1026 | 当 AI 智能体搬进你的电脑:一周新产品速览

||Download

Show notes

本期节目带大家快速浏览一批新工具:从人与 AI 智能体共享同一个工作台的底层基础设施,到让产品、销售、支持团队自动同步信息的运维型应用,再到帮助音乐人测试歌曲片段、帮团队研究爆款案例、以及把 Telegram 变成播客客户端和 iPhone 变成名牌的日常小工具,看看 AI 正在怎样改变我们的工作与生活。

时间轴

  • 00:00:04 开场
  • 00:00:47 给 AI 智能体搭工作台:本地推理、共享驱动与专用浏览器
  • 00:07:52 开发者的并行时代:worktrees 与 60 秒数据室
  • 00:12:05 让全公司跟上产品变化:Specsight 与 MRRaudit
  • 00:17:56 事故不再隐瞒:Openstatus 的事件管理
  • 00:20:41 用数据替你选歌:Clips by Plastic
  • 00:23:00 研究病毒传播的档案库:How It Spread
  • 00:24:54 把播客搬进 Telegram:Yourcast 2.0
  • 00:26:59 轻松收尾:iPhone 变名牌 Badgey
  • 00:29:54 收尾

相关信息

本期节目由 Bri 出品。Bri 使用先进的 AI 技术将你在意的资讯转换成适合收听的播客。如需联系,请发邮件至 hi@bri.so。

Transcript

茉莉: 大家好,欢迎收听今天的产品日报,我是茉莉。

白桦: 我是白桦。今天这份简报全部来自最近二十四小时里上架和讨论的产品,我们从中挑了几个问题定义得最清楚、方案也最有辨识度来讲,不是流水账,是想把每件事讲到你能听懂它为什么存在、还有什么没答案的地方。

茉莉: 对,我们会在开头花最多时间在一个大主题上:给 AI 智能体搭工作台。这个主题下有三个产品,一个管本地推理,一个管共享文件,一个管浏览器,它们其实都在回答同一个问题——智能体越来越多,它到底算不算团队里的一等公民?

白桦: 那就从最底下那一层开始讲吧,Llama Windows。它是 llama.cpp 团队和 Hugging Face 一起做的,把 llama.cpp 塞进了 Windows 11 的系统托盘。你打开它,它会看你这台机器的配置,推荐装得下的开源模型,一键从 Hugging Face 下载,不用你去看论坛帖子学参数怎么调。

茉莉: 这个我印象很深的一点是,每个模型该用什么量化精度、上下文开多大,它都自动帮你定,原则基本是「在内存里放得下的最高精度」。懂行的人也没被挡在门外,所有 llama.cpp 的设置还在一个纯文本文件里,想改随便改。

白桦: 但真正有意思的不是聊天窗口,而是那个本地 API。按 Alt+Space 随时随地就能跟本地模型聊,同时它在 localhost 的 9931 端口开了一个 OpenAI 兼容的接口。你的编码智能体、编辑器、脚本,只要平时能接 OpenAI 的,把地址一改就能用,连 API key 和用量账单都没有。

茉莉: 而且模型只存一份。所有应用共用同一个 Hugging Face 缓存,不用每个工具各自捆绑一个二十 GB 的下载。它官网算过一笔账:三个应用各带一套引擎和模型是五十七 GB 在磁盘上,走 Llama 之后就剩十九 GB。空闲的时候模型也不占内存,五分钟没人用就自动卸载。

白桦: 隐私这块也值得说一句。它是本地推理,没有云端,数据不出机器。评论区有人专门提到这一点,说对处理敏感数据或者要离线跑推理密集型任务的团队很合适。它是免费开源的,Mac 和 Windows 11 都有版本,Mac 那个安装包只有一 MB,官方的说法是比一张照片还小。

茉莉: 现在的未知点呢,主要是它和各应用的兼容边界。接口号称 OpenAI 和 Anthropic 兼容,支持流式、工具调用、结构化输出和视觉,但具体到某个智能体或编辑器能不能无痛接上,还得自己试。另外它建议的模型跟内存挂钩,十六 GB 内存起步推荐 Gemma,三十二 GB 才推 Qwen 3.8,机器一般的用户选择面会窄一些。

