一副眼镜替你记住一件待办，听上去只是方便。等它开始保存你的关系、目标和未完成承诺，问题就到了另一处。它会按谁的规则理解这些信息？
一名用户戴上雷鸟 iO 的第一天晚上，设备提醒他还有一件重要待办没有完成。他本人已经忘了，眼镜还记得。【1】
雷鸟把这套能力叫 Life Log，也就是长期生活记录。用户开启后，它可以作为全天录音功能使用，把一天中的对话持续转成文字。录音时，镜架上的硬件提示灯会亮起。AI 再根据这些个人记录回答问题，帮助用户找回某段交流或已经答应的事情。原始音频不会作为 Life Log 长期保留，系统形成的长期标签可以由用户修改和删除。【1】
这件小事很容易被理解成更方便的提醒。顺着它往后看，眼镜保存的会逐渐从一条待办扩展到关系、目标和未完成的承诺。与此同时，抖音式推荐算法主要决定下一条内容，未来的 AI Agent 则可能根据长期上下文判断该买什么、联系谁、什么时候付款，并直接执行。用户很难带走这些记录与规则时，就要承担一笔“上下文税”。【8】
多模态没有退场。摄像头和麦克风负责取得现场信息，长期记忆把这些信息连成人和目标，Agent 再据此行动。AI 硬件的竞争正从一次交互延伸到一个人的连续生活背景。
从排序权到行动权
抖音不需要拥有世界上所有视频。它只要决定哪条视频先抵达你，哪条内容沉下去。商品、餐厅和新闻也是如此。平台掌握顺序以后，也就影响了内容、商家和人的机会。
这个顺序服从平台设定的目标。平台要停留时长，系统会寻找让人继续滑动的内容。平台要交易额和佣金，排序会照顾更有利于这些数字的商品。用户当然仍在选择，只是候选项已经被平台先筛过一次。【8】
AI Agent 把这份权力往前推了一步。Feed 主要观察点击、停留和购买，Agent 为了完成任务，还要知道预算、关系、日程、健康状况、风险偏好和长期计划。它理解的已经接近一个人为什么作出选择。
以购买电脑为例。平台知道你看过哪些型号。个人 Agent 还可能知道公司能报销多少、常用软件支持哪些系统、下周出差前是否必须拿到设备，以及家里是否同意这笔开支。得到付款权限后，它可以询价、下单，再把结果通知同事。
影响因此从信息顺序走到了现实后果。系统漏掉一条视频，代价通常有限。系统替用户排除一所学校、一份工作或一种治疗方案，或者直接形成付款与承诺，后果很难靠下一次刷新消除。
▲ 系统得到执行权限以后，一次排序可能继续变成预约、付款或对外承诺。
模型聪明到足以理解你，只解决了能力问题。它依据谁的目标排序，决定这份能力最后服务谁。平台关心停留、佣金和交易额，用户关心时间、预算、风险和长期利益，两套目标并不总能重合。
硬件为什么会成为上下文入口
普通聊天机器人通常从一段 Prompt 开始。用户想起一件事，再把背景讲一遍。现实生活却是连续的。上午会议里答应一个日期，下午在电梯里补充预算，晚上吃饭时又换了联系人。最有用的信息散落在不同时间和场景里。
眼镜、耳机和录音设备靠近人的身体，也更有机会共同经历这些过程。硬件在这里承担的工作很朴素。它让 AI 少等一次主动输入，多获得一段真实时间。
Plaud NotePin 这类佩戴式录音设备已经允许用户跨文件提问，并把答案回溯到原始录音。【6】
目前，RayNeo 把 Life Log 与 Dashboard、Voice Memo 和 Live Captions 一起列在支持页中，AI 对个人记录的检索能力仍在测试。【1】
Meta 和小米采取了另一条产品路线。Ray-Ban Meta 把 1200 万像素相机、五麦克风阵列和开放式扬声器放进日常镜框。小米 AI Glasses 也采用相机、双扬声器和五麦克风阵列，再加入识物、翻译和会议转写。【9】【10】Meta 后来的 Ray-Ban Display 又把全彩显示和 EMG 腕带放进这套组合。【2】这些产品证明多模态仍在继续加码。
我自己就在用 Meta 和小米智能眼镜。Ray-Ban Meta 的拍摄和开放式音频很顺手，国内网络与服务限制却挡住了一部分 AI 能力。小米影响我连续使用的是佩戴感受。眼镜戴不久就要摘，设备也就失去了那段时间。
