实测ListenHub，收藏夹积灰党狂喜，AI一键喂饭到嘴边
卧槽，兄弟们，AI 圈又来新东西了！今天咱不聊那些高大上、不讲人话的模型技术，聊个能实实在在解决咱信息囤积癖患者 " 收藏夹吃灰 " 痛点的玩意儿—— ListenHub。
ListenHub 背后的公司叫 " 火星电波 "（MarsWave），是硅星人的老朋友 Orange 创办的，据说要打造一家由 AI 驱动的内容公司，不过他们第一步还算接地气，先整个满足创作者需求的 AI 应用。这不，ListenHub 就是他们的第一个产品，主打一个 " 一键生成短播客 "。你可以直接甩个 Prompt 让它聊特定主题，也能把链接、文档直接丢给它变播客，听着是不是有点意思？
我们先让 ListenHub 自己生成了一段自我介绍播客，咱先听听 AI 主播的 " 口条 " 怎么样：
咋样？是不是比想象中自然多了？不是那种莫得感情的机器朗读。
拯救 " 稍后阅读 = 永不阅读 " 的你我他
说实话，在座的各位，谁的收藏夹里没躺着一堆 "Read it later" 然后变成 "Read it never" 的文章和视频？ 我自己就是小宇宙 1000 小时 + 的重度用户了，想听的播客刷刷刷就听完了，剩下时间打开 App 首页，两眼一抹黑，根本不知道该听点啥。
现在好了，ListenHub 这种 AI 生成播客的工具一出来，我脑子里 " 叮 " 一下——那些积灰的宝贝链接们，终于有救了，这不就是给我量身定制的播客源泉嘛，自己收藏的链接，肯定是感兴趣的，但就是懒得看啊，播客多好，通勤、运动、甚至睡前催眠（别跟我说你没试过），一心二用，效率拉满。
想法有了，必须得亲自上手实测一波，看看这 ListenHub 到底是不是 " 花架子 "。
实测开始，先拿个 "Nuts" 祭天
老看电影里角色骂人用 "Nuts"，这词儿到底咋回事？直接把问题 " 为什么英文 Nuts 可以用来骂人？" 丢给 ListenHub。它还挺智能，会先进行网络搜索，然后分析结果，最后创建报告（也就是播客）。等了几分钟（还行比 NotebookLM 快），播客生成完毕。
听完感觉：这 AI 有点东西，不是那种一本正经的死板科普，真就像俩朋友聊天，顺着就把 "nuts" 这词儿从本义到各种俚俗引申义给扒得明明白白。知识性和趣味性都有了，边听边微笑点头，原来是这么个 nuts。
ListenHub vs 谷歌 NotebookLM
提到 AI 播客，那必须得拉出谷歌的 NotebookLM 来遛遛。NotebookLM 去年就有了 AI 播客功能（最近还支持了中文），咱就用同一个 "Nuts" 的问题，看看谁更强。
这是 NotebookLM 生成的版本：
对比试听环节：
速度与激情：ListenHub 生成速度明显快一些，NotebookLM 让我多等了一会儿。
" 口音 " 地道不：ListenHub 的中文发音和语气，显然更自然、更像真人主播。
内容与深度：
NotebookLM 这老哥有点墨迹，开头快 2 分半了才切入 "Nuts" 正题，但给的信息量确实大，音频也更长，属于深度挖掘型选手。NotebookLM 最近才支持中文，显然没做太多优化。
ListenHub 就干脆多了，直奔主题，生动有趣。如果我只是想快速、轻松地搞懂 "Nuts" 为啥能骂人，顺便听点词源八卦，ListenHub 胜出。
当然，如果你是语言学的爱好者，想深入研究，NotebookLM 提供的视角和延展性可能更合胃口。
小结：日常快速解惑、听个乐呵，ListenHub 体验更佳；深度研究、信息挖掘，NotebookLM 更管饱。
万字长文直接丢给它
收藏夹里翻出一篇之前马克的 6000 多词（原文是 60000 字符，这里按一般阅读习惯调整下表述）的硬核游戏产业分析长文，英文的。这种长文，没个整块时间根本啃不下来，放着也是发霉。
直接把链接甩给 ListenHub，处理速度仍然挺快，不一会儿，中文播客就出来了（如果你想生成英文播客，可以在设置中更换语音为英文），还附带了亮点总结、大纲和完整脚本。
