观鸟记录与识鸟App解决的是同一个麻烦：望远镜里明明看清了一只鸟，回到家却说不出它叫什么、在哪片林子、当时几只。这份榜单写给刚在城市公园举起望远镜的新手，也写给常年跑湿地和林区的老鸟友。有人需要拍一张糊照就能得到名字的工具，有人需要一套规矩严整、十年后仍查得到的档案。国内的公众观鸟记录平台从2014年起步，AI识鸟则是近几年才真正好用起来，如今两条线正在合流：记录平台开始接入识别，识别工具也开始帮人管理清单。榜单里的十款工具，有科研院所和高校实验室出品的，有康奈尔鸟类学实验室的老牌产品，也有观鸟人自己写出来的小程序。两类需求在这里都能找到对应的答案，不必把手机里塞满七八个功能重复的应用。
入选标准很实在。第一看鸟种覆盖：国内平台是否跟《中国鸟类分类与分布名录》同步，海外平台的中文俗名是否完整，全球鸟种能不能查到。第二看识别能力：图像识别的准确率、鸣声识别在风声和车流里的表现，以及断网时能否离线运行，山里没信号是常态。第三看记录本身：日期、地点、数量、生境这些字段能不能填全，坐标和轨迹是否自动带入，历史记录能否修改、能否批量导出，换一款工具时数据带不带得走。第四看数据去向，观察记录能进入公开数据库、被年报和保护研究引用，价值远大于躺在相册里。第五看使用成本与维护状态：榜单里绝大多数是免费工具，由科研机构、高校实验室或观鸟社群维护，更新停滞、社区冷清的应用不会被留下；有收费项目的会在卡片里写清楚，订阅制和一次性买断分得明白。此外也照顾了入口差异，微信小程序、独立客户端和网页版各有各的方便，通勤路上随手一记和回家整理报告是两种场景。
名次不由编辑部拍板。谁排在前面取决于社区投票，用得顺手、口碑扎实的自然往上走，编辑部只负责把真实存在、还在运转的工具放进候选。挑选时别只盯着排名：展开每张卡片，优点和缺点一起看，再翻翻其他鸟友的评价，那里往往藏着安装之后才会发现的细节，比如耗电、审核速度、安卓版本落后多少。识别准确率高的未必适合做长期统计，记录规范的未必对新手友好。先想清楚自己是要认鸟还是要建档，再动手下载，最省事的组合通常是一款识别工具搭一个记录平台。用过其中任何一款，都欢迎回来投上一票。
国内观鸟人提交记录的主要去处，2014年5月开始收集数据，由昆明市朱雀鸟类研究所运营，网站同时挂在birdreport.cn和birdrecord.cn两个域名下。提交一份报告要填观测日期、地点、鸟种和数量，系统先做自动审核；某个鸟种如果属于观测点所在区域的新分布记录，会被标红，需要补上照片、音频或文字证据才能通过。鸟种名录跟随《中国鸟类分类与分布名录》第四版和《中国观鸟年报》更新，首页实时显示累计收录的鸟种数、报告篇数和鸟种记录次数，这些数据被各地保护研究和省级名录更新反复引用。平台还承担鸟赛的数据统计，官方给鸟赛评委单独写了操作手册。
入口有两个：网页版和微信小程序，各自配有操作手册，界面偏向数据录入，不是社交广场。官方建议用Chrome、火狐或Edge访问，老浏览器容易出问题。适合愿意按规范填表、希望自己的观察被科研用上的人；只想拍照认个名字的新手会觉得门槛偏高。审核偶尔要等几天，常见鸟被大面积标红时可以写邮件找后台处理。记录能被懂鸟这类工具导入，换手机换设备都不怕丢，长期积累的个人清单也因此有了归宿。提交前建议核对鸟种名与名录版本是否一致，改动过的旧记录同样可以补充证据重新过审。
2017年从微信小程序起家，作者是程序员出身的观鸟新手，最初只是为了帮自己认照片，2020年推出iOS版本，如今是国内使用面最广的识鸟工具之一。识别覆盖约1474种中国鸟类和上万种全球鸟类，官方公布的Top1准确率85%、Top5准确率96%，识别模型由作者本人建立和维护，训练数据来自网络图片。除了图像识别还有鸣声识别，两者都能离线运行，没信号的山谷里照样出结果。它也被百度智能云等平台当作识别接口，用在智能喂鸟器一类的硬件上。
新版App把分类体系换成AviList 2025，支持管理个人的Lifer List，可以从eBird和中国观鸟记录中心导入既有数据，还能建私人媒体库，存放自己的照片、录音、视频和手绘图鉴。鸟种页里有分布地图、行为描述、亚种信息、IUCN等级和鸣声播放，雌雄体长体重都列得出来，适合边看边学。小程序端可以按地区筛选浏览数据库，没拍到只目击到的鸟也能查。手机随手拍的糊图仍然可能给出离谱答案，把它当认鸟助手而不是最终判据比较合适。小程序免安装，适合偶尔认鸟的人；常年跑野外、需要离线和成就清单的，才值得装完整客户端。
