对话苹果年度 App 作者：语言、生活、好奇心

2025 年接近尾声，苹果 2025 年 App Store Awards 获奖名单也揭晓了，年度 App 给了《CapWords》这个国产宝藏应用。

CapWords 是一款语言学习工具，在今年的苹果设计奖中它就是获奖名单上第一个国产应用。

它凭什么呢？你随手拍张照，AI 就能帮你把身边的东西变成单词卡。

比如拍个咖啡杯 ，它直接告诉你英文、法文怎么说，还能生成设计感在线的贴纸。

不知道大家有没有同感，很多时候在 app 上背的单词总感觉离生活太远，和自己关系不大，仿佛学的是一个个抽象的英文字母组合而不是一个单词。

而 CapWords 反客为主，让用户主动去学习生活中物品的单词，还能有助于联想记忆，整个玩法也很有乐趣，颇有《宝可梦》中小智收集宝可梦图鉴的感觉。

爱范儿之前对 CapWords 做过体验，大家可以感受一下👇

除了名词，现在动词形容词都能认，甚至 Live 图和视频也能识别。还能打印成实体卡片，仪式感拉满。

爱范儿也专访了 Capwords 开发者，聊聊语言的门槛被 AI 「踏破」之后，我们和语言之间，究竟还剩下些什么。

这不只关于技术和产品，Capwords 创始人 Ace 最开始是为了帮女儿 Dorothy 学习才做的这个 App，他从生活场景中寻找记忆锚点，这大概就是技术的浪漫。

对话 Capwords 开发者：词汇是和生活「摩擦」

将这款接连斩获苹果设计大奖和 App Store Awards 的产品叫做「英语学习工具」，显然太过局限。Capwords 更像是一件关于语言、记忆和生活场景的装置：拍照即识别，贴纸设计，搭配活泼轻盈的视觉风格，让人忍不住多看几眼，也顺手就多认识几个单词。

在 Capwords 近乎直觉般的设计背后，是一个简单却深刻的理念：语言的学习回归生活，它可以从一次指认、一次散步、一次「这个怎么说」的好奇心开始。

爱范儿：最早是因为小朋友有一个很简单的需求，指着东西问「这个用英语怎么说」，这就是整个灵感的来源和项目开端是吧？

DTD：对，我女儿大概三岁左右，不到三岁。我经常在夏天带她出去玩，我们会去公园，或者一些写字楼前的广场上。在玩的过程中，她会问我一些问题，比如「这个植物叫什么？」「这个路牌怎么念？」我就会一边陪她玩，一边跟她解释，有时也会用一些识别类的产品帮她查。可能是因为在她好奇心爆发那个阶段，这样的场景其实非常多。

印象比较深的一次，是在一个写字楼的地砖缝里，长出了一种叫「狗芽根」的植物。她很偶然地指着说：「爸爸，那有个狗芽根！」类似的场景让我特别触动。再结合她之前也会问我一些「这个用英文怎么说」的问题，我就在想：这种「场景 + 图像 + 信息「的结合」，可能会让她的记忆更好。我自己本身也是一个设计师出身，所以对于图像或者信息的这种感受会更敏感一点。

图片来自：小红书@DTD.STUDIOS

所以跟女儿互动的这些场景，很多都会给我这样的感受：语言本身应该是在生活里的，我们能用什么办法能帮助到这件事。大概就是这样一个过程。

爱范儿：你们当时有意识到类似的需求，并不只是出现在孩子身上，其实更广泛的用户群都有这种需求吗？

DTD：没有，因为我自己英语就不好，我不太擅长去背，或者把一个个知识点硬塞到脑子里。我也不是学教育的，所以对于语言学习，我的理解是语言发生在生活里。如果有一个环境，比如聊天时看到了、聊到了，看到一个东西和图像时，会有关联记忆。我会自己总结一些原则，比如为什么某个图像会吸引我，或者一个彩色的楼，或者我们城市里看到的有特点的建筑物，引起我注意的可能就是我脑海中图形的关联性，这一点非常重要。这也许是我作为设计师的个人总结，不一定完全科学。

