AI 眼镜编码体验：新硬件的真实表现

我用 AI 眼镜编程试了一下。以下是实际发生的事。

我最近收到了一对 AI 眼镜作为礼物。这不是我会自己购买的东西。但既然我现在拥有一对，我就把这看作一个有趣的机会，来评估这些眼镜是否能改善我作为开发者的日常生活。

我首先尝试的是使用集成的 AI 来让它解释我屏幕上的代码。结果是……令人失望的。我尝试了不同的场景：

解释一个简单的 HTML 文件

调试特定的一行代码

提供上下文感知的解释

它无法可靠地识别我在看什么。它缺乏对视觉内容的精确理解。

我开始思考一个更好的管道：

从眼镜摄像头捕捉画面

应用 OCR 提取可见的文本

将图像 + 提取的上下文输入一个能力强的视觉模型

将结果发送给一个 LLM

通过眼镜以音频形式返回解释

理论上，这可以把眼镜变成一个实时编程助手。但这似乎工作量太大、复杂且昂贵。而且比直接在编辑器内提示一个助手的效果还要差。

一个不同的想法：Life commits

这时我意识到了什么。

也许 AI 眼镜之所以有用，不是因为它们能帮你更好地编程。也许它们之所以有用，是因为它们能帮你更好地理解自己。

所以我尝试了不同的东西。

如果我用眼镜捕捉我的生活呢？我把它们称为 life commits。就像 Git commits 捕捉代码的演进，life commits 捕捉你一天的演进。

用眼镜快速拍照是非常无缝的，不像手机那样需要从口袋里掏出来，会产生摩擦。

每个小时，应用都会提示你捕捉一个时刻。

捕捉到的图像会自动使用 Apple 的 Vision 框架进行分类：

VNClassifyImageRequest()

这允许对以下环境进行分类：

然后，我给每个时刻关联一个情感评分。

这可以通过两种方式完成：

使用以下方式检测的手势：

VNDetectHumanHandPoseRequest()

或者通过应用手动设置。

随着时间的推移，这会创建一个时间线，包含：

你在哪里花费时间

你所处的环境

这些环境与你的情感状态如何关联

这些洞察和模式随着时间推移可能很有趣，可以用来改善你的日常生活和改善你的情感状态。

这是我构建的流程演示：

这是测试这个想法的工作原型：https://github.com/JulienAvezou/ai-glasses

我会推荐购买 AI 眼镜吗？

我惊讶地发现自己喜欢通过眼镜听音乐。虽然它不能替代舒适的耳机，但听清音乐而不需要在耳朵上或头上戴东西还是很不错的。

提示 AI 在编码时提供简单的解释也不错，因为直接进行对话很方便，无论是在办公桌前还是走动时。

快速拍照或视频的便利性也很好。

但目前，AI 眼镜仍然感觉像是早期硬件。

不是无用。但也不是必不可少。

它们并不从根本上改变我编程的方式。

但它们确实改变了我捕捉和反思生活的方式。

这可能是它们真正的潜力。

那么你怎么看呢？小工具还是有用工具？

我很好奇是否有人在积极使用 AI 眼镜。

你如何在日常生活中融入它们呢？（锻炼、编码等）

有些评论可能仅对已登录的访客可见。登录以查看所有评论。

如需采取进一步行动，你可以考虑屏蔽该用户和/或举报滥用行为。