Deta Surf：把整个互联网装进口袋的 AI 笔记本

想象一个场景：你正在研究一篇论文，需要同时对照 PDF 原文献、YouTube 讲解视频、某篇博客的技术解读，还要随手记下自己的思考——传统的做法是开十几个浏览器标签页、在笔记软件和文档之间来回切换。而 Deta Surf 想做的事，就是把这些碎片全部整合到一个统一的思考空间里，让你在写笔记时随时"@"召唤"任意一个来源的内容，让 AI 帮你把信息串联起来。

背景：Deta 的"再创业"与本地优先理念

Deta 这家公司并不为所有人熟知，但在开发者圈子里，它曾是"免费云平台"的代名词——Deta Sphere 曾提供过永久免费的无服务器云空间。2023年前后，Deta 宣布停止部分云服务，转而将核心资源投入到一个更激进的方向：Surf。Surf 的核心理念是本地优先（Local-First），所有数据都存在用户本地，以开放格式存储，不依赖任何云服务商的锁定。

这种"反潮流"的定位在 2024-2025 年的 AI 应用浪潮中显得格外特别。当 Notion AI、Obsidian Copilot、Notability 等产品都在争相把用户数据送上云端时，Surf 选择了一条更"老派"但更安全的技术路线：用 Rust 编写底层存储引擎，用 Svelte 和 TypeScript 构建界面，用 Electron 打包成跨平台桌面应用，确保数据始终在用户自己手中。

类比：Surf 更像是"研究工作台"而不是"笔记软件"

如果把 Notion 比喻成一张白纸，把 Obsidian 比喻成卡片盒，那么 Surf 更像是一个装备齐全的研究工作台。它不仅能记笔记，还能收纳文件、网页、视频、PDF，并在你写作时随时调取这些素材。打个比方：Surf 不是一支笔，而是一套工具系统——包括剪刀（裁剪内容）、放大镜（搜索定位）、便签纸（注释引用）和一个懂你需求的助理（AI）。

具体来说，Surf 的核心功能分为三大块：多媒介资料库（Library）、智能笔记（Smart Notes） 和 Surflets（小程序生成）。

功能详解：三个核心模块

多媒介资料库：把任何东西都存进来

Surf 支持收藏几乎任意类型的内容：本地文件（文档、图片、代码）、网页链接（YouTube 视频、Twitter 帖子、博客文章）、直接在 Surf 内创建的媒体。你可以把它们整理进不同的笔记本（Notebooks），构建属于自己的知识索引体系。

存储引擎名为 SFFS（Surf Flat File System），是 Deta 用 Rust 从零实现的本地文件系统。它将所有数据以开放格式存储在用户指定目录中，确保即使 Surf 这个软件消失，数据依然可以被其他工具读取——这就是"开放数据"理念的具体实现。

智能笔记：让 AI 帮你"串联"知识

这是 Surf 最吸引人的部分。在笔记中输入 @ 符号，可以唤起一个输入框，输入关键词，Surf 会在你的资料库中检索相关内容，并直接以内联片段的形式插入笔记中，附带回溯原文的链接。这比手动复制粘贴强了不止一个量级——想象你写论文时，每个引用都自动带页码和跳转链接，还不用担心格式混乱。

除了本地资料库，Surf 的智能笔记还支持以下场景：

• YouTube 视频笔记：打开一个 YouTube 视频，直接在笔记里提问，Surf 会结合视频字幕回答，引用精确到秒级时间戳。
• PDF 问答：打开一本 PDF 论文，像聊天一样提问，Surf 理解文档内容后给出答案，并标注引用的页码。
• 网页搜索：在笔记中触发网络搜索，AI 会实时抓取相关结果并整合进笔记。
• 引用追踪：所有 AI 生成的内容都会附带原始来源链接（网页 URL、视频时间戳、PDF 页码），方便回溯验证。

Surflets：用自然语言"生成"小程序

Surflets 是 Surf 最具想象力的功能——你可以用自然语言描述一个数据可视化或交互小工具的需求，Surf 会生成一个可运行的网页小应用，内嵌在笔记中。比如你想"画一个函数 y=x² 的曲线图"，Surf 可以直接生成并展示。背后运行的是一个基于 AI 代码生成的子模块。

AI 模型支持：自由度极高

Surf 不绑定任何特定 AI 提供商，支持以下几种接入方式：

这种"开放模型选择"的策略让 Surf 非常适合隐私敏感的场景——如果你对数据出境有顾虑，只需要接一个本地的 Ollama + 开源模型（如 Gemma），整个 AI 处理过程都在本地完成。

上手难度：桌面应用的天然门槛

Surf 是 Electron 桌面应用，不支持 Web 访问。这带来了两个层面的影响：

优势层面：数据完全本地，无网络依赖，离线可用，不存在订阅制云服务的"数据所有权"问题。

门槛层面：需要用户下载安装包（macOS DMG、Windows EXE、Linux AppImage），首次运行时会触发系统的"未签名应用"警告（开源版本暂无代码签名），需要手动右键选择"打开"。对于技术背景较弱的用户，这个步骤有一定摩擦。

AI 功能的配置也需要用户自行申请 API Key——Surf 不会强制推荐某个付费服务，但也不会"开箱即用"地提供免费额度。

局限与争议

必须承认，Surf 不是一个"普惠型"产品。它的定位更偏向技术型知识工作者（研究者、开发者、写作者），而非普通消费者。以下几点值得注意：

1. Electron 的性能代价：尽管用 Rust 重写了底层存储，Electron 本身的内存占用仍然较高，在低配置机器上可能出现卡顿。
2. 没有 Web 版本：对于习惯多设备同步（手机、平板、办公电脑）的用户，桌面独占的设计是一个硬限制。Deta 官方也没有承诺 Web 版路线图。
3. 开源与商业的边界：Surf 采用 Apache-2.0 开源，但使用了 @ghostery/adblocker-electron 包的 MPL-2.0 补丁（用于广告拦截），这一细节在 LICENSE 文件中有明确说明，但普通用户容易忽略。
4. 文档本地化不足：目前主要文档为英文，对中文用户有一定阅读门槛。

行业意义：从"云优先"到"本地优先"的新浪潮

Surf 的出现不是一个孤立事件。2024年以来，随着 Claude、DeepSeek 等大模型的能力跃升，以及 Ollama 等本地推理工具的成熟，"本地 AI"的概念正在从极客圈向更广泛的用户群体渗透。Surf 代表了一种产品思路：不依赖平台锁定，用本地数据和开源模型构建完整的 AI 工作流。

在 GitHub 上，Surf 获得了 3400+ Stars、14 个 Topics 标签（涵盖 claude、local-llm、ollama、knowledge-management 等关键词），说明它精准命中了一部分开发者和知识管理工作者的需求。

从更宏观的视角看，Deta Surf 属于"AI Native 笔记工具"这一新兴品类，竞品包括：Mem（AI 笔记）、Khoj（本地知识库）、Quivr（开源 RAG 笔记）等。但 Surf 的差异化在于它的多媒介整合能力（视频、PDF、网页统一管理）和 Surflets 代码生成生态的想象力。

如果你是一个需要频繁处理多来源信息的研究者或开发者，Surf 值得放进你的工具箱里体验一下——它的理念和实现方式，至少在当前的开源生态中，找不到太多直接对标的竞品。