白桦: 好,底下这层是模型跑起来了,那智能体干活产生的东西放哪儿?这就是第二个产品,AgentGrid.io,定位是人和智能体共用的共享磁盘。它的自我描述很有意思:对人类像 Google Drive,对智能体像 Git。

茉莉: 具体来说,人这边是类 Google Docs 的多人实时编辑;智能体那边走 Markdown 和 Git 的接口。文档、报告、幻灯片、设计,甚至 HTML 或 React 写的小应用,都算同一种「活工件」,大家改的是同一个文件,而不是在聊天记录里翻「到底用的是哪一版」。

白桦: 它官网把旧世界描绘得很扎心:每交接一次就多一份拷贝,人和智能体各拿各的版本,谁也说不清哪个是最新的。AgentGrid 的答案是共享上下文、可控权限和完整版本历史。权限是按智能体、按文件夹设的,读、写、改、发布分开,而且可以撤销。智能体是用智能体的身份登录的,每次修订有历史,每次批准有归属人。

茉莉: 用法上也很顺:你在 Claude、ChatGPT、OpenClaw、Hermes、Cursor 里干活都行,做完让智能体「把成果放到 AgentGrid 上」,它认识这个指令。它还支持 MCP、CLI 和 API 接入,已有的文件、网站甚至 Figma 设计都能导入。创始团队是 Anima,联合创始人 Avishay 在发布帖里举过一个多智能体的例子:Claude 写报告,ChatGPT 改进,Grok Bot 出图,同事再手动编辑,全部发生在同一个工件上。

白桦: 评论区有一条说到了点子上,说版本历史加权限控制是真实团队最需要的,多智能体协作解决的是「我们最后用了哪个 AI 版本」这个问题。不过要提醒一句,像权限粒度到底细到什么程度、审批流程怎么落地,目前主要是官方描述,实际用起来什么手感,还没有足够的用户反馈能下结论。

茉莉: 这样,模型有了,工件有了,第三个缺口是行动。很多智能体的活儿要跑在浏览器里——查资料、填表单、抓数据。于是有了第三个产品,Moli,Lexmount 团队从零写的一个无头浏览器引擎,专门为智能体设计,不是套在 Chrome 外面的壳。

白桦: 他们给的关键数字是:冷启动大约比 Chrome 快五倍,内存大约是 Chrome 的七分之一,这是他们自己基准测试的说法。为什么这件事值钱?因为如果你跑的是几千个无头 Chrome,资源成本会一路爬升。内存省下来就直接等于账单省下来。Cloud 方案是十二美元一个月,一百个浏览器小时、二十五个并发会话。

茉莉: 架构上分两层:Moli 是引擎,开源,负责页面结构、交互和按需渲染;Lexmount 是云平台,帮你管浏览器基础设施,隔离会话、代理支持、Playwright 和 CDP 兼容、下载、会话回放都有。他们的云浏览器智能体还定义了一个叫 CAE 的协议,内容、动作、效果三块连起来,用增量更新复用稳定的页面上下文,目标是少浪费 token,而且留下一份可以检查的执行轨迹。

白桦: 有个细节值得替他们说一句,因为演示里看不出来:团队里一个工程师专门写了一段,说他们在浏览器安全上下了不少功夫,同源限制、iframe 沙箱、CSP、CORS、子资源完整性这些都做了。理由很实在——智能体浏览网页时,这些安全边界跟人浏览时一样重要。

茉莉: 未知点也很明显。评论区一连串追问:怎么处理动态网页?支持不支持现代 Web 标准?五倍快是怎么做到的?登录态能不能跨运行保留,还是每次都是干净的配置文件?这些问题官方有的回应了有的还没,都属于「声称了但待验证」的范围。另外他们自己也在探索一个更大的方向:云端的浏览器通过本地代理隧道去访问公司内网或 VPN 里的站点,未来还能不能让本地文件、摄像头这些资源在用户明确授权下开放给智能体——这是他们自己标注的开放问题。

