给 Mac 装一个「倒带键」：Rewind 上手体验

misa2 03-13 4次浏览 0条评论

▍TL;DR

? 优点 ‍‍

接近原生的设计和使用体验，交互细节考虑到位

有效掌握了硬盘空间和处理器性能占用

? 缺点

暂时只支持英文

电量消耗较高

长期使用性能待看察

定价显著偏高

暂时只支持英文

电量消耗较高

长期使用性能待看察

? 槽点‍‍

宣扬和沟通存在尬吹和说话不老实的情状

从《黑镜》第一季终章《你的全部历史》（The Entire History of You），到《降临》编剧姜峯楠的雨果奖提名小说《双面真相》（The Truth of Fact, the Truth of Feeling），很多文艺作品里都出现过类似「可回放记忆芯片」的设定：你可以完全地笔录下全部视听感官，在日后随时检索回看。

在目前的科技条件下，这样的设定仍然是超现实的。但假如将问题简化为录制操作电脑的全部历史，是不是听起来就实际很多呢？假如你曾经绞尽脑汁回忆过那些一闪而过的网页和对话框内容，或者没精打摘感叹「时间都往哪了」，也许在当时就想象过：要是能回放过往的屏幕画面就好了。

展开全文

但问题似乎也不是只靠「大力出奇迹」就能解决的：连续不断地录制屏幕内容，硬盘有没有足够的空间存放？处理器和电池能不能负担得起性能开销？更重要的是，记下了这么多数据，如何快速定位到有用片段而不是大海捞针？隐私有没有保障？

或许正因为这些阻碍，此前主要只有监考、企业内控等行业使用会对屏幕内容进行连续录制和分析，并且像在文艺作品里一样，引发了很多隐私和道德担忧。

Rewind 是将这种「无限记忆」普及化的一次新近尝试。

正如其名称「倒带」所喻，Rewind 期看把电脑操作历史做成一个可回溯、可搜索的数据库，并且避免为此消耗过多系统资源。据创始人 Dan Siroker 说，他本人在二十几岁时失聪，三十岁因为助听器改变了生活，因此有愿看制造其他能辅助增强人类能力的工具。

经过几个月的内测，Rewind 在往年 11 月初正式对外公布，并在 12 月中旬开放注册和下载，同时公布获得了 a16z 千万美元的投资。在 2022 年末的硅谷冷冬中，凭借颇具脑洞的构思和相对成熟的落地效果，这款产品一时也成为热门，引起不少讨论，但其中也不乏争议。

下面，本文将结合使用体验和实现原理，对 Rewind 做介绍和评论。

▍安装和使用

安装 Rewind 之前，要注重它目前只支持 macOS 12 (Monterey) 或更新版本的系统，并且要求电脑是搭载 Apple silicon 的 Mac。

初装过程比较简明顺畅。启动后有一个欢迎向导，向用户介绍工作原理并要求开启录屏、辅助功能和录音权限，然后需要登录账号以便处理订阅付费（注重取缔自动续费；关于付费模式的讨论见后文）。

完成之后，Rewind 就默默驻守在菜单栏图标里开始工作了。

人们经常用「像是苹果自己做的」来赞扬那些在设计和交互上符合 macOS 规范和习惯的软件；Rewind 可以配得上这个说法。按下默认灵敏键 Command-Shift-Space，或者按住 Command 和 Shift 键的同时在触控板上双指滑动，就进进了 Rewind 颇具「果味」的主界面——与经典的「时间机器」界面异曲同工。

这个界面的主体展示的是录制的屏幕画面。底部是一个时间轴，上面依次排列着此前用过的使用图标。（一个比较细心的设计是，Rewind 内置了接近一千个常用网站的图标可以按需展示，这比只展示浏览器图标更加直看。）

使用触控板或鼠标滚轮滚动时间轴，就能查阅不同时间段的屏幕画面。假如需要快速跳转，可以按住 Shift 加快滚动速度；或者点击时间轴上方的日期文本，从弹出的日历对话框中抉择要转到的日期。

不过，Rewind 的招牌功能还是躲在界面中间的搜索框里。

在这里输进任何你觉得曾在屏幕上出现过的文本，Rewind 就会帮你从「记忆」的每个角落中搜刮出它的每一处痕迹，然后以时间倒序展示出带有高亮提示的缩略图矩阵——其中往往有那么一两个能让你拍案称奇的偏门发现。

