Macro

Macro 是一款旨在将碎片化工作统一到单一应用中的工具，其核心是“共享记忆”系统。它主要服务于需要在多个应用间频繁切换的知识工作者，如项目经理、内容创作者和独立开发者。

典型用户的工作流分散：在 Notion 记笔记，在 Slack 沟通，在 Figma 设计，在 Google Docs 撰写，在 Linear 跟踪任务，在 GitHub 提交代码。这种频繁的上下文切换导致效率低下，核心痛点在于工具间的信息孤岛。例如，基于会议讨论撰写需求文档时，用户不得不在聊天、笔记和任务卡片中手动拼凑信息，消耗大量认知资源。

Macro 的定位是现有专业工具之上的“粘合层”，而非替代品。它不取代 Notion 或 Linear 的深度功能，而是提供一个统一界面和共享记忆系统，连接分散的任务、笔记、沟通和文件。传统方案如多标签页切换或 Raycast 类启动器，仅加速访问工具，未解决信息孤岛问题；而通过 API 自建脚本对非技术用户门槛过高。

项目得以成立的关键背景是 AI 能力的演进：大语言模型正从生成文本转向理解指令并调用 API 执行任务。这使得一个可被 AI 代理统一操作的“工作空间”成为可能。Macro 的“共享记忆”本质上是为 AI Agent 提供结构化、持续更新的上下文，使其能跨越应用边界，协助处理复杂工作流，实现“情境化协作”而非简单自动化。

这反映了一个趋势：生产力工具的竞争焦点正从“单个工具的功能深度”转向“工具网络的连接与协同智能”。用户需求正演变为一个能理解整体工作意图、调动全域资源的“工作操作系统”。对于 Builder 而言，可将 Macro 作为实验性一体化平台，用于管理涉及多类文档、频繁跨团队沟通且需长期追踪的复杂项目。

其最值得借鉴的设计哲学是“以记忆为中心”。它不创造新的笔记格式或任务看板，而是将用户在各处产生的工作痕迹（笔记、消息、文件、任务状态）均视为可关联的“记忆元”，并利用 AI 建立和维护这些记忆元间的动态联系。这使用户注意力从管理工具本身，回归到管理工作的“上下文”和“意图”上。

此思路具备广泛迁移性。任何存在信息割裂与流程断点的领域，均可尝试构建类似的“记忆粘合层”。例如，在客户支持中连接客服记录、用户订单、知识库与工单；在内容创作中连接选题、资料、草稿、设计与发布数据。核心在于不替代专业工具，而是让它们在统一意图和上下文中协同工作。