白桦: 把这三个放一起看,共同点就浮出来了:都在把智能体当成需要被认真对待的协作者——给它一个共享的 API、一个共享的工件库、一个专用的引擎。而不是把它当插件。

茉莉: 而且这个思路很快蔓延到了纯开发工具。顺着智能体并行干活这件事,讲下一个:git-flow-next,Tower 团队做的,是原版 git-flow 的继任者,用 Go 从头重写,免费开源,而且得到了 git-flow 原作者 Vincent Driessen 本人的认可。

白桦: 背景交代一下:git-flow 那套 feature、release、hotfix 分支模型从二零一零年管了无数团队,但原项目和 gitflow-avh 都已停止维护。git-flow-next 兼容你现有的 git-flow 配置,版本 2.1 加的功能是社区要得最多的:worktrees。

茉莉: worktree 说白了就是每个功能分支一个独立目录。开一个 feature 加上 --worktree 参数,它就在自己的文件夹里,不用 stash、不用切分支。敲一句 git flow feature checkout 就能在不同工作树之间跳。做完 finish,工作树自动清掉。

白桦: 为什么现在这个功能突然变重要?因为跑好几个 AI 智能体并排干活正在变成常态。Tower 团队说得直白:把 worktree 设成默认,Claude Code、Codex 或任何其他智能体开工一个 feature 就有自己的目录,彼此并行、互不踩脚。worktree 就是让这件事变安全的机制。

茉莉: 除了 worktrees,它还有几个正经改进:分支依赖追踪,父子分支之间的变更自动检测合并,不会再出现 main 落后于生产分支;合并策略可配置;还有统一的话题分支实现,不再有 feature 和 hotfix 的硬性限制,你定义自己的规则,任何话题分支都用统一的 start 和 finish 命令。还有个 VS Code 扩展。安装就一行 brew install git-flow-next。

白桦: 好,从代码仓库往上走一层,换到一个完全不同的场景:交易。Papermark 发布了 Data Rooms 2.0,一个六十秒内能上线的安全数据室。联合创始人 Iuliia 和 Marc 在发布帖里说了做这件事的由来——三年前创立 Papermark,如今八万多用户在用它处理交易,而老的数据室产品反复被抱怨三件事:搭建要几天甚至几周、你不知道谁真的读了你的材料、房间上挂着供应商的 logo 而不是你的。

茉莉: 2.0 的答案逐条对应:六十秒上线;逐页分析和完整审计日志,谁看了哪一页都记着;完全白标,你的品牌、你的 logo、你的域名;还有细粒度文件权限、访问控制、内置问答模块。安全方面是 AES-256 加密,SOC 2 Type II 和 ISO 27001 认证,GDPR、HIPAA、CCPA 合规,支持自托管,数据可以在欧洲、美国或阿联酋的数据中心。

白桦: 但 Marc 和 Iuliia 都说他们最得意的是智能体部分。有 API、CLI 和一个 MCP 服务器,你在 Claude 或 ChatGPT 里说一句「帮我搭一个 Project Atlas 的买方 M&A 数据室」,就能拿到文件夹、权限和分享链接。这跟前面 git-flow-next 的工作树是同一个逻辑——以前人手动做的一套流程,现在一句话交给智能体。

茉莉: 不过这里有个问题悬着没答。评论区有人问得很尖锐:权限治理怎么走?如果有人让智能体把所有权限都开放给一个外部顾问,它是直接执行,还是等人工确认?发布帖和官网都没有正面回答这一点。这正是今天反复出现的主题:智能体能干活了,但治理规则还没跟上。

白桦: 用户的口碑倒是有几条具体的。有人直接说「我们用这个产品完成融资,推荐给任何需要全面灵活数据室的人」。也有人在评论里演示式地说,让 Claude 要一个 M&A 房间然后收到文件夹加权限,是 MCP 价值的一个好注脚。这些是个人体验的分享,我们照原样转述,不当成普适结论。

