0812 | 今日AI工程工具盘点：Octomind与Bullet双发布、agent-manager与bb开源编排、AMP值守生产、Kubit分析代理行为

林岚: 大家好，欢迎收听 Bri 的 ProductHunt 产品分享，我是林岚。今天这一期，我们把目光投向几款正在改变开发者工作方式的 AI 工具。

陈序: 我是陈序。今天的话题很集中——AI 编码代理怎么才能真正落地，怎么安全地接入真实世界。

林岚: 没错。有代理消失在笔记本合盖时的云端方案，也有把多个代理放进一个界面的编排工具，还有守在生产一线和代码合并关口的工程助手。

陈序: 另外还有几款面向普通用户的产品：帮你在多台 Mac 间切换配件的菜单栏应用、现场演示时的屏幕批注工具，以及自称世界首个安卓 AI 副驾驶的开源助手。

林岚: 更不用说，还有想知道自己期权值多少钱的初创员工、想 1:1 里看清下属的管理者——好，那我们就一起进入今天的分享。

林岚: 今天有两个编码代理发布，恰好解决两个相反的问题。先看 Octomind Cloud and Hub，它面向那些合上笔记本、代理就跟着断线死亡的开发者。做法是把代理放到云端运行，会话能在不同设备之间接着往下走；而且一次登录，不需要你配置任何 API 密钥。创建者说内置了二十一个模型，其中 glm-5.2 在真实的 PR 基准上解出了二十四道题里的二十五道题里的二十四道，领先 Claude Code 和 Codex，运行时是一个 Apache 2.0 协议、单一 Rust 二进制的程序。

陈序: 定价是一台小机器、三个模型的免费层起步，之后首月十美元，每月二十美元，按秒计费。社区里已经有人认可它的会话持久性；创建者还说他们用中途杀死浏览器的方式验证过，不会丢一个字节。不过要留意，性能数字都是他们自己说的，公司是自筹资金、按订阅买硬件，扩容能力可能会受限。这更像一个解决‘代理要长跑’的方案。

林岚: 而另一个 Bullet 正好相反，它解决的是‘代理太慢’——定位是比 Claude Code 和 Codex 快三十到六十个百分点的编码代理。它会自动帮你选模型和推理级别，并行执行独立的工具调用，用定向的代码搜索代替扫描整个仓库嵌入。它兼容你现有的 Claude Code 或 Codex 订阅、API 密钥，也能用设备端模型，而且免费。

陈序: 创建者声称在 SWE-bench 这个标准上做到了 95.8%，排在前三，平均每个任务一百一十九秒。社区里已经有 CTO 和 CEO 说团队内部只用 Bullet；也有人担心烧 token，毕竟 Claude Code 一个月两百美元、自己已经花了三到四千美元，但关于 token 有没有真的节省，没等到量化答复。速度数字同样是自我报告，token 的真实影响还没定。一个管持久，一个管速度，共同点都是宣称比 Claude Code 和 Codex 强，但都得拿到真实工作负载里去验证。

林岚: 这两个开源编排工具，路线正好相反——都是让你在一个界面里同时跑多个编码代理，但一个面向键盘重度用户，一个鼓励你用自然语言改界面。agent-manager 针对的是习惯 tmux 和键盘的终端用户，它把 Claude Code、Codex、OpenCode、Gemini CLI、Grok 和 Pi 全部放进一个 tmux 列表里，每个会话带实时状态。比如在某一行可以直接回答被卡住的代理，不用先 attach 进去；在组那一行一句话就能启动新代理；还能看整个文件的 diff，你留下的行内评论会作为一条审查提示回给代理。

陈序: 还有几个比较妙的地方：按一下键分叉出命名兄弟会话，或者在那个代理旁边固定一个普通 shell，让代理进入全新的 git 工作区。这些会话就是普通 tmux 会话，退出管理器之后代理照样在跑，你自己的 tmux 配置不受影响；一个 Go 二进制、Apache 2.0 协议，支持 macOS、Linux 和 Windows 的 WSL2。Claude Code 的状态来自它自己的 hook 事件而不是猜的面板，六种状态从 working、waiting，到 finished、errored、idle 和 dead。社区里有人说这是他用过最快的编码代理工作流，一切都按一个键到位，审查模式成了他保持打开的主要原因；也有人反映官网链接打不开。发布方自己承认，没有成本追踪，滚轮能滚但其它全靠键盘，箭头键进出面板的导航还是 beta。

