0724 | AI代理防火墙、AI大脑、本地听写与AI CTO

白桦: 欢迎收听 Bri 播客家族的 ProductHunt 产品分享，我是白桦。

茉莉: 我是茉莉。今天要和大家聊的产品还挺有意思的，从 AI 代理防火墙到开源听写工具，还有会养电子宠物的专注力 App，跨度很大。

白桦: 没错。我们会看到 HOL Guard，号称第一个 AI 代理防火墙，已经在 GitHub 上拿下超过四十万次下载。然后是 Pulse，一个把 Slack、邮件、文档、会议全部打通的权限感知 AI 大脑。

茉莉: 还有 Megaphone，一款完全在 Mac 上本地运行的听写应用，不需要账号、不需要 API 密钥、不上传任何数据。后面还有更多有趣的产品，咱们一个个来聊。

茉莉: 接下来看一个专门给 AI 智能体做防火墙的工具——HOL Guard。它的定位是"第一个 AI 代理防火墙"，在智能体和系统之间拦截高风险操作，比如删除生产数据或者泄露机密信息。

白桦: HOL Guard 由 HOL 这个 AI 代理开放标准联盟打造，完全免费、开源，目前下载量已经超过 40 万次。

茉莉: 有意思的是它诞生的原因。HOL 自己在深度使用 AI 的时候发现，代理会尝试绕过防护、访问机密，还会把本不该碰的数据往外发。于是他们先做了内部用，后来发现这个问题太普遍了，就干脆开源出来。

白桦: HOL 的背景值得多说一句：这个联盟通过 LF Decentralized Trust 贡献了超过 20 项规范，他们做的工作已经支撑了超过 3700 万笔交易。

茉莉: 换个相关的方向——购物场景。有一款叫 Basement 的浏览器，定位是购物浏览器，最近推出了一个"代理结账"功能。

白桦: 这个功能的逻辑是这样的：AI 购物助手帮你全网找最优价格，然后直接帮你下单。每笔购买会用一张限定单次订单的一次性卡片，真卡不暴露给商家，支出也绝不会超出你设定的预算。

茉莉: 所有支付统一管理，背后的支付支持来自 Crossmint。Basement 还会通过你的浏览行为学习偏好，给你存一个"衣橱"，记录你已经拥有的东西，避免重复购买。目前已经在 iOS 和 Chrome 上线了。

白桦: 下面这个工具叫 Pulse，定位是给公司用的"权限感知、主动式、代理型 AI 大脑"。独立开发者 Apoorv 把它做出来，核心是想解决一个很实际的痛点。

茉莉: 对，它把 Slack、邮件、文档、会议还有 25 种工具全部打通，形成一个统一的、带权限感知的记忆。每条回答都附带精确引用，所以你知道信息从哪来的。

白桦: 更关键的是，Pulse 把决策、承诺和教训当作"一等实体"来抓取和跟踪，而不仅仅是留在聊天线程里的一串字符。这样一来，团队就不用反复解释同一件事了。

茉莉: 它还能主动找合适的专家、运行经过用户审批的代理、基于真实数据构建报告，也支持语音交互。通过 MCP，Pulse 可以驻留在 Claude、Cursor 和 ChatGPT 这些环境里。

白桦: 和 Pulse 想解决类似问题但路径不同的，还有一个叫 PromptQL 的工具。它是 Hasura 公司 CEO 兼联合创始人 Tanmai 推出的，定位为全球首个 AI 原生工作空间，目标很直接——替代 Slack。

茉莉: PromptQL 让团队在共享线程里使用类似 Claude 或 ChatGPT 的 AI，可以标记同事来审核、修正和优化回答，而且推理过程不会丢失。

白桦: 它能连接数据库、SaaS 应用、编码代理还有事件，主动抓取隐性知识，还会建议更新共享知识库，让上下文持续积累。它的作用域和多用户权限机制，确保正确的人拿到正确的上下文。

茉莉: 这背后针对的问题很明确：团队的知识分散在 Slack 和私人 AI 聊天之间，形成瓶颈。PromptQL 就是想打通这个断层。

茉莉: 再来看几款语音转文字方向的新工具。第一个叫 Megaphone，是一款开源的 Mac 听写应用，特点是完全在设备端运行——不需要账号、不需要 API 密钥、不需要订阅，也不用联网服务器。

白桦: 它背后的技术是这样：使用苹果的 SpeechAnalyzer API 做实时转录，再结合设备端基础模型来消除填充词、修正自我纠正、适配当前应用场景，还支持内联语音指令。

茉莉: 有个公开基准测试显示，苹果端侧模型在准确性上优于 Whisper Small，速度大约快三倍。Megaphone 就是受这个启发开发的。

白桦: 使用方式很简单：按住 Fn 键说话，松开后清洁文本就自动输入到任意应用里。项目是 MIT 许可证，原生支持搭载 macOS 26 的 Apple 芯片 Mac。

茉莉: 另一款语音转文字工具 Wispro 则走了不同的路线。它提供三种模式：Basic 模式逐字记录原话，Smart 模式去除填充词和冗余叙述整理成流畅文字，Command 模式直接把口头指令生成成品写作、邮件或完整草稿。

