原贴链接

大家好，在过去的一两个月里，我一直在尝试构建一个NotebookLM和Perplexity的混合体，并且更好地与浏览器集成。

这是我的一个小尝试：

SurfSense：

虽然像NotebookLM和Perplexity这样的工具在进行任何主题的研究时都令人印象深刻且非常有效，但想象一下，你可以完全控制隐私地使用它们。这正是SurfSense所提供的。使用SurfSense，你可以创建自己的知识库用于研究，就像NotebookLM一样，或者像Perplexity一样轻松地在网上进行研究。SurfSense还包括一个有效的跨浏览器扩展，可以直接将动态内容书签（如社交媒体聊天、日历邀请、重要邮件、教程、食谱等）保存到你的SurfSense知识库中。现在，你永远不会忘记任何事情，并且可以轻松地研究一切。

可能会有漏洞，但我希望你们试一试。

GitHub链接：https://github.com/MODSetter/SurfSense

讨论总结

原帖介绍了SurfSense项目，它融合了NotebookLM和Perplexity的特点且注重隐私。评论者们提出了各种观点，包括对隐私控制的质疑（如注册登录与隐私的矛盾）、对项目功能的讨论（如视频速度改进）、技术方面的询问（使用的模型、底层LLM栈等）以及与其他项目的比较、开源性和盈利模式等话题，整体氛围比较积极，大家在交流中试图深入了解该项目。

主要观点

  1. 👍 对SurfSense项目表示初步肯定
    • 支持理由：项目看起来很酷，原帖作者在做很棒的事。
    • 反对声音：无
  2. 🔥 对SurfSense的隐私控制存疑
    • 正方观点：注册登录与完全隐私控制相矛盾。
    • 反方观点：自托管能保证隐私，登录是为了用户管理。
  3. 💡 询问SurfSense项目使用的模型
    • 支持理由：有助于深入了解项目技术支撑。
    • 反对声音：无
  4. 💡 关注SurfSense项目的底层LLM栈
    • 支持理由：可以更好地理解项目架构。
    • 反对声音：无
  5. 💡 对SurfSense和jellyseer登录UI是否相同表示疑惑
    • 支持理由：在使用SurfSense登录环节时产生疑问。
    • 反对声音：无

金句与有趣评论

  1. “😂 如果您出于隐私和控制的原因在本地做事情，使用gpt - 4o是否违背了这个目的？”
    • 亮点：提出关于隐私与使用特定模型是否矛盾的思考。
  2. “🤔 ambient_temp_xeno: Not feeling the complete privacy control with something that needs you to sign up for an account and log in.”
    • 亮点：直接表达对隐私控制的质疑。
  3. “👀 这是如此之酷！”
    • 亮点：简洁地表达对SurfSense项目的赞赏。
  4. “🤔 分层索引。第一层常规分块到摘要，第二层整文档语义分块。”
    • 亮点：揭示项目中的技术细节。
  5. “😂 感觉你就像是把所有的想法都交给了谷歌或者所有的个人信息。”
    • 亮点：形象地表达对Notebook LM隐私方面的担忧。

情感分析

总体情感倾向是积极的。主要分歧点在于SurfSense的隐私控制方面，一方认为注册登录与完全隐私控制相矛盾，另一方则表示自托管可保证隐私且登录是为了用户管理。产生分歧的原因可能是对隐私的定义和保障方式理解不同。

趋势与预测

  • 新兴话题：SurfSense与Generate by iterate.ai的比较可能会引发后续讨论。
  • 潜在影响：如果SurfSense发展良好，可能会对信息处理、隐私保护相关领域产生影响，促使其他项目更加重视隐私和功能优化。

详细内容：

标题：关于具有隐私保护的新型 AI 助手 SurfSense 的热门讨论

在过去的一两个月里，有位作者一直在尝试构建一款融合了 NotebookLM 和 Perplexity 优点，并与浏览器有更好集成的 AI 助手 SurfSense。该帖子在 Reddit 上引起了广泛关注，获得了众多的点赞和大量的评论。

帖子中提到，SurfSense 能让用户在拥有完全隐私控制的情况下，创建自己的知识库进行研究或轻松进行网页搜索。同时，还提供了 GitHub 链接：https://github.com/MODSetter/SurfSense 。然而，讨论中也存在诸多争议和不同观点。

有人提出疑问，如果是出于隐私和控制原因而进行本地操作，使用 GPT-4o 是否违背了初衷。但也有人回应称，对于演示目的来说，并非如此，因为不是所有人都有足够的硬件来快速且高质量地运行推理。还有人认为，SurfSense 声称的完全隐私控制存在问题，因为需要注册账号并登录。但作者解释目前只能自托管以保证完全隐私，管理版本仍在开发中，网站仅用于展示。

有人对演示视频的速度和内容呈现方式提出了建议，比如制作一个简短的和一个长的视频，或者将其发布到 YouTube 以便用户自行控制速度。

关于所使用的模型，作者表示对于本地设置，qwen2.5 效果最佳，视频中使用的是 gpt-4o-mini。在被问到嵌入和分块策略时，作者提到采用了分层索引，包括正常分块到一级摘要和二级语义分块以及整个文档。

还有人将 SurfSense 与其他类似产品进行比较，询问其与Generate by iterate.ai 的差异，作者表示会去了解并参考，目前尚无明确的盈利路线图。

有人称赞作者的工作，认为其有助于解决信息处理中依赖外部源和隐私问题，作者表示这样的反馈让自己更有动力，并强调开源的重要性。

在这场讨论中，大家对于 SurfSense 的隐私控制、模型使用、演示效果以及未来发展方向等方面展开了热烈的讨论。一方面，人们对于其创新和潜在价值表示期待；另一方面，也对一些可能存在的问题和不足提出了质疑和建议。这充分反映了大家对于新技术产品的关注和思考。未来，SurfSense 能否真正满足用户对于隐私保护和高效服务的需求，还有待进一步观察和实践。