0817 | Product Hunt 精选：CostLogic 图纸算量、FaceTime AI 代理等四款新品

林岚: 欢迎收听 Bri 电台的《ProductHunt 产品分享》，我是林岚。今天在 Product Hunt 上冒出了不少值得玩的新东西，一会儿我们会逐一聊聊。

陈序: 没错，我是陈序。比如有一款工具，把建筑工程从图纸到发票的整个流程打包成了一站式浏览器工作流，听起来很方便。

林岚: 还有直接把 FaceTime 变成 AI 语音代理服务的黑科技，以及号称“代理工具界的 OpenRouter”的开源项目。

陈序: 另外，一个单人开发者做的交互式 3D 百科，还有 AI 长寿健康仪表盘和智能睡眠闹钟，也都很抢眼。咱们就从这几款开始吧。

林岚: 这一批 Product Hunt 的新品里，有一款叫 CostLogic 的 AI 工具，专门给建筑施工承包方做算量和估价，核心卖点是把过去需要拼接好几款软件的环节——上传 PDF 图纸、校准比例、测量数量、生成估价、发送发票——全部收进一个浏览器工具里，官网宣称能把原本几天的工作压缩到几小时甚至几分钟。它内置的智能体叫 Onyx，可以在用户指令下查找图纸上的房间、为算量定价、起草发票、回答项目相关的问题，还能编辑算量图层；测量环节支持线性、面积、数量和角度工具，可从图纸标题栏自动读取比例并自动命名页面，也能用 Auto Room 自动识别房间和区域。测得的数量会直接流入估价行项目，包含加价、损耗、税费和定金，无需重新录入；已接受的估价可一键转为发票，以品牌 PDF 邮件发出，并支持记录付款、跟踪未结金额、导出 CSV 供簿记员或 QuickBooks 导入。官网的对比表自称比 Togal.AI、PlanSwift、Easy Takeoffs“更完整”，优势包括内置开票、品牌 PDF、算量－估价－发票一条龙、Auto Room 房间识别、Onyx 助手、透明定价，以及无需安装就能在 Mac 和 PC 浏览器运行；联合创始人 Micah 在社区里解释，他们注意到建筑领域缺少像其他行业那样充分利用 AI 的工具，现有选择要么是 2005 年就建成的老程序，要么是容易犯下代价高昂错误的“浅层 GPT 封装”。不过要注意，这些功能和对比都来自官网和创始人的自述，属于产品方声明，目前还没看到独立的第三方实测验证。

陈序: 这个「从图纸到发票」的一体化流程听起来很省事啊。核心的智能体叫什么 Onyx 对吗？

林岚: 对，Onyx 是内置的智能体。它可以按你的指令去图纸上找房间、给算量定价、起草发票，甚至还回答跟项目有关的问题，也能直接编辑算量图层。演示用的提示词包括检测图纸房间、把算量转成估价、起草发票、检查报价利润率这一类。

陈序: 那测量环节呢，这往往是工程算量里最费事的部分。

林岚: 测量部分支持线性、面积、数量和角度工具。它能从图纸的标题栏自动读取比例、自动给页面命名，还能用 Auto Room 自动识别房间和区域。关键是这些测出来的数量会直接流进估价的每一个行项目，加价、损耗、税费和定金都一起算进去，不用重新录入一遍。

陈序: 那估价做好了之后，后续有承接吗？

林岚: 有的，这一步也是它主打差异化的地方。已接受的估价可以一键转成发票，用带品牌的 PDF 通过邮件发出，还能记录付款、跟踪未结金额，最后导出 CSV 让簿记员或者 QuickBooks 直接导入。也就是说从算量到收钱，它想一条龙做完。

陈序: 它在官网上应该也有直接对比现有竞品吧？

林岚: 官网确实列了一张对比表，自称比 Togal.AI、PlanSwift、Easy Takeoffs 这几种更完整，优势就包括内置开票、品牌 PDF、算量估价发票一条龙，还有 Auto Room 房间识别、Onyx 助手、透明定价，以及能在 Mac 和 PC 浏览器里直接跑、不用安装。当然，表格也注明了是基于今年七月的公开信息，竞品功能之后可能会变。

