0829 | AI智能体新工具：Caddi后台自动化、screenpipe记忆、Aramb操作系统

茉莉: 欢迎收听 Bri 电台的《ProductHunt 产品分享》，我是茉莉。

白桦: 我是白桦。今天这期内容不少，有聚焦 AI 智能体记忆和触觉控制的工具，也有一个把 MacBook 刘海变成实用界面的创意应用。

茉莉: 还有谷歌刚发布的视频生成模型，加上几款面向开发者与创作场景的新品，我们一个个聊。

茉莉: 这期先从两个都想“住在团队聊天工具里”的代理说起。Almanac 是一个了解你公司的 AI 代理，一键连接你的账号之后，它就会从你的工作内容中搭建出一个会自动更新的“大脑”，然后住在 Slack 和 iMessage 里帮你把事情办完。它自己有一台电脑，所以你合上笔记本之后，它仍然能继续干活。

白桦: 而 OpenTag 这个 AI 同事则住在 Slack 和 Teams 里，对公司的上下文有完整了解，能直接从团队的工作流中接走一部分实际操作。它有个发布优惠，就是这次上线庆祝期间，两个月费用打五折。

茉莉: 用法上，OpenTag 是在频道里@它一下、把任务交给它，结果会落回大家都能看到的那条讨论串里。

茉莉: 下一款是 Caddi，它自称是“构建代理的代理”，专做后台办公自动化，面向律所、注册投资顾问和会计师事务所。制作人 Jason 讲的典型痛点是：合同签回来之后要下载、按律所惯例重命名、归档到案卷、再在客户管理系统里记录一笔，这样的流程每个月要重复四十次。而传统自动化需要立项、定范围、配置，还得请开发，所以往往就拖着没做。

白桦: 它的做法是，先读取用户的软件栈，按影响排序找出最重复的活儿，然后用户一边录屏、一边讲解演示一次，Caddi 就学会这个流程并生成自动化，之后还能用自然语言去更新。遇到边界情况，比如怎么区分已执行版本和草稿，它会停下来问；碰到歧义就给出选项请求确认，你的回答会被固化成代理规则。

白桦: 它和需要逐步搭建的 RPA 或工作流构建器不一样：该判断的地方用 AI 推理，其余部分走确定性的代码，可以在云端一次执行数千个操作。每次运行都有逐步的决策日志，还记录每次执行用了读取、创建还是发送的权限，管理层能治理每一次运行。官网称它已经通过 SOC 2 Type II，支持超过一百五十个集成，可以免费注册，Loop Studio 也已经上线。

茉莉: 接下来这个叫 screenpipe，今天在 Product Hunt 发布，是一个本地优先、源代码开放的工具，自称“AI 智能体记忆”。它会记录你电脑的屏幕、音频和操作，再通过 MCP 协议把这段历史交给你自己已有的 AI 智能体，这样你就不用再粘贴截图、重述会议，直接问之前的通话、Bug 或文档就行。它支持 macOS、Windows 和 Linux，网站显示由 Y Combinator 支持，可以免费下载。

白桦: 开发者说，目标就是让已有智能体直接基于这些历史工作，而不是用户再手动回顾一遍。隐私这块，官网称密码管理器数据被排除、卡片和密钥被编辑、云上传默认关闭、存储前套用的是本地策略，还能排除指定的应用、窗口和 URL。发布日有一个优惠码 BUSINESS20，在年度计划上打折，截止太平洋时间 8 月 28 日晚上十一点五十九分。

茉莉: 社区评论都是个人自述，没有独立验证。有用户说已经用了四个月，赞赏团队的交付速度和响应度；一位创始人说它帮自己应对频繁切换上下文的压力；另一个用户拿它回顾当天工作、提醒没做完的任务、创建重复任务的技能；还有一个团队说自己的产品灵感就来自 screenpipe。

