实测 Hojo：当一家 Voice AI 创业公司开始主动「找骂」

👦🏻 作者: GaKi

🥷 编辑: Koji

🧑‍🎨 排版: NCon

一家正在探索 AI 语音交互与硬件接入的创业公司，最近选择从会议纪要切入，推出了自己的 Voice AI 产品。

「求拆台、求踢馆、求打脸」——  产品刚刚上线，这家公司就主动面向市场立下了这样一个 Flag。

这家公司叫 Hojo。最近，它正式上线了一款同名 APP，主打会议录音、实时转写、翻译和 AI 会议纪要。

有意思的是，Hojo 还主动发起了一场「花钱买差评」的活动。

对于一家过去主要服务硬件厂商的 AI 创业公司来说，这次直接面向普通用户，主动接受竞品对比，有点「脱离舒适圈」的意味。

我们拿 Hojo APP 实际测试了一番，接下来分享我们的体验。

整体来看，Hojo APP 主要支持三项功能：会议录音、同声传译和面对面互译。此外，底层还有一个 Agent，可以结合这三项功能产生的上下文，与用户进行对话。

其中，Hojo APP 的核心功能是会议录音，这部分对 AI 的应用比较深入，也加入了一些新功能。它支持带有长期记忆的 AI 会议纪要，会议开得越多，AI 积累的上下文越丰富，长期记忆的作用也就越明显。

Hojo 希望让会议纪要能够真正帮助用户做后续工作。比如，整理项目的进展、查看之前的决定，以及追踪还没有解决的问题。

接下来，我们就从会议录音、同声传译和面对面互译这三个场景，分别体验一下。

先来看会议场景。

如果比较关注 AI 游戏，Steam 新品节肯定是一个值得关注的活动。每届新品节都会放出大量试玩 Demo，从中也能看出未来一年 Steam 游戏的一些发展方向。

在今年 10 月的 Steam 新品节上，7240 款游戏中，有 2502 款披露了 AI 相关内容。这一现象也成了 Reddit 上的热点：

游戏营销博主 Chris Zukowski 抓取了整个新品节的页面，并做了一次统计，发现披露 AI 内容的游戏占比已经接近 40%，一年内接近翻倍。

可以看到，AI 正在越来越多地进入游戏开发。

所以，这次我模拟了一个 3 人游戏开发团队，围绕 Steam 上的一款 AI 推理游戏《雾港》，连续开了 5 场会。从项目立项、玩法验证、技术选型，一直到 Demo 提交前的 Bug 修复，基本覆盖了一款游戏从开发到提交试玩版的过程。

围绕同一个项目连续开会，也是实际工作中很常见的场景，正好可以测试 Hojo 的长期记忆能力。

目前，Hojo APP 支持直接上传录音，也可以在 APP 内开启录音，还支持通过耳机、录音卡等硬件同步录音。

不过，硬件录音目前需要使用 Hojo 支持的设备，并提前在相关页面申请。

目前 Hojo 也开放了「硬件接入计划」，希望与更多硬件品牌、

每段会议录音处理完成后，Hojo 都会自动生成标题，比如「雾港 AI 推理审讯 Steam 可行性与切入点讨论会」：

在录音转写时，Hojo APP 还提供了几十种会议模板，每个模板对应的场景都分得比较细。

比如，甚至还有「辞职确认与离职访谈纪要」「安全与严重事件纪要」这类模板。用户可以根据会议内容，自行选择合适的模板。

此外，Hojo 还支持自定义模型，包括 DeepSeek、MiniMax、GLM、Kimi 等。

先来看单场会议纪要的质量。

以第一场立项会为例，Hojo 会把每段录音分成四个标签页：详细纪要、原文转写、解读和知识记忆。

其中，详细纪要和解读也是传统 AI 会议产品中比较常见的功能。

在 Hojo APP 中，详细纪要会按照会议概况、主要议题、待办事项和思维导图的顺序整理，内容也非常详细。

以这场 Steam AI 游戏讨论会为例，可以发现 Hojo 对一些专业术语的识别比较准确。比如「本地 4B 模型」「比特量化评估」「首字延迟」「提示词越狱」等，都能准确识别。