陈序: 那这个产品现在怎么用？

林岚: 提供免费试用，而且不用信用卡，公开定价，不需要销售电话才能拿到报价。联合创始人 Micah 在社区里解释，他和搭档注意到建筑领域缺少像其他行业那样充分利用 AI 的工具，现有的要么是 2005 年就建成的老程序，要么是容易犯下代价高昂错误的浅层 GPT 封装，他相信 CostLogic 能在速度和可控之间找到平衡。

陈序: 听起来逻辑挺顺，不过这些功能和对比目前都来自官网和创始人的自述，属于产品方自己的声明，还没有看到独立的第三方实测来验证，这点还是值得留个心眼的。

林岚: 另一款值得关注的叫 Chert，创始人 Gary 称它是 YC P26 公司，在 Product Hunt 上架了一个叫「Vapi for FaceTime」的服务，用几行代码就能构建并部署一个能接打 FaceTime 电话的交互式 AI 视频代理。创始人给出的理由很直接：现有语音代理“是盲的”，只能处理用户能用语言描述的问题，一旦问题涉及视觉——比如“哪根线插哪里”或“屏幕上这个错误是什么”——就需要人工介入；Chert 的代理能通过来电者的摄像头上下文实时理解对方展示的内容。官方演示可拨打 FaceTime +1 310 279 2297，网站还用对照示例说明差异：语音代理只会问“哪根线？”，而视频代理能看到并回答“蓝色电缆，左数第二个”。配置分三步：撰写指令、选择角色，然后部署并分配给一条已开通的 FaceTime 线路。需要留意的是，FaceTime API 尚未普遍可用，Chert 正通过受控的私人预览接入，实时执行需预先明确授权，默认不启用接受模式。社区讨论里，有人认同“语音代理是盲的”这个框架，有人说实时演示延迟比预期好，也有人感叹“没人开放过 FaceTime，巨大”；同时还有人追问如何处理视频流的隐私与同意、FaceTime 偏美国集中而 WhatsApp 是否才是更大的全球市场，以及端到端视觉回路的延迟到底是多少。

陈序: 「Vapi for FaceTime」这个说法很形象。它的核心差别在哪里？

林岚: 差别在于摄像头。创始人说现在的语音代理是「盲的」，只能处理用户能口头描述的问题，一旦问题涉及视觉，比如「哪根线插哪里」，或者「屏幕上这个报错是什么」，就得人工介入。Chert 的代理能通过来电者的摄像头上下文，实时理解对方展示的内容。

陈序: 有官方演示可以试吗？

林岚: 可以。官方网站有演示号码，能直接打 FaceTime 试，网站也叫 trychert 加个斜杠 facetime。它还放了一组对照：语音代理只会问你「哪根线？」，而视频代理能看着画面回答「蓝色电缆，左数第二个」。列出的用例包括远程支持、现场服务、远程医疗分诊、引导入职、视觉检查，以及客户成功。

陈序: 那配置上手难吗？

林岚: 官方说分三步：先写指令，定义任务、指令、模型、语音和行为；再选角色，也就是头像和取景；最后部署，把助手发布并分配一条已经开通的 FaceTime 线路。

陈序: 它能直接对外接电话吗，还是有门槛？

林岚: 这里有个重要的状态说明——FaceTime API 现在还没有普遍开放，Chert 是通过受控的私人预览来接入的，同时在验证生产媒体和线路就绪。控制平面只支持有边界限制的呼入呼出测试流程，实时执行需要预先明确授权，默认不开启接受模式。也就是说现在还不到大规模开放商用的阶段，用户可以先用浏览器预览，试提示词、语音、麦克风、打断行为、头像和清理这类设置。

