Genspark发布第二款AI硬件VoicePad：五键自定义，早鸟价99美元

10 月 29 日，Genspark 发布第二款硬件 SecondBrain VoicePad，一台可在办公室使用的 AI 语音设备，自带麦克风，按下听写键可直接语音输入；其他按键可打开指定 App（如 ChatGPT）、调起 Genspark 的 Super Agent，或开始会议录音和纪要。五个按键功能均可由用户自定义。官方零售价 169 美元，早鸟价 99 美元，今年 11 月开放早鸟预订，11 月底至 12 月在 Kickstarter 启动众筹，之后正式发售。

三个月前，Genspark 刚发布第一款硬件——卡片形态的 AI 录音设备 SecondBrain Note。今年以来，Genspark 持续扩展用户场景：7 月随 AI Workspace 6.0 发布 SecondBrain Note，8 月开源本地办公软件 GenOffice，再到此次 VoicePad。作为以应用和 agent 为核心的公司，Genspark 的 Super Agent 上线 12 个月内 ARR 从零做到 2.5 亿美元，目前估值 26 亿美元。三个月内连续做两款硬件，第二款看上去还是“语音键盘”，Genspark 瞄准的显然不是在硬件市场分一杯羹，而是覆盖尽可能多的上下文场景，在用户本来就要开口、有需要的地方放一个 AI 入口。

硬件补的是软件“收集不到”的线下场景。从 Deep Research、Super Agent 到 AI Slides、AI Docs，Genspark 一直让 AI 从回答问题走向直接交付工作结果。但要让 Agent 交出真正能用的方案或报告，关键在于掌握多少用户上下文。今年 7 月发布 AI Workspace 6.0 时，Genspark 把工作记忆层 SecondBrain 放到整个工作区四层架构最底部，向所有用户开放。创始人景鲲称，大模型像“只有金鱼记忆的天才”，聊天产品里的记忆大多只记住语气和偏好，价值在一次对话结束时就停了；SecondBrain 要做“AI 能拿来真正干活的记忆”，让工作区所有 Agent 基于同一份背景信息协同工作。

SecondBrain 数据来源分三层：最底层是基础数据底座，Genspark 重做了文档和文件管理，基本是在 SecondBrain 里重写了一个 Notion 和 Google Drive，再配合 8 月开源的本地客户端 GenOffice，让日常产出直接长在 SecondBrain 上；往上一层是数据连接器，接入 Gmail、Outlook、Google Calendar、Slack、Notion 等，把邮件、聊天、日程和线上会议记录汇总进来，连同 Genspark 内项目和上传文件一起沉淀为长期记忆。但这两层解决的都是线上数据。真实办公环境中还有大量关键信息发生在屏幕之外：会议室当面讨论、走廊上顺口定下的结论、工位旁口头确认的细节。这些信息不会自己变成文字，也没有软件连接器能拿到。硬件就是填补这个缺口的触角，把 SecondBrain 的采集能力从线上延伸到真实办公现场。

在 Genspark 团队看来，软件连接器和硬件设备采集到的上下文，最大差别不在格式，而在时机：连接器拿到的是已写成文字、有结构、事后可检索的内容；硬件拿到的是还没被写下来的现场信息，当场不采，之后就不存在。设备决定了 SecondBrain 是只知道你在电脑上做了什么，还是知道你这一天到底发生了什么。因此，Genspark 做硬件核心服务已有用户：一方面减少工作流中调用 Genspark 的步骤，让同一用户在更多场景用上自家服务；另一方面让 SecondBrain 在真实工作场景持续拿到别处拿不到的高质量上下文。

两款硬件沿用户实际办公场景分工，划分依据不在功能，而在“人在什么姿势下用它、它对着谁”。SecondBrain Note 是会议设备，卡片加卡包形态，吸在手机背面随身携带，开机就录一场会，面对“一群人坐在一起说话”的场景，采集高密度、多人、有结构的语音上下文，产出纪要后直接存入 SecondBrain。VoicePad 则是工位设备，放在办公桌上，五个按键，按下去就对着电脑说话，面对“一个人对着自己的工具说话”的场景，采集日常高频、碎片化、一个人向 AI 交代任务和思考的上下文，直接转化成输入和指令，送进 Super Agent、Slides 和 Speakly。两款产品功能略有重叠，但场景上各自覆盖办公室最核心的两个开口时刻。

VoicePad 为何做成“五个自定义按键 + 近场语音”？背后是 Genspark 对办公交互变化的判断：在用户本来就要开口的地方，把设备放进去。当下很多人的办公方式正从单纯语音输入变成语音加文字的混合办公。给 agent 派活要交代背景、目标、约束和偏好，说清楚一件事所需字数变多；说话时人会自然讲出来，打字时则会下意识压缩。Karpathy 去年初提出 vibe coding 时就说，他基本对着编辑器说话，很少碰键盘。Genspark 内部也基本都用语音跟电脑说话安排工作。团队判断：语音会变成发起动作的主要入口，但不会是唯一入口；语音最擅长把“描述意图”的成本降到最低，而精确、私密、需反复推敲的内容，键盘仍更好用。未来三五年大部分任务会先用嘴发起，再用键盘做最后微调。因此 VoicePad 最先面向一天要输入很多字的人：频繁给同事发消息、给 agent 写 prompt 的白领，以及开发者。Genspark 认为开发者是这轮变化最明显的一批人：写代码越来越多变成描述意图，一句话说清要什么，agent 去写，打字比重下降，