康奈尔鸟类学实验室的全球观鸟数据库，2002年上线，手机端把野外记录直接同步到账号，是世界各地观鸟人共用的清单工具，数十万用户在同一个数据库里持续录入。分类系统跟随Clements世界鸟类名录更新，鸟种列表会按所在位置和日期自动排出最可能出现的组合，稀有鸟种在录入和清单里都有专门标记提醒。随行记录可以边走边累计鸟种和数量，GPS定位提高地点精度，地图上标出大量热门鸟点，完全离线也能记录，回到信号区再上传。行程和日期清单让每次外出的收获各自成册，年度统计一目了然。
免费使用，数据向科学家、教育者和保护机构开放，不少迁徙路线研究就建立在这些公众记录上。应用提供多语言版本，鸟种俗名按地区给出，中文以繁体为主，简体本地化不算完整。国内热点信息不如本土平台丰富，境外观鸟旅行则几乎离不开它，去一个陌生国家前翻翻当地热点的近期记录，行程能省一半力气。想让国内记录两边都留底的人，通常是eBird和中国观鸟记录中心各提交一份，懂鸟也支持把eBird的清单导进去。iPhone、iPad都能用，账号与Merlin共通，注册一次两个应用都认。
同样出自康奈尔鸟类学实验室的免费识鸟应用，思路和数据库型工具不同：它先问五个简单问题，鸟有多大、什么颜色、在哪里看到的，再给出最符合描述的候选鸟种，对说不清特征的新手特别友好。照片识别用计算机视觉模型，结合拍摄时间和地点缩小范围；声音识别可以实时听环境里的鸟鸣并标出鸟种，这个功能让很多人第一次意识到窗外原来有那么多种鸟。每个鸟种页配有多张照片、鸣声录音和野外辨识特征，等于一本随身图鉴，出门不用再背纸质手册。整个应用没有广告，也不推销付费项目，由康奈尔实验室免费提供。
使用前需要按地区下载鸟种包，包内含照片、鸣声和辨识要点，下载后离线可用，出国前先装好对应地区的包是老规矩。界面有中文，账号与eBird打通，识别出的鸟可以直接存成观察记录，不必换应用重录一遍。北美、加拿大、墨西哥、中美洲和欧洲的鸟种支持最成熟，中国鸟种的声音识别偶尔会认错近缘种，密林和城市噪音环境下更明显。作为入门工具几乎没有门槛，想做严谨的清单统计还得配合记录平台一起用。带孩子在公园认鸟、或者第一次参加观鸟活动，用它开局最省事。
专攻鸟鸣的识别工具，由康奈尔鸟类学实验室与开姆尼茨工业大学的Stefan Kahl团队从2016年起合作开发，2018年发布正式应用。用手机麦克风录一段环境声，模型会切分音频并给出鸟种判断，识别范围覆盖全球数千种鸟类，判断时参考录音的经纬度和所处周次，因此同一段声音在不同地区、不同季节可能得到不同答案。用户上传的高质量录音已累积到上亿条，反过来又用于模型迭代，规模在同类工具里少见。模型处理的是48千赫采样率下的三秒音频片段，短促的单声也有机会被认出来。
免费，背后的BirdNET-Analyzer是开源项目，基于TensorFlow，普通CPU就能跑，生态监测、保护区长时段录音和自然教育项目常拿它做批量分析。适合看不见鸟只听得见叫声的林下环境，也适合把家门口一年四季的鸟声整理成清单。界面简单直白，几乎没有学习成本，但记录管理能力弱，无法替代观鸟报告平台。密林里多种鸟同时鸣叫、或者背景有车流和风声时，结果需要自己再核一遍，把握不准的可以保存录音回来复听。清晨鸟鸣最密集的时段效果最好，正午和大风天基本记不到什么东西。
面向所有生物的自然观察平台，由非营利机构运营，AI给出视觉上最相似的十个候选物种，社区里的博物学家再来复核，达到研究级的观察会进入公开数据库，供科研和保护使用。鸟只是其中一类，昆虫、植物、真菌同样能记录，对既看鸟又对身边其他生物好奇的人来说，一个账号就够用。应用内可以创建和加入项目，学校、自然教育机构和生态速查活动常靠它组织记录，参与者搜项目名称即可跟进大家的发现。识别建议在未注册时也能查看，注册之后才能分享和参与讨论。
中文界面由志愿者完成翻译，繁体和简体都有，鸟种的中文俗名覆盖不如国内平台细致。它的强项是人工复核：拿不准的观察先标到科或属，往往很快有更懂的人补充鉴定，讨论就在记录下面进行，比群里刷屏靠谱。弱项是没有观鸟专用的清单和计数逻辑，一次外出看到二十种鸟就得发二十条观察，效率不高，也统计不了单次行程的总数。境内访问偶尔偏慢，照片建议连Wi-Fi后批量上传。观察一旦被标为研究级，就可能被全球的科研项目取用，这是它最有分量的地方。