陈序: 那这个方向，社区里反应怎么样？

林岚: 评论区有人很认同「语音代理是盲的」这个框架，有人说实时演示的延迟比预期要好，也有人感叹从来没人开放过 FaceTime 这个接口，感觉很巨大。当然也有一堆现实问题被提出来：视频流的隐私和同意怎么处理，尤其是监管相关的用例；FaceTime 偏美国、偏苹果生态，WhatsApp 会不会才是更大的全球市场；能不能拿来做 KYC 身份验证；以及端到端视觉回路的延迟到底是多少。

林岚: 另外补充一句，这家公司在官网还宣称有 Y Combinator、Betafund、OpenAI 这样的支持方，天使投资人里也有 NVIDIA、Anthropic、Grafana 这些背景的人，同时它还在做稳定的 iMessage 基础设施。不过这些同样都是公司自己网站上的说法，还没有外部验证；真正值钱的，可能得等 FaceTime API 正式开放，再看它这几条视频通路到底跑得稳不稳。

林岚: HarnessRouter Community Edition 是一个开源项目，团队自称这是“代理工具界的 OpenRouter”：不必为每种 AI 代理工具重建后端，而是通过一个统一 API 在同一套系统里切换并运行 OpenAI 的 Codex、Anthropic 的 Claude Code 和 Nous Research 的 Hermes，集成一次、任务级选择工具，切换时无需重建产品后端。网关、Runner 和控制台打包在同一个 Docker 容器里，可以部署在自有基础设施上，没有托管数据库、外部 Vault 或云账号；模型提供商的密钥、状态、文件、SQLite 状态和工作区卷都留在本地，代码以 Apache 2.0 许可开源。它处理的其实是工具运行的完整生命周期，而不只是模型请求：包括会话创建与恢复、令牌和事件流式输出、文件上传与工作区持久化、成果工件返回、统一取消契约和结构化错误处理。项目还同步发布了带版本、公开的协议 Unified Harness Protocol，覆盖工具选择与配置、任务执行、流式事件、会话、文件管理、取消、错误处理和结果交付，规格以 OpenAPI 3.1 和 JSON Schema 2020-12 提供，还包含 47 项可在本地运行的一致性检查。团队自述，此前用 LangGraph、agent SDK、pydantic 等自建工具，性能和代理质量都难与 Codex、Claude Code、Hermes 等现成实现竞争；切换后，代理功能交付从数周缩短到数小时，质量也明显更好——这属于创始团队自我报告，尚无独立验证。社区讨论中还有个悬而未决的问题：当任务被路由到有特殊能力差异的工具（比如 Claude Code 的权限审批流程或子代理委托）时，统一协议是否允许调用方检测“此工具能做什么”并据此分支，还是说共同接口会隐性地把产品限制在所有支持工具的最低公共能力上。

陈序: 这个听起来很实用。它到底处理的是什么层面的东西？只是把请求转发给模型吗？

林岚: 不止。它覆盖的是工具运行的完整生命周期，比如会话的创建、恢复和检查，令牌和事件的流式输出，文件上传和工作区持久化，成品工件返回，还有统一的取消和结构化错误处理。整个网关、Runner 和控制台打包在单个 Docker 容器里，部署在自己的基础设施上就行，没有托管数据库或云账号，API 密钥、状态、文件这些都留在本地，代码以 Apache 2.0 许可开源。

陈序: 那作为开发者，怎么接入这套东西？

林岚: 项目同时发布了一个公开、带版本号的协议，叫 Unified Harness Protocol，覆盖工具选择与配置、任务执行、流式事件、会话、文件管理、取消还有结果交付这些方面，规格用 OpenAPI 3.1 和 JSON Schema 2020-12 提供，还带了 47 项能在本地运行的一致性检查。同一套契约之外还有托管版 HarnessRouter Cloud，提供无服务器沙箱执行、托管并发与隔离、执行追踪，还有每个任务的工具和模型对比。

