首页 › new-tools › 免费听写、秒渲3D、菜单栏养Agent

上周末的 Hacker News 上,有几个新工具悄悄冒头:一个把付费听写工具的活儿全免费干了还不联网,一个把 3Blue1brown 式数学动画的渲染速度拉快了90倍,还有一个让你在 Mac 菜单栏里“养”一排 AI Agent 小人。它们都刚发布几天,中文圈几乎零讨论。这篇文章给你拆清楚:每个工具是干什么的、怎么装、多少钱、适合谁,以及为什么国内用户现在就应该把它们放进工具箱。

一、BetterWispr:按住空格说话,文字自动落进你的 App

10月11日,BetterWispr 冲上 Hacker News,拿下115分、74条评论(讨论帖:news.ycombinator.com/item?id=50042333)。一句话概括它:Mac 上完全本地运行的语音听写工具,按住 Option+Space 说话,松手,整理干净的文字直接落进你正在用的任何输入框。

先说大家最关心的三点:

它的聪明之处不只在“转写”,而在“整理”。看几个细节功能:

功能 具体表现
分档清理 Light 档默认去掉英文口头语、重复、 false starts;Medium 档用本地 LLM(Apple Intelligence 或 Ollama)顺句子;None 档一字不动
每个 App 一套文风 私聊用 casual(去句号)、工作 IM 用中性、邮件用 formal,文风跟着目标 App 自动切换
会议记录 Notetaker 把你的麦克风标成 Me、其他 App 的声音标成 Them,会后由本机的 Apple Intelligence 或 Ollama 生成摘要、决议、待办
越用越懂你 转错了人名术语,在 History 里改一次,它就记进词表,下次直接拼对
语音口令 说 comma、question mark、new paragraph 直接变标点,说 scratch that 删掉上一句

它的完整工作流是这样的:

flowchart TD
    A["按住 Option+Space 说话"] --> B["Mac 本地录音"]
    B --> C["本地模型转写"]
    C --> D{"清理档位"}
    D -->|Light| E["去掉口头语"]
    D -->|Medium| F["本地LLM润色"]
    D -->|None| G["保留原话"]
    E --> H["按目标App套文风"]
    F --> H
    G --> H
    H --> I["粘贴回原App"]

中文用户要泼一盆冷水再点一把火:默认推荐的 Parakeet TDT v3 覆盖英语、日语和25种欧洲语言,中文要自己在 Models 里选 Whisper 系模型(Whisper 是多语言识别,含中文);而口头语清理、文风、语音口令这三项目前只对英文生效。所以当下最爽的场景是:写英文邮件、在 Slack/Discord 里跟海外同事沟通、给代码写英文注释。中文听写可以先用,但整理能力别期待。

和国内工具比:我们习惯的讯飞听见、各家输入法语音转写,基本都是云服务——录音要上传服务器,免费额度用完要付费。BetterWispr 反着来:录音不出去、不收钱、代码全部公开可审计。如果你的语音内容涉及公司内部信息、客户数据,这个差别不是锦上添花,是能不能用的区别。

适合谁:每天要写大量英文邮件/文档的出海从业者、Mac 重度用户、对隐私敏感又想要听写的人。

二、ManimGX:AI 写代码做 3D 动画,渲染快90倍

第二件是给“做视频的人”的。10月10日,一个叫 sinaatalay 的开发者在 Show HN 发了 ManimGX(news.ycombinator.com/item?id=50037852)。这个人是土耳其的双博士生 Sina Atalay,他所在的 Academa 团队两个月前就上过 HN——当时他们做的事情是“用 LLM 写代码来编译出大学课程视频”。ManimGX 就是这条路线打出来的武器。

背景先交代:3Blue1brown 的 Grant Sanderson 开源了 Manim,从此数学可视化视频有了“代码即动画”的玩法,B站一堆知识区 up 主在用它的社区版 Manim CE。但 Manim CE 有两个老毛病:环境难装(依赖 LaTeX,配置能劝退一半人)和渲染巨慢(复杂场景等几分钟是常态)。

ManimGX 的思路是:API 保持和 Manim CE 兼容,底下整个引擎用 Rust + wgpu 重写。按官方在 Apple M4 Pro 上的基准(5个场景、1080p60、共36.2秒成片):ManimGX 用时 3.08秒,Manim CE 用时 278.83秒——90.6倍差距;对比 Blender Workbench 也快18.7倍(数据来自项目官方 benchmark,仓库里有完整测量过程)。注意这是厂商自家数据,但仓库公开了每个场景的复现脚本,经得起检验。

对 AI Agent 时代的设计才是它的灵魂:

flowchart TD
    A["给Claude Code提需求"] --> B["Agent写Python场景"]
    B --> C["manimgx inspect 出分镜"]
    C --> D{"画面对不对"}
    D -->|不对| B
    D -->|对| E["manimgx render"]
    E --> F["1080p60 MP4成片"]

三个专为 Agent 设计的点:

  1. 装环境就是一句话。官方给的用法是直接把这句 prompt 丢给 Claude Code/Codex/Cursor:"Follow https://manimgx.academa.ai/llms.txt. Install ManimGX, make a 3D animation of the solar system, and open it."。llms.txt 是专门写给 Agent 看的安装说明,Agent 自己就能搞定一切。
  2. 不用装 LaTeX。数学公式排版内置 Typst,LaTeX 输入自动翻译,中文用户最头疼的“装 TeX 装一夜”直接消失。
  3. manimgx inspect 给 Agent 反馈。渲染中途出分镜图和2D排版检查,Agent 能“看到”自己画的画面对不对,自己改。这是之前 Manim 做不到的闭环。

