8 個月前，我的字幕軟體聽不懂一句話。現在它聽得懂了

一句話總結：今年 3 月我寫過，好的 AI 產品就是要讓人在某件事上「變笨」，同時也承認 GeekLink 還沒做到——使用者還得自己學它的按鈕。2026 年 10 月 8 日釋出的 GeekLink 0.5.0 加入了連線 AI：AI 助手可以通過 MCP 直接操作 GeekLink。你只要發一句話，比如「把字幕提取出來，翻譯成英文，把沒把握的行給我看，再匯出 SRT」，AI 就會在軟體裡完成 OCR、語音辨識、翻譯、複查和匯出。連線 AI 目前只支援 Mac，終身版可用；GeekLink 本身支援 Mac 和 Windows。

這是一篇創始人手記，介紹 GeekLink 的一項功能。下文寫的能力和限制都以當前版本為準，不代表 AI 助手能把每一條字幕都處理對。

一句我的軟體聽不懂的話

2026 年 3 月 2 日，我在小紅書發了一篇短文。那一個多月我幾乎天天在家寫程式碼，八成的話都是對著一款 AI 語音輸入工具說的：按住快捷鍵，把一堆沒理順的想法、語氣詞一股腦說出來，一鬆手，AI 就整理成一段通順的文字。

然後我發現了一個有點嚇人的現象：我好像快不會自己好好寫字了。AI 兜底兜得太穩，我的大腦幹脆不再費勁組織語言。

那篇文章的結尾，我寫下了一句我希望能直接對自己產品說的話：

GeekLink 聽不懂這句話。它只聽得懂按鈕。

為什麼好的 AI 產品要讓人「變笨」

這個結論聽上去有點殘酷，但我現在依然這麼想。大家買軟體，從來不是為了鍛鍊自己，而是為了不用再操心某件事。如果一個 AI 工具得先有很高的專業素養才能用好，那它只是給專家用的輔助工具，不是給所有人的產品。

每一次大的工具變革都是這樣。計算器讓人不再心算，汽車讓人不用再駕馭馬車。傳統軟體的護城河恰恰相反，是多年練出來的肌肉記憶：設計師閉著眼都能在 Photoshop 裡找到濾鏡，這個習慣讓他們很難換工具。

當你用一句話就能描述想要的結果，這份肌肉記憶就不值錢了。「聽懂意圖」正在取代「熟練操作」。AI 負責髒活累活，人只負責做決定。

當時的 GeekLink 還差一段距離

在同一篇文章裡我也承認了差距。GeekLink 那時還停留在自動化工作流：拖入影片、點執行、拿到字幕。這很有用，但你還是得自己搞清楚很多事：畫面上哪一行才是字幕，每一行是什麼語言，複查標記在哪，該匯出什麼格式。我寫的是，離那個「能聽懂人話」的版本還有一段距離。

這段距離是怎麼補上的

比我預想的快，而且起因遠沒有改樣式那麼光鮮。

GeekLink 提取燒錄字幕時，會把沒把握的行標出來。複查這些標記，意味著要回到影片裡找到那一幀，再和文字逐行對比。9 月底我寫了一個 MCP 服務，讓 AI 助手替我幹這件事：讀出被標記的行，調出對應的畫面，告訴我哪些真的辨識錯了。一開始它只是我自己幹活用的。

既然 AI 已經能看畫面了，讓它把整個流程跑完也就是一小步。不到兩週，GeekLink 0.5.0 就在軟體裡上線了連線 AI。0.5.1 又加了一份通用配置，除了支援一鍵設定的兩款應用，任何支援 MCP 的本地 AI 應用都能接入。

