Clawd

你正在查一个开源项目的文档，开了十几个标签页，GitHub 仓库、Stack Overflow 问答、官方 API 参考、一篇 Medium 教程。你来回切换，复制代码片段，记笔记，脑子像一团乱麻。突然想起刚才在某个页面看到过一个关键参数，但你忘了是哪个标签页，只能一个个点回去翻。这时候你多希望有个人能帮你记住所有上下文，在你需要的时候直接递过来。但你不敢用那些云端 AI 助手，因为你的浏览记录里可能包含公司内部代码、未公开的 API key、或者你不想让任何人知道的搜索历史。

Clawd 就是来解决这个问题的。它是一个 Chrome 扩展，装好之后你的浏览器里会多出一只小宠物——一个卡通形象，可能是只猫或者别的什么，具体长什么样不重要。重要的是，它一直在看着你。不是偷窥，而是像你桌面上的一只电子宠物，默默记录你当前在看什么、之前看过什么、哪些页面之间有联系。所有数据都留在你的电脑里，因为它的 AI 模型是 100% 本地运行的，不需要把任何信息发到云端。

怎么用呢？你正常浏览网页，Clawd 在后台分析页面内容。当你需要帮助时，比如你想总结当前页面、提取关键信息、或者问一个关于之前看过内容的问题，你直接点一下它，或者用快捷键呼出对话框。输入你的问题，比如“刚才那个仓库的安装命令是什么”，它就会从本地存储的上下文里找到答案，直接显示出来。它还能主动提醒你：当你打开一个跟之前某个页面相关的页面时，它会弹个小提示，说“你之前看过这个库的 issue，要不要回顾一下？”它不依赖任何外部 API，所有推理都在你的 CPU 或 GPU 上完成，用的是像 Llama 或 Phi 这样的小型本地模型。

你可以把它想象成一只坐在你肩膀上的小精灵。你工作的时候它不说话，只是看着。当你需要的时候，它凑到你耳边，递给你一张小纸条，上面写着刚才你漏掉的东西。它不会把你的话传给别人，因为它根本没有嘴巴往外说——所有数据都锁在你的电脑里。

跟市面上那些浏览器 AI 助手比，比如 Monica 或者 ChatGPT 侧边栏，它们走的是云端路线。你把问题发过去，它们调用大模型，返回结果。好处是模型能力强，能处理复杂推理。坏处是你得信任它们不会记录你的数据，而且每次都要联网，速度取决于网络。Clawd 选了另一条路：完全本地。这意味着它的模型能力肯定不如 GPT-4，但换来了绝对的隐私和离线可用。你在飞机上、地铁里、或者公司内网环境，它都能工作。而且它不需要你手动复制粘贴上下文——它自己看着你，知道你在做什么。这个差异在什么场景下重要？当你浏览的内容涉及敏感信息时，比如医疗记录、财务数据、公司内部代码，你不敢让任何云端服务碰。Clawd 就是为你这种人准备的。

当然，代价也很明显。本地模型的大小受限于你的电脑性能，所以它没法做长篇大论的写作，也没法理解非常复杂的逻辑。如果你需要写一份完整的市场分析报告，用它就像用自行车去拉货。它的真正战场是那些需要快速回顾、提取、关联信息的场景——你正在读一篇技术文章，突然想不起之前看过的某个概念，问它一句，它立刻告诉你。另外，它需要占用一定的本地计算资源，如果你的电脑本身就很卡，装它可能会让风扇转起来。

想象一下这个画面：你正在调试一个 bug，打开了 GitHub 上的一个 PR，里面有人提到了一个类似的 issue。你点进去看，然后 Clawd 的图标闪了一下，弹出一条消息：“这个 issue 的解决方案在你昨天打开的 Stack Overflow 回答里，需要我帮你打开吗？”你点了一下，它直接跳转到那个页面。你不需要回忆，不需要翻历史记录，甚至不需要中断当前的工作流。这就是 Clawd 想给你的日常。