茉莉: 前面几个主题说到底都是「工程内部」的事,接下来把镜头转向公司里不写代码的人。为什么转?因为当智能体和开发者把产品越改越快,最先掉队的是销售、支持、产品经理——他们看不懂代码,只能天天追着工程师问。

白桦: 第一个产品叫 Specsight,一句话定位是「产品观测」。创始人是工程师 Ola,她在每个待过的初创公司里都是那个被同事堵住问三个问题的人:这东西怎么工作?改了什么?这应该是这样吗?答案永远在代码里,用一种全公司大多数人都读不了的语言写着。她说自己当了很多年的翻译层,一直觉得荒谬。

茉莉: 现在 AI 让产品每天变,没人跟得上实际发了什么,但销售还是得卖、支持还是得答。Specsight 的做法是直接盯着你的 GitHub 或 GitLab 仓库,从源码里学出一份产品的活文档:有哪些功能、怎么表现、功能之间怎么连、每次发布改了什么,全部用产品语言写。它跟传统发布说明的区别就在这儿——发布说明只告诉你新了什么,它维护的是整个产品的持续理解。

白桦: 具体给的东西有四样。产品更新日志,每次发布自动生成,长这样:「新增:一次上传十个文件」「变更:大小上限提到 20MB」「移除:保存草稿按钮」;产品地图,跟着一条用户旅程从注册到上传到分享到通知,看功能怎么衔接,不用自己去点应用;产品规格,直接从代码库文档化每个功能的行为,比如文件上传功能下挂着「上传 20MB 文件出现在列表」「选 11 个文件弹 Maximum 10 files 提示」这些场景;还有产品问答,问一句「这周有什么新功能」,它答,还能顺手起草发布说明。

茉莉: 对团队的意义它列得很具体:支持在客户开口前就知道改了什么;销售演示的是产品今天的样子而不是上个月的;产品看到的是实际建成了什么而不是计划里有什么;「我去问问工程」变成几秒钟出答案;每周产品简报自动来。接入也简单——连仓库、选分支,大多数项目一小时内拿到第一份产品地图。它甚至用自己的产品追踪自己,官网有实时 demo。

白桦: 价格方面,Standard 一百五十欧元一个月,按组织收而不是按席位,最多三个项目、五十个成员、每月两百次同步,Product Hunt 用户前三个月五折。支持只读访问。评论区有个真实痛点很典型:有个用户说他们一半的支持工单都始于「是不是改了什么」,答案永远是「我去问工程」,所以他直接问了一个关键问题——Specsight 能不能捕捉只活在功能开关或配置里的变更,还是只看仓库里的代码?这个问题官方还没答,属于待解。

茉莉: 第二个产品也是帮全公司同步的,但对象从产品换成了收入数据。MRRaudit,由 ChartMogul 团队打造——这批人从二零一四年起就在死磕 SaaS 指标,帮几千家企业手动排查过这类问题,靠电话和工单。他们自己说,想了太多次「我们真该做个工具」之后终于做了。

白桦: 它解决的问题是很多团队都遇过的:Stripe 报一个 MRR,ChartMogul 报另一个,差几千块,没人知道哪个对、差在哪些客户身上。MRRaudit 把两边逐客户对比,每一处差异按原因分组、用大白话解释,然后一直链接到背后的发票和订阅事件。比如一个常见原因:客户有按用量计费的计划,Stripe 把用量算作非经常性收入,ChartMogul 算作订阅收入计入 MRR——同一笔三百八十块的用量,两边口径不同,MRR 就差出来了。它让你自己选用哪个口径。

茉莉: 官网把口径问题讲得非常透,随便举几个:自动生成的发票作废后换成一次性发票,Stripe 的 MRR 不变还是四百,但 MRRaudit 看到没有经常性发票,把客户降到零;过期未付款的客户,只要订阅没取消就一直算 MRR——有个例子是最后一次成功扣款在二月,到五月这五百块还全额在贡献 MRR;退款处理不同,年度发票一万四千四、退一千二,是忽略退款还是从年度额里扣掉,MRR 差一百;折扣呢,五百的团队价打了九折收四百五十,MRR 应不该减五十,不然折扣客户一多,虚高就积少成多。

