
1116 | 一周新工具速览:AI 智能体、效率软件与数据市场
节目备注
本集聚焦最新产品动态:AI 编程与智能体工具的爆发、面向个人与小团队的效率与隐私软件、数据与交易市场的新模式,以及记录与内容创作的应用。我们会快速介绍各产品的亮点、定价与开源/本地化趋势,并谈谈它们接下来可能的发展方向。
时间轴
- 00:00:04 开场
- 00:00:43 AI 智能体与安全编程工具
- 00:05:03 云端并行开发与智能体协作
- 00:08:56 邮件的新选择:买断制与自域名
- 00:10:58 自适应工作区与合规自动化
- 00:13:04 会议记录与笔记的新工具
- 00:14:55 收藏编目、榜单与开源创作工具
- 00:16:31 面向手艺人的垂直生意软件
- 00:19:02 收尾
相关信息
- Perit Marketplace
- ByteAsk Cloud Agents
- Polylane for Security
- Talyn
- Frevana Multiplayer
- Pixel Office
- Canvas by AgentGrid.io
- Rakazo
- GotEmail
- Emayler
- Tulvo
- Privacyboard
- Spiik
- Remindly
- collecto.rs
- HuntMonitor
- TwoBucket
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。
文字稿
茉莉: 大家好,欢迎收听本期节目,我是茉莉。
白桦: 我是白桦。今天我们照例来聊一批最近上线的新产品。不过这次我们不看热闹,只挑值得认真讲的东西——围绕的是几个共同的主题:AI 智能体正在往生产环节里走,开发工具的成本竞争开始了,然后是邮件、工作区、笔记,以及一些面向具体行业的小生意软件。
茉莉: 每个产品我们尽量讲清楚三件事:它是给谁的,跟现有选择比改变了什么,以及有哪些证据、哪些还是未知数。咱们先从一个挺有意思的生意说起——Perit Marketplace。
白桦: 对,这家是 YC F26 批次的公司。它的业务说起来很直接:向 AI 实验室出售数据和强化学习任务。按照他们自己的说法,四点五个月做到了一千一百万美元的收入,平台上已经上架了二十九个数据集。
茉莉: 这个数字如果属实,说明一件事:数据供给侧正在变成一门新生意。以前大家聊 AI 产业链,注意力都在模型、算力、芯片上,但实际上做 RL 训练、做评测,都需要大量高质量的数据和任务,谁来生产这些、谁来组织交易,这是一个真实的缺口。
白桦: 不过要提醒一句,这些收入和数字都是厂商自己的说法,我们没有第三方验证,具体是什么样的数据集、买家是谁、复购怎么样,这些都是开放问题。但它至少说明了订单是真实存在的——没有需求的话,一个 marketplace 不会有二十九个数据集挂在上面。
茉莉: 那从数据生意转到开发工具这边。编程智能体这个领域现在竞争非常激烈,我们要讲的是 ByteAsk。
白桦: ByteAsk 的定位很清楚:面向 C 和 C++ 的 AI 智能体。它有一个比较独特的技术点——它是根据你自己的构建过程来索引仓库的。这跟很多工具用通用的代码索引方式不太一样,因为 C 和 C++ 项目里,头文件关系、编译配置这些对理解代码影响很大,按构建索引理论上能更准确地知道哪些代码真正相关。
茉莉: 他们给出的核心卖点是成本:号称能达到和 Codex 相同的修复效果,但成本便宜 59% 到 70%。注意,这是厂商的说法,效果是否真的等价、这个成本对比是怎么算出来的,我们都不知道。
白桦: 但不管数字准不准,这个策略本身很有意思。它说明编程智能体的竞争已经从“谁效果更好”进入到“同样效果下谁更便宜”的阶段。Codex 这类工具按订阅或者按用量收费,跑一个大仓库的任务成本可能不低,如果有工具能针对特定语言优化,把检索和上下文做得更准,省掉大量无效 token,那成本优势就是真实的。
茉莉: 而且它选 C 和 C++ 这个切口也很聪明。主流智能体大多在 Python、JavaScript 这些语言上表现最好,C++ 的存量代码、遗留系统反而是一个工具覆盖相对薄弱的地方。谁能把这些语言做好,就是差异化。
白桦: 不过要在大团队落地,还有几个问题要观察。第一,按构建索引意味着接入过程可能不轻松,大型 C++ 项目的构建环境本身就很复杂;第二,修复质量是不是真的稳定,需要实际团队用一段时间才知道。这两个是接下来最值得盯的点。
