会议刚结束，你还坐在电脑前。下一场会议2分钟后开始。你打开CRM，盯着那20个空白字段，手指悬在键盘上方。
如果你的工作日程里塞满了背靠背会议，你可能正在用最低效的方式消耗注意力。
Chris Pedrical三年前从Google离职时，没想到自己会做笔记工具。他只是玩了一周GPT-3，然后意识到：所有依赖语言工作的人，都在等一个还不存在的产品。2024年5月22日，他和联合创始人Sam Stevenson把Granola推向市场。150个内测用户。封闭测试一整年。上线当天用户暴涨，服务器开始崩溃。
这不是又一个「AI会议助手」的故事。
Chris 35岁，曾在Google做产品经理，离职后的第一周就被GPT-3震撼。但他没有立刻决定做什么产品。「我当时只知道两件事，」他说，「一是需要懂训练模型的技术合伙人，二是AI会催生全新的交互界面。」
他的寻人方式很极客：在「Tools for Thought」线上社群翻了几十页帖子，看到Sam的个人主页，直接发邮件：「要不要喝杯啤酒？」
Sam当时是设计师，痴迷于「工具如何塑造思维」这个命题。他们第一次见面就聊了四个小时，话题从罗马数字的局限性聊到AI可能颠覆的职业清单。两人很快达成共识：传统工具要么全面重构，要么被新公司取代。
三年前那个夏天，他们租了间小办公室，在伦敦东区凌晨4点去花卉市场扛植物。Sam一个人搬了一卡车绿植上楼。Chris后来开玩笑说：「那是他当天最轻松的活儿。」
但他们不知道要做什么产品。
「每个人都讨厌会议后的那堆破事，」Sam说。他们花了三个月访谈各行业的人：销售、HR、投资人、招聘专员。所有人的抱怨惊人一致——会议本身不是问题，会议结束后的15分钟才是地狱。
写会议纪要。发跟进邮件。更新CRM里的20个字段。触发自动化工作流。每个会议都像一颗手榴弹，炸出一堆碎片化任务。
「如果你一天有6场会议，」Chris说，「你实际上有6个迷你项目在同时推进，每个都需要10到30分钟收尾。」问题不是时间，是注意力的暴力切换。你在A会议里还没缓过神，B会议已经开始了。你脑子里装着上一个客户的需求，手忙脚乱地打开下一个陌生人的LinkedIn。
数据也证实了这一点：他们调研的200多个「会议密集型」工作者中，83%承认自己会跳过会议记录，57%从不更新CRM，因为「太琐碎了」。
这就是AI最该出手的地方。不是那些创造性工作，而是那些「重要但恼人」的收尾动作。
2022年底，他们决定all in做会议笔记。但不是录音转文字那么简单。
「市面上的工具都在解决错误的问题，」Sam说。那些AI机器人会自动加入你的Zoom会议，录制全程音频，生成一份20页的逐字稿。「但谁会去读20页逐字稿？」真正的痛点不是「有没有记录」，而是「能不能在30秒内提取出我需要的那三句话」。
他们的第一版产品长什么样？Chris笑着摇头：「一坨屎。」界面塞满了按钮，有AI总结、关键词提取、情绪分析、自动分类。他们以为用户需要强大的功能。
内测第一周，15个用户里有12个再也没打开过第二次。
转折点是一个销售总监的反馈。她说：「我不需要AI告诉我会议讲了什么，我他妈全程都在场。我需要的是在会议结束那一刻，手边有一份能直接发给老板的东西。」
这句话点醒了他们。
于是他们砍掉了80%的功能，只留下一个核心交互：你在会议中随手记几个关键词，会议结束后，Granola自动把这些关键词扩展成完整的结构化笔记。
听起来简单。但这背后是一整套精密设计。
第一步，录音在本地实时转文字，不上传服务器。
这是Granola和竞品最大的区别。其他工具会把整段音频传到云端，用户心理上始终有顾虑——「这段讨论薪资的对话被存在哪了？」Granola只保留转录文本，音频用完即删。技术上更难实现，但用户信任度飙升。
Sam说：「当时我们为这个决定争论了两周。放弃音频意味着放弃很多高级功能，比如声纹识别、语气分析。但最后我们选择了用户更在乎的东西——安全感。」