听下来真不是简单的 " 长文摘要朗读版 "，ListenHub 是真根据播客的特性来活儿的：信息筛选、结构重组、风格转换，AI 主播角色扮演对话， 一篇干巴巴的深度分析文，被它盘活成了生动的行业科普对话，非常适合我们这种 " 听觉动物 " 在碎片时间吸收信息。
视频也能转
ListenHub 还说支持视频转播客。我试了下，提醒大伙儿一句，最好是那种自带字幕文件的视频。不然，我感觉 AI 像是根据视频标题去搜了相关资料再生成的，内容可能跟你原视频想表达的就不是一回事儿了。
把一个油管上的科普长视频丢给它：
体验感受 " 不吐不快 " 环节：
肝了一天，总结下优缺点：
产品形态： 有点 NotebookLM 音频概览功能的影子，但 ListenHub 明显更 " 轻 "，操作逻辑更简单粗暴，对新手友好。
总结就是 " 一键获取内容 "，你只管丢链接或主题，剩下的 AI 包圆，从搜索、整合到播报，跟听收音机似的。
最佳食用场景：
中等长度的内容，太短没必要转，太长容易遗漏信息，特别是讲某个具体主题的，转成播客听效率很高。
拯救那些你收藏夹里 "read it never" 的文章视频，尤其是英文的，让它用中文给你 " 嚼烂了 " 喂到耳朵里。
通勤、摸鱼、或者早上刷牙洗脸的几分钟，听个行业资讯，完美利用碎片时间。
对文字学习感到枯燥，或者视力不方便、偏爱音频学习的朋友，这玩意儿简直是福音。
目前遇到的 " 坑 "：
太长的文章，它会直接 " 罢工 "，生成不了，以及微信文章可能会生成失败。
生成的音频长度目前也调不了，想长点想短点都没门儿。Listenhub 生成的播客时长在 2~3 分钟，和一首歌曲差不多，也许就是希望用户像听歌一样听播客？
指令限制： Listenhub 应该被 " 限制 " 了创造力，只能搞对话类播客内容。我想让它讲个鬼故事催眠，直接被拒：" 我很抱歉，我是一个 AI 助手，主要负责收集和整理信息，生成基于事实的、结构化的文章。我无法创作虚构的故事。" 想靠它搞黄暴擦边的可以歇歇了。
还有就是内容浓缩过程中不可避免的信息丢失。比如讲求叙事节奏、细节铺陈的文章，强行 " 浓缩 " 成段播客会破坏原有的故事张力和语感，让原本的魅力失焦、失味。这个是无解的，和产品本身关系不大。ListenHub 在保持核心信息和趣味性方面已经做得不错。
对比 NotebookLM：NotebookLM 更像个 AI 笔记工具，适合有明确知识管理和学习需求的深度用户，是你喂给它资料让它帮你研究，播客功能是个 buff。ListenHub 更像个内容获取和转化工具，主打一个轻松便捷。
体验下来总结一句话，ListenHub 解放了我的收藏夹，感觉自己瞬间拥有了一个源源不断的个性化播客库。也期待未来官方能整个性化推荐，基于我的生成历史，像 Spotify、网易云推每日歌单一样，每天给我定制专属 AI 播客，那可就太 "Nuts" 了。
彩蛋时间，AI 播客整活
错误网页也能硬播：测试某篇文章的时候应该触发了网站的人机验证，本以为就直接报错了，结果你猜怎么着？俩 AI 主播对着那个验证按钮硬生生聊了两分钟，内容大概是：" 哎，你看这儿有个按钮，按住会变绿，提示你是真人。"" 哦？是吗？那我试试…还真是！这啥原理啊？当场就给我整乐了，这可能是最有趣的 404。
ASMR 模式？这是给正经人听的吗（狗头）： ListenHub 支持换主播声音，里面赫然出现了 ASMR 音色，我寻思着这玩意儿用 ASMR 念新闻、念财报，那画面太美我不敢看啊，当然，你要是就喜欢这种调调，当我没说。
最后，ListenHub 目前已经开启公测了，网页、App、浏览器插件都有，想尝鲜的同学们可以冲了。官方还给了咱 " 硅星人 " 专属邀请码：guixingren。次数有限，先到先得，赶紧去 " 白嫖 " 吧。
网址：listenhub.ai
AI 的加持下，也许未来真能让人人都能成为内容创作者和高效信息获取者。