茉莉: Aramb 自称“AI 智能体的操作系统”，主张开发者用一行命令装好官方 SDK，再通过一个 API，在二十分钟内完成智能体的构建、上线和变现。创始团队描述的痛点很具体：过去交付一个智能体，要注册九种不同的产品，模型、语音、浏览器基础设施、沙盒、向量数据库、集成平台、计量、Stripe、还要一个把一切粘起来的 Redis，也就是九套 SDK、九套密钥、九个速率限制，月底还有九张互不相同的账单，而且这些服务对“会话”的定义还对不上。

白桦: 它的解法是把这些都收敛成七个原语，全部用一个 API 和一个密钥访问。比如 Agent 层可以按价格、延迟或意图去路由不同模型，切换不用重写；浏览器层是无头 Chrome，官方自称能扛过验证码、登录流程和六小时会话；沙盒层提供按秒计费的临时 Linux 环境；工具层有超过三千个预授权集成。团队最自豪的是“按租户计量”，每个会话都绑定终端用户 ID，构建者从第一天起就能向自己的客户重新计费。

白桦: 不过要说明，这些能力和延迟数字都出自产品方自述，不是独立验证的基准。社区里一位试用过的用户说喜欢“一切都在同一个地方”、人们可以马上开始赚钱，但他问的“如今有人拿 Aramb 构建的最令人惊讶的东西是什么”还没人回答，更大规模的生产部署和真实盈利的证据都还没出现。

茉莉: 最后这款是 CTRL Micro，由 MedHue Labs 开发的 Mac 与 AI 代理触觉控制台。背景是：硬件控制台 Codex Micro 卖光了，开发者想用口袋里已有的 iPhone 立刻获得同类体验。需要分清的是，CTRL Micro 是独立项目，跟 OpenAI 和 Work Louder 没有关系，也没得到它们背书，Codex Micro 才是那两家的产品。

白桦: 它用 Apple 的 Taptic Engine 引擎，把 iPhone 或 iPad 变成触觉控制台，能监控 Codex、Claude 和 Cursor，打开任务、阅读回复、应答提示、处理审批，还能移动指针、滚动、点击、打字，以及用本地 Whisper 听写。连接方式可以是附近直连，也可以走端到端加密的 Remote Anywhere 远程连接。隐私架构是开发者自述：跟一台或多台 Mac 配对，不需要建账户，屏幕、输入、命令和听写内容都在本地处理并加密，音频留在 Mac 上，没有云端转录。

茉莉: iPhone 和 iPad 应用已经在 App Store 上线，Mac 端的 CTRL Micro Host 一号点一一版可以从官网获取，不用账户也不用付费。社区里一位评论者称赞用触觉引擎替代等待硬件的思路，但他问的——代理完成和失败时触觉模式有没有区别——现有材料没有给出回答。

白桦: Revalvo 是一个本地优先的提示词工程与 LLM 评估工作台。开发者说，你可以对多个模型并行跑同一个提示词，用内置的四十个评估器给回答打分，像管理代码版本一样管理提示词版本，并在内容上线前对数据集做批量测试。不用注册账户，也没有托管数据库，API 密钥只保留在浏览器端。

茉莉: 它接受 OpenRouter 或任何兼容 OpenAI 的提供商密钥，也可以完全离线配合 Ollama 使用。开发者把它定位在聊天式试验台和托管评估平台之间——前者快但留不下凭证，后者严谨但慢、而且跑在服务端。Revalvo 主打不到一分钟的设置、并排多模型运行、git 风格版本管理，还有本地优先的批量评估。不过这些都是开发者自己的说法，不是已经核验过的结果。

白桦: 它用的是自带密钥的模式，开发者说不会接触用户密钥，也不在你的 API 花费上加价，这一点有社区用户认可。社区里有人问它和 LangSmith evals 或 Weights and Biases evals 有什么区别，这个问题在现有讨论里还没有被回答。

茉莉: 还有一位社区用户认为这四十个评估器值得追问：多数评估套件最终是由另一个模型给输出打分，所以评估会继承被评对象的同样的失效模式。因此发布方需要事先说明这四十个评估器里哪些是确定性的、哪些是评判模型——这个区分目前还没有公开。开发者现在征集反馈的领域包括评估器覆盖范围、GitHub 同步工作流，以及接下来希望支持的提供商。