陈序: 听起来像是一套挺完整的基础设施。那他们团队为什么做这个东西？

林岚: 他们自述说，以前用 LangGraph、agent SDK、pydantic 这些自建工具，性能和代理质量都难和 Codex、Claude Code 它们竞争；换了之后，代理功能的交付从几周缩短到了几小时，质量也明显更好。不过这是创始团队自己报告的说法，还没有独立验证，咱们先当参考。

陈序: 明白。还有个细节我注意到——社区里其实有个悬而未决的问题。当任务被路由到特殊能力差异很大的工具，比如 Claude Code 的权限审批流程或子代理委托，这个统一接口到底允不允许调用方检测“这个工具能做什么”再据此分支？

林岚: 对，这正是讨论的焦点。如果共同接口不允许这么检测，那产品可能就隐性地被限制在所有支持工具的最低公共能力上。团队也还在征集社区反馈，比如下一个该支持哪个工具，以及各场景里抽象到底在哪里会泄漏。

陈序: 另外项目还带了开源入门套件，包括一个 Cursor 风格的编码应用主演示、一个家庭护理场景的参考演示，还有 PPT、电子表格、仪表盘、视频编辑这些场景的模板。参考演示是 MIT 许可，生产套件在仓库里有单独的许可条款。整体看，这是一套从自托管到云托管、从协议到样例都铺开的方案，就看社区给不给力了。

林岚: Expeditione 是一款由单人开发者 Aureon 制作的“交互式 3D 百科全书”，已发布在 Product Hunt 上。它不是让你读文字，而是把学习内容做成可以进入、可手工探索的三维场景，直接在浏览器里运行；官方描述强调无需登录、无广告、无追踪，网站也声明没有 Cookie。首个主要远征是 Ancient Egypt，Aureon 称耗时 1000 多小时用于研究、重建、建模、动画、交互设计、写作和优化，包含 5 个手工场景：家庭生活、采石、神庙生活、尼罗河三角洲和金字塔，场景里有多处可交互元素，还有一只 sassy cat 当向导。开发者还自述了一个工程约束：Ancient Egypt 的着陆页和前 4 个场景整体优化到约 1MB，包含全部自定义 3D 模型、音频、纹理、着色器和代码，用来证明沉浸式体验不必臃肿。目前网站展示的远征有 Layers of Soil 和 Ancient Egypt 两个，第三个主题 Cell Biology 标注为即将推出。社区讨论里，有人特别肯定采石场景，认为多数埃及题材直接跳到金字塔，忽略了切割和搬运石料的过程；也有人表示在手机上有不错的探索体验，还有人认为自己从土壤分层中学到很多，并猜测这类课程可能被教育机构采购——这些都是个别用户观点，不构成共识。开发者公布的下一项任务是制作一张博物馆级的 Ancient Egypt 地图，连接区域、城市、纪念物和已探索的远征，并包含无法放进立体模型的地方；他希望委托世界级艺术家创作、向所有人免费提供，支持方式是一次性 7 美元或以上的捐赠。Cell Biology 的具体上线时间目前仍是待定。

陈序: 听起来体验很重，浏览器里跑 3D 场景不会很卡吗？

林岚: 这里有个挺硬核的自述约束：Ancient Egypt 的着陆页和前 4 个场景，整体被优化到大约 1 兆字节，这里面包含了全部自定义的 3D 模型、音频、纹理、着色器和代码。开发者的意思是，沉浸式体验不一定非得臃肿。前三个远征永久免费，也提供免费的教育者资源给课堂用。

陈序: 那首发的远征是什么主题？

林岚: 首个主要远征就是刚才提到的 Ancient Egypt，Aureon 说花了 1000 多个小时用于研究、重建、建模、动画和优化。里面包含 5 个手工场景：家庭生活、采石、神庙生活、尼罗河三角洲，还有金字塔，场景里有多处可交互元素，还有一只挺有个性的猫当向导。网站目前展示了两个远征，除了古埃及，还有一个叫“土壤分层”，第三个主题细胞生物学标注为即将推出。

