# 屏幕记忆的第三条路：存指针，不存像素

- 来源：Computing Life · Share · 鸭哥调研
- 发布时间：2026-09-05T00:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/55065
- 原文：https://yage.ai/share/ambient-context-pointer-memory-20260905.html

## 摘要

一个花两天写出来的开源工具 Ambient Context，给 AI 记忆系统指了条新路：不截图、不录屏，只每隔 5 秒抓取当前窗口的文字和文件路径，存进本地 Markdown。它的核心思路是“存指针，不存像素”——记录里最值钱的是 file: 开头的本地路径，模型顺着它就能打开原始文件，抓到的零散文字只当索引用。文章算了笔账：2K 屏幕每秒一帧喂给多...

## 推荐理由

Ambient Context 在屏幕记忆上劈出第三条路：不截图不录屏，只存文件路径当指针，文字当索引。文章有代码验证和成本计算，信息扎实。没给更高分是因为它目前只是个两天写出来的原型，正文没披露多窗口切换、非文本应用下的抓取效果，实际可用性还得观望。

## 锐评

Ambient Context 这个项目最值得关注的是它把记忆系统的成本账算明白了。文章直接给出了视觉 token 的消耗数据：2K 屏幕每秒一帧，一小时就要烧掉 25 万 token，而纯文字记录全天去重后也就几万 token。这个差距解释了为什么 Rewind 关停录屏、Recall 需要专用芯片——存像素的路线在模型消费端根本养不起。

它的核心设计是把记录拆成两层：抓取到的零散窗口文字当索引，file: 开头的本地路径当指针。模型顺着路径直接打开原始文件，就能拿到逐字精确的全文，不用再从模糊的截图里猜。这解决了“记全了没人看，记少了没法用”的老问题。但必须指出，这个项目目前只有两天开发量，作者自报的去重降噪效果没有第三方验证，GPU 渲染的终端和中文无痕窗口都可能抓不到内容。

文章还缺一个关键信息：这套指针方案在消费端到底怎么用。它只讲了怎么存，没讲模型读取日志后如何自动判断该打开哪个文件、打开后读多少。如果每次都要人工指定，那和手动翻文件夹差别不大。另外，对于会议、口头讨论这类没有原始文件可回跳的场景，纯指针方案完全失效，必须配合音频记录才能闭环。