除了详细纪要，我们再来看看另外几个功能。

原文转写则会按照说话人分段，每段都会标出对应的时间点。如果对纪要里的某个数字或结论拿不准，就可以回到原文转写中核对。

另外，首次登录 Hojo APP 时，用户可以选择录入自己的声纹。所以在这场会议中，我的发言会直接标记为「我」，另外两位则按照发言人编号进行区分。

「解读」算是 Hojo 比较新颖的一个功能，它会进一步分析这场会议背后的判断。

首先，在基础信息中，它会用一段话概括整场会议，再用星标列出关键洞察。

比如，它认为这场会议把「AI 是否聪明」转化成了「首字延迟」和「防套话能力」两个可以衡量的指标。

可以看到，Hojo 对会议内容的理解已经比较深入，也能从讨论中提炼出一些有价值的判断。

再往下是「章节速览与解读」，每个章节都会标出对应的时间点，并用「中密度区」「高密度区」提示这段内容的信息量。

所以，回看一场长会时，可以先看信息密度高的段落，跳过寒暄和重复讨论，节省回听的时间。

「知识记忆」也是 Hojo 相比传统 AI 会议产品比较有新意的一个功能。

在这个页面中，Hojo 会把会议内容分成「客观事实」和「核心观点」两部分。

客观事实会按照主题分类，比如市场现状、项目方向、技术方案和成本评估。

核心观点则会按照发言人记录。比如，这个小团队里的 Cindy 对 Steam 实时生成 AI 游戏的趋势，以及玩家态度的判断。

按照 Hojo 的设计，这些内容会逐渐积累成项目记忆。当同一个项目开到第 3 场、第 5 场会时，就可以按照发言人查询，谁在哪场会上提出过什么观点。

到了第三场技术选型会，讨论的数据更多，Hojo 的详细纪要里也开始出现表格。

比如，它会把上次和本次测试的规模、成功次数、成功率整理成对照表。像越狱测试成功率从 40% 降到 9%，一眼就能看清变化。

可以看到，Hojo 不只是总结当前这场会议，还会利用之前几场会议的上下文。

随着同一个项目的会议越开越多，Hojo 积累的记忆也会更丰富，前后会议的联系也会更紧密。

这里还有一个值得注意的细节。平时开会经常会遇到一个问题：

在我们的会议中，讨论过一个代号为 G12 的 Bug，指的是 NPC AI 越狱问题。简单说，就是玩家可能通过一些话术绕过 NPC 背后 AI 的规则，让它说出原本不该说的内容。