陈序: 社区里大家怎么评价它？

林岚: 有评论者特别肯定采石场景，说很多埃及题材直接跳到金字塔，忽略了切割和搬运石料的过程。也有用户说在手机上体验不错，动画和细节让探索过程有趣；还有人表示从土壤分层里学到很多，觉得这类课程可能被教育机构采购。还有人建议在工作日发布以得到更多关注，提议把它做成各话题的 Wikipedia 可视化。当然，这些只是个别用户的看法，不算共识。

陈序: 那接下来这个项目打算往哪走？

林岚: 网站上有个 Community Compass 匿名投票，访客可以建议下一个远征目的地，声明不收集个人身份信息。Aureon 公布的下一项任务是做一张博物馆级的古埃及地图，连接区域、城市、纪念物和已探索的远征，还包含那些没法放进立体模型的地方。他希望委托世界级艺术家创作、免费提供给所有人，支持方式是一次性 7 美元或以上的捐赠。

陈序: 那长期运营靠什么维持？

林岚: FAQ 说，未来深度远征会通过个人终身访问、单远征选项和课堂年度授权来支撑无广告模式。细胞生物学的具体上线时间仍然是待定。整体来看，这是一个把学习做成可以走进去的世界、还强调极轻量优化的项目，方向挺有意思，后续就看这些远征一个个能不能兑现了。

林岚: 这次 Product Hunt 上线的 Vidaya 是一款 AI 长寿健康仪表盘，由 Vitality AI Health 更名而来，创始人兼 CEO Kevin Amrelle 说，起因是他在一次冬季自行车赛中心率一直封顶在一百二十，袖带血压计查出二期高血压，但手头所有健康应用都没抓住这个趋势。他描述的痛点是健康数据散落各处——饮食在 MyFitnessPal、补剂在 SuppCo、血液检查是 Quest 的 PDF、DNA 在 Ancestry、病史锁在 Epic、步数在 Apple Health——每个来源只给一部分真相，却不告诉用户身体实际发生了什么、下一步该做什么。Vidaya 把可穿戴设备、血液检查、DNA、营养、环境暴露和 Epic 医疗记录统一到一处，生成 Healthspan 评分和个性化长寿计划，并把趋势转成具体行动建议；内置的 Vaya 聊天 AI 支持自然语言跨数据提问，官方示例是"开始服用 Lexapro 后我的睡眠如何变化"，声称 10 秒内给出有依据的回答，共接入 60 多个数据源。联创 Venkata 给出测试证据：Vaya 经 120 多次迭代，用 32 题健康压力套件调优，5 月 15 日生产环境全套结果为零幻觉、紧急与处方提示 10/10 正确重定向。以上均为厂商自述，未经独立验证；有评论者肯定把分散数据变成行动的方向，也有人尚未得到解答：评分模型有多透明、数据不足时如何回应，以及是否会考虑家庭档案来管理父母和子女的健康信息。

陈序: 他说到底的问题就是健康数据太散：饮食记在 MyFitnessPal，补剂在 SuppCo，血液检查是 Quest 导出的 PDF，DNA 放在 Ancestry，病史锁在 Epic，步数在 Apple Health，环境质量看 EPA 仪表盘，处方在 CVS。每个来源都只给一部分真相，却不告诉你身体到底发生了什么、下一步该做什么。

林岚: 所以 Vidaya 把可穿戴设备、血液检查、DNA、营养、补剂、环境暴露，还有 Epic 的医疗记录都统一到一处，生成一个叫 Healthspan 的评分和个性化长寿计划，并把七、三十、九十天到一年的趋势转换成具体的行动建议。官方表示接入了六十多个数据源。

陈序: 它的 Vaya 聊天 AI 支持用自然语言跨数据提问，官方给的例子是“开始服用 Lexapro 后我的睡眠怎么变化”，号称十秒内给出有依据的回答。团队说它覆盖医疗级来源，包括 Epic FHIR、Labcorp、Quest、23andMe 和 AncestryDNA，从第一天起就按 HIPAA 合规设计，跨源关联引擎还提交了专利申请。需要说明，这些都是厂商自己的说法，还没经过独立验证。