林岚: bb 则自称‘会自己构建的 IDE’，是个类似 Codex 应用的编排图形界面，但支持 Claude Code、Codex、OpenCode、Cursor 这些兼容 ACP 的代理，用的是你已有的订阅、由各提供方计费。真正的差异点在于，几乎任何界面元素都能用一条提示词去改变——创建者举例说，你要求一个任务追踪器，它就会生成一个侧边栏面板、一个 bb tasks 命令，以及一条教所有代理使用它的 skill。GitHub 集成、代理记忆、定时任务、远程访问这些自身功能都在同一个插件系统里。

陈序: 它是 MIT 协议、开源、本地优先、免费，macOS 一键下载，Windows 走 WSL，Linux 和远程机器也能用。社区反馈是‘用起来感觉很好’，自定义检出和暂存区设置很顺畅，但也有人希望 web 通知有更标准化的路径；还有用户问能不能集成 Lovable、有没有 Linux 构建计划，现有材料里都没有明确答复。一个把所有控制权锁在键盘上，一个把整个界面交给你用一句话去改，确实是完全不同的两条路。

林岚: 另外两个 AI 工程工具，恰好对应软件生命周期的两端——一个值守生产环境，一个守住代码合并的关口。AMP 是个自治缓解平台：它持续盯着生产的日志，自动理解故障并生成修复，同时自动创建 Jira 或 GitLab 的工单，最后把修复做成 PR 交给你复核。创建者说它不需要提示词、全天候运行，修复准确率超过百分之八十；目前认证支持 Java、Python、TypeScript、Node.js 和 Rust，其他语言还在认证中。

陈序: 它不用安装、也不直接访问生产环境，默认是人在环上把关，促销码能让你在发布窗口期内免费用任意月度套餐三个月。Gitar 这边已经加入了 Sonar，它不把代码审查停在‘提出问题’这一步——它审 PR、诊断 CI 失败、直接应用修复，然后在同一条流水线里重新验证；还能自动重试不稳定的测试，直接在 GitHub 或 GitLab 里操作。网站自称来自打造 Uber 开发栈的团队，提供十四天免费试用，开源项目可以申请免费使用。创建者 André 的说法是，低端 AI 代码审查市场已经饱和，高端审查仍是蓝海。

林岚: 页面上的客户证言也值得对照着看：OpenMetadata 的联合创始人说它抓到了评审可能漏掉的真实 bug 和漏洞；SoFi 的移动工程总监说缩短了移动 CI 的合并时间；Alturist 的工程经理说它服务了一百三十多名工程师、一千一百多个仓库。但这些基本都是创建者自述或挑选出来的评价——那个百分之八十的修复率、没有无效评论这些说法都缺乏独立验证；AMP 的准确率口径是什么，Gitar 并入 Sonar 之后路线会怎么变，都还是开放问题。

林岚: 最后是 Kubit，面向 AI 代理和用户行为的产品分析平台，做给那些在构建 AI 功能的产品工程师、数据分析师。创始人兼 CEO Alex 在 Product Hunt 上讲清了痛点：现有的可观测性工具只能告诉你代理做了什么，传统分析只能告诉你用户有没有离开，两边互不连通；团队往往要开六个标签页，手动把原始的 JSON 追踪和点击流事件配对起来，才能猜问题出在哪。Kubit 的核心差异，是把代理追踪和用户行为放进同一个平台。

陈序: 它的做法是把 P95 延迟、token 用量、模型成本这些技术指标，和日活、留存、LTV 这些业务指标关联起来看。你可以定位到是某个幻觉、还是某次失败的工具调用，打断了转化漏斗的哪一步；可以追踪重新提示、愤怒点击、意图和情感；还能构建同时覆盖后端代理交互和前端用户行为的跨域用户群组。官方说能从数十亿行数据里提取行为洞察。集成上，自称几分钟就能接入现有 OTel 基础设施或 CDP，也支持自带数据仓库，PII 和敏感数据不离开仓库，SDK 可选，还有针对 Sentry 和 Embrace 的桥接。