假如结果太多，还可以依据使用程序进一步筛选。例如，你记得曾经就某个话题搜到过一个特殊有用的网页，但在茫茫标签页中遗失了，那么只要将搜索领域限定在几个浏览器中，就能更快找到结果。

遗憾的是，Rewind 目前的搜索过滤能力也就到此为止了：既不支持划定精准的日期领域，也不支持多种搜索条件之间的逻辑组合。可以想像，随着录屏内容的积存，日后必然会影响搜索效率。

说到浏览器——对于部分浏览器，Rewind 还支持所谓「深度链接」功能，可以直接从搜索笔录页面跳转回原来的网页。（目前支持老牌主流的 Safari 和 Chrome，以及后起但擅长「搞事情」的 Brave 和 Arc。）

即使浏览器不在支持之列，或者录下的是其他类型使用，只要画面中完全地展示出了链接，Rewind 也可以在转文本后识别出来，点击即可访问。

你可能注重到 Rewind 搜索框里的提示语是「搜索任何看到、说到和听到过的内容」。的确，除了录制和搜索屏幕上的文本内容，Rewind 也支持搜索语音。实际上，语音内容的录制和索引正是 Rewind 原班人立刻一个创业项目 Scribe 的功能；Rewind 可以认为是在其基础上将录制领域进一步扩展的产物。

迫于 Rewind 不支持中文，我只能用英语测试，背……朗诵了整篇《葛底斯堡演讲》。可以看到，Rewind 虽然没有完全领略亚伯拉罕·林肯的深层含义，但至少大致完全地转写下了林肯演讲的字面意思。考虑到是纯离线转写，这个效果是可以接受的。

需要注重，与屏幕展示内容不同，Rewind 并不会继续录制声音，而只会在线上会议期间自动录制，或者由用户通过菜单栏的录制命令手动开关。考虑到录音对他人隐私的潜在影响，这种设定是合理的，但目前只支持 Zoom 会议的自动检测录制显然过于局限了。

此外，Rewind 录音的来源是非常局限的，只能「听到」系统当前输进设备——一般就是内置麦克风——传来的声音。换句话说，假如想在开会时录下其他参会者的声音，就只能……一直开着扬声器外放，因为只有这样才能让麦克风「听到」。能用是能用，但未免过于狂野。

（假如情愿折腾的话，借助 Loopback 这样的工具，可以把麦克风输进和会议软件的输出拼接成一个虚拟输进设备，从而让 Rewind「听到」更多东西；但那超过了本文的讨论领域。）

最后，考虑到 Rewind 笔录信息的领域之广，有几个隐私相关的问题值得记住：

在设置的 Screen 选项卡中，可以抉择清除特定使用。Rewind 此后就会「假装看不到」这些使用，创建的录屏不会包含其任何窗口。Rewind 还会默认清除浏览器的隐私模式窗口。不过，Rewind 不能清除系统界面，所以被清除使用的缩略图仍可能「混进」系统多任务切换界面等位置；

假如手头操作的保密要求较高，可以随时通过菜单栏图标暂停录屏；

假如在时间线或搜索节目中看到了什么让自己「大惊失色」的场面，可以按 Delete 键删除当前展示的录屏片段；

通话录音的法规各国各地都有区别，Rewind 的录制活动对于其他参会者是透明的，无论稳妥或得体起见，都最好在使用时予以知会。

假如手头操作的保密要求较高，可以随时通过菜单栏图标暂停录屏；

假如在时间线或搜索节目中看到了什么让自己「大惊失色」的场面，可以按 Delete 键删除当前展示的录屏片段；

▍技术分析和潜在问题

如开头所说，Rewind 的设计构思本身并不复杂，甚至有点「简单粗暴」：只要先录屏再做文字识别，日后就可以搜个爽；那只要在后台一直录屏一直做文字识别，不就可以一直爽。

