2024 年 4 月，Humane AI Pin 正式发货。

这枚别在胸口的小方块，几乎拥有当时 AI 硬件故事里所有的 buzzword：没有屏幕，没有键盘，不用打开 App，也不用低头看手机。你对它说话，它回答；你把手伸出来，它把界面投到掌心。

它不是第一个 AI 硬件，但它是第一个把野心全扔到你面前的 AI 硬件——手机太旧了，屏幕太旧了，下一代计算设备应该直接 " 长在人身上 "。

它一诞生就吸引了万千关注，成为现象级的产品。然后，接下来，它很快就失败了。

不到一年后，惠普收购了 Humane 的部分资产，AI Pin 停止销售，云服务关闭。一个曾经被很多人视为 " 后手机时代 " 信号的明星硬件，最后变成了 AI 硬件行业最昂贵的一次提醒：

Humane 失败不是因为它不够未来，而是因为它没有回答 AI 到底需要什么硬件。

把大模型塞进一个新壳子里，不等于做出了新计算设备；把手机拿掉，也不等于用户就进入了未来。

不过这之后 AI 硬件没有降温。OpenAI 还在做硬件，并且找来了 Jony Ive。苹果没有说手机会被 AI 消灭，而是在 Apple Intelligence 里继续强调个人上下文、屏幕理解、跨 App 行动。Meta 继续押注 AI 眼镜。PLAUD 这样的 AI 录音设备公司，则在一个窄得多的场景里，把硬件加订阅的模式跑了出来。

到了今年 618，中国市场刚刚又给出了一个值得琢磨的信号。

独立开发者、AI Coding 玩家、副业创业者等 " 最潮 AI 玩家 "，正在集体给自己囤装备。Mac Mini、本地 Agent 设备、AI 输入法、AI 麦克风、AI 眼镜、AI 戒指，都成了这一轮 AI 消费里的新装备。但真正跑出来的，不是这里面那些科幻的设备。

今年 618 AI 硬件赛道的现象级单品，是同时拿下天猫、抖音、京东三大平台 AI 录音设备销量第一的钉钉 A1。2025 年 8 月首次亮相的钉钉 A1，用了 10 个月时间便成为了国内 AI 录音卡赛道的第一。

这是 AI 硬件今天越来越明确的一个趋势——不是越像未来越容易成功，而是越能为 AI 提供真实数据环境，越容易先被大家买单。

  为 AI 做的硬件

AI 录音赛道最早跑出来的是 PLAUD。

PLAUD 很早就意识到，这个品类不能只卖录音笔。它真正卖的是一个 " 把对话变成资产 " 的系统：硬件负责采集，App 负责整理，模板负责把不同场景里的话转成会议纪要、访谈摘要、课堂笔记、客户记录、播客素材。

这是一条漂亮的单点产品路线。

但到了中国办公市场，问题会变复杂。

中国用户当然也需要记录、总结、转写。但在很多中国企业里，一次会议结束以后，用户真正需要的不是一篇漂亮纪要，而是接下来谁做什么，什么时候做完，怎么进群同步，怎么进待办，怎么沉淀到项目知识库，怎么进入 CRM，怎么让下一次会议接得上这一次。

信息在这里不是孤立存在的。它必须流转。

所以 PLAUD 和钉钉 A1 的根本差异，不是硬件参数差异，而是产品路线差异。

PLAUD 卖的是 " 记录 "，钉钉 A1 卖的是 " 完成整个工作 "。

前者解决信息丢失，后者解决工作推进。一个会议结束后，用户真正想要的不是一篇漂亮纪要，而是谁负责、什么时候做、怎么追踪、下次怎么接着开。

钉钉 A1 不是国产 PLAUD，它是钉钉长出来的一只 AI 耳朵。销量登顶的背后，它做对的第一件事，是把硬件从一开始就设计成 AI 的输入器官，而不是人的记录工具。

很多 AI 硬件的产品逻辑，是先做一个新形态，再去寻找这个新形态到底能干什么。于是它们会有漂亮 demo、强新鲜感，也很容易在用户买回去一周后变成抽屉里的电子收藏品。

钉钉 A1 的路径反过来。

它先选了一个 AI 最缺、工作里又最高频的数据入口：声音。会议、拜访、咨询、面试、采访、电话沟通，每天都在发生。这里有客户需求，有项目决策，有口头承诺，有组织里的真实状态。过去这些信息靠人记、靠录音文件、靠事后小记，天然会丢失、变形、断流。

A1 没有尝试去硬创造一个新需求，而是给 AI 补一块长期缺失的数据环境。这也是 " 为 AI 做硬件 " 和 " 为人做硬件 " 的区别。

为人做硬件，关注的是用户能不能更方便地记录。为 AI 做硬件，关注的是 AI 能不能持续拿到可理解、可结构化、可流转的现场数据。

这意味着，AI 硬件的核心不再是 " 多一个入口 "，而是 " 多一种数据环境 "。过去的硬件把人的动作变得更方便，AI 时代的硬件则要把现实世界变得更可计算。声音等数据进入模型之后，应该变成任务、关系、责任、风险、客户需求和下一步动作。一款 AI 硬件能把采集到的信息变成 AI 可使用、可追踪、可再次调用的数据，它才真正开始服务 AI Agent。