白桦: Firecrawl 团队发布了 Firecrawl Developer Index，一个面向编码智能体的策展索引。它从顶级 GitHub 仓库和文档站点汇集了超过七千万个 issue、pull request、README、文档和 agent 技能，可以通过单一端点搜索，不用 API 密钥就能开始用，现在已经上线在 API、CLI 和 MCP 的 /v2/search/developer 路径。

茉莉: 它针对的问题是编码智能体调试时答案深埋在海量仓库和文档里，Firecrawl 说一次调试会话可能烧掉几十万 token。根据 Firecrawl 的自报，在一千一百七十九个真实开发者查询中，这个索引达到了百分之六十三的 recall@10，比下一个最佳外部供应商高约百分之十，他们声称这是任何编码专用索引里的最高召回率——这些都属于厂商声称，不是独立验证的结果。

白桦: 它的能力是让智能体从主要来源回答代码行为、API 契约、错误信息和已知 bug，比如找到别人遇到相同错误的 issue 并阅读后续合并修复，或者在依赖升级破坏调用时，拉取说明当前行为的文档和改动它的 pull request。Firecrawl 建议搭配 CLI 或 MCP 的配套技能获得最佳性能，安装命令是 npx 后面加 firecrawl-cli 的最新版、setup developer-index。社区里一位评论者好奇这个索引能在多大程度上减少 token 用量；另一位祝贺这是 Firecrawl 的第十二次发布，并认可他们针对一千一百七十九个真实查询发布了召回率数据。

白桦: 今天简报聚焦两款把 MacBook 刘海变成实用界面的工具，定位正好相反。Fide Island 是每月一美元的早期访问订阅，要求 macOS 14 以上，由 Paddle 收款。它把刘海变成媒体控制、日历、临时文件架、本地剪贴板历史、计算器与货币换算、还有系统反馈的常驻面板。

茉莉: 官方称它本地优先，Mac 应用没有自定义分析，文件和剪贴板本地保存并在二十四小时后过期，不请求摄像头、麦克风或屏幕权限。可选的 Gemini 助手需要自带密钥，而且只在显式提交时才发送。但它有一个限制：应用还没有经 Apple Developer Program 签名或公证，Gatekeeper 可能提示无法验证开发者。一名社区用户说安装时被标记为恶意文件，官方解释这个警告只表示缺少 Apple 验证，并不是应用本身恶意。

白桦: 另一款 NotchDrop v2 走的是免费加一次性买断的路线：免费版包含 AirDrop 文件、剪贴板、计算器、系统状态和 Keep Awake；Pro 一次买断十五美元，原标价十七美元，解锁屏幕录制和 NotchDrop Studio、日历、跨平台局域网文件共享、终端、AI 聊天等功能，每个许可证同时限一台 Mac，要求 macOS 15 以上和 Apple Silicon，没有刘海的机型会创建一个虚拟刘海。官方说它用 Swift 构建、没有用 Electron，FAQ 称对电池影响可忽略——这些属于厂商自述，未验证。

茉莉: 社区评论指出刘海工具这个赛道已经很拥挤，同一页面上已经有至少三到四款类似应用。而 NotchDrop 的作者正在讨论区征集下一步最想要的功能。

白桦: Glisio 是制作者和妻子共同开发的原生 Mac 应用，面向产品演示、发布视频和教程场景，目标用户包括 SaaS 创始人与产品营销、开发者与 DevRel 团队、还有教育者和内容创作者。制作者说做这个是因为现有工具要么太贵、要么质量体验不够。

茉莉: 它可以录制显示器、窗口或区域，同时采集系统音频、麦克风和可选摄像头。智能自动缩放跟随点击，内置一个叫 Snap 的截图编辑器，可以做背景、裁剪、标注并复制或导出。导出为本地 MP4，支持 16 比 9、9 比 16、1 比 1，免费版最高 60 fps，不需要时间线也不需要 BlackHole 这类额外工具。

