘要功能落地。欧洲则贡献另一种需求，比利时公共部门的会议常荷兰语、法语、英语混着说，对他们来说，多语言转写不只是功能的加分项，更是跨境协作成立的前提。新加坡及东南亚提供了第三种样本，作为亚太区域总部枢纽，英语虽是工作语言，但区域口音频繁穿插，转写工具不仅要识别，还要稳定处理口音与术语。当一款产品同时踩中多个意愿时，它的收入天花板就不再由任何单一市场的均价决定。但需求越多元，门槛也越分层，多市场带来收入弹性，也把隐私合规从后台推到前台。欧洲监管对“持续聆听”的审视十分严格，德国媒体在讨论中国出海的AI录音设备时，直接把DSGVO和always-on录音的冲突摆到标题里。Plaud把GDPR、HIPAA、SOC 2 Type II、ISO 27001一层层认证堆上去，在官网和渠道页面上把隐私合规当成产品说明的一部分来写。而准备出海的品牌中，相当一部分正采用“数据不离开设备或法域”的设计，以求从根源解决问题。一个always-on的录音设备贴在手机背面、别在领口，用户交给它的不只是几段音频。在这种市场上，隐私不是加分项，是准入门槛，过不了这一关，硬件再轻也进不去。且这道门槛不是局部问题，市场的价值重心与监管程度正高度重合。越是有订阅习惯和付费能力的市场，越不会把隐私当成可选项。但这并不意味着AI录音设备只能做区域生意，相反，它是天然适合全球化的品类——硬件形态标准化、供应链高度集中，AI增值层可以订阅化交付，会议、客户沟通、医患对话、律师会见等工作场景又能在不同成熟市场复用。在国内，把硬件打到199元，是在用价格换入口；在海外成熟订阅市场，把订阅卖到年费99到240美元，是在用入口换持续收入。国内市场的功能迭代和价格竞争不会消失，但它的角色接近供应链支持和产品形态试错，海外依赖合规信任和订阅关系，适合把一次性硬件入口转化为可累积的收入流。两者不是两套产品，是在不同市场下的不同变现重心。一些产品的留存来自“不用回听”变成肌肉记忆，新的产品方向里，也有记录将“生活主线”变为每天看一眼，Pocket的免费策略则是在赌用户用得够久就会需要高级功能。隐私合规是市场准入，硬件成本是普及条件，声音准确性是基础体验。站稳脚后，更长期的竞争壁垒是信息整理、理解并递送到用户下一个工作流里的能力。

录音卡的下一站，是"你的上下文"

中国工程院院士赵沁平曾提出一个概念—— “具人智能”，明确与“具身智能”区分开来。具身智能回答的是“如何让机器更聪明地做事”，而具人智能回答的是 “如何让智能更懂人、更好地与人耦合，使人更强大” 。他的核心观点是，AI不是独立的替代者，是在感知、决策与行动中持续受人类意图引导的协同伙伴。这类智能的载体正是AI眼镜、戒指、吊坠、录音设备这类贴身、连续、可穿戴的终端，它们的演化方向是从“被动工具”进化为“主动伴侣”，“越用越懂你，越用越默契”。NOOKLAB确定产品形态时，创始人Raymond因“摩擦足够低”而选择了带屏磁吸录音卡。的确，录音卡小巧、随手可见，足够无感。在霞光社与NOOKLAB对话的过程中，更知道这种低摩擦不只停留在硬件形态。

图源:hellomoonphase.com他举了一个生动的例子：当你正在忙一件事，突然想起猫粮没了、空调该洗了，这个念头一闪而过，很容易在几小时后彻底忘掉。从“想起”到“做完”间的壁垒不只在行动力，更在记录和找回——打开App会被推送带走，手机本身就是注意力干扰源；写进本子会埋掉，且并非时刻有书写条件。这种时候，便需要一个额外的载体做“润滑”。Moonphase Flip的逻辑已经在触碰这一层——它不只留下一段音频，而如同原始时期的“结绳记事”，把前后的对话、任务、进展串成线索，并且从用户的筛选行为里学习。例如第一周提取的五条待办里，用户删去了三条，AI就记住这种权重，下周给出的总结将更贴近这个人的判断。

图源:hellomoonphase.com如果一张卡片只是帮会议密集的人省下整理纪要的时间，它回答的仍然是“如何让机器更聪明地做事”。但它开始接住脑子里那些随时可能滑走的念头、承诺、约定和线索时，回答的就是另一个问题，即如何让智能更懂这个人，并且越用越懂。这也意味着数据的价值不在单次采集，而在持续采集之后形成的那个关于“这个人如何运转”的模型。同类的产品正以不同方式逼近这个终点，这种“跨场景的数据资产”，正从办公向生活溢出，以产品定位本身发起。Plaud创始人许高曾把未来要做的事拆成四步，capture、extract、utilize之后，他加了route路由。理由是，目标用户通常不只在一个生态里工作，那么Plaud的角色就是采集之后，帮用户把这些context分发到不同的工具里。这个定位的份量在于，它把录音设备从“工作流的一个配件”翻转成了“多个工作流共同的数据源”。Limitless Pendant是一枚全天佩戴的吊坠，轻巧的存在便于持续捕捉对话、想法和日常活动，产出可搜索的 lifelog，而不是会议纪要。通过MCP server把这条lifelog接入Claude、Cursor等agent，让那些原本转瞬即逝的东西可以反复被调用。SwitchBot的AI MindClip则明确把“working parents”写在产品描述里，更关键的是，它通过OpenAPI把MindClip采集到的上下文在授权后开放给ChatGPT、Claude Code这类agent，让不同的agent理解用户的工作和生活上下文，去辅助计划、组织和执行。“对话数据”这个词很容易被说空，但“声音是AI理解一个人最便宜、最密集的上下文”。“工作流”和“生活流”在这个描述里交汇，即使只是“存在”上的主动，和对话式AI在“懂人”这件事上也有很大的差距——录音设备留下的理由不在于硬件参数，也不在于免费额度，而在于设备沉淀下来的那段上下文是否变得不可替代。因此，即使价格战是当下最易观测的竞争，它衡量的也只是入口层的胜负。录音与转写虽构成护城河，音频素材的质量却只是起点，真正稀缺的是筛选后的上下文和agent入口。当读音频从人变成agent，硬件将变成在现实层面吸收讯息的“器官”，围绕这些讯息的管理、服务、任务，才是 设备“非他不可”的原因。*实习生周晗驰对本文亦有贡献。