白桦: 还有订阅状态不一致:Stripe 看它是活跃的,ChartMogul 记了三月十二号的取消,同一个客户在一个工具里算 MRR、在另一个里算流失——这不只影响 MRR,还影响 churn 和所有建立在它上面的留存指标。评论区的问题也很有生活气息:有人问失败支付几天后追回的,客户中途是不是掉出 MRR,能不能自己定规则;还有人说他们的坑是续费发票在扣款前以草稿状态挂一小时,很容易被误读成支付失败。Read-only 只读访问是被反复点名的加分项。

茉莉: 这两个产品合起来看挺有意思:一个把代码翻译成产品语言,一个把账单事件翻译成收入真相。共同点是都强调只读、低门槛接入,都是因为变化太快、其他团队跟不上才存在的。

白桦: 从收入数据的「常态同步」,很自然地走到「出事时的同步」。Openstatus 发布了他们的事件管理功能,开源,放在他们原有的监控和状态页旁边。创始人发布时说了一句今天 Product Hunt 上最诚实的话:状态页是个谎言。评论里有人补了场景:页面一直绿色,Slack 频道里已经着火了。

茉莉: 具体怎么用?从 Slack 或仪表盘声明事件:敲 /openstatus incident declare 加标题和严重级别,批准一张卡片,事件就存在了,自动开一个专属频道,命名带日期和事件名,事件卡片置顶。频道里任何一条消息都可以通过长按菜单或者一个图钉表情加进时间线,链接回 Slack。事件如果安静太久,频道会被提醒——严重级别一小时,主要级别四小时,次要级别一天。

白桦: 内外分离是它的设计核心。团队内部用严重度、笔记和事件指挥官工作;客户看到的是你写的状态报告,两者互相链接但绝不混合。而且记录是自动写的:每次状态变更、每条笔记、每次公开更新都带时间戳,事后复盘和审计线索是从记录里长出来的,不是凭记忆补的。官网上那个示意流程挺完整:九点四十一监控报了 Checkout API 在欧洲五零三,四分之六的区域挂了;九点四十三声明;九点四十九在 Slack 里记下回滚决定;十点十四缓解;十点三十六解决;十一点二十复盘批准。

茉莉: 有个细节对用的人来说很关键:事件的持续时间从影响开始时算起,不是从有人想起来声明时算起。从监控的停机行直接声明事件,开始时间已经填好。首次状态报告也是自动起草的,受影响组件和问题开始时间都写好了,一键发布。免费起步,Starter 可以免费试十四天不用卡,付费方案每月三十美元起。

白桦: 用户评价里有真实的使用者,有人说自己是 happy openstatus user and customer,希望永远没有机会用上这个新功能——这句调侃侧面说明了这类工具的处境:没人盼着用,但用上的时候不能掉链子。评论区还有人追问了一个没被回答的问题:从 Slack 声明事件后,状态页是自动更新,还是仍需有人审核客户看到的内容?这又是自动化与把关之间的经典张力。

茉莉: 好,故障时刻讲完了,接下来换口气,去音乐人的世界。Clips by Plastic,造它的人叫 Kai,一个音乐人,做这个的动机特别实在:他在推广自己的专辑,三十 K 月听众,发现歌曲广告要用歌曲的不同段落测好几版,但在视频编辑器里把同一首歌剪成十五个版本要耗掉一整个晚上,所以他通常只剪两版然后猜。

白桦: Clips 干的就是那件没人想手动做的事。把成品歌和你自己的素材或照片拖进去,它找出节拍和每个段落——主歌、预副歌、副歌、桥段——为每一段生成竖屏歌词视频,踩着节拍剪,歌词逐词同步。五十四种效果,可以选版式,然后一次导出:每个段落乘每个背景,全部导出,文件按歌名、段落、背景命名好,直接进 Ads Manager。