白桦: Wispro 的开发者指出了一个行业痛点：市面上多数语音转文字应用虽然速度快、准确，有些甚至内置了针对 Slack 或 Gmail 的预设风格，但共同缺陷是风格都是固定预设，用户没法定制底层逻辑。

茉莉: 所以 Wispro 让用户可以自定义语气与规则，填补了这个空白。

白桦: 最后来看几个想让开发者从"看护 AI"中解放出来的工具。AskCodi 的创始人 Shreyans 说他厌倦了手动选模型、拼上下文、配置智能体、持续监控运行状态——花在操作工具上的时间超过了实际交付时间。

茉莉: 于是他打造了一个 AI CTO 角色叫 Codi。用户像跟人对话一样提构建需求，Codi 负责写计划、跨项目并行调度 AI 智能体，并且自动为每个任务选择最廉价的可用模型，只有在需要决策的时候才通知用户。

白桦: AgentLoop 的独立开发者 Edward 也描述了类似的困境：他一度成了 ChatGPT 和 Codex 之间的人工中继，反复做规划、粘贴、检查、反馈，一旦他停下监督，质量就往下掉。

茉莉: AgentLoop 的解法是不再依赖长生命周期的智能体对话。每个周期启动全新的 Codex 工作器和评审器：开发者先设定目标和评估标准，工作器构建后评审器按标准测试，失败了就生成本次修复备注，以干净上下文进入下一周期。

白桦: 项目文件承载记忆，所有运行在本地隔离沙箱里，通过实时面板展示进度。还有一个可选的波兰模式，评审器不说 SHIP 就不停。

茉莉: 这些工具都在尝试解决同一个问题：让 AI 真正帮开发者省时间，而不是反过来让人去伺候 AI。好，今天的内容就是这些，我们下期再见。

茉莉: 先来看三款刚发布的AI效率工具，方向很一致：把非结构化的信息变成结构化的知识。

白桦: 第一个叫PodcastorAI，做的是视频播客自动生成。你给它脚本、链接、PDF，甚至一段音频，大概十五分钟就能出一个带AI主播的视频播客。

茉莉: 它支持单人播客，也支持双人对谈。还有一个特别的功能——你可以用自己的数字分身出镜。如果手里已经有现成音频，也能直接升级成AI虚拟形象视频。

白桦: 第二个是Moxie Docs，目前还在beta阶段，刚推出了Public Sites功能。它能自动生成面向开发者和用户的公共帮助中心和知识库。

茉莉: 几个关键点：支持富文本布局、白标定制，也就是你可以换上自己的品牌、全文搜索，还跟Changelog做了集成。官方强调没有供应商锁定，这一点对团队选型还挺重要的。

白桦: 第三个Mnemcore，解决的是团队视频会议的"记忆"问题。开会录了一大堆视频，但真要用的时候根本找不到。

茉莉: 它通过时间戳笔记，把分散在各个录像和观察里的信息变成可搜索的组织记忆。用自然语言提问，它能直接定位到原始视频片段给你看有据回答。特别适合工程团队或者竞技团队，视频记录多但回溯成本高。

白桦: 接下来这几款工具都跟数据分析和搜索有关。先说Basedash AI Kit，基于GPT-5.6构建，把AI数据分析师、每日自动洞察、自动化和仪表板全部通过API开放出来。

茉莉: 这样开发者可以把它嵌入自己的产品里，不管是用在客户分析还是内部BI。有一个关键设计：每个查询都限定在对应客户的数据范围之内，这对SaaS产品来说是个重要的安全边界。

白桦: 然后是CrawlRaven，它整合了Google Search Console、GA4，还有Ahrefs或Semrush的关键词列表，再加上200项技术SEO爬取，最后输出的是一份按排名影响力排序的行动计划。

茉莉: 计划里会具体告诉你要写什么内容、更新什么页面、优先修什么。说白了就是把手工拼多个数据源导出再分析的那个流程自动化了。

白桦: 还有一个叫Teable 3.0，定位是面向业务的AI电子表格，能把企业数据转成AI工作流和定制应用。不过社区有人当面提醒了迁移风险。

茉莉: 对，这个提醒很具体。把原始表和数据值搬过去容易，但多年积累的关联记录——尤其是基于过滤视图的查找、汇总和引用链条——在不同系统间要保持公式和自动化的一致解析，多数迁移工具会在这一步丢失真实行为。同期还有一个叫Trend Seeker的附带条目出现。

白桦: 再来看一个很有意思的工具，canitbebuilt，基于GPT-5.6 Terra，专门做硬件可行性评估。

茉莉: 用法很简单：用一句话描述你的硬件创意，两分钟之内，它就会给出建造判定——可建造、需修改、难度极高或者不可行。

白桦: 它还会按一百件、一千件、一万件三个阶梯给出物料清单的计价，同时评估子系统风险、目标市场需要的认证关卡，并且生成一个3D概念模型。

茉莉: 制作者说自己有二十三年硬件商业化的经验，他的判断很有意思：多数想法其实"可以造"，真正卡住项目的是形式、成本，以及成品还是不是你想要的那个产品——这三者之间的落差。

