虽然我已经形成了一套颇为固定的办公、知识工作流，但我依然经常关注新兴的效率软件。尤其是在人工智能技术浪潮来临的现代社会，许多效率软件都主打「Ai加持」，在功能上有所创新。因此，这篇文章主要谈谈我最近关注的效率软件，希望为各位朋友提供借鉴。
Rendevoz
(1)软件定位 双链笔记、知识网络
(2)软件优势 本地化、较为完善的知识管理体系
(3)网站链接 https://rendevoz.com/
(4)支持平台 MacOS、Windows
(5)基本介绍 按照官方的说明，Rendevoz「提供了一种简便高效的方式来搭建您自己的知识库。借助强大的电子书与网页阅读器，笔记工具与可视化白板等工具打通从知识收集到管理整个工作流。通过将知识拆分成一个个小的节点，并随意将它们整合，链接，以此创建独属于您的知识网络。」简而言之，使用者可以将Rendevoz视作一个专门的数据库，能够根据需要创建笔记、白板、PDF、视频、网页等「实体」，并且在不同实体之间创建联系。
在具体使用过程中，我发现该软件的亮点与不足，接下来分而论之。
(6)亮点
当我第一次见到这款软件时，他给我最直观的感受是「质性研究软件」与「双链笔记软件」的结合体。对我而言，这款软件很适合「专题研究」以及「专业学习」。例如备考教师资格证，我能够将相关的PDF、网课视频放至其中。尤其是视频的播放与笔记，让我想起前段时间在sspai进行宣传的「VideoNotes」。
在看视频时，我能够添加截图、章节与标注，并且将标注添加至笔记。
然而在上传视频时，我发现有的视频能够播放，有的视频却不能播放，不太清楚具体情况。
(7)不足
其一，在Rendevoz软件内所打开的文件，都会在软件内部生成一份复制。目前这项功能并不能通过「设置」自由选择，从某种角度会占用更多内存。
其二，目前尚未添加「建立多个数据库」这类功能，也就是所有文件全部呈现于单一数据库。因此，如果我希望通过Rendevoz进行两个不太相同的专题，这两个专题的资料就会混在一起，从而不利于聚焦。【开发者在群内回应，该功能会在日后添加。】
其三，目前并不能进行「跨软件交际」这一功能。例如我在Apple图库，Devonthink等其他软件拖动图片或者PDF到Rendevoz内，Rendevoz并不能读取这些文件。然而Obsidian、Goodnotes、Omnioutliner等软件已经支持这种跨软件交际。 其四，Rendevoz的PDF阅读体验薄弱。
例如我在Devonthink里打开一个PDF文件（默认打开方式是预览），MacOS13已经支持自动识别图片里的文字，因此，我可以十分便捷地进行制、粘贴乃至翻译等操作。尤其是在Devonthink打开文档，我可以将选中的文字以各种操作。然而Rendevoz内的文档并不能提供这些操作，尤其是其将「翻译」作为一个付费点，而我已经有「Easydict」与MacOS系统默认翻译，完全足够创作所需。因此，目前的Rendevoz很难融入我的工作流。
其五，官方群内有一位朋友就「双链」方面提供建议，颇具道理，转引于此。
AFFiNE
(1)软件定位 笔记软件、类Notion
(2)软件优势 本地化、开源、注重隐私、可视化
(3)网站链接 https://affine.pro/
(4)支持平台 MacOS、Windows
(5)基本介绍 AFFiNE在介绍时以「Notion与Miro的替换方案」作为招牌，主张将写作、绘图以及计划融入一体。
(6)亮点
其一，AFFiNE有所谓「Workspace」（工作区）的概念，用户可以根据需要创建任意工作区来进行工作，从而划分不同专题的具体研究。
其二，AFFiNE具有两种视图，一种是「Markdown视图」，通过内置的Markdown编辑器进行文字输入。还有一种就是「可视化视图」，能够将Markdown的文字、图片直接转化为白板上的可视化内容。尤其是支持动图等格式，使AFFiNE的适用性更为广泛。尤其是可以在白板上随意图画，使笔记更为自由。