茉莉: 然后是测试逻辑:全部投一周,看每结果成本,把预算押给赢家。官网那个示例数据挺好玩的:一周之后 Verse 2 以每次结果零点二一美元赢了,而不是大家以为的副歌——副歌是零点六三。结论写得很妙:让陌生人替你选,而不是靠你猜。

白桦: 两个卖点要强调。第一,它在你的 Mac 上离线运行,未发行的歌曲永远不会离开你的机器。第二,价格是一次性九十九美元,没有订阅,没有积分,没有上限;免费试用版导出带一个小的 Clips 标记,还有三十天无理由退款。有 Label 版本二百九十九,给厂牌或工作室,最多十台 Mac,可以给客户干活。

茉莉: 它还能做对口型视频:你自己录一段唱歌或跳舞,加进去,Clips 在每个片段里同步播放;戴着耳机拍的,开一个同步开关摆一次位就行。剪出来的片段找的是歌里最抓人的时刻,最多十五秒,多数能在 TikTok 或 Reels 循环播放时无缝衔接。有人问跟 CapCut 什么关系,他们的回答很清楚:CapCut 留着做一次性剪辑,Clips 是给那十五个几乎一样的、没人想手剪的版本用的。

白桦: 顺着「什么会火」这个话题,再走一步就到了 How It Spread。它给自己起的定位是「爆款内容的 Mobbin」,一个一千六百多个案例的档案库:影片、产品、梗和营销活动,每个都从第一个帖子追到峰值,时间线上的每个节点都标了日期和来源。

茉莉: 举个例子感受一下颗粒度:电影《Obsession》这个案例,二零二五年的票房片,五百二十二点二百万美元票房、对七十五万到一百万的制作预算,综合指数七十八。时间线上有十九个有日期的事件、八个平台、九个有来源的数字、二十三个来源。事件长这样:九月五号导演 Curry Barker 的长片首作在 TIFF 午夜疯狂单元十一点五十九分首映;同日 Variety 在首映前 profile 了他,提到他那部八百美元的 YouTube 长片《Milk & Serial》已过两百万播放;九月七号 Deadline 报道 Focus Features 正以一千五百万美元以上的排他谈判收购。这是一条可以被研究的传播链,不是一句「这片子火了」。

白桦: 库里的案例跨度很大:KPop Demon Hunters 在开放网络拿下四十六亿曝光,Doggface 那条 Ocean Spray 视频十五亿曝光,迪拜巧克力 TikTok 一点二亿播放,Labubu 二十点五亿美元营收,还有《逃出绝命镇》这种小成本大票房的。对的目标用户写得很明白:策略师和他们的智能体。对,它提供 MCP 接入,让 AI 智能体能直接查这个库。浏览免费,Pro 用折扣码 PATIENTZERO 首年六折,还可以订阅每周新案例。

茉莉: 跟 Clips 的连接点在于:一个把「歌里哪段能卖」变成可测试的数据,一个把「什么会火」变成可研究的数据。都试图把玄学变成档案。

白桦: 从策略师的书桌回到个人的耳朵。Yourcast 2.0,一个把播客搬进 Telegram 的机器人。创作者 Konstantin 说得直白:他听播客、也住在 Telegram 里,就想要新的一集自动出现在聊天里,不想为一个播客再装一个 app。

茉莉: 这个产品有段历史:四年前在 Product Hunt 拿过日榜第十,之后基本自己跑。过去七周的变化超过了之前五年的总和——八十五个合并的 PR,大约一百七十次提交,而之前五年只有五十五次,而且大部分是用 LLM 写的。这段自我描述本身就很有今天这期节目的味道:AI 改变的不只是产品,还有产品被造出来的方式。