但之所以过往没人这么干，肯定不是因为没想到或者做不到，而是难以获得良好的体验，无法将对处理器、硬盘空间和电池的消耗掌握在可接受的程度。

Rewind 是怎么做到的呢？

底层技术：他山之石拼盘

Rewind 的核心构思是「站在巨人的肩膀上」。不难注重到 Rewind 的运行条件是比较苛刻的——这一般意味着软件依靠于比较新的功能和接口。事实也是如此：Rewind 重度使用了苹果提供的软硬件条件。

软件上，Rewind 主要通过新版 macOS 提供的 ScreenCaptureKit 实现录屏功能。

与过往的接口相比，ScreenCaptureKit 除了能提供更好的性能和更丰盛的编码格式，更重要的是能够向截屏工具提供展示器、使用程序和窗口的具体信息，以便开发者更细致地掌握在截屏里包含什么、隐躲什么。Rewind 也正是借此实现了在录屏中清除特定使用程序的隐私保护功能。

（过往也有一些截图工具实现了截出 Photoshop 格式的图片，其中每个窗口对应一个图层；但相关 API 因为比较隐晦而少见使用，也已经被苹果公布将在未来弃用。）

至于 Rewind 的文字识别功能，则也依靠于原生的 Vision 框架提供的能力。其中，从界面中识别出链接的功能还利用到了与「实况文本」（Live Text）这一系统功能相同的接口。

唯一的例外是语音转文本。这里，Rewind 不知为何并没有使用 macOS 的原生框架（SFSpeechRecognizer），而是使用了 OpenAI Whisper 的 C++ 移植版。看察内部文件可知，Rewind 内置了一个「基础款」的英语模型（ggml-base.en），用稍高的误差率换取了更快的处理速度。

顺带一提，对于国内用户来说，目前使用 Rewind 的主要阻碍可能就是不支持中文。并且由于 Rewind 的部分功能依靠于识别屏幕文本，目前也只能在系统语言设置为英文时正常工作。

好消息是，上面提到的这些框架其实都支持中文。因此，假如官方有意增加支持，其实也不会需要很大功夫，但假如要达到比较好的检索效果，就还得解决分词等中文特有的问题了。

然而，我目前没有看到 Rewind 公布过支持其他语言的计划。从 Rewind 团队在推特上的答复看，除了上线时询问过一次用户期看增加什么语言支持，之后就没有再答复相关问题。因此，短期内看到 Rewind 支持中文的可能性估量不大。

硬件上，从 Rewind 只支持搭载 Apple silicon 的新型号 Mac 就能看出，它依靠于 M 系列处理器的一些新特性，特殊是大小核设计和神经网络引擎。前者可以将一些后台任务分配给能效比更高的小核，节约性能和电量；后者则可以提供更好的图像分析和编解码性能。

存储空间：成效可嘉，尬吹可鄙

存储问题可能是很多人听到「继续录屏」的做法后首先顾虑的。究竟现在主流 Mac 机型的辨认率至少也是 2K 级别的，很多人还会使用 4K 辨认率的展示器。一直录制 4K 辨认率的视频？想想都很酸爽。

对此，Rewind 的回答是「完全不用担心」。官方宣称可以实现高达 3,750 倍的压缩率，并阐明说，他们使用一个含有 1,302 帧、10.5GB 的未压缩录屏进行测试，发现能够压缩到 2.8MB，将其相除，便得到了这个「难以置信」的压缩率。据此，他们估算用户平均每月使用的空间在 14—39GB 左右。

实际使用发现，Rewind 的压缩效率确实不错，官方的估算也算正确，但那是以单展示器为前提的。例如，我的 16 寸 MacBook Pro 绝大多数时候都搭配 4K 展示器使用，在大约一个月的测试期间生成了约 60GB 数据。因此，假如你的空间有限，记得到设置里调整视频的保留期限。

还应当指出，Rewind 对于压缩技术的宣扬有一些夸大成分。Rewind 是以每两秒一帧、也就是 0.5fps的「幻灯片」帧率录屏的，对于实现其功能是足够了，但拿来和人们一般理解的 30fps 以上视频相比，显然是不公平的。

Rewind 还表达通过所谓「商业秘密」算法实现了动态压缩比：屏幕内容转变幅度越小，压缩率就越高。但这其实也只是现代编码格式的基本能力，即通过相邻帧之间的相互推测来减少数据量。例如，一个未压缩的 4K 辨认率 10 色深画面有（3840 × 2160 × 10）/ 8 = 10.37MB，在双向推测（B-frame）算法下可能被压缩到几 KB——这本身就达到了 Rewind 宣称的比例。