这个取舍直接影响了后续所有产品路线。他们没法做「会议中谁说话最多」的可视化图表，没法分析客户语气的情绪波动。但换来的是企业客户的快速决策——财务公司、律所、医疗机构，这些对隐私极度敏感的行业，成了Granola的早期大客户。
第二步，用户只需要打几个关键词。
这是整个产品最反直觉的设计。传统笔记工具逼着你「记全」，Granola逼着你「记少」。
为什么？因为会议现场你的认知带宽只有平时的10%。你要听对方说话，要思考回应，要控制表情，要注意时间。你根本没有余力去写完整句子。
「我们做过计时实验，」Chris说，「如果让用户在会议中写完整笔记，平均每场会议要分神12次，每次4到7秒。累计下来一小时会议里有近2分钟你是游离的。对方能感觉到。」
所以Granola要求用户只打关键词：「定价」「Q2目标」「技术债」。会议结束后，AI会根据这些关键词定位到转录文本的对应位置，自动扩展成完整段落。
比如你在会议中只打了「定价 - 犹豫」，Granola生成的笔记是：「客户对年付套餐的定价表示犹豫，提到竞品Asana的价格比我们低18%，希望我们能提供季度付款选项或者增加免费试用时长到60天。」
用户什么都不用改，直接复制粘贴发给老板。
问题来了。
第三步，如何让AI理解「这句话重要」？
转录文本是线性的，一句接一句。但重要信息不是均匀分布的。可能前15分钟都是寒暄，第18分钟客户突然说了一句「我们预算只有50万」，这才是核心。
早期版本的Granola会把所有对话平等对待，生成的笔记像流水账。团队花了四个月优化「重要性判断」模型。
他们的方法是：结合用户打的关键词位置 + 对话的语义密度 + 情绪转折点。
具体来说，如果用户在某个时间点手动打了关键词，说明这段内容值得关注。如果对话突然从闲聊切换到具体数字、日期、人名，说明进入实质讨论。如果客户语气从「嗯」「好的」变成「但是」「我担心」，说明出现了异议或转折。
这三个信号叠加，AI就能判断出「这段话需要详细展开」。
Chris举了个例子：「有个VC用Granola记录创业者路演。他会议中只打了三个词：『收入』『留存』『团队』。最后生成的投资备忘录有1200字，结构完整，直接提交给合伙人会议。他说这是他用过的最好的工具。」
但这里藏着一个更深的设计哲学。
Granola不是在「自动化笔记」，而是在「放大用户的判断」。
Sam解释：「如果我们的目标是『完全替代人工』，那我们早就失败了。AI永远不知道你老板在乎什么，你的客户是什么性格，你们公司内部用什么黑话。但如果我们的目标是『把你30秒的输入变成30分钟的输出』，那我们就找对方向了。」
这就是为什么Granola不做「全自动会议总结」。市面上有工具可以零操作生成笔记，但用户不敢用，因为不知道AI会写出什么。Granola的逻辑是：你保留控制权（决定记什么），AI负责执行（把它写漂亮）。
这个设计直接导致了一个数据：内测用户的「每日使用率」稳定在68%，远高于同类产品的15%到30%。因为用户信任它。
两个字：够了。
2024年5月22日，Granola正式上线。Chris说他们「心理上还没准备好」，因为产品在他们眼里「到处都是问题」。比如只支持30分钟以内的会议，因为模型的上下文窗口太小。比如转录质量在嘈杂环境下会明显下降。比如不支持多语言。
但投资人逼着他们发布。「我们拖了九个月，」Sam笑着说，「每次Mike（Lightseed合伙人）问『什么时候上线』，我们都说『再等等』。」
上线第一天，注册用户从150人涨到2000人。第三天服务器宕机两次。第七天，他们的Twitter被YC校友、硅谷投资人、科技媒体疯狂转发。一个月后，Granola成了「AI应用层」讨论中被引用最多的案例之一。
为什么会爆？
Chris的解释是：「我们赌对了一个趋势——低频非关键的任务会被ChatGPT吞掉，高频专业的任务需要定制工具。」
