Drifty：基于多模型的工作专注度 AI 代理

Hacker News 上线了一款名为 Drifty 的 Mac 端「AI 专注代理」。与传统时间追踪工具不同，它不依赖用户手动开启计时器或打标签，而是在后台自动记录活跃应用、站点与会话上下文，再调用大模型把每段活动划分为「专注（Focus）」、「中性（Neutral）」或「分心（Drift）」，并据此生成每日时间线、周视图与焦点热力图，帮助用户回溯工作模式。

工作原理：上下文驱动的自动分类

Drifty 以三分钟为一个时间块记录活动，覆盖应用、站点与会话标题。捕获完成后，系统会读取上下文，由 AI 将其归入九大类工作场景中的一种。官方强调，分类依据是「工作内容本身」，而非单纯的应用名称——例如打开 VS Code 与打开 Slack 的上下文会被区别对待。

• 自动后台捕获，无需计时器
• 三分钟粒度，分块标记
• 按会话级别分类，零手动标注

三种 AI 部署模式

工具提供灵活的模型运行方式，用户可根据隐私与成本需求选择：

• drifty Cloud：托管分类服务，免配置，定价 5 美元/月，使用 DeepSeek V4 Flash、Kimi K2.6、Qwen 3.6 27B 等模型。
• OpenRouter（BYOK）：自带 API Key，用量自控，估算 4–6 美元/月。
• Local AI：完全在 Mac 本地运行，免费，但需占用约 5–7 GB RAM 加载本地模型。

官方明确表示不会进行屏幕录制或保存截图，所有分类都基于活动上下文而非视觉信息。

「分心警报」与同类对比

Drifty 内置 Drift Alarm 功能：当检测到分心时，会主动提示用户返回最近的工作页面、短暂休息，或允许用户手动标记该时刻并非分心；在严格模式下还可直接关闭干扰页面并切换回专注页面。

与 Rize、RescueTime、Timely 等同类时间追踪工具相比，官方列出的差异主要在于「同应用内上下文理解」与「AI 自动控制」两项能力，订阅起价从 0 美元/月（本地模式）起步。

局限与适用场景

工具的分类质量高度依赖所用模型与上下文信息，且离线时只能保留本地活动记录，Cloud 与 OpenRouter 模式需联网才能完成分类。对于希望量化工作时间结构、识别分心规律的重度知识工作者，Drifty 提供了一种相对低门槛的方案；但其新闻价值更多在于「LLM 应用层落地」的样本意义，而非底层模型或算法的突破。