其三：目前对中文搜索的支持较好，我在两个文档内有「考古」字眼，通过全局搜索可以索引到。
(7)不足
AFFiNE目前还处于研发阶段，因此还是存有不少Bug以及不完善之处。例如不能通过拖动桌面上的文档以添加文件，必须通过AFFiNE的添加文档操作。还有前文所谈「搜索」，虽然能够索引到具有相同文字的页面，但是点进去并不能直接导航至文字处，而是在页面开始处等。
Memo
(1)软件定位 视频、博客转文字、字幕
(2)软件优势 Ai驱动
(3)网站链接 https://wev.notion.site/Memo-AI-4654690d15724d60b5eadac1c169c59a
(4)支持平台 MacOS、Windows
(5)基本介绍 Memo是一个通过本地Ai模型从而将视频、博客转为文字、字幕的软件。其实最近这类软件并不少，例如MacWhisper，模型更为全面，功能更为丰富。然而MacWhisper的价格并不算低廉，并欠缺对中文的支持。
(6)亮点
其一，Memo软件内部提供Youtube、Podcast的下载窗口。如图所示，我将一首歌曲的Youtube链接复制在下载窗口，很快就出现相关信息及转换状况，能够帮助我一键转换。
其二，官方目前仅开放资源链接、本地媒体转换两种方式。然而在未来会开放录制、博客剪辑等功能。
(7)不足
作为语音转文字的工具，朋友们最关注的是其转换效果。就歌词识别而言，Memo较MacWhisper（免费模型）要好一些，虽然仍存不准确之处，但多数已经能识别准确。
我分别用Tiny、Large这两种模型对同一首歌曲进行识别。按照官方的说明，Tiny属于识别速度快然而准确率较差的模型。Large则是识别速度慢而准确率较好的模型。然而在具体测试中，结果并不能令我满意。
测试歌曲「法老-我想」时长4分14秒，Tiny模型用时19秒，Large模型用时4分4秒。通过MacOS的「活动监视器」，两种模型在运行时的能耗都在「6000-9000」（一般来说，腾讯会议的能耗为900-1200，炉石传说的能耗为700-1200）。笔者所用的电脑为Mac M1 Pro（8+14），在模型运行时将散热风扇转速调至最高，整体温度仍然在85~90度之间。
综合同段时间的歌词准确率，我发现两种模型几乎确实存在较大差别。Large模型基本能识别每一句歌词，而Tiny识别的歌词更像是「短语」，准确率并不高，甚至可以用「灾难」来形容。
然而如果我们以Large这种识别率较准确的模型进行音频识别，无疑会对电脑有较大压力。尤其是长时段的会议录音，动辄一两个小时。因此，Memo还是应进一步优化模型，并降低负荷。
Google Ai Bard
(1)软件定位 交流聊天机器人
(2)软件优势 Google支持
(3)网站链接 https://ai.google/
(4)支持平台 网页
(5)基本介绍 作为对标ChatGPT的人工智能交流聊天机器人，Google Bard的表现并不如意。以下我将通过中文的交流互动，对比两者的具体表现。
我以「改写龟兔赛跑这一故事」这一问题分别问与Google Bard、ChatGPT。
如图所示，Google Bard并未抓住问题的重点「改写」，而是就「龟兔赛跑」这一故事进行叙述。我阅览其他草稿，发现其都是围绕「龟兔赛跑」进行讲解。之后我让Google Bard「进行故事改写，在其中增加另外角色」，然而其结果依然不佳。
之后我以相同的问题询问ChatGPT（Edge搭载的New Bing），New Bing两次向我提问。在第一个问题中，它向我确认「故事主题」，从而确定基调。第二个问题则是询问我添加何种生物，并且该生物的性格。
综合来看，Google Bard还是逊色于ChatGPT，尤其是对关键信息的识别与读取，Google Bard基本无法胜任。在对信息的识别方面，ChatGPT会通过询问来进一步理清「边界」，而Google Bard则更偏向「随机」。当然，因篇幅缩限，此次仅以中文进行测试。