白桦: 官方说录制和导出都通过 Apple 的 ScreenCaptureKit 和本地 macOS 管线完成，不上传云端，文件留在 Mac 上。它要求 macOS 13 Ventura 或更高版本，Windows 的等待名单已经开放。免费导出带一个小水印；Pro 终身版七十九美元一次性付款，这次 Product Hunt 发布期间有百分之四十折扣，也可以月付九块九十九，无水印，最多三台 Mac，官网标注发布日是 8 月 26 日。

茉莉: 这些目前都是制作者自述，未经独立验证。社区用户问过自动缩放跟随的是点击还是光标，官方页面描述为跟随点击。导出速度仍然取决于录制长度、分辨率和 Mac 本身的性能。

白桦: Microduck 是 Hugging Face 和 Pollen Robotics 合作推出的开源桌面级双足机器人，高二十五厘米、重不足八百克，以三百九十九美元、不含税和运费的介绍价预购。它的定位是让用户用模拟到现实的强化学习，自己训练动作。

茉莉: 产品方说它开箱即玩，自带七个预训练行为，包括行走、坐立、踢、抓取、摔倒后自行起身、轮滑等，每个行为都是可以在自己机器上重新训练的策略。整套软件栈——SDK、仿真环境和训练流程——以 Apache 2.0 开源，用户可以现在浏览器仿真里调试动作，再一步部署到真机。硬件包含十五个电机、摄像头、激光雷达和两个惯性测量单元，机载策略循环是五十赫兹。

白桦: 预购在 2026 年 8 月 27 日开启，承诺在 2026 年圣诞节前发货，提供四种配色。主机内含机器人、电池、USB-C 线和游戏手柄，另外有三十九美元的充电包、一百一十九美元的开发者套件和三十九美元的配件包。有评论者说它把模拟到现实的强化学习从实验室奢侈品，变成任何人都能放在桌面上重新训练的东西，也有人称赞这个价位下的 Apache 2.0 软件栈。

茉莉: 不过另一名评论者指出，浏览器仿真训练直接落到真实硬件通常存在差距——机器人首次尝试能不能正常行走，还是需要在真机上重新训练，目前仍是未知数。

白桦: Spline 推出了它的浏览器版 3D 编辑器的彻底重建版本，官方说这是五年来最大的一次更新。全新的界面、AI Agent 模式，还有更快的 WebGPU 引擎都进了这一版，直接自称是面向智能体时代的最佳 3D 平台。

茉莉: 社区里有一位用户说这是巨大的重建，而且 WebGPU 的升级看起来非常流畅。不过要注意，这些性能和能力的描述到现在为止都是官方自己的说法，还没有独立的验证结果。

白桦: 对，官方引用的客户证言里提到，以前要做 3D 集成，得靠开发者来写代码，现在设计师自己就能直接制作素材。还有一位品牌设计师说，用了这个工具之后，品牌看起来比竞争对手更前沿。不过这些也都是引用出来的陈述，不是独立的测试结论。

茉莉: 谷歌这边发布了 Gemini Omni 1.1 Flash，官方定位是用于视频生成和编辑的最新多模态模型。主打的几件事：场景延伸时保持角色、灯光和背景一致，支持首帧和末帧插值，另外可以先在 360p 快速草拟，再放大到 4K。

白桦: 这个 360p 草稿和 4K 成片的流程，有社区评论者点出了一个没被证实的关键点：这两者到底是不是同一次生成，也就是同一个随机种子和运动，官方没有确认。评论者说，常见的流程里，廉价草稿和昂贵成片并不是同一次生成，放大时可能悄悄改写手或脸这样的细节。

茉莉: 那位评论者还提到，首尾帧控制才是片段和可剪辑镜头的差别所在。模型通过 API 提供，正在向 Google AI Studio、Google Flow 和 Gemini Enterprise Agent Platform 推出，从今年八月二十七日起，全球的 AI Plus、Pro 和 Ultra 订阅者也能在 Google Flow 里用 Omni 1.1，场景延伸功能也已经在 Gemini 应用内开放给这些订阅者。

茉莉: 这阵子几家公司先后撞上同一个念头——让员工对着屏幕演示一次，就能把重复的办公流程变成自动化。

白桦: 这确实是今天节目里反复出现的方向。二位，今天先聊到这儿，谢谢收听。