Liminary

嘿，Product Hunt 👋 我是 Sarah，Liminary 的创始人。

我之前在 Dropbox 领导 ML 工程，负责语义搜索、检索以及 Dropbox 首批生成式 AI 集成。我打造 Liminary 是出于个人的挫败感：存储是归档性质的。我无法把文章、会议笔记和有用的 AI 对话保存在一个地方，而且在那之后，我就再也看不到它们了。它们迷失在关闭的标签页、各种笔记应用、邮件和 AI 聊天记录里。

AI 工具的激增让情况变得更糟，而不是更好。每个新模型都意味着重新基准测试、重新做工作流、重新喂上下文。作为一个构建者，我相信用户应该为手头的工作使用最好的模型，而不是追逐这周刚发布的那一个。

但在这两者之下，还有一个更深层的问题：你使用的每个 AI 工具，都是基于模型认为相关的内容来工作的。模型是在互联网上训练的，它在猜测你的上下文。而不是基于你决定的重要信息。这就是差距所在。

我们 Liminary 的团队都来自 Dropbox 和 Google。我们打造 Liminary 就是为了弥合这个差距：为你 AI 工作提供记忆层。你来决定放什么进去：文件、网页、YouTube 视频、LLM 对话记录、Gmail 邮件线程。你的 AI 始终基于这些内容工作。

Liminary 存在于你工作的各个界面：一个浏览器扩展、Google Docs 里的写作助手、一个会议层，以及一个你保存的所有内容都能存在并相互连接的地方。

Liminary 能做到而其他工具做不到的三件事：主动回忆。在你工作的那一刻，正确的知识就会浮现出来。你不需要搜索。它会找到你。上下文事实核查与缺口检测。当你在 Google Docs 中写作时，Liminary 会根据你自己的知识库验证主张，找出你已有的研究或客户已分享的信息中缺失的内容。不是基于网络，也不是基于训练数据。会议回忆，实时进行。房间里不需要机器人。当有人说“Atlas 项目”时，你的笔记已经显示“Atlas 项目，与 Alice 和 Bob [来源]”。其他会议工具做笔记。Liminary 则把说过的话和你已经知道的一切联系起来。

专为靠自己的见解收费的人打造：独立顾问、自由职业高管、VC 分析师和策略师。在一个所有人都使用相同模型的世界里，你的优势在于这些模型扎根于什么。

工作流程是这样的：你对一小部分客户、账户、公司或你反复思考的主题保持环境上下文。你研究它们。你开会讨论它们。你产出关于它们的交付物。Liminary 把这三者连接起来，让研究、会议和写作都基于相同的知识。

你希望你的 AI 真正记住哪一条上下文？

还在早期阶段。欢迎坦诚的反馈：liminary.io

~ Sarah 和 Liminary 团队