林岚: 它还有个无头分析的方向，面向开发者 AI 工具，通过 MCP 和自定义 skills 把行为洞察直接喂给 Claude Code 这类编码代理。官网展示的客户证词来自 Miro、Vix、GameChanger、Serko 的分析师，有的说以前要写很复杂的 SQL 而且性能受限，有的说现在一两分钟就能得到答案；社区里也有人印证，构建 AI 功能的团队普遍知道代理做了什么、用户有没有走，却说不出原因。

陈序: 但要留神，功能、性能和客户评价都出自制作者和官网，还没有独立验证；发布信息也没披露定价。可以后续关注它的免费试用、MCP 集成有多深，以及自带数据仓库模式下的真实查询表现。一句话总结就是——工具在把‘代理做了什么’和‘用户为什么要走’接起来，而这一块目前还没有谁做得够好。

林岚: 先看一款解决外设切换痛点的菜单栏小工具，Switchy，专为 Mac 设计。痛点很实在：你可能有工作机和私人机两台 MacBook，共用一套 Magic Keyboard、Trackpad 或 Mouse，以前要手动断开重连，或者干脆插线，苹果自己也没给这些高价外设做快速切换。Switchy 的做法是让多台 Mac 装在同一本地网络里，自动发现彼此，你点一下，就能把这套键盘或触控板从一台机器交到另一台，不用进系统设置，也不用重新配对。制作者说，他就是因为工作和私人 Mac 之间切得不方便，同事又为每台电脑另买触控板浪费钱，才做的这东西，自己每天靠它一键切换全部外设。

陈序: 价格上也挺透明。免费三天全功能试用，之后一次性买断 12.99 美元，没有订阅；一份许可证最多同时覆盖五台 Mac，占满名额也能随时停用一台腾出位置。要求 macOS 14 以上，键盘、带指纹的键盘、触控板、鼠标都支持，也能用 brew 一条命令装。需要注意，每台参与切换的 Mac 都得装上它，这不是只装一边就能用的。隐私上它说自己完全本地，切换数据不出设备，只有许可证验证和更新检查会联网，没有分析也没有账户。不过这些特性和所谓无缝交接，都是开发者自述，还看不到独立验证，社区里也只有零星反馈——有人问快捷键能不能配置，还有人感慨苹果不为自家的高价外设内置类似功能有点疯狂。真正长期用下来的体验，还需要观望。

陈序: 另一款叫 ScreenMark，也是 macOS 菜单栏应用，面向老师、演示者和开发者，解决的是现场演示时的批注需求。它能在任意应用上画线、画箭头、标注文字，跟着光标实时缩放，还能冻结画面、做白板模式、用模糊和聚光遮住敏感区域，甚至可以把系统音频和麦克风混录成视频，批注直接烧进画面里。最特别的是配套有一款免费的 iPhone 应用，把手机变成遥控器，不用回到键盘前，站在原地就能远程触发高亮、手电筒、绘图和缩放。开发者自己说，这正是他对 Mac 上现有批注工具的抱怨——你想离开键盘走到屏幕前，还能继续标注、放大、画图，而手机遥控是他自己用得最多的功能。

林岚: 定价上，免费版给你核心的批注工具；要录制、实时缩放、光标高亮和自定义快捷键的话，就得升到 Pro。Pro 是一次性买断 29.99 美元，也有月付和年付档，年付相比按月省约六成六，新订阅还带七天试用，这些都由苹果应用商店管理。它要求 macOS 15 系统，苹果自家的芯片和老款 Intel 芯片都支持。开发者强调它本地优先，不需要账户，也不上传内容；录屏权限只在缩放、冻结、截取和录制时用，麦克风权限只在真的录麦克风时才用。