如果你一个月只开两次会，你不会为此下载一个App，你会直接问ChatGPT「帮我总结一下」。但如果你一天开六场会，每场都关系到成交、晋升、决策，你需要的不是通用AI，而是一个为「会议」这个场景深度优化过的专业工具。
就像设计师不会用Word画图，工程师不会用记事本写代码。专业场景需要专业工具。
这也是为什么Cursor估值暴涨、Granola被疯抢。它们都在做同一件事：把通用AI的能力，嫁接到一个高频、高价值、高摩擦的专业场景里。
Sam补充：「一年前大家都在说『应用层没有护城河』，现在大家开始意识到，护城河不是模型，是对用户场景的深度理解。」
但他们也知道，会议笔记只是起点。
Chris说：「我们的终极目标不是取代笔记本，而是成为『对话工作者』的操作系统。」什么是对话工作者？销售、投资人、HR、咨询师、律师——所有依赖「和人聊天」来完成工作的人。
他们的设想是：未来Granola不只记录会议，还会连接你的邮件、Slack、日历、CRM。当你要写投资备忘录时，AI会自动调取你和这个创始人的所有对话记录，生成第一版草稿。当你要重组公司架构时，AI会分析过去三个月所有管理层会议的讨论，提炼出共识和分歧点。
「想象一下，」Chris说,「你公司有一个永远在线的Wiki，它自己写自己，永远是最新的。你问『我们的远程办公政策是什么』，它会根据所有相关会议的讨论实时生成答案。」
这个Demo已经在内部跑起来了。工程师Jim用Claude和Granola的会议数据搭了一个原型，效果「吓人」。Chris说：「我做了两年Granola，还是会被这些Demo震撼。有些时候AI会提取到六个月前某场会议里的一句话，然后和今天的讨论联系起来，我自己都忘了说过这句话。」
但这条路也充满陷阱。最大的陷阱是：变成CRM。
「所有人都不希望Granola变成CRM，」Chris说，「包括我们自己。」CRM是为公司设计的，Granola是为个人设计的。这条线必须守住。他们的原则是：永远优先服务使用工具的那个人，而不是为了「方便管理层监控员工」去加功能。
2026年初，Granola团队大约30人，全部在伦敦。Chris说他们故意用「硅谷式打法」在欧洲招人——高强度、高期待、高自由度。「伦敦的优势是，AI应用层的竞争没硅谷那么卷，优秀的人更容易被吸引过来。」
他们面试工程师时会专门测试「产品思维」：给你一个技术问题，你能不能倒推出背后的用户需求是什么，能不能为了用户体验主动砍掉技术上很酷但实际没用的功能。
Sam说：「我们不需要工程师写最优雅的代码，我们需要工程师理解『为什么这个按钮不应该存在』。」
这种文化也体现在他们的决策上。比如多语言支持，这是上线后呼声最高的功能，但他们到现在都没做。因为「实时多语言转录」的技术还不够成熟，如果现在硬上，要花一个月时间做一套复杂的语言选择界面。「但我们知道，只要再等半年，模型自己就能搞定,」Chris说，「那我们为什么要浪费时间做一个会被淘汰的方案？」
这是AI时代创业最反直觉的一点：有些问题，不做比做更聪明。
访谈最后，有人问Chris：「用AI做产品和不用AI做产品，有什么区别？」
他想了想说：「最大的区别是，用户对你的期待完全不同了。以前做创业公司，你要拼命推销、地推、求爷爷告奶奶让人试用。现在大家主动来找你，因为整个世界都在好奇『AI到底能干什么』。这是机会，也是压力。你必须动作快，否则下个月就有十个竞品冒出来。」
Sam补充：「但快不意味着乱。我们每次发版本都要问自己：这个功能会不会破坏产品的『灵魂』？Granola的灵魂是简单、克制、不碍事。如果一个功能会让界面多三个按钮,我们就不做。」
会议结束后的那15分钟，决定了你剩下的工作日是高效还是混乱。
Granola的答案是：让AI处理那些「重要但机械」的收尾工作，把注意力还给你。
这不是自动化。这是放大。