Hojo 会把会议中的决定整理成待办事项，每条都会标出负责人和截止时间。

会议纪要的最后是思维导图，可以直接点开全屏查看。

Hojo 会把整场会议分成几个分支，比如确认测试结果、调整部署方案、处理 NPC 与存档、明确提交门槛、分配会后任务。

通过这 5 个分支，基本一眼就能看清整场会议的结构。

在其中一场会议的「解读」页面中，还多出了一个「观点分析」模块。

Hojo 会利用 AI 分析每位发言人在会议中的角色。比如，它把主持人判断为「决策者兼会议推进者」，还会引用会议原文，说明主持人在会上做过哪些决定。

当所有会议内容都记录到 Hojo 后，这些上下文就可以直接供 Agent 调用了。

比如，在 Hojo APP 首页，就可以直接与 Agent 对话。

我问了它一个问题：

Hojo 的 Agent 会按照之前的会议记录进行分析，最后判断这个问题一共经历了 4 次变化，分布在后面 3 场会议中。

它还会自动生成一张表格，把每场会议中的问题变化和关键决定都整理出来。

以上就是 Hojo 在会议场景下的主要表现。

不过，光看这些功能，可能还是很难理解：

经过我们实测，其中一个很大的区别，就是 Hojo 引入了长期记忆能力，让 AI 可以调用之前多场会议的上下文。

比如，同一个项目连续开了 5 场会，Hojo 在生成第 5 场会议的纪要时，还会参考前面 4 场会议的内容。

这样一来，AI 就能结合之前的讨论，理解当前会议中的决定和变化，也更适合真实工作中围绕同一个项目连续开会的场景。

为了看看实际差别有多大，我们也把这次 5 场会议的录音全部上传到了同样是主要 AI 会议产品 —— Otter，做了一次简单对比。

Otter 同样支持 AI 会议纪要、录音转写和笔记整理等功能。

这 5 段录音，我按照时间顺序依次上传到了 Otter，中间没有手动补充任何背景信息。

如果只看单场会议纪要，两边的表现其实差不多。

所以这次我们重点看看，当同一个项目连续开了几场会之后，这两款 AI 会议产品能不能利用之前的会议内容。

为了方便对比，我还让「道德感」很强的 Opus 5.5 生成了一个网页，把两边的纪要整理排版，方便更直观地看出 Otter 和 Hojo 的区别。

在第一场立项会上，Otter 和 Hojo 的纪要内容其实非常接近，项目方向、定价、部署方案、Steam 披露风险等内容都有整理到。

主要差别在待办事项上。

Otter 列出了 3 条待办，但没有标注负责人。而 Hojo 的 4 条待办中，已经写清楚了 Cindy、Kevin 各自负责什么，以及什么时候需要交付。

第一场没有前情可用，所以两者的会议纪要之间并没有什么差别。

到了第二场会议，Otter 对会议议题的整理依然很完整，竞品、纸面原型、越狱和延迟等内容都有记录。

但待办事项只有一条。

比如，会上明确分配了 Sandy 周五提交线索版交互稿、Kevin 下周一提交两组延迟数据，这些都没有出现在待办中。

而 Hojo 会先回顾上周定下的三件事：竞品拆解已经完成、延迟测试完成了一半、发行商方面还没有进展，然后再整理这场会议新增的问题。

值得注意的是，在这场会议纪要中，Hojo 将越狱问题编号为 G12，长句提问问题编号为 G13。这两个编号在后面几场会议中还会反复出现。

到了第三场技术选型会，讨论的数据明显多了起来，Otter 的纪要也开始出现一些错误，比如「首字延迟」等术语。

在游戏场景中，「首字延迟」一般指玩家向 NPC 提问后，NPC 说出第一个字需要等待多久。

当然，Otter 可能主要面向英文场景。虽然已经提供了中文转写模板，但中文转写的准确度可能还有些不足。

再看 Hojo 的纪要，会发现它把越狱测试成功率等数据放进了「相比上次变化」的部分，直接与上一场会议的结果进行对照。

Hojo 还在核心结论中明确指出，这与第一场会议的决定不同，并将新出现的存档问题编号为 G15。

到了第四场会议，Otter 的表现还不错，记录了很多已经确定的方案和对应的负责人。

而 Hojo 会进一步整理会议中的细节，比如两项测试门槛，哪项已经达标，哪项还没有达标。

值得注意的是，上周登记的 G15 问题仍然没有修复，而 G13 已经关闭。Hojo 会把这些内容放进「上轮遗留事项」中，继续追踪问题的进展。

到了最后一场会议，两者的差别就更明显了。

简单的转写问题这里就不多说了。可以看到，Hojo 会把三个阻断问题放在同一张卡片中，逐项核对。比如 G12 和 G15，Hojo 都会结合前面几场会议的记录，重新整理这些问题的变化和当前进展。