陈序: 不过这个产品的证据目前很有限。能看到的社区反馈，是一位评论者说配套的遥控应用让这工具变得很实用——那是个人的使用感受，不是验证结论。开发者现在公开向老师和远程演示者征求反馈，也就是说真实演示场景下好不好用，还是个待观察的信号。如果你经常站着讲课、又不想被键盘栓住，这种需求倒是真的存在，但要不要掏钱，恐怕还得等更多实战口碑。

林岚: 接下来这个叫 Gotcha，是今天可能争议最大的一款。它自称是全世界第一个 Android AI 副驾驶，免费、开源，跑在设备本地，口号就是你说话、它行动。创始成员的核心观点是，现有的移动 AI 助手不过是美化了的文本框，你问完问题，还得自己打开日历、自己跑脚本、自己调智能家居；而 Gotcha 是一整套循环，计划、执行、观察、适应。它借助安卓的辅助功能去点击、填表、滚动，在安卓上直接运行 bash、Python 这类脚本，还原生接进 Home Assistant 智能家居、Notion、联系人和短信。官方给你举的例子很直观：对着手机说告诉妈妈我迟到了，它就直接调出联系人发短信过去；说开手电筒并把音量调到 30%，它就同时干这两件事。

陈序: 模型这块它是自带思路，可以用本地的开源模型，也可以接云端的大模型；语音和唤醒词也都本地处理。但真正的关键是安全设计。它分监控和操作员两种模式：监控模式有四十多个只读工具，不能发消息、不能改设置、不能删文件；操作员模式才放开全部一百多个工具，而且要过四个权限层级，最高一层是直接对系统根目录操作，在没越狱的设备上会严格失败关闭。运行的时候有个光环颜色告诉你它是在前台看屏幕，还是后台处理，另加追加式的操作日志。制作者罗列了这些能力，口气不小，但和今天前两款一样，最强、最强大这类说法都出自制造者之口，没有独立验证；能看得到的，是一位评论者说它比普通 AI 聊天应用有用得多，那也只是个人感受。一个能直接操作你手机的 AI，习惯上说谨慎一点也不为过。

林岚: 今天最后这个话题，把前面那层意思说透了：AI 生成的自动化，到底怎么安全地接进真实世界。两款产品都在解决这个，但路线完全不同。Tines 3B 面向团队和企业，定位是给 AI 代理、应用和自动化一个安全的环境。它的产品负责人用一个词形容现在的痛点，就是野代码——用 AI 快速建起来，没人治理、没人监控，还常常把 API 密钥硬编码在明文文件里。它的核心机制是凭据代理：AI 永远看不到凭据本身，运行时由代码之外的代理注入，代码隔离运行，交付内容可审计、可监控。公司说自己有八年的智能工作流经验，服务过 Reddit、Coinbase 这些客户。今天先放出的是免费探索版，三个实时工作流，用户、空间和连接器不限量。社区里已经有人在追问很关键的问题：凭据代理有没有细粒度访问控制，AI 自动重跑写操作的时候，有没有干跑路径，避免重复执行副作用。

陈序: 另一款 BetterClaw 则走个人和小团队的轻量路线，是无代码的定时 AI 代理，号称六十秒就能部署好，不用自己架服务器，支持几十种常用服务的授权登录。它可以自带模型密钥，用自己的钥匙就能做到真正零成本。它的信任模型特别有意思：代理从一开始的实习生级别起步，每次动手前先申请许可，用久了表现好再往上升。密钥加密存放，而且几分钟后就从记忆里清掉。有位用户实测，用免费的模型密钥搭了个邮件分拣代理，大约九十秒成型，已经稳定跑了十一天。也有人指出开放的疑问：升级条件能不能自定义，怎么验证它真的改了数据而不是只信联动服务的回执；还有评论者警告，逐条人工审批在量大的时候会退化成机械点击。

林岚: 所以这两家其实是殊途同归：都不默认给 AI 全量权限。Tines 用企业级的审计和凭据隔离，守护的是团队流程；BetterClaw 用分级信任加自带密钥，降低的是个人上手门槛。不过要记住，所有这些社区反馈都只是个人体验，是声称，不是已验证的结果。把权限和验证的边界想清楚了，再让 AI 替你行动，这才是今天这些工具真正教我们的事。