其他硬指标:pip install manimgx 一行装完(要求 Python 3.13+),下载体积 65–110MB,无系统依赖;macOS/Windows/Linux 全平台,还能通过 npm 装进浏览器(Pyodide + WebGPU,网页里直接嵌入动画,不需要渲染服务器);自带 self.say() 让动画和配音对轴;自身代码 MIT 协议。

适合谁:B站/YouTube 知识区创作者、网课老师、要做技术分享的工程师、想批量生产可视化内容的团队。以前一条数学动画视频的渲染时间够你喝三杯咖啡,现在咖啡还没点单,片 already 出了。

三、littleguys:在 Mac 菜单栏里养一排 Agent 小人

第三件解决一个你自己可能没意识到的问题:当你同时跑着三五个 coding agent,你根本看不过来。

Claude Code 在终端 tab 3 里等你确认 git push,Codex 在 tab 7 里跑完了,Gemini CLI 在 tab 9 里卡了半天——每个 [y/N] 都埋在你没看的窗口里。10月11日上 HN 的 littleguys(littleguys.hervalicio.us)把这个乱局塞进了菜单栏:每个 Agent 变成菜单栏里的一个小人,小人会用动作演出它现在的状态——在干活、有消息、还是需要你。

核心能力四块:

技术上值得注意的两点:它说的是 Agent Client Protocol(ACP) 这个开放协议,所以除了 Claude Code、Codex、Gemini CLI,Goose、OpenCode、OpenClaw、Hermes 以及任何 ACP 注册表里的 Agent 都能接——它是给你已有的 Agent 套了张友好的脸,而不是又一个要你迁移的平台。安全性上作者是认真做的:Rust 内核 + React、基于 Tauri,无账号无云端无遥测,代码全部开源可读(v0.1.0,macOS 13+,Intel 和 Apple Silicon 通吃)。

安装就一行:

brew install herval/tap/littleguys

适合谁:同时开多个 coding agent 的开发者、有 homelab 的折腾党、想让 Agent “下班后替自己上工”但又怕失控的人。

彩蛋:414分的那条——给 AI 一支教鞭

顺带一提,10月9日 HN 上还有条414分、192条评论的帖子:big-arrow-on-the-screen(github.com/franzenzenhofer/big-arrow-on-the-screen),功能一句话就能说清:让你的 AI Agent 直接在你的屏幕上画大箭头、方框和大字。你让 Agent 帮你改代码,它嘴上说“我把这里重构了”,你还得找半天;有了它,Agent 直接把改动位置用大红箭头给你圈出来。录演示视频、直播讲代码、远程给别人讲方案时,这就是给 AI 配的激光笔。

信息差总结

你以为的 实际情况
好用的听写工具都要订阅、要联网上传录音 BetterWispr 免费开源、全程本地、断网可用,115分登上 HN
做 3Blue1brown 式动画门槛高、渲染等到天荒地老 ManimGX 免 LaTeX 一行装,官方基准快 Manim CE 90倍,且专为 Agent 闭环设计
跑多个 AI Agent 就该在终端里切来切去 ACP 协议 + littleguys,菜单栏养小人,一键批准跨机管理
AI 只会动嘴说“我改好了” big-arrow 让 Agent 在屏幕上画箭头圈重点,HN 414分验证了需求

行动指南

  1. 今晚就能试:Mac 用户去 betterwispr.com 下载 BetterWispr(macOS 14+),跟着引导下一个本地模型,按住 Option+Space 说句话;中文用户记得去 Models 里选 Whisper 系模型。
  2. 做视频的:Python 3.13+ 环境跑 pip install manimgx,或直接把上面那句官方 prompt 原样丢给你的 Claude Code,让 Agent 自己装自己画。
  3. 跑 Agent 的:执行 brew install herval/tap/littleguys,把你散落在各个终端 tab 里的 Claude Code、Codex 收编进菜单栏。
  4. 都装完了:去 big-arrow 的仓库逛一圈,给你的 Agent 配上“教鞭”,下次演示直接封神。

参考来源

  1. BetterWispr 官网(功能、FAQ、价格):https://betterwispr.com/
  2. BetterWispr 的 Show HN 讨论(115分/74评论,2026-10-11):https://news.ycombinator.com/item?id=50042333
  3. ManimGX 仓库(基准数据、llms.txt 用法):https://github.com/academa-labs/manimgx
  4. ManimGX 官方文档与快速上手:https://manimgx.academa.ai
  5. littleguys 官网(功能、安装、架构说明):https://littleguys.hervalicio.us
  6. big-arrow-on-the-screen 仓库:https://github.com/franzenzenhofer/big-arrow-on-the-screen

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生(微信ID: gprshome201101)维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主:爱卫生(微信:gprshome201101)——公众号「51学通信」创办者,19 年通信行业运维与讲师经验,著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书(各大电商平台有售)。 星球定位:深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域,主打运维岗位与信令分析。 当前规模:5200 篇主题 / 990 个回答,198 元/年。 加入福利:加入星球后请加爱卫生微信,拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题,另有群内分享。 AI 加持:51学通信知识星球已作为 skill 接入 WorkBuddy,使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例,做总结、找文档和 PPT 等场景全覆盖。

51学通信知识星球海报-扫码加入