AI初创公司Littlebird获1100万美元融资 主打屏幕实时上下文召回工具

近日，AI生产力初创公司Littlebird宣布完成1100万美元首轮融资，其核心产品为基于大语言模型的AI「召回」工具，可在无需截图的前提下实时读取用户电脑屏幕内容、捕捉跨应用上下文，支持自然语言查询本地数据、自动执行高频操作，本轮融资将主要用于技术迭代与企业级客户拓展。

不知道你有没有过这样的经历：同时打开十几个浏览器标签、3个聊天窗口和2份在线文档，想要找3天前看到的某条供应商报价，翻遍了聊天记录和浏览历史花了十几分钟才找到？这种跨应用信息检索的痛点，正是Littlebird想要解决的核心问题。

当前主流AI助手普遍存在能力边界：无论是ChatGPT还是各平台自带的智能助手，大多只能调用单一应用内的数据，要跨应用调取信息，要么需要用户手动上传各类文件、截图，要么需要开放多个应用的接口，操作繁琐还存在数据泄露的风险。此前市面上也出现过Rewind这类屏幕记录工具，但依赖全程录屏+OCR识别的方案，不仅占用大量本地存储空间，识别准确率也受画面清晰度影响，很难适配高频办公场景。

Littlebird的核心技术路径避开了传统的录屏+OCR路线，直接对接操作系统的底层渲染接口，无需生成完整屏幕截图就能实时提取屏幕上的结构化信息，包括文本、链接、表单字段、日程条目等内容，全程数据处理都在本地完成，不会上传原始屏幕内容到云端，大大降低了隐私泄露风险。从实测表现来看，该工具的上下文识别准确率比传统截图OCR方案高出37%，后台运行功耗仅占CPU的2%左右，不会影响电脑的正常使用。
除了基础的本地信息检索之外，用户还可以通过自然语言指令让工具自动完成高频操作，比如自动提取聊天记录中的地址信息填入快递表单、自动整理会议记录中的待办事项同步到日程应用等。

本次1100万美元融资由风投机构First Round Capital领投，资金将主要用于三个方向：一是优化核心算法的识别精度，覆盖更多专业软件的内容识别；二是扩大测试用户规模，打磨个人版产品的使用体验；三是研发企业级服务方案。
据Littlebird团队透露，企业版产品将支持团队内部的授权上下文共享，项目组成员可以直接查询所有团队成员公开的工作上下文，无需反复同步文档和会议记录，有望成为企业级知识管理的新入口。目前Littlebird的个人版产品已经开启小范围Beta测试，已有超过2000名用户提交了测试申请。

在通用大模型能力趋同的当下，能否精准获取用户的私有上下文，已经成为AI生产力工具竞争的核心壁垒。过去的AI工具大多需要用户主动提供上下文，而Littlebird这类被动感知上下文的产品，相当于给AI装上了“眼睛”，能够自动感知用户的工作场景和需求，无需手动投喂信息就能给出精准的辅助。
业内人士指出，未来3年，上下文感知类AI工具的市场规模有望突破百亿美元，而隐私保护能力将是这类产品能否实现大规模普及的核心前提。