更进一步，钉钉没有让这些数据停在 " 记录 " 里。如果只是个人使用，AI 录音卡的价值是少写纪要、少丢信息；但钉钉 A1 的变化发生在数据进入组织之后。

以销售拜访为例，过去销售回去写小记，质量全靠个人习惯，管理者看到的往往是加工过、甚至失真的二手信息。现在，听记可以记录客户原声，AI 提取需求、预算、竞品、下一步动作，再进入 AI 表格。100 次拜访不再是 100 份散落纪要，而可以汇总成一张组织可分析、可追踪的客户信息表。

招聘面试也是一样。多轮面试的信息可以被沉淀和共享，避免重复提问，候选人的能力点、风险点和面评也能进入系统。

录音生成纪要只是内容生产；接入钉钉流转体系后，它才真正变成组织可用的数据。

所以，钉钉 A1 真正对应的趋势，不是 " 录音硬件会大卖 "，而是 AI 硬件会越来越多地从单点工具，变成 AI Agent 进入一个复杂组织里工作流的入口。

这也解释了它为什么能在 618 全周期里同时拿下天猫、抖音、京东三大平台 AI 录音设备第一。相比于 " 一张会录音的卡 "，它更多在卖的是一套 " 录音—理解—结构化—流转 " 的工作链路。硬件只是入口，后面的钉钉体系才是它真正被持续使用的原因。

一个 AI 硬件背后的系统性投入

在 618 大卖，首先说明这是一款过硬的硬件产品。从硬件参数上看，钉钉 A1 的确有很多可以讲的地方。

A1 做成卡片形态，只有 3.8mm 厚，可以贴在手机背后；它有 6 麦克风阵列，支持长时间连续录音。A1 Pro 进一步加了触控屏、磁吸设计、2980mAh 电池，还可以给手机反向充电，面向高频出差和商务场景。它还使用了 MEMS 指向麦克风，强化远距离拾音和抗干扰能力，用来应对大会议室、论坛、开放办公区这些复杂环境。

这些 " 硬 " 的部分，给一款好的 AI 硬件提供了基础，但今天作为一个为最大限度发挥 AI 能力而生的产品，与 AI" 软 " 的部分的结合也很关键。

为了让 A1 采到的声音真正可用，钉钉和通义在语音模型训练上做了巨大投入。这里面最重的是数据。高质量语音语料不像网页文本那样可以轻易获得，一个方言要做好，可能就需要上万小时高质量语料；行业词汇、会议场景、销售拜访、远场噪声，又都需要专门采集、标注和训练。数据之外，还有算力和算法投入。

据我们了解，钉钉听记背后这套语音模型的投入达到数十亿级别。

这也是 AI 硬件最容易被低估的地方。

外界看到的是一张 3.8mm 厚的录音卡，但真正支撑它成为 AI 硬件的，是背后那套为真实工作场景训练出来的模型能力。没有这部分投入，A1 就只是一个更薄的录音笔；有了这部分投入，它才可能把声音变成 AI 能使用的数据。

此前钉钉内部的测试里，它的准确率从 80% 左右提升到 97%，当时这个数字的意义不是多了 17 个百分点，而是产品从 " 可用 " 跨到 " 可信 "。

一个聊天机器人答错一句话，用户有时会原谅它。但一个录音转写工具把会议里最关键的一句话识别错了，用户很难原谅。因为这里的错误不是 " 回答不够好 "，而是工作事实被扭曲了。

所以，语音识别不是听记的基础功能。语音识别就是 A1 这类 AI 硬件的地基。

作为事实上阿里在 AI 时代第一个被市场验证的硬件产品，它带来的真实场景、真实语音、真实企业工作流里的复杂数据会反过来帮助钉钉听记、阿里整个基础模型体系里的语音模块，以及整个集团的 AI 基座能力继续迭代。AI 硬件对于阿里来说一直都是一条从场景到模型、从硬件到基座能力的回路。这条链路一旦成立，AI 硬件就不再只是外设，它会变成 AI 进入工作流的入口。

现在回头看 Humane，会更容易理解 AI 硬件的问题。Humane AI Pin 不是不够大胆，恰恰相反，它太想直接跳到一个没有手机、没有屏幕、没有 App 的新世界。但用户的真实生活没有同步跃迁，AI 也没有拿到足够稳定的数据环境。

它看起来像未来，但没能帮助当下的 AI 真正开始做事。

这也是钉钉 A1 提供的行业样本。它没有试图取代手机，也没有重新发明一个设备宇宙，而是选了一个真实存在的高频入口，然后把新的数据环境接进模型、听记、待办、AI 表格、知识库和组织工作流。

它带来的启发是，AI 硬件不应该只是独立设备，它必须是协同生态的一部分，而且很可能是一个长在软件生态和组织流程里的产品。

今天的 AI 硬件已经彻底离开了概念阶段，每一个新产品都需要在真实的市场接受阶段性的验证。在这个过程里，新硬件入口的雏形才会逐渐显露出来。