白桦: 接着看Vevey，它在iOS端推出了一个AI游戏开发导师，叫Matti。团队把自己做热门游戏比如Landmarkr的经验浓缩进了这个创作平台。

茉莉: 支持2D和3D项目教学，还可以通过游戏指南创建类似Landmarkr和Wordle那样的每日谜题。制作者把它比作面向下一代开发者的创意平台，强调协作驱动——创作游戏像分享Google文档一样简单，玩家也能实时加入。

白桦: 最后一个是Fable Flight，浏览器端的AI飞行学校。用Three.js做了多视角驾驶舱，有天气系统、交通系统和任务系统，由GPT实时语音助手引导教学。

茉莉: 制作者Arnav强调了一个隐私设计：内置飞行记录黑匣子，AI被刻意约束，可以读取当前飞行状态给你实时情境辅导，但隐私感知很明确。需要说明的是，这是教育模拟器，不是认证飞行训练。

白桦: 最后这三款工具偏日常效率和生活场景。Squishy是一个应用和网站拦截器，但它加了一个虚拟宠物。

茉莉: 宠物的快乐值跟你的专注行为挂钩：打开被屏蔽的应用或网站，快乐值就掉；专注做事，快乐值就恢复。同一只宠物可以在好友或家人之间共享，双方共同影响同一条快乐值，但彼此的浏览细节保持私密。

白桦: 一个订阅涵盖所有者加一位受邀伙伴，支持iPhone、iPad、Android和Chrome同步。

茉莉: Quaso是一个AI自动化代理，用自然语言描述需求，它就把日常任务变成跨应用和网页的自动化流程。它能连接三千多个集成，包括Gmail、Slack、Linear、Stripe这些常用的。

白桦: 遇到没有原生API的网站，它会调用真实浏览器来操作。支持按计划、触发或按需运行，可以把模板复刻下来，或者把线程保存成可复用技能，甚至可以在Slack里@Quaso让团队调用。

茉莉: 最后一个RunEvr，面向创意团队的智能项目管理环境，把项目、对话、审阅、文件、协作白板和AI代理放在同一个空间里协同。它源于一家动画工作室的内部需求——创作文件散落在聊天、任务管理、云存储和浏览器标签页之间，丢的不是文件，是上下文。现在RunEvr把这些全整合到一起了。

茉莉: 接下来聊聊一款叫 Mufal 的工具，它在 Product Hunt 上被定位为「无需机器人的 AI 会议副驾驶」。

白桦: 这个名字挺有意思——副驾驶，而不是自动驾驶。它的核心想法是，大多数 AI 会议工具只在对话结束之后才有用，给你一份总结，但会议进行中的即时需求没人管。

茉莉: 对，Mufal 就是冲着这个缺口去的。它做实时转录，会议进行中你可以随时问上下文相关的问题，比如「刚才谁提到了预算」，它会立刻给出回答。

白桦: 还有一个细节挺妙——它在屏幕共享时提供的叠加层是不可检测的。也就是说，你开着它参会，别人看不到你的 AI 辅助界面。

茉莉: 除了实时问答，它还自动做笔记、提取行动项，并且维护一个持久的项目记忆，这样跨会议的上下文不会丢。

白桦: 在模型使用上它分两档：默认可以直接用 Mufal 管理的 AI，高级用户也可以自带 API 密钥接入自己偏好的模型。

茉莉: 平台覆盖 macOS、Windows 和 iOS，而且有免费计划，需要云同步的话再选择付费。对经常开会的人来说，这算是把会后总结变成了会中助手。

白桦: 是的，「进行中」和「结束后」这个时间差，就是它跟市面上大多数 AI 会议工具最大的区别。

茉莉: 好了，今天的信息量真的很大。

白桦: 是啊，从 HOL Guard 这个 AI 代理防火墙，到 Pulse 那种把 Slack、邮件、文档全打通的权限感知大脑，再到完全本地运行的 Megaphone 听写应用——每一款都在解决真实的痛点。

茉莉: 还有那个让我印象特别深的：Shreyans 说他厌倦了"看护 AI"，于是干脆做了一个 AI CTO 角色 Codi，让 AI 自己去管理模型、拼上下文、监控运行状态。

白桦: 对，加上 PodcastorAI 快速生成视频播客、Basedash 把数据分析师能力通过 API 放出来，还有 canitbebuilt 两分钟判断硬件创意能不能造——今天这批工具的共同主题很明确。

茉莉: 就是让 AI 不再只是"帮忙"，而是真正"接手"——从安全拦截，到权限管理，再到自动执行，一步步走向代理 autonomous。

白桦: 而且别忘了那两只可爱的小东西——Squishy 用虚拟宠物帮你和朋友一起专注，Mufal 则像个安静的会议副驾驶，实时转录却不打扰。

茉莉: 好，以上就是本期《AI 工具箱》的全部内容。各位如果对哪款工具有兴趣，记得去 GitHub 或者官网亲自试试。

白桦: 我们下期再见。

茉莉: 下期见。