我想用 LLM 做一个时间记录 APP

很多年前我认真试过用 APP 记录自己每天的时间分配。那个时代确实有几个专门为这件事做的工具，原理大同小异：把时间切成固定颗粒度，我用得比较多的一个是 10 分钟一个单元，然后每一件事情记名字、记类别、记起止时间。

没坚持下来。原因很具体——每记一件事要点很多次，操作摩擦大；如果攒着一起记，又会忘记之前做过什么。两个问题叠在一起，我很快就放弃了。

最近这个念头又回来了。这次我想用 LLM 重新做这件事，而且我觉得时机到了。

---

核心思路是用纯语音聊天替代触控录入。

我设想的交互是这样的：APP 打开直接进入录音状态，用户开口就说「我刚才做了什么」。可以精确，也可以模糊，可以说一句话，也可以说一段话。说完之后，软件自动把语音转录成文本，发给大语言模型，让他从中提取结构化数据：

| 字段 | 说明 |<br/>|------|------|<br/>| 起止时间 | 几点到几点 |<br/>| 事件名称 | 做了什么 |<br/>| 类别 | 工作 / 生活 / 休闲娱乐等 |

如果用户说的足够清楚，模型直接提取，不打扰。如果有模糊的地方，模型给几个选项让用户快速点选确认。如果实在太模糊，告知用户重述。

这里面有一个关键的设计意图：确认步骤要轻，不能让人觉得在被追问。几个选项快速点一下，比让人重新开口说话的心理成本要低得多。

---

这件事用 LLM 做还有一个额外的好处：他能读懂你已有的历史数据。

比如你今天的记录里有一个时间段是空白的，模型可以主动提醒你「上午 10 点到 12 点没有记录，要补一下吗」。这在传统 APP 里做不到，或者做到了也很笨，因为系统没办法理解你输入的内容，只能做机械的时间轴检测。

而语义理解让这件事变得自然。模型知道你说的「开了个会」和「跟同事聊了一会儿」可能是同一类事情，知道「摸了一会儿鱼」也是一个合法的时间记录条目，不需要你把它包装成什么高大上的名字。

---

我后来才意识到，以前那些 APP 没坚持下去，真正的问题不是我不想记录自己的时间，而是录入本身的摩擦太大，大到足以让人在每一次要开始记录的时候都产生一点点放弃的冲动。这种冲动单次看起来很小，但每天积累下来，就足以把一个习惯杀死。

语音输入解决的正是这个摩擦。开口说话比点屏幕快，比打字快，比回忆「这件事属于哪个分类然后手动选择」快太多。而 LLM 在自然语言理解上的能力，让「说人话就够了」真正变成可能。

我不确定这个东西做出来之后我真的能坚持用。人的惰性有时候比任何工具都顽固。但至少从设计层面看，这一次比以前有更好的机会——因为它把录入这件事的门槛降到了接近于零。

剩下的问题，就只有我自己了。