另一个令人好奇的问题是，Rewind 是怎样储存这么多数据的呢？其实，尽管效果看起来挺科幻，但实际做法是比较简单的，甚至有点简单。

概括而言，Rewind 把所有的录屏和文字识别结果都存储在 ~/Library/Application Support/com.memoryvault.MemoryVault路径，其结构如下：

├── chunks

│ ├── 2022-12-16T01/39/46

│ │ └── chunk

│ ├── 2022-12-16T01/41/26

│ │ └── chunk

│ ├── 2022-12-16T01/41/38

│ │ └── chunk

├── db.sqlite3

├── db.sqlite3-shm

├── db.sqlite3-wal

├── snippets

│ ├── 2023-01-10T15/36/37

│ │ └── snippet

│ ├── 2023-01-10T15/41/48

│ │ └── snippet

└── temp

├── 2022-12-16T08/21/45.833

├── 2022-12-16T08/21/47.812

其中：

chunks 目录：存放视频。每段视频（chunk）长度是动态的，一般在二十几秒到四五分钟不等，用户操作越频繁，分段就越细致。视频摘用 H.264 编码和 MP4 格式封装。

snippets 目录：存放录音。录音文件摘用 AAC 格式编码，单声道 16000 Hz 摘样率，比特率为 25 KB 每秒。

temp 目录：存放 PNG 格式的静态截图。不知为何是全尺寸且没有压缩，与对待视频时的省食俭用形成鲜明对比。

当然，最要害的文件还是 db.sqlite3 这个 SQLite 格式的数据库，它存放了录屏历史，前台窗口的标题、使用类型和切换时间，从视频和音频中提取的文字信息，以及这些文字在原始的录屏文件中出现的帧数和坐标。

如何评判这种存储结构？我在这方面并不专业，但仍然有一些比较明显的可改良之处。例如，在已经有完全视频的前提下，再额外存储一份全尺寸截图似乎有点多此一举，而且也占用很大空间。此外，目前摘用的存储层级是非常扁平的，随着使用时间的积存，chunks 等数据目录下将出现极大数量的子目录，这可能会影响遍历的效率。

事实上，在我的 M1 Max 机型上测试时，使用一个月后，滚动搜索结果就需要比较明显的等待时间，更早的结果大约以十个一批的节奏出现，越往下滚动等待时间越长。考虑到 Rewind 甚至答应用户「永久保存」笔录，经年累月以后的性能下降可能就更加明显了。

性能和能耗：运行如忍者，耗电如强盗

另一个常见顾虑是对能耗的影响。如上所述，Rewind 只能在 Apple silicon 机型上运行，目的是利用 M 系列处理器的大小核设计和神经网络单元。官方数据称，对于 M1 系列处理器，通常情状下会使用单核 20—40% 的处理时间。

实测表明，这个数字是正确的，并且 Rewind 会积极调用小核完成任务。不过，处理视频建立索引时会出现一些峰值，最多可以短暂占用两个小核的全部处理时间。

总体而言，Rewind 的性能优化不错，在后台运行基本无感，不会对日常操作产生影响。

但对电池续航的影响就没那么乐看了。对此，一个常用指标是「活动监视器」「能耗」选项卡下的「能耗影响」（Energy Impact）。

（能耗影响是依据处理器占用率、唤醒处理器的频率，以及磁盘写进、GPU 占用和网络活动等因素综合计算的，这些因素在不同型号 Mac 上的计算权重不同，但在同一设备上可以通过与其他程序相互比较作为耗电量的参照。）

Rewind 的这项指标确实高居榜首，在我电脑上的 12 小时平均值常在 700 左右。虽说能耗影响的值不能线性对应到耗电量上，但这种水平的读数毫无疑问意味着有可感知的续航影响；一些用户反馈称 Rewind 减少了二到四成的续航。

（作为参照，以省电著称的 Safari，读数一般在个位数或较小的两位数；比较耗电的 Chrome 浏览器则经常在大几十区间，有时上百以至数百。此外，能耗影响假如继续达到二三十，就会在电池图标下拉菜单中「荣登」高能耗榜单。）

