隐私语音备忘录SaidTrace上线：本地运行与MCP协议支持

核心要点

• 本地存储与隐私优先：SaidTrace 将录音、转录文本及笔记完全保存在用户的 Mac 本地或私有 iCloud 中，平台服务器不托管任何个人敏感数据。
• 自主选择 AI 模型：支持接入 Ollama、LM Studio 等本地开源大语言模型，同时也支持自主配置外部云端 AI 接口。
• 可回溯的原声检索：提供问答式搜索功能，所有由 AI 总结或回答的信息均能直接溯源至原始录音片段与转录文本。
• 集成 MCP 协议生态：支持 Model Context Protocol（MCP），Cursor、Claude Code 和 Codex 等开发工具可以直接调取其录音归档与上下文。
• 灵活的免费与订阅模式：每月提供 20 次免费导入与 AI 摘要额度，后续付费订阅计划起售价为 3 美元/月。

详细分析

本地优先架构破解语音隐私顾虑

在 AI 语音硬件与效率工具快速涌现的背景下，用户越来越担忧录音隐私外泄以及平台云端绑定的风险。由开发者 Tiger 推出的 SaidTrace 提出了“录音应归用户所有，AI 应由用户自由挑选”的产品定位。用户可以通过 iPhone、Apple Watch 或专业录音设备采集音频，并统一导入 Mac 端本地归档。SaidTrace 不会在其自身服务器上存储用户的音频、转录文字或摘要笔记，苹果生态内的录音仅通过用户自身的 iCloud 进行多设备流转，最大程度保障了数据的私密性与自主权。

开放模型接入与精准声源回溯

与传统强制绑定专有云端模型的语音笔记不同，SaidTrace 给予了用户充分的模型自由度。用户既可以通过 LM Studio 或 Ollama 在本地部署开源模型，实现完全离线、低成本的音频转录与摘要处理，也能按需接入主流第三方云端大模型，仅在发起请求时将必要文本切片传输给服务端。针对大模型容易出现的“幻觉”现象，SaidTrace 强化了引用溯源机制，用户在通过自然语言提问时，系统给出的结论均可定位并回跳至原始音频时间节点和文本出处，确保记录的真实性与可核查性。

拥抱 MCP 协议，激活上下文生产力

SaidTrace 的核心亮点之一在于对模型上下文协议（Model Context Protocol, MCP）的原生支持。伴随 Cursor、Claude Code 等新一代 AI 辅助开发与办公工具的流行，跨软件调用个人背景知识成为刚需。通过内置的 MCP 客户端连接，SaidTrace 允许外部 AI 工具直接检索本地录音库的标题和笔记索引，并在需要时调取对应文本作为上下文。这一设计让沉睡在本地的语音备忘录演变为整个 AI 工作流随时可用的记忆库。

行业影响

SaidTrace 的上线体现了个人 AI 应用向“本地优先（Local-First）与协议化互通”演进的关键趋势。随着边缘端芯片算力不断增强，消费者与开发者对数据主权的要求水涨船高，将数据存储留给本地、将模型计算解耦为模块化接口，正在成为隐私敏感型效率应用的标准范式。此外，SaidTrace 积极落地 MCP 标准，展示了个人本地资产如何低门槛融入智能体（Agent）生态，为个人知识管理与第三方 AI 工具的协同提供了清晰的技术参考路径。

常见问题

SaidTrace 是如何保障用户录音隐私的？

SaidTrace 采用本地优先策略，所有音频、文本转录与笔记均存储在用户的本地 Mac 设备上，多设备同步也仅通过用户本人的 iCloud 进行，官方服务器不会收集或储存用户的任何音视频数据。

该应用是否必须付费调用云端大模型？

不需要。SaidTrace 兼容 Ollama 和 LM Studio 等本地运行框架，用户完全可以使用本地开源大模型离线完成转录与总结，避免产生额外的 API 接口费用。

支持 MCP 协议意味着什么？

支持 MCP（Model Context Protocol）意味着像 Cursor、Codex 或 Claude Code 这样的外部开发与生产力工具，可以直接与 SaidTrace 本地数据库连接，在日常工作或编写代码时检索并引用过往语音备忘录中的内容。