白桦: 2.0 的新东西:AI 摘要给出要点和带时间戳的关键点,点一个时间,音频直接跳过去,然后还能针对这一集提问。订阅体验也顺了:点热门节目即可订阅,最新一集立刻到;粘贴 Apple Podcasts 链接也行;从别的 app 迁移用 OPML 导入。还有个很贴心的功能:会自我修复的订阅源——坏掉或迁移了的源每天重新检查,自动找到新地址。文件上限提到 2GB,下载支持断点续传。

茉莉: 商业模式完全长在 Telegram 里:用 Telegram Stars 付费。免费每周十集点播;Bronze 一美元,自动送达新集;Relay 五美元,每月三十小时摘要额度。开源,GPL v3,PR 欢迎提,支持英语、俄语、葡萄牙语、西班牙语、德语和希伯来语。

白桦: 评论区有个具体的使用场景值得说:一个用户说他最近经常做播客嘉宾,上节目前会听几期节目找感觉,能对单集提问能省真时间。他顺手问了一个产品还没回答的问题:能不能跨同一节目多集提问,比如「这位主持人通常问嘉宾什么」?这是个很自然的下一步,也是个待解的功能缺口。

茉莉: 收尾前还有两件小而轻的东西。第一个是 pawl,一个 Mac 菜单栏小定时器,九点九九美元买断、无订阅、约七 MB 大小,需要 macOS 14 以上。它的启动方式是招牌动作:拉一下猫爪,定时器就开跑。你可以就当个简单计时器,也可以配好专注和休息循环;八种猫爪可选——黑白猫、橘猫、三花、灰虎斑、棕虎斑、玳瑁、暹罗、黑白花——主题也能换。它给你一个安静的提前提醒,让你来得及收尾当前的事,而不是被突如其来的铃声打断。

白桦: 这个小产品的用户反馈倒是超出体型。有人说自己是 ADHD,觉得它让专注变得有趣;还有一位聋人用户专门提到,结束前的视觉提醒是多数专注计时器都忽略的无障碍细节,结尾还有小小的呼噜声。也有人承认自己根本不拿它计时,「就是想猫的时候拉一下爪子」。评论区在追问一些很实际的点:八种款式之外狗爪什么时候来——官方说狗是最常被要求的,在做了;菜单栏和钉在屏幕上哪个好使;还有最扎心的一问:我每次都把提示音关掉继续干活,这个休息模式是真会拦住我,还是也只是叮一声?这问题官方还没答。

茉莉: 最后一个,Badgey,把你的 iPhone 变成一块名牌。作者是 Marco,一个独立做小 app 的开发者。玩法是:把手机夹在挂绳上倒过来,名牌会转过来面向你遇到的人,走路时还会轻轻摆动;滑进胸前口袋,它缩成一条,让你的名字露在口袋边上。

白桦: 那个口袋检测挺聪明的:手机倒置时前置摄像头开几秒钟,由手机上的小模型判断,画面帧不存储。你还可以建多张名牌——工作的、参加大会的、聚会的——加一个链接变成背面的二维码,五种设计:Classic、Office、Event、Minimal,还有会动的 Live。免费带一张名牌,Pro 一次性购买。他还在送一个叫 Aurora 的极光动画代码,给 Live 名牌用。

茉莉: 评论区全是可以预见的实机问题:有人想看真实场景的照片或视频;有人问挂绳检测每次翻转都会触发摄像头吗;最实际的一问是屏幕开一整个会议日电池扛不扛得住,以及会不会阻止手机自动锁屏——这些 Marco 还没回。它需要 iOS 26 以上。作为一天的产品简报收尾很合适:不解决大问题,就是把一个日常小尴尬——见人想快速自报家门——做得优雅一点。

白桦: 那就到这儿。今天从给智能体搭工作台开始,中间穿过开发工具、全公司同步、事故处理、营销测试和传播研究,最后落在一只猫爪和一块会摆动的名牌上。

茉莉: 如果只记一件事,我建议记贯穿今天的那条线:智能体正在成为团队里的一等公民,谁给它共享 API、共享工件和明确的权限规则,谁就先一步。谢谢收听,我们明天见。

白桦: 明天见。