因此，在脱离电源使用 MacBook 时，最好考虑暂时关闭 Rewind。不过官方表达，将会加进在低电量时自动停止转码和索引的功能，值得期待。

隐私：技术关易破，心理关难逃

从内测之初，就有很多人表达听说 Rewind 工作原理后，第一反应是「不放心」。这是可以理解的：让一个第三方软件从早到晚录制屏幕、识别文字，就有点像在家里装一个全天开启的摄像头，需要对品牌很强的信赖才能征服潜在担忧。

这里还有一个插曲： Rewind 的早期版本其实没有做到纯离线运行，而是使用了云服务处理语音转文字。这在当时引起了一些用户的反感，也与首页上所谓「数据不离本机」的宣扬自相矛盾。好在 Rewind 团队还算是听得进外界意见，上线两天后就做出了改变，通过内置 OpenAI Whisper 模型实现了离线转写。

但即使实现了纯离线运行，作为初创公司，Rewind 也没有积存足够的资历和信誉来打消用户的顾虑；他们的宣扬和沟通方式一定程度上还起到了相反效果。

例如，Rewind 虽然在扶助文档中专门划分出「隐私」一节，花的笔墨比介绍功能还要多，但其中主要是一些「按抚」性质的营销话术，例如保证录屏信息不会上传（「所以即使我们被发了传票也只能无可奉告耶」），也不会转卖用户数据。真正的披露信息只有公示网络活动的目的域名之类，而这本就该是隐私政策的准则内容。

此外如上文讨论， Rewind 目前生成的视频文件和文本数据库都是明文存储的，只要知道路径就可以直接访问。考虑到继续录屏中很难避免会混进明文密码或其他敏锐信息，摘用加密存储等方式进一步提高安全性也是一个合理的改良方向。

然而，官方在网站和推特上回答相关问题时，摘用了一种颇具误导性的口径，表达只要启用了 macOS 自带的 FileVault 功能，录屏数据就是受加密保护的。但我们知道，FileVault 是一个全盘加密功能，并不能在系统已被进攻的情状下，给特定软件提供额外保护。假如说启用了 FileVault 就算给 Rewind 加密，那桌面上随意一个的 Word 文档也能算「加密」了；这显然是非常荒谬的。

Rewind 引发的隐私顾虑可以说是一个提醒：随着软件的能力领域不断扩大，除了技术和性能，隐私和伦理也将成为不可漠视的制约因素（参见最近 AI 行业的一堆案例）；开发者需要在设计之初就考虑这些方面的潜在后果，而不是在事后出现问题时再考虑怎样亡羊补牢。

付费模式和可继续性

和大多数起源硅谷、风投支持的产品类似，Rewind 的定价水平颇具第一世界思维：每月 20 美元。

在 Rewind 团队看来，他们做的是救人于水火的事情，用户很轻易就能感到物超所值。为了支撑这种论述，官方甚至专门收集了一个感恩推文聚集。但显然，即使欧美市场的用户，也不可能轻易在已经膨胀的订阅列表里，再加上这样一个大件。

在我看来，假如认为 Rewind 定价方式不够合理，那么问题并不在于订阅制、也不在于价格本身，而在于摘用了固定价格的订阅制。

从开发成本看，Rewind 的底层技术都来自系统功能或第三方，利用的完全是用户电脑自有的存储空间和运算性能，其产品可以说主要是对现成资源做二次封装所得。提出这点不是要贬低 Rewind 的创新，但确实意味着需要更有力地论述付费点何在。

从对用户的价值看，Rewind 有点类似于备份工具和数据恢复工具，主要起到一种保险的作用，「养兵千日用兵一时」。例如，在我试用的一个月中，真正用上它力量的情状只有两次：一次是找回误关网页输进框中的回复，一次是找回捣鼓半天却忘了执行的终端命令。兴奋是很兴奋，但是不是值 20 美元的兴奋？似乎也没有。

因此，这样性质的产品不是说不能循环收费，但摘用固定费率就不太匹配，对用户的说服力也不强。

假如换由我站在「奸商」的视角上，一种可能值得考虑的模式是：基本的后台录屏免费，同时依据核心功能，也就是搜索和时间线的使用频次收费。具体衡量准则可以是进行搜索和截图取字操作的次数，也可以是使用时间线界面的时长等。这样，可以吸引更多用户安装使用，也可以让费用更公平地反映给用户带来的实际扶助。