开放式音频对我很重要，因为它能替掉一部分耳机使用。Ray-Ban Meta 把通话、音乐和播客列为主要场景，小米还专门做了 Smart Audio Glasses。【9】【11】一项高频旧需求，往往比新奇演示更能让眼镜每天留在脸上。
雷鸟 iO 把近眼显示、字幕、提醒和长期记录放在前面。它没有外向摄像头，约 34 克，在正式场景中带来的心理压力可能更低。【1】它可以收音，却不能播放声音，因此没有耳机功能，也不能替代耳机。对我这种已经习惯让眼镜兼做开放式耳机的人，这是一项明确损失。有音频需求时，我还得另外戴耳机。雷鸟 iO 的日用价值因此更集中在显示、字幕和 Life Log 上，这些能力需要足够有用，才能把它长期留在脸上。
▲ 三条路线获得的现场信息不同，每天能戴多久却同样影响上下文能否连续积累。
服务能不能用，佩戴是否舒服，设备能不能替掉已有物品，会决定一副眼镜能陪用户多久。传感器决定它能取得什么，佩戴时间决定这些信息能否连起来。
更懂你以后，谁的目标排在前面
个性化和所有权经常被混在一起。一个 AI 可以非常了解你的习惯，也能猜中你的下一步，它在权利上仍可能完全属于平台。【8】
Google 的 Android XR 眼镜愿景包含理解环境、记住重要信息和全天帮助。Project Astra 把多模态记忆、个性化推理和工具调用放到一起。Apple 预告的 Siri AI 则计划利用消息、邮件和照片等个人信息，在不同应用之间完成操作。【3】【4】【5】
这些能力会减少重复解释，也可能让平台同时掌握私人记忆、排序规则和行动权限。风险并不需要等到系统故意作恶才出现。只要目标函数里同时放着广告、佣金或平台留存，用户就很难知道一个建议调用了哪些私人信息，也看不见哪些选项从未进入比较。
一套可靠的个人代理需要把三类东西分清。公共事实要保留出处，私人上下文要由用户纠正，现实行动要留下结果。事实、推测和平台利益混在一起，个性化越准确，用户越难发现判断从哪里偏了。
用户也需要看见系统此刻知道什么。它把谁识别成同事，怎样理解预算，哪条旧记录已经失效，为什么把一个选项放在前面。这些内容如果只能由平台内部解释，“懂你”就会变成单方面的定义权。
上下文税从哪一天开始
模型可以更换，一个人几年积累的工作记录、关系网络、失败经验和行动结果却无法在一天内重新生成。上下文的价值正来自这种连续积累，锁定也会从这里发生。
Limitless Pendant 曾允许用户搜索和询问全天记录。2025 年，Limitless 被 Meta 收购，Pendant 停止新销售，部分地区停止服务，公司为既有记录提供导出和删除方式。【7】这件事没有证明收购必然伤害用户，却把一个问题提前摆到了桌面上。设备会停产，公司会改变，人的记忆仍然有用。
上下文税往往从迁移不完整的那一天开始。文字可以导出，人物关系未必能带走。录音可以下载，纠错记录、排序偏好和行动历史未必能在另一套模型里继续使用。用户投入越多，重新开始的成本越高。
操作系统厂商在这场竞争中占有天然位置。消息、邮件、照片、日历、支付和应用权限本来就在系统里。独立硬件若只提供麦克风、摄像头或显示，很容易成为系统级 Agent 的外设。它要建立长期价值，就得让用户拥有那份积累。
衡量一套个人 Agent 是否归用户控制，至少有五项很实在的标准。记忆可以完整带走，模型可以自由更换，排序规则可以修改，权限可以随时撤销，关键决定可以追溯和审计。【8】
对硬件厂商来说，这些要求会落到具体产品里。用户要能改错认的人和关系，让过期信息失效，查看一条建议用了哪些记录。查找、提醒、起草、发送和付款需要不同的确认门槛，越难撤回的操作，授权越谨慎。
▲ 捕捉让系统获得信息，结构和记忆让它理解时间，行动与用户控制决定这套能力最终服务谁。
雷鸟 iO 提醒那名用户一件已经忘掉的待办，只是这条链上很小的一步。今天它负责记住，接下来可能负责排序，再往后可能负责行动。每向前走一步，便利会增加，用户交出去的权力也会增加。
所以我现在看 AI 硬件，会多问三件事。它记住了什么，按照谁的目标排列，出错以后谁能修改。
下一轮竞争会同时发生在传感器、佩戴和上下文上。一个人多年积累的生活背景最难复制，也最应该由他自己带走。所谓第二记忆，只有在用户能迁移它、纠正它并撤回行动权限时，才真正属于用户。
