MyJavis — 私人实时语音 AI 伙伴

语音 AI 的分水岭不在「能不能对话」，在「像不像一个真的伙伴」。我给伙伴感定了三个可以验收的硬标准：记得住、认得出、看得见——每一条都做到了真机可用。

「记得住」：记忆分两层。涉及隐私的记忆只存在自己电脑上，云端零留存——这不是口号，是用「把云端数据库整个导出来逐字检查」的笨办法验证过的。答应过的事它会主动提醒：时间理解不靠 AI 猜（"明天下午"到底是几点，宁可反问确认也绝不记错），到点用三种方式确保你收到——正在通话就顺口插一句，不在就发通知念出来，错过了下次开口时补报。

「认得出」：听声音就知道是你，开口会叫你的名字（声纹识别在本机完成，26MB 的小模型，不上传声音）。

「看得见」：视觉分三层，既要看得见又不能变卡。第一层在本机实时看——你回到座位它会打招呼，你不在它就不白念提醒；第二层是说话时自然带上看到的（"看你笑得这么开心"）；只有你说「仔细看看这个」，才动用云端大模型认真看一眼。

「快」：说完话到它开口，感知上不到 1 秒。背后是一套抠到毫秒的工程：两个大模型同时起跑、谁先出声用谁（解决了「快时不到 1 秒、网络抖时等 40 秒」的顽疾）；放着音乐也能随时插话打断（全双工——像面对面聊天，不用等对方说完）；唤醒词「贾维斯」完全在本机识别（4.5MB 的小模型），不联网也叫得应。

这个项目由我一个人 vibe coding 完成，没有团队，AI 是我的手脚——从产品定义、架构设计到全部代码，两个月里发了十几个版本，每一版都过我本人真机验收。本站首页「陈川的战略镜像」的实时语音，就跑在这套底座上，可以在线体验 2 分钟。