中国科学院动物研究所生物多样性信息学研究组开发的公民科学应用，2021年3月发布2.0版本，理念是记录身边的生物。野外用AI语音就能记下观测时间、地点和生境，省去在小键盘上戳半天的麻烦，这一点在冬天戴手套时格外实用。识别模型覆盖鸟类、兽类、两栖爬行动物和昆虫，真菌与植物模型由微生物研究所、植物研究所共同参与训练，全部基于研究组多年积累的数百万级物种图像，训练用的是深度学习方法，识别在手机上即时完成。
底层依托物种多样性数据平台，包含中国生物物种名录、中国生物地图和生物百科等数据产品，鸟种的中文名和分类信息因此比较靠谱，查资料不用另开网页。用户之间可以给精彩的观测记录点赞，氛围偏科普，构想是让公众和科学家在同一个平台上协作。适合学生、自然教育工作者和喜欢顺手记录一切生物的人；追求专业观鸟清单、要统计年度鸟种数的资深鸟友会觉得功能不够专，版本更新节奏偏慢，社区规模也有限。当作随身的物种笔记本使用体验最好，专业统计另找工具补齐。
中国科学院昆明植物研究所标本馆开发的自然观察记录工具，2017年发布安卓版，起因是野外科考队被纸笔记录拖累。它能随时记下物种照片和自然景观，自动生成个人的自然观察地图，并持续记录GPS轨迹，把经纬度、海拔、行政区划直接写进记录，采集与观测信息不用回来再誊一遍。支持照片识别物种，也能感知周边环境信息，离线地图让无信号区域照常工作，记录可以设为私密，敏感物种的位置不会公开。野外遇到拿不准的物种，可以先上传比对，再决定要不要保留这条记录。
手机端与网页端打通，登录网站即可管理相机、GPS仪、采集记录和数字标本的数据，还能发起公众科学项目，组队分工做调查。适合科考队、保护区巡护和自然教育团队，也适合喜欢把一整条徒步路线连人带鸟一起存档的人。单纯记鸟的用户会发现鸟类专属功能不多，界面术语偏专业。轨迹功能持续调用GPS，切到后台仍保持连接，耗电明显高于普通记录应用，整天外出记得带上充电宝。轨迹与照片时间自动匹配的设计，对同时带相机和GPS仪出门的人省事最多。
山水自然保护中心与多家保护机构在2014年发起的中国自然观察项目，配套的App和数据库用来收集国内物种的分布信息。志愿者通过文献提取、自然观察节、专项调查和线上提交记录等方式，针对缺乏调查的濒危鸟种、兽类和植物补充数据，成果汇总在自然观察网站上，并形成《中国自然观察》系列报告。2017年发布的《中国自然观察2016》按鸟类、兽类、两爬和植物分别展示生物多样性热点分布，鸟类始终是重点类群。报告里还加入了森林遥感实地踏勘和社区保护地的内容，观察数据由此连上了具体的保护行动。
参与方名单能说明它的定位：北京大学自然保护与社会发展研究中心、猫盟、中国自然标本馆、荒野新疆、昆明朱雀会都在其中，项目还入选过生物多样性100+全球典型案例。适合关心保护议题、愿意为调查空白区域补数据的观鸟人，尤其是常跑偏远地区的旅行者，一条记录可能就是某个县域的首笔资料。想要漂亮的个人清单和即时识别的人会觉得它偏冷，功能围绕数据收集，社交属性很淡。把它和一款识鸟工具搭配着用，认鸟归认鸟，贡献数据归贡献数据，各取所长。
北京市海淀区颐和园路5号 北京大学保护生物学楼（山水自然保护中心），100871
国内起步很早的公众物种影像与观察数据平台，鼓励用户上传带时间和地点的照片，由专业人士参与鉴定，逐步汇成物种分布与影像资料库。鸟类是其中活跃的类群，不少地方鸟类名录的照片凭证就来自这里，它也是中国自然观察联动平台的成员机构之一，与高校、保护机构长期共享数据。平台以网页端为核心，配合移动端上传，重点不在花哨的界面，而在于影像和标注信息能长期保存、能被引用、能查到是谁在什么时候什么地方拍的。
它更像一座公共资料馆而不是社交应用：上传时把地点、日期、鉴定人写清楚，价值才体现得出来，随手一发反而浪费。适合愿意贡献照片凭证的人，也适合查证某个鸟种在某地是否有过记录的研究者和写名录的鸟会成员。想要一键识别、即时反馈的用户会觉得节奏太慢。资料体量大，检索需要熟悉学名和分类层级，第一次使用建议先按类群浏览，摸清结构再动手上传。照片质量比数量重要，能看清羽色和体态的凭证，日后被引用的机会大得多。