Show HN: Rem: Recordar todo (código abierto)

Artículo original ↗ Discusión en Hacker News ↗

Una herramienta open source para macOS llamada Rem promete una “memoria” buscable de tu ordenador tomando capturas periódicas, ejecutando OCR sobre ellas y comprimiendo el resultado en vídeo para que puedas rebobinar tu trabajo y consultar actividad pasada con LLMs. Los comentaristas están entusiasmados con casos de uso como depuración, recuperación de investigación, seguimiento de productividad y auditorías de atención, y muchos quieren integraciones con modelos de lenguaje locales para mayor privacidad y uso sin conexión. Al mismo tiempo, plantean preocupaciones sobre el crecimiento del almacenamiento, el impacto en la batería, la captura de datos sensibles (contraseñas, claves API) y el potencial de vigilancia o abuso, destacando la necesidad de un diseño cuidadoso, límites configurables y arquitecturas locales robustas.

Recepción general y comparaciones

  • Muchos comentaristas encuentran el concepto de “recordar todo” convincente y “mágico”, comparándolo con una CCTV personal o una máquina del tiempo para su ordenador.
  • Se compara con frecuencia con Rewind.ai y herramientas más antiguas como TimeSnapper, ManicTime, RescueTime, Qbserve, arbtt y herramientas de archivado del navegador (DownloadNet, ArchiveBox).
  • Algunos piensan que los proveedores de sistemas operativos (especialmente Apple) acabarán ofreciendo una funcionalidad similar de forma nativa, haciendo que las apps independientes parezcan arcaicas en unos pocos años.

Casos de uso y beneficios

  • Buscar trabajo pasado: recuperar rápidamente fragmentos, sitios web, comandos o documentos vistos antes sin reconstruir la navegación.
  • Depuración: reproducir los pasos que llevaron a errores difíciles de reproducir.
  • Productividad y rendición de cuentas: auditorías de atención en time-lapse, seguimiento de cambios de contexto, identificación de distracciones o gamificación de las “horas productivas”.
  • Gestión personal del conocimiento: construir un historial buscable de la actividad informática que luego pueda consultarse, potencialmente con LLMs.
  • Algunos usuarios con TDAH informan que herramientas similares son muy útiles; un usuario con TOC teme que pueda empeorar las comprobaciones compulsivas.

Privacidad, seguridad y ética

  • Gran interés en LLMs locales y embeddings para evitar la dependencia de la nube y mejorar la privacidad.
  • Preocupaciones de que el sistema inevitablemente capturará secretos (gestores de contraseñas, claves API) y de que los datos OCR en texto plano en el disco podrían ser exfiltrados por malware.
  • Se reconoce que las apps de grabación de pantalla necesitan permisos explícitos del sistema operativo (pantalla, red), pero aun así los comentaristas lo ven como un objetivo muy rico para atacantes.
  • Temores sobre el uso indebido por empleadores o estafadores; algunos ven un posible monitoreo de trabajadores en tiempo real mediante IA como un “escenario de pesadilla”.

Diseño técnico y rendimiento

  • Implementación: capturas de pantalla cada ~2 segundos, OCR mediante las APIs de Apple, transmitido a ffmpeg como vídeo; los últimos 15 fotogramas se usan como “contexto reciente”.
  • Se elige vídeo en lugar de imágenes individuales por eficiencia de almacenamiento mediante compresión intercuadros; la estimación actual es de ~150MB/hora, todavía considerada demasiado alta.
  • Debate sobre la postura exclusiva para Apple Silicon: algunos argumentan que los Mac Intel podrían manejar captura de 0.5 fps y OCR; otros señalan un posible impacto en la batería (se reporta un 20–40% para una app similar).
  • Sugerencias: usar títulos de ventanas/APIs de accesibilidad en lugar de OCR cuando sea posible; OCR por lotes/en inactividad; trucos de compresión; captura basada en GPU; historial del navegador para variantes solo web.
  • Integración con LLMs: ideas incluyen API local vía localhost, stdin/stdout para evitar permisos de red, y uso de modelos como Mistral o modelos locales multimodales.

Solicitudes de funciones y preguntas sobre la hoja de ruta

  • Funciones solicitadas: listas de pausa/exclusión, atajos de teclado, ajustes de retención, mejor gestión del almacenamiento, multiplataforma (Windows/Linux/iOS), categorización en tiempo real (productivo vs. pérdida de tiempo) y búsqueda más robusta mediante embeddings/bases de datos vectoriales.
  • Algunos informan errores tempranos (por ejemplo, quedarse atascado en la vista de línea de tiempo) y una estrategia poco clara para el almacenamiento a largo plazo; se señalan como áreas que necesitan refinamiento.