从这个角度来看，Hojo 的会议纪要已经不只是简单的 AI 总结了。它还会告诉你，项目距离提交还差什么、目前有哪些问题、每个问题进展到了哪一步。

在这个过程中，AI 会调用之前几场会议的上下文，利用长期记忆来整理这些信息。

对比完 Hojo 和 Otter 的会议纪要之后，我想到一个比较有意思的问题：

毕竟，会议纪要除了给人阅读，还可以成为 AI 后续执行任务时使用的上下文。

所以，我们让两个独立的 Claude Code Session，分别读取 Hojo 和 Otter 对同一场立项会生成的纪要（明确不要检索 Memory）。

从 Claude 给出的结果来看，Hojo 的纪要尤其在对项目细节和后续任务的整理，会相对细致一些。

不过，这毕竟只是一次基于特定会议内容的 AI 分析，Claude 本身的判断也带有一定主观性，不能把它当成权威测评，也不能据此判断两个产品的整体水平。

但这个测试还是提供了一个值得关注的角度：一份会议纪要的质量，可能也会影响后续 AI 对项目的理解。

尤其是现在越来越多的工作会交给 Agent 处理，会议纪要能否准确记录项目背景、关键决定和任务安排，可能会变得越来越重要。

除了会议场景，Hojo 目前还支持两种翻译功能：面对面互译和同声传译，都支持中文、英文和日文。

先来看同声传译场景。

这次我们用一个虚构的 AI 美妆品牌 LUMINA 进行测试。整个演示画面都是英文，包含品牌介绍、AI 肌肤扫描等 6 个场景，但所有讲解内容都使用日语。

在这场 AI 美妆演示中，我们直接开启日语转中文的同声传译，日语原文和中文译文都会实时显示。

可以看到，Hojo 对英文和一些专业术语的识别也比较准确。

这里我录制了一段动图：

转写完成后，Hojo 同样会生成一份 AI 总结，比如这场会议发布了 LUMINA AI 系列中的哪些产品，以及一些关键的产品细节。

再来看面对面互译功能。

这次我们模拟了一个 AI 金融场景，由一位来自新加坡的首席风险官，用英文与我们讨论一个 AI 信贷审批项目的尽调。

这场对话涉及不少专业术语和数字，比如 PSI、KS 值、换血率、等保三级，以及数据驻留、上线、联合试点等金融相关术语。

实际体验下来，Hojo 的中英文面对面互译速度很快，准确度也比较高。

另外，它还支持译文语音播报。比如对方说英文时，Hojo 会自动翻译成中文，在屏幕下半部分显示译文，同时用中文语音播报出来。

播报音色可以选择标准音色，也可以使用我们之前在 Hojo APP 中复刻的个人声纹。

仔细查看后续的原文转写，会发现 Hojo 对很多专业术语的识别都比较准确，尤其是 AI 相关的术语，比如 RAG、结构化，以及「 GLM 5.3 二期 AI 模型升级」等。

连续开了 5 场会议，又和 Otter 做了对比之后，我们对 Hojo 的产品能力有了比较清晰的认识。

在会议纪要的完整度、待办事项整理，以及跨会议的长期记忆方面，Hojo 确实有不错的表现。

尤其是长期记忆。

比如，在《雾港》项目的 5 场会议中，Hojo 能够将不同会议里的项目决定、任务安排和问题变化关联起来。当我们向 Agent 查询 G12 问题的历史时，它也能利用此前的记录，梳理问题的变化过程。

这让会议纪要有了更多实际用途。

不过，为什么 Hojo 瞄准了会议纪要？这其实与它更大的产品计划有关。

根据 Hojo 官方推文，Hojo 希望联合硬件厂商，让耳机、录音设备、智能眼镜等产品，成为 AI 获取高价值信息的语音入口。

而会议，恰好是高价值信息最集中的场景之一。

一场几十分钟的讨论，可能就决定了项目方向、技术方案、预算安排，以及接下来几周的工作。

如果这些信息能够被准确记录，再通过长期记忆关联起来，Agent 就有机会逐渐理解一个项目的来龙去脉，并参与后续工作。

这让 Hojo 重点打磨会议纪要的目的变得清晰，因为重要会议往往是关键判断和决策发生的第一现场。

同时，这也呼应了 Hojo APP 在国内市场提出的 Slogan：「重要会议，重用 Hojo」。

事实上，Hojo 此前已经围绕 AI 硬件做了不少工作。

根据团队今年 8 月公布的信息，Hojo 已与近 10 家客户完成合计约 200 万台耳机的项目签约，并完成成品耳机与 Hojo APP、AgenticOS SDK 的相关联调。