图片来自：小红书@DTD.STUDIOS

爱范儿：市面上大部分的查词软件都比较臃肿，但 Capwords 把路径做得非常简单，一拍就可以完成。但你们担心过对学习效果的影响吗？

DTD：这个 CLU 要不你来讲讲。

CLU：其实我们在产品立项的时候，出发点并不是语言学习。回到刚刚说的，我们就是为了给我的干女儿解答问题——这是一切的种子。慢慢我们会意识到，图像会跟我们的生活形成一种「摩擦」。也就是说，通过与现实世界中的物品产生摩擦，可以强化记忆点。这些记忆点结合当时所处的场景以及全新的单词或事物进入大脑时，我们对这些信息的记忆会更加深刻。

我们在日常生活中观察到，人从小时候起就有天然的好奇心，会自然地记住所有新鲜的东西。比如去到日本，尽管我们可能不会说一句日语，但会说「谢谢」这种简单的话和一些词。或者描述可爱的事物时，会用到「卡哇伊」这样的词，因为这些东西对我们而言有新鲜感。

所以，我们在立项开始就没有定位为一个单纯学习英文或者单词的产品。并且根据我们的观察、用户反馈，还有实际落地的情况来看，我们在做的一件事情就是把接触一个新的语言的这个门槛降低，让大家会更感兴趣。对一个语言的这种感兴趣程度提高了，然后慢慢的，大家自己会再去找到一个更加系统化学习的方式。

爱范儿：目前接到过哪些印象特别深刻的用户反馈吗？

@61：这个我可以来说一下。我之前的一个 mentor 有个上小学的女儿。测试阶段我给了他一个兑换码，他就带着女儿用 iPad 玩 Capwords，把家里所有东西都扫了一遍，甚至还扫了他爸的光头（笑）。

第二天，他爸来跟我反馈，说女儿居然把昨天扫到的所有单词，都写在了自己的日记本上，还自己开始复习了。接下来几天，女儿每天放学回家的第一件事，不是玩蛋仔派对，而是拿着 iPad 在家里到处找「还有什么没扫过的」。

DTD：有一些用户的反馈我确实印象很深，我看过一个用户说这是他用过最不像 AI 的 AI 产品，还有一个说这是他今年用过最温暖的 AI 产品。这也就是我们想达到的效果。

爱范儿：确实，模型完全融入到了使用过程中，AI 的存在感并不强。你们在研发的时候碰到过什么挑战吗？

CLU：其实我觉得 AI 还是有一些边界和条件，但是 AI 本身的这种判断力和我们人本身的一些常识，其实是差不多的。比如我们之前测试过，一杯棕色的液体，AI 会识别成为咖啡，但是如果我亲手做的这杯饮料，我就知道它其实是凉茶，那识别结果就跟我的认知不符。

但这并不是 AI 的问题，只是误认确实会出现。所以我们在设计的时候加了调整项，如果系统识别出来的结果和认知不符合，用户可以输入调整成正确的物品。

DTD：关于识别速度上的问题，其实大模型都需要时间。把图像传过去，再回传数据回来，整个过程其实是有五六秒时间的。去年我们第一个版本发出来，我们一起玩的时候感觉没什么问题，大家都觉得非常神奇。尤其是我老婆和女儿都觉得太厉害了。但是我自己在用的时候，还是觉得那个 6 秒钟很煎熬。

后来我们优化了一些提示词，调整了图片的大小，通过各种交互上的设计来减少用户的感知，把这个时间藏在不同的交互形式后面。所以我的理解是从体验层面，去解决一些目前模型本身解决不了的问题。

CLU：还有一个是你会看到当一个物品的识别完成之后，会有一个被撕下来的贴纸的效果，我们当时就想说做成一个把现实世界里的物品，从贴纸上抠下来的效果。在抠的过程中，其实已经在做完整的加载了，只是用户没有意识到，最后就可以有一个很丝滑的体验。

图片来自：小红书@DTD.STUDIOS

我相信到最后，AI 肯定是融入或者变成一个基建，不存在说要体现具体的技术实现，用户只需要关注 AI 带来的效果就好了，而且这个结果是用户所期待的，甚至超出期待的。