除了付费模式，Rewind 自身的可继续性也是需要考虑的问题。把自己的业务建立在他人提供的技术上总是有风险的；假如 Rewind 依靠的 macOS 接口日后发生重大转变，对于这款软件就会是重大挑战甚至生死攸关。这种技术架构也决定了跨平台的成本是非常高的，不啻于重新开发一次。如官方问答所说，在「可预见的未来」还会专注于 macOS，今年只可能「考虑」是否支持其他系统和移动端；我信赖后半句目前就是随口说说。

此外，锚定苹果生态也未必就是安全的：不能忘记苹果一直有暗中看察热门产品，等时机成熟时直接做成内置功能的「癖好」。从用通知中心取代 Growl 到用「随航」取代 AstroPad，这种被坊间称为 sherlock的做法对于 Mac 平台开发者始终是悬顶利剑。而考虑到 Rewind 与苹果软硬件的绑定程度之深，其功能对信息安全的潜在影响之高，可以说没有谁比苹果自己更适合开发这个功能（即使是一种简化版），更可能说服那些因隐私顾虑犹豫不决的用户放心尝试。

▍结语

假如用一个词形容 Rewind 给人的感受，那可能就是「潘多拉的盒子」。它一方面提出了一个颇具吸引力的使用场景——「时光倒流」，另一方面又在性能、隐私和商业模式等方面留下了一堆未完成的答卷。这造就了一个让人忍不住想试，真用起来又止不住隐隐担心的奇异使用。

但 Rewind 的价值不止在于其功能，也在于其构思。很少有哪个软件像 Rewind 这样，做到「调动一切可以调动的资源，团结一切可以团结的力量」：

Rewind 足够利用了苹果平台提供的软硬件条件，把继续录屏的成本掌握到可以接受的领域内，从而让之前只存在于想象中的效果变成了现实；

Rewind 意识到值得被索引和搜索的不仅是文件和数据，探索与电脑交互的过程本身，也可以给用户带来很多价值。此前，只有开发商和广告商会出于分析追踪目的收集使用数据。Rewind 以有意义的方式索引和显现出这些数据，使其能更好地服务于真正的主人——用户自己；

Rewind 证实了「局部次优」的组合如何能产生「整体最优」的效果。假如只是从单个使用中提取数据，显然适配准则接口和协议才是正道。但假如将搜索尺度扩展到整个使用历史，逐一适配就根本不现实了，很土很粗暴的截屏取字反而成为了唯一通食所有使用的「公分母」，八面玲珑的「通用交换格式」。

Rewind 足够利用了苹果平台提供的软硬件条件，把继续录屏的成本掌握到可以接受的领域内，从而让之前只存在于想象中的效果变成了现实；

总之，Rewind 或许还存在很多问题，或许也不会是「懊悔药」的终极形态，但确实是一个处处有巧思、处处用巧劲的有趣作品。无论你的抉择如何，信赖都能在尝试中有所启发和探求。 ‍

▍附录：怎样不装 Rewind 而用上 Rewind

如文中所述，Rewind 目前还存在价格高昂、软硬件要求苛刻、暂不支持中文，以及潜在的隐私担忧等诸多问题。因此，在试用 Rewind 期间，我也萌生出一种想法：能不能自己「山寨」一个 Rewind 呢？

Rewind 录制的是视频，这在我看来稍微有点没必要，也不方便处理；不如将其简化为「如何以较高频率定期截图」，仍然可以称心备忘的需求，所得格式也更通用。

经过尝试，我取得了一些成效，已经在上周通过少数派的会员栏目介绍了方案。这里借本文机会，把基本步骤分享出来，供大家指责。

简单来说，这个方案：

使用 screencapture(1) 获得 PDF 格式的截图；

制造 LaunchAgent 实现开机自启和循环运行；

使用 OCRmyPDF 压缩截图体积并识别文字；

脚本和安装使用步骤放在 GitHub 上，供有意尝试的朋友取用。假如对这种方案的原理和延伸讨论感兴致，可以考虑订阅查阅原文，感谢支持 :)