这也让我们前面体验的功能，有了另一种使用方式。

比如，接入适配的耳机后，用户可以直接通过耳机与 AI 语音对话：

在外语环境中，耳机负责收音，Hojo APP 实时翻译；两个人还可以各戴一只耳机，进行面对面互译。

除此之外，翻译功能在双向翻译耳机接入后，有更多使用场景。

比如，在跨语言通话中，Hojo 支持双向实时翻译。双方可以分别使用自己的母语交流，系统会将对方的讲话实时翻译成自己熟悉的语言，并通过耳机播放。

在会议场景下，耳机采集的声音也可以交给 APP 完成转写、总结和知识整理，再进一步积累成长期记忆。

其中，戴上耳机参加会议时，Hojo 支持「会议实时解读」功能，也就是可以根据正在讨论的内容，通过 AI 实时分析和解读会议中的信息，并将结果直接通过耳机播报给用户。

这有点像随身带了一位「场外幕僚」，一边听会，一边帮你梳理讨论重点、理解关键信息，为后续判断提供参考。

相比单独使用手机 APP，接入耳机后，Hojo 才更接近它设想中的完整产品形态。

今年 9 月，Hojo 公开了几家正在合作的硬件厂商。

比如，深圳耳机制造商烽火宏声已经拿出 AI 耳机样机，进入设计验证阶段；方案商奇智创新也已通过样机跑通耳机收音、APP 接收音频和实时翻译的链路。

科奈信、迈斯高等传统硬件厂商，也在推进相关产品的联调与合作。

这些厂商拥有成熟的硬件设计、制造和供应链能力，但要让耳机拥有 AI 对话、翻译和长期记忆，还需要模型、软件、云服务等一整套技术支持。

这正是 Hojo 希望切入的角色。

硬件厂商负责产品设计与量产，Hojo 则提供语音模型、Agent、长期记忆和软件系统，双方共同完成 AI 产品的开发与后续运营。

为此，Hojo 采用 B2B2C 模式，提供多种接入方式。

厂商可以直接把设备接入 Hojo APP，也可以通过 AgenticOS SDK，将相关能力集成到自己的 APP 中，保留原有的品牌、账号和用户关系。

对于软件开发能力不足或需要特殊定制的厂商，Hojo 还提供 App Studio 和联合开发方案。

这种模式的好处是，硬件厂商不必从零搭建完整的 AI 软件体系，Hojo 也可以通过与不同品牌合作，让同一套底层能力进入更多设备。

Hojo 曾提出一个相当大的愿景：

从目前的硬件合作进展来看，距离这个目标还有很长的路要走。

不过，Hojo 的发展路线已经逐渐明朗化。

先从耳机开始，让 AI 进入会议、翻译和日常交流场景；再通过长期记忆，把这些场景中的重要信息积累下来，供 Agent 持续调用。

按照团队的规划，未来 Hojo 还希望接入更多类型的设备，实现不同硬件之间的记忆共享。

比如，通过耳机记录的一场会议，之后可以在其他设备上继续查询；此前讨论过的项目背景，也可以成为下一次 AI 对话的上下文。

毕竟，工作中很多重要的信息，就隐藏在每天的会议、电话和日常交流里。如果这些信息能够被持续记录、理解和调用，AI 才有机会真正参与用户的后续工作。

从一场重要会议，到一副 AI 硬件，再到更多日常设备。

Hojo 希望通过与硬件伙伴的合作，让重要沟通中的信息被更好地利用。

让每一次重要的沟通，都有 Hojo 的存在。

最后，推荐大家实际上手 Hojo APP 体验一番，毕竟 Hojo 正在「求拆台、求踢馆、求打脸」。