林岚: 先说 Continuum，这其实是给管理者的一款本地 Mac 应用。思路很简单：与其凭印象管人，不如为每位直接下属正式写下你心里对 TA 的判断，也就是一条条“信念”，然后在每次 1 对 1 的时候记下观察、打上标签，让对人的判断随时间积累成有迹可循的记录，而不是停留在感觉里。

陈序: 它的核心机制听起来也设计得挺克制。每条信念都带一个置信度，从还不确定到相当有把握分成几档，同时标一个状态，是正在关注、已经解决，还是干脆废弃了。写 1 对 1 时还能标记信号的类型和方向，是上升、下降还是平稳，这些信号会去推动相关的信念，也会自然随时间衰减，让近期观察比旧观察更管用。

林岚: 关键是，它明确不做评分、不做报告，也不向上级上报。所有数据只存在你本地那台 Mac 上，没有云、没有账号、不联网，更不接 HR 或绩效系统。还有个 Focus 视图，专门提示你现在该重点关注哪些人。定价上，免费版够管 3 个人；Pro 可以按月、按年，或者一次性买断，发布这一周还有折扣。

陈序: 现在只是第 1 版，开发者也在公开征询反馈，比如信念和信号的模型是不是贴合真实的管理思路，大家会配置哪些信号类型，衰减强度设成多少合适。社区里也有人肯定了这种本地和隐私优先的设计，觉得衰减的想法刚好。不过要先说明，这些多是开发者自己的描述和个别评价，不是经过验证的结论。

林岚: 另一个是 Equitybee 新出的免费工具，面向美国初创企业的员工，让你可以按部门、职级和公司阶段，对比自己的股权授予放在市场里大概是什么位置。两位联合创始人说，公司长期以来都是用薪酬基准去设计股权 offer 的，可员工评估手里的 offer 时反而没有同样的市场背景，这个工具就是补上这块空白。

陈序: 它专门做给员工自己查询，不面向 HR。官方说数据来自九千多份经过核实的初创企业期权授予，覆盖两千五百多家美国公司。选定几个条件后，能看到你的授出在一群可比公司里排在第 25 百分位、中位数还是第 75 百分位，以及授予的平均公允价值。

林岚: 它也有事前的自我声明：这些基准只提供基于自己数据集的市场背景，仅供参考，数据没有经过独立验证，也不是用来预测期权未来价值的。这点值得注意。

陈序: 更有意思的是用户的提问本身。有人问会不会增加行业、公司估值这些维度；有人问大家更多是在评估 offer 时用，还是决定要不要行权时才用；还有位创业者想反着查——输入你未来 18 个月的招聘计划，看需要准备多大的期权池。这些开放问题目前都还没答复。

林岚: 所以这东西的定位很清楚：给员工一个自行查询的市场坐标，帮你在评估 offer 或谈薪酬时有据可依。但它的边界同样清楚——数据未经独立验证，也不预测期权值多少钱。它更像是给判断提供背景，而不是替你做判断。

林岚: 今天的话题都围绕一件事：AI 工具正在从“替你打字”走向“替你把事情做成”。从云端续接会话的编码代理，到把多个代理放进一个界面统一编排，再到替你看生产日志、自动生成修复的平台，AI 已经从辅助角色渐渐变成真正的执行者。

陈序: 有产品在补上代理的安全闭环，比如为 AI 生成的自动化提供安全运行环境，也有工具盯着代码合并关口，在问题落地前拦住它。就连分析领域也在变化，从只看得见“代理做了什么”到真正理解用户行为背后的原因。

林岚: 另一条线很亮眼：开发者们开始认真做硬件的切换体验和现场的演示工具，还有像 Gotcha 这样自称世界首个 Android AI 副驾驶的开源设备端助手——你说话，它行动，而且完全免费。股权对比工具也是新的角度，让员工能看清自己手里的授予处在什么位置。

陈序: 今天的共同信号很清晰：AI 不再被当成一个功能，而成了一条条完整的工作流。无论是让代理活在云端，还是把多个代理放进同一个界面，真正的价值都不是模型本身，而是它如何安全、可控地融入工作与生活。感谢收听，我们下期见。