雪泥Spoor:卡在AI聊天和成稿之间存在断层,它想用画布补上
一、信息不稀缺,稀缺的是把信息变成知识生产 在信息获取越来越容易的今天,如何将信息转化为自己的知识,仍然是一件困难的事情。 不少人习惯使用笔记软件记录读书摘录、网页资料、灵感和日常思考。但随着记录数量不断增加,新的问题也随之出现:笔记分散在不同文件夹和页面中,过去记录的内容很难重新被发现;即使积累了大量资料,也不容易从
信息早就不缺了,难的是把看到的东西变成自己的知识产出。
如今找资料越来越省事,可要把信息消化成属于自己的认知,依旧不容易。
很多人会用笔记软件记读书摘抄、存网页内容、写下灵感和日常想法。记得越多,新麻烦也跟着来:笔记散落在不同文件夹和页面里,以前记下的东西很难再被翻出来;资料攒了一大堆,也不容易从中牵出新的关联,更难往前走一步,变成有价值的观点或作品。
这十多年来,笔记工具走过好几轮变化,从单纯的文本记录、文件夹归类,到双向链接、知识图谱。Notion、Obsidian 这类工具分别从结构化管理和双向链接入手,帮用户搭起个人知识库。可对长期阅读、写作的人来说,管好信息并不等于做出了知识。

有人读一本书能记下几十条摘录,也会在不同时间收集大量网页、文章和研究资料。问题是,这些内容常常各自躺在独立页面里。想重新找到它们之间的关联,用户得自己去回忆、搜索、整理。
AI 带来了新的可能,不过眼下不少 AI 笔记工具还是拿传统文档或聊天窗口当主界面。AI 能帮着总结、提炼、生成内容,却不一定能嵌进用户原本的思考过程。
二、拿空间画布当载体,让 AI 参与思考
雪泥spoor就是这么来的。传统笔记软件以文件夹、文档或数据库为主要组织单位,Spoor 不一样,它把文字、书籍、图片、网页资料、摘录和 AI 对话都变成一张张独立卡片。用户按自己的思考习惯,随手拖拽、排列、组合这些卡片,在同一个画布上把信息之间的关系搭起来。
比如读一本书时,用户可以把中意的段落摘到画布上,再围绕其中某个观点展开讨论;读的过程中冒出疑问,直接交给 AI 分析;AI 给出的回答、补充的资料和新的观点,也能重新存成独立卡片,和原有内容摆在一起。


这种交互并非把 AI 聊天窗口塞进笔记软件那么简单,它想的是让 AI 参与到知识组织的整个过程中。
现在 Spoor 已经能做到基于画布上下文的 AI 对话。AI 会结合画布里已有的相关卡片来回答问题,用户也能把 AI 回答、思考内容和其他资料重新整理成可编辑的卡片,继续在画布上加工。
产品还提供长文编辑、阅读辅助等功能,试图把资料收集、观点形成到内容输出这一路串起来。

创始人谢家炜有十三年现代诗创作积累,也在法律行业实践过 AI 工作流,项目正源于此。他是律师转行的 AI 产品创业者,给律所和企业做过 AI 应用培训,也帮他们优化业务流程。十三年写诗的笔记,加上长期泡在 AI 工具里,让他摸到了眼下主流 AI 产品最要命的短板:大语言模型已经走到 Agent 处理任务的阶段,可大多数产品还是拿线性聊天窗口当主交互。灵感、网页资料、截图、AI 的回答、自己的判断,全散在聊天框、浏览器和本地文档里。AI 一键能生成上百份答案,却没法帮用户把真正有价值的东西挑出来、理清楚,攒成一部属于自己的完整作品。可真实的思考从来不是一条直线,创作者要的是一个装得下多种内容、能反复改来改去的工作空间。
今年 9 月项目正式启动,谢家炜以个人创业的方式,把产品原型开发、设计、交互全部做完,目前产品已经上线 Spoor 官网。推进过程中,团队遇到的最大难题是获客推广,现在计划对接文本创作领域的 KOL,打开早期用户市场。
(一)目标用户和商业模式
Spoor 现阶段主要服务那些有长期阅读、研究、写作习惯的个人用户,比如深度阅读的人、独立研究者、内容创作者,还有天天要处理海量信息的知识工作者。
商业模式上,以本地免费的开源项目为主(即用户不必上传数据,保存在本地,甚至可以用本地模型使用,也可以调用自己的APIKEY),增值服务是个人订阅和云同步数据。
免费用户能用基础无限画布、基础 AI 能力和本地存储;Pro 用户则能拿到更高的 AI 额度、多设备同步等功能,按月度/年度订阅付费。
(二)和 AI 自动写文章、AI 聊天工具有什么不同?
和市面上已有的 AI 聊天工具、传统知识管理画布产品相比,雪泥Spoor 的核心创新是“AI+无限画布”的交互逻辑,打破了聊天窗口的线性限制,用户可以把文字、图片、网页、AI 回答、个人灵感全部自由放在同一个画布空间里,随手拖动、关联标注。在此基础上,产品推出多角色 AI 协作功能,用户可以调用协作者、质疑者、关联梳理者、读者反馈等不同 AI 角色,围绕同一主题一起讨论,始终保持人与 AI 同场的思考上下文。

和主流“一键生成完整文章”的创作工具不同,雪泥Spoor 坚持由人来做决策和判断,流程设计为“AI发散已有的想法→人筛选→空间组织→AI再讨论→人再次筛选→最终形成作品”,AI 的输出全部以可编辑卡片形式留在画布上,用户始终握着内容选择权,最终从零散素材一步步沉淀为完整作品,填补了 AI 对话与最终作品之间的断层。
从市场看,生成式 AI 普及之后,国内高频使用 AI 的知识工作者、创作者群体规模持续增长,这类用户普遍被信息过载、内容零散困扰。雪泥Spoor 第一阶段优先服务内容创作者、研究者、产品运营人员、AI 重度用户这类对新工具接受度高、容易形成口碑传播的群体,后续计划围绕写作、研究、产品探索等具体场景推出标准化画布模板,降低使用门槛,长期则打算打通网页收藏等多内容入口,打造覆盖内容收集、整理、协作、创作全链路的个人思考生长空间。
三、早期用户反馈
早期测试用户里已经有不少人给了反馈。有位心理学背景的创作者说,写作不只为了发出去给人看,也是往自己心里看。她于是用叙事疗法搭了一个水世界,在里面可以哭,可以脆弱。这个世界不像现实那样苛刻,创作者能在其中塑造自己的角色、世界观和形象。
聊起这段创业,谢家炜说:“未来稀缺的永远不是AI生成的内容,而是用户自己清晰的判断和独特的表达,我们要做的就是帮大家把这些真正有价值的东西留下来、长出来。”