HN讨论 · 身份未知
自动记录电脑工作活动时，把数据留在本机而不是发给云端 AI
项目作者看到 OpenAI Computer History 后，认可自动工作追踪与数据聚合的价值，但不愿意把个人数据实时发送给 AI 实验室，于是自建了开源、本地的 Mac 版本；他测试发现本地推理质量仍然偏低，计划积累更多数据后用 LoRA 适配器提升。
查看原始信号hn:49364799
目标用户
注重数据隐私的 Mac 用户，尤其是需要记录和分析自己工作活动的知识工作者与开发者。
潜在需求
需要一种能自动追踪本地工作活动、保留数据聚合价值，同时让数据处理与存储都留在本机、不上传云端 AI 服务的方案。
发生场景
当用户想使用类似 OpenAI Computer History 的工具自动追踪电脑活动时，功能有价值，但使用云端方案意味着个人工作数据被实时传给 AI 实验室，触发隐私不安。
来源证据
作者因为不愿把个人工作数据实时发送给 AI 实验室，构建了开源本地自动工作追踪工具，并认为本地推理效果尚可但质量较低。
If you saw OpenAI launch Computer History you might have seen that data collection and aggregation are becoming more prevalent. It turns out it's useful! But having all my data sent to an AI lab in realtime feels wrong. So I built an open-source version instead. Interestingly, local inference worked in my testing though it's certainly lower quality. Once we capture more data, we can explore LoRA adapters to improve local quality even more. Open to feedback!https://news.ycombinator.com/item?id=49364799
为什么值得留意
作者不是简单复刻云端产品，而是把“想要自动追踪”和“不愿交数据”的冲突当作构建起点；他还直接点出本地推理质量较低这个具体技术缺口，并给出数据积累后做 LoRA 调优的方向，后续社区反馈值得观察。
已有方案
- OpenAI Computer History（云端自动工作追踪）
- OpenHistory（开源本地自动工作追踪）
未满足部分
- 本地推理质量明显低于云端，影响自动追踪效果
- 目前仍处于作者自测阶段，需要更多数据来优化本地模型
目前未知
- 评论来自项目作者本人，不是独立用户反馈
- 信号只有 1 条评论，缺少外部采用证据
- 关于 OpenAI Computer History 会把用户数据实时发送到 AI 实验室的描述未在材料中独立核实
继续核实
- 有多少 Mac 用户因隐私顾虑而放弃云端自动工作追踪，并愿意尝试本地方案？
- 本地推理质量低是否也是同类自动工作追踪工具的普遍瓶颈？
- 除作者外，是否有其他用户报告对本地自动工作追踪的需求或质量不满？
主题词
automatic work trackingdesktop activity trackinglocal data privacylocal inferenceai data aggregation