我记得有人说过那句话。我甚至记得大概的意思。但我不知道是谁说的,哪一期,原话到底怎么讲的。

我有两个选择。一个是拖进度条,从头找,找到眼睛发酸。另一个是去问 ChatGPT,它会很顺地给我一段话,听上去就是那个意思,但我不敢用——因为我不知道这是不是幻觉。

所以我做了 Cerul APP，Cerul 的桌面端。

它把你看过的每一场演讲、每一期播客、每一个录像,变成一句话就能搜回来的记忆。

但它跟一个普通搜索框不一样的地方只有一个。它给你的是原话,原始画面,是谁说的,第几分几秒。点一下,跳到那一刻。

我要的不是「大概是这个意思」。我要的是那句话本身,它的出处,我用朴素的语言可以描述出的记忆中的画面。

AI 时代最不缺的是答案,最缺的是能被核对的答案。模型可以给你一段听起来无懈可击的话,可你不敢拿去引用,不敢拿去下判断,因为你不知道它是真的,还是它顺手编的。

还有一件事我没让步。它跑在你自己的电脑上。

这些是你的研究,你的会议,你看过想记住的东西。它们不该为了「能被搜到」,先被传到别人的云上。Cerul 开源,自托管,数据留在你机器里。免费,macOS。

如果你正好熟这块,可能会问它和 Twelve Labs、VideoDB 什么关系。他们是给开发者的云端引擎,你拿 API 自己搭东西。Cerul 不是引擎,是给你本人用的成品。他们给开发者一个视频数据库,我想给你一个视频记忆。

接下来会怎样我也不知道。它还很糙,能搜的东西也才刚多起来。但「找回那句话,并且证明它」这件事,我会一直做下去。如果你也常常记得有人说过什么、却找不到,来试试,告诉我哪里不对。

题外话。如果你了解得更多,会发现我们用的是多模态搜索,而不是没有品味的打标签。很多人以为 Google 数据积累最厚,多模态也一定最强,这跟三四年前那句「谁的数据多,谁就赢」一样无趣。在这件事上,Qwen3-VL-Embedding 比 Gemini 好的多。