現在 AI 助手能在 GeekLink 裡做什麼

在 GeekLink 頂欄點連線 AI（MCP），選擇你的 AI 應用，重啟它，並保持 GeekLink 開著。之後你只需要描述想要的結果，比如：

AI 負責規劃步驟，GeekLink 負責真正的處理：

• 提取燒錄字幕。它會檢視候選的字幕區域，選好字幕行和每行的語言，再執行 OCR。
• 語音辨識。基於 Whisper 的本地辨識生成帶時間軸的字幕初稿。開始前它會先問影片裡有幾個人說話。
• 翻譯。使用你在 GeekLink 裡選好的翻譯服務，也可以把辨識和翻譯合成一個任務。
• 複查沒把握的行。它會讀出被標記的行，並檢視對應的影片畫面。標記只說明值得看一眼，不等於一定有錯。
• 編輯和匯出。它通過 GeekLink 自己的編輯器控制元件修改，再匯出 SRT / TXT、可開關字幕或燒錄字幕影片。

你可以在連線 AI 頁面看到未剪輯的真實錄屏：三集中文燒錄字幕翻譯成英文，以及三個沒有字幕的影片生成逐行檢查過的德語字幕，每次都只發了一句話。

最重要的一條規則：AI 不能做什麼

最難的設計不是讓 AI 更能幹，而是規定哪些事它不能自己決定。

在 OCR 裡，最糟糕的錯誤是刪掉一行真字幕。軟體不會報錯，看起來也一切正常，直到觀眾看到那段空白才會發現。GeekLink 自己的鐵律是「寧可多檢測，不可少檢測」，AI 也必須遵守：

• 刪掉一條推薦的字幕行之前，它必須看過這一行真正出現文字的多幀畫面，而不是隻看一張縮圖。
• 每刪一行都要寫明理由，事後你能在框選頁看到這些理由。
• 至少要保留一行；影片的語言必須明確說出來，不能套用預設值。

這和我 3 月寫的是同一個分工：重複的檢查交給機器，最終發出去什麼由你決定。

它暫時還做不到的事

• 目前只支援 Mac。GeekLink 支援 Mac 和 Windows，但連線 AI 目前只在 Mac 版裡可用。Windows 使用者可以直接在軟體裡使用同樣的 OCR、語音辨識、翻譯、複查和匯出功能。
• 終身版可用。連線 AI 包含在終身版裡，不是一套單獨的額度：匯出額度照常校驗，雲端翻譯照常消耗你的 GeekLink AI Credits。
• 不是完全離線。OCR 和語音辨識在你的電腦上執行，但工具返回的結果和 AI 要求檢視的影片畫面會發給你連線的 AI 應用，按該應用自己的資料政策處理。
• 一次只跑一個重任務。AI 可以為整個素材庫排好任務，但 GeekLink 同一時間只處理一個重任務。
• 不支援 ChatGPT 網頁版。它是 Mac 本機上的本地連線，不是遠端 MCP 服務。

那 3 月那句話呢？發這篇文章之前，我把它原封不動地發給了 AI 助手：「把字幕改成白底黃邊，放在螢幕下方 20% 的位置。」它先算出 720 像素高的影片，20% 就是 144 像素，然後儲存了 GeekLink 的燒錄字幕樣式，並渲染了一張預覽圖：白字、黃邊、離底部 20%。之後的燒錄匯出都會用這個樣式。

我現在怎麼想

以前我覺得 AI 是工具，現在更覺得它像一個外腦，而且這個外腦剛好知道所有按鈕在哪。

對做字幕來說，這改變了產品是給誰用的。你不再需要先學會字幕軟體，才能拿到做好的字幕。你只需要知道自己想要什麼，再檢查那幾行值得多看一眼的字幕。GeekLink 要做的，就是讓這幾行越少越好。

如果有一款軟體你已經用了很多年，你最想徹底忘掉它的哪些選單？歡迎寫信告訴我：support@geeklink.dev。

常見問題

設定細節請看連線 AI 使用指南。

披露：GeekLink 是我們自己的桌面應用。本文介紹的連線 AI、OCR、語音辨識、翻譯、複查和匯出都是 GeekLink 的功能。