当会议机器人消失：Wispr Notetaker 与「隐形转录」

自从 AI 会议转录产品在前两年迅速走红以来，我们参加远程会议时，经常会看到一个陌生的「助手」提前坐在会议室里。

这个「助手」不开摄像头，也不说话，只是安静地旁听，经常出现在 Zoom、Google Meet、Slack 或 Microsoft Teams 中。大家都知道，它就是一个 bot——会议转录机器人。

会议转录机器人一开始只能将语音转换成文字，后来逐渐可以区分说话者、利用 AI 总结和整理内容，甚至生成下一步的行动提纲。显然，大家已经被无尽的会议折磨太久了，因此这类 AI 转录机器人一直是热门应用。

所以，当 Wispr 推出 Wispr Flow Notetaker 时，大家对此似乎已经失去了新鲜感。

但是等等，Wispr 表示：会议转录可以继续，却不再需要派机器人加入会议。

Wispr 就是那家做语音输入工具的公司。有些人可能尝试过 Wispr Flow。它刚推出时或许让人觉得很惊艳，但还不到一年，市面上就已经出现了各种 AI 语音输入替代品，其中既有开源版本，也有不少工具类 App 自带语音输入功能，例如 Todoist（下图）。

于是，Wispr 这次决定做些不一样的尝试。

它新推出的 Notetaker 直接运行在用户设备上，捕获麦克风输入和系统播放的会议音频。无论使用 Zoom、Meet、Teams，还是 Slack Huddle，即使临时开始一场没有写进日历的通话，它也可以提供实时转录，并在会议结束后生成摘要，整理会议决定和后续事项。

简单来说，就是：

录音 + 转录 + 整理

至少现在，不会再有一个陌生的机器人突然加入会场了。

但问题也恰恰出在这里。

以前那个显眼的机器人虽然很烦，却也是一种非常有效的提醒：

房间里还有一套系统正在转录会议。

现在，机器人消失了，记录行为却没有消失，甚至可能变成秘密转录。

Wispr 改变的是音频捕获入口

Wispr Flow 原本是一款语音输入工具。Notetaker 现在把这套能力从「我说一句，它写一句」扩展到了多人会议场景。

Notetaker 会在会议中提供实时转录。会议结束后，它还会结合上下文重新处理整段对话。

它会利用 Flow 的个人词典识别公司简称、产品名称和行业术语，也会读取日历邀请中的姓名，降低行动事项被分配给错误对象的概率。

这其实是 Wispr 一直在打磨的能力。

它不甘心只做一款普通的语音转录工具。Flow 会获取用户的个性化信息，包括过去常说的词汇组合、名称和语气。总之，它会获取一切有助于提高后续识别准确率的上下文信息。

这会形成一道很强的壁垒。一旦成型，其他语音输入工具就很难替代它。

毕竟，你怎么会放弃一个对你了如指掌的秘书，转而去找一个凡事都要从头教起的陌生实习生呢？

除了实时会议，用户或许还可以用它处理其他录音，例如 AI 时代之前留下的传统会议录音或电话录音。

此外，Notetaker 还会按主题整理讨论内容，提取会议决定、时间点和负责人。我们还可以检索过往会议，进行跨会议提问，或者通过 MCP 把会议内容交给 Claude、ChatGPT 及其他 AI 工具继续处理。

这样看来，AI 的确已经大有用武之地。

「在设备上捕获」不等于「完全在本地处理」

如果一款产品写着「runs on your device」，人们很容易将其理解为：数据都在我的电脑里，厂商无法获取会议内容。

目前来看，这可能是一个危险的误解。

我个人认为，在端侧 AI 尚未成熟和普及之前，AI 工具恐怕很难在完全不上传业务资料的情况下完成分析。AI 模型仍然运行在云端，可能只有录音或音频捕获过程发生在本地。

Wispr 明确选择的只是设备端音频捕获。当前版本的 Notetaker 必须开启 Cloud Sync 才能使用。

会议音频会经过加密，并在设备上短期保留。在某些情况下，音频也可能暂时进入云端，用于恢复会议、核验转录结果或排查故障，之后再按照相应设置删除。

逐字稿、摘要、行动事项和其他会议数据，则可能根据账户设置继续保留。

Wispr 也可能调用第三方 AI 服务。其政策称，服务商不得使用这些内容训练模型，相关内容通常会在 30 天内删除，但仍然会受到服务商自身规则及当地法律的约束。