林岚: 联创兼数据科学主管 Venkata 给出了测试证据：Vaya 经过一百二十多次聊天质量迭代，用一套三十二题的健康压力测试调优，涵盖实验室趋势、紧急症状、处方请求、幻觉陷阱和对抗性提示。五月十五号对生产环境跑了一整套，结果是零幻觉，紧急和处方提示在临床安全重定向这项拿到十分之十，幻觉陷阱题全部正确回答“数据不可用”。实时监控用的是 Arize AX，含九个 LLM 评审器和九个生产监控器，百分之百采样。

陈序: 社区里有评论者认可“把分散数据变成下一步行动”这个方向，也有人觉得 Vaya 背后的可观测性工作让人安心，健康 AI 正需要这种严谨。但也有评论者提出了还没解答的问题：Vaya 依据数据推荐行动时，评分模型的透明度到底有多高？数据不足的时候它怎么回应？另外，会不会考虑增加家庭档案，用来管理父母和子女的健康信息？

林岚: 这几个问题确实要点到关键——健康数据聚合一直不缺，但真正决定信任的，是模型依据什么、在什么情况下拒绝回答。Vidaya 现在跨了医疗记录、实验室和基因这几类源头，能不能把这种严谨一直做下去，值得继续盯着看。

陈序: 还发布了一款叫 AirAlarm 的睡眠闹钟应用，面向 iPhone 和 AirPods，也发在 Product Hunt 上。开发者的思路是让用户先选一个"唤醒窗口"，应用在这个窗口内、按九十分钟的睡眠周期结束时叫醒你，而不是卡在某个精确分钟响铃。用户可戴着 AirPods 入睡，播放内置的雨声、海洋、森林、风扇或白噪音，也可以用其他应用的音频。产品采用原生 SwiftUI 开发，用 Apple 的 AlarmKit 做系统级闹钟调度；不需要 Apple Watch、账户、广告、分析 SDK 或云端睡眠档案，睡眠历史只存在 iPhone 本地，支持英语、简体中文和日语。网站 FAQ 说明它设计适用于能舒适佩戴入睡的 AirPods Pro、AirPods 3 及更新型号，并明确它并非医疗设备或诊断性睡眠追踪器。开发者说，底层仍用睡眠周期计时，但主要承诺是让起床不那么突兀，尤其是固定闹钟容易让人昏沉的早晨。社区里有用户喜欢"唤醒窗口"而非单一时间点的设计，也看重无需账户、数据留在手机上的做法；另有人询问是否有 Android 版，但现有证据中没有对 Android 计划的正式回应。

林岚: 你可以戴着 AirPods 入睡，播放应用内置的雨声、海水、森林、风扇或者白噪音，也可以用其他应用的音频。它用原生 SwiftUI 开发，还用 Apple 的 AlarmKit 做系统级闹钟调度；不需要 Apple Watch、不需要账号、没有广告、没有分析 SDK，也没有云端的睡眠档案，睡眠历史就存在 iPhone 本地。

陈序: 目前它支持英语、简体中文和日语。产品还明确说明，它设计上适合能舒适戴着入睡的 AirPods Pro、AirPods 3 及更新型号，并且它不是医疗设备，也不是诊断性的睡眠追踪器。

林岚: 开发者说，底层用的还是睡眠周期计时，但主要的承诺是让起床不那么突兀——尤其是固定闹钟叫醒后常常昏沉沉的那种早晨。这一点挺实在的，很多人的问题不是睡得不够，而是起得太突然。

陈序: 社区里的反馈也确实呼应这点。有用户说喜欢“唤醒窗口”而不是单一时间点，也看重不用建账号、睡眠数据留在手机上的做法。另外有用户问会不会出 Android 版，但现有证据里还没有官方回应，这个就等后续了。

林岚: 今天的内容就到这里了，希望这些信息能帮到你。感谢你的收听，我们下次再见。

陈序: 是的，记得持续关注我们带来的最新动态。祝你生活愉快，后会有期。