开启 Privacy Mode 并不等于关闭云端存储。Notetaker 目前仍然依赖 Cloud Sync 才能工作。

所以，更准确的说法应该是：

Notetaker 在设备上捕获会议音频，再通过云端同步和 AI 服务完成整套体验。

如果会议中涉及真正敏感的商业秘密，比如大家正在开发一款准备干掉 Wispr Notetaker 的产品，那最好不要让 Notetaker 为你提供转录。

机器人很碍眼，但「碍眼」反而是一种功能

传统的会议机器人会占据一个参会席位，而且所有人都能看见。

出于法律或合规要求，有些产品在录制会议内容时，会明确告知参会者当前会议正在被录制。

这些设计都能让其他人意识到：会议正在被记录。

大家可以询问缘由、拒绝录制，或者直接把机器人移出会议。

Otter 是一款比较知名的 AI 会议记录工具。目前，它仍然会让记录程序以具名访客的身份出现在会议中，并在聊天区发出转录提示。

一般来说，这类产品的典型工作流程也是让机器人加入通话。这当然不等于获得了完整的知情同意，却至少提供了一个明显的标志。

因此，Wispr 也提醒用户：由于 Notetaker 不会以机器人身份加入会议，其他参与者可能收不到自动通知，使用者有责任在会议开始前告知所有人。

当然，我们都知道，这也是一种免责表述。

Granola 和其他类似工具

Wispr 并不是第一家采用无机器人记录方式的产品厂商。

Granola 很早就开始直接从电脑的麦克风和系统音频中捕获会议声音。

根据 Granola 的说明，会议音频仅在实时转录过程中被临时缓存。转录完成后，相关音频会从 Granola 及第三方服务中删除，不会被保存为可以永久回放的录音；逐字稿和笔记则会保存在服务器上，并同时缓存在用户设备中。

所以，Granola 也不是完全在本地运行。

它减少了原始音频被长期保存所带来的暴露风险，但文字资料仍然会进入云端。逐字稿可以被搜索、复制，还可以交由 AI 批量分析，因此未必比录音更加无害。

需要注意的是，许多 App 所说的 Zero Data Retention，通常是指第三方服务商在完成处理后，不再保留相关内容，也不将其用于模型训练。

但这并不代表内容从一开始就不会被保存在云端，也不能完全消除第三方处理会议内容所带来的风险。

所以，真正的差异已经不再是谁能够生成摘要，而是：

• 谁启动了记录；
• 其他参与者能否看见；
• 是否保存原始音频；
• 逐字稿和摘要会保存多久；
• 会议内容还会流向哪些第三方。

这些第三方，一般也就是大大小小的 AI 模型和云服务提供商。

一般团队应该如何使用

我认为，团队不需要一开始就编写几十页的 AI 治理白皮书，但至少应该建立以下几条规则。

第一，如果允许使用 AI 工具录音，就必须事先告知所有参会者

有没有机器人加入会议，并不是判断是否需要告知的标准。

只要会议内容正在被录音、转录或者交给 AI 分析，参与者就应该知道。

第二，对会议进行分级，不要允许 AI 记录所有会议

普通的项目进度同步、公开信息讨论和常规工作汇报，或许适合使用 AI 工具进行记录。

但涉及商业秘密、人事决策、法律事务、客户隐私和安全事件的会议，则应该更加谨慎，甚至直接禁止使用 AI 转录工具。

第三，制定相关政策，明确数据的保留期限

团队应该明确规定音频、逐字稿和摘要分别保留多久。

如果使用 AI 记录会议只是为了推动下一步行动，那么原始音频完全可以在转录完成后删除；逐字稿可以短期保留，以便核对内容；最终摘要则可以作为项目文档长期归档。

毕竟，有些会议中真正有价值的信息本来就不多，浓缩以后可能还不到一页纸。

最后

我个人很喜欢 Wispr Notetaker 所代表的方向。

过去的会议机器人很可能只是一种过渡形态，是早期受技术限制而采用的方案，没有必要成为 AI 会议记录的永久形态。

不过，不管有没有 AI 机器人，下面这些问题都值得关注：

• 会议内容究竟有没有被录制？
• 数据被送到了哪里？
• 数据由谁处理？
• 数据未来将如何保存？
• 参与者是否知道这一切？

Wispr Notetaker 这类产品接下来的竞争，不应该只是看谁能够做得更加隐形。

只有在隐私保护和合规处理都落实妥当之后，真正的竞争优势才会像前文所说的那样，落到一个问题上：

谁的 AI 更懂你？

这也是为什么除了 AI 会议记录以外，几乎所有 AI 助手类产品都在疯狂收集用户的业务「上下文」。

毕竟，还有什么能比会议记录提供更理想的业务「上下文」呢？