茉莉: 还有一个方向比较特殊——安全。Polylane 做的事情是审阅生产代码里的可利用漏洞。
白桦: 它的工作流程是:在生产代码中寻找可以被利用的缺陷,然后把输入一路追踪到易受攻击的那一行代码,最后直接打开一个修复 CVE 的 PR。注意它是直接提修复的,不只是报个警。
茉莉: 这个和一般的代码安全扫描工具不太一样。传统扫描器往往给你一堆告警,让你自己判断哪个是真威胁;Polylane 强调的是路径追踪——它要证明输入确实能走到那个漏洞点。这减少了很多误报带来的噪音。
白桦: 代价是它需要理解整个调用链和输入流,这对技术要求很高,能不能覆盖真实大型代码库的复杂度,是个开放问题。但从需求侧看,生产环境里的可利用漏洞是最贵的错误之一,如果真的能自动发现加自动修复,价值是明确的。
茉莉: 所以这一组三个产品——Perit Marketplace 卖数据和任务,ByteAsk 降编程智能体的成本,Polylane 自动找漏洞修漏洞——其实都在回答同一个问题:AI 能不能真正进入生产环节,而不只是写写 demo。接下来的问题是这些工具能不能在大团队里落地。
白桦: 说完这些工具本身,我们再聊一个更基础的课题:智能体怎么协作,或者说怎么在现有的 AI 订阅基础上做增值。这批产品有个共同点,就是不另建模型,而是围绕你已经有订阅的那些 AI 服务做文章。
茉莉: 先说 Talyn。它做的事是把你正在用的 Claude Code 和 Codex 放到云端的并行沙箱里运行,用的还是你自己的订阅计划,不额外收模型的钱。定价上是每月免费十个 box 小时。
白桦: 这个模式值得多说两句。很多人同时订阅了不止一个编码智能体,但本地跑任务的时候,你一次只能盯着一个终端,机器也被占着。Talyn 的思路是把执行环境搬到云端,多个沙箱同时跑,你就像一个调度员,哪里有结果去哪里看。对经常并行开多个任务的开发者来说,这是真实的效率变化。
茉莉: 免费额度是每月十个 box 小时,也就是沙箱运行时长。这意味着轻度用户可以零成本试,重度用户怎么付费、超出之后价格怎样,这些细节目前还需要自己去看。另外它深度绑定特定工具——Claude Code 和 Codex——好处是体验聚焦,风险是如果这些工具自己内置了并行执行,这个中间层的位置就会被挤压。
白桦: 同样做“围绕已有订阅增值”的还有 Frevana Multiplayer。这是一家背后有 a16z 和 OpenAI 支持的平台,做的是 AI 智能体应用。这次的新东西是团队功能:可以共享智能体和技能。
茉莉: 这个方向很值得注意。之前大家用智能体都是个人行为,每个人自己配置、自己用。Frevana 加了团队维度之后,一个团队里某人搭好的智能体、调好的技能,可以直接分享给同事用。这其实是在把智能体从个人工具变成组织资产。
白桦: 如果这条路走得通,意义不小——就像团队共享代码库和文档一样,智能体也可能沉淀成团队的知识资产。但同样的开放问题是:共享之后怎么管理权限、怎么保证别人共享的智能体可靠,这些团队协作的老问题会重新出现。
茉莉: 再往开源和本地这边看,Pixel Office 的玩法更有想象力。它把 Claude、Codex、Gemini、OpenRouter 这些模型和工具做成一个像素风格办公室里的“员工”。
白桦: 对,界面是一个像素艺术的小办公室,每个智能体像员工一样坐在工位上,你给它派活。技术上是开源的,本地运行,用你自己的 API 密钥。这意味着数据不出你的机器,也不用付订阅费给 Pixel Office 本身,只付模型的用量成本。
茉莉: 它和 Talyn、Frevana 可以放在一起比较:三者都是“你带着自己的模型接入”的模式,但 Talyn 聚焦云端并行执行,Frevana 做团队协作平台,Pixel Office 走的是本地、开源、轻量的路线,用可视化和趣味性降低使用门槛。
白桦: 支持这个话题的还有两个小工具。一个是 AgentGrid 的可视化画布,免费的,通过 MCP 协议让 AI 智能体一起协作产出真实的 HTML,本地运行,不需要注册。另一个是 Rakazo,一个开源的 Grok Bot 替代品,在 GitHub 上有八千四百颗星,支持记忆、例程,还能给智能体配一台专属计算机,可以自托管,不花钱。
茉莉: 这几个开源项目代表的路线很清晰:如果不想依赖商业平台的订阅,社区已经给出了可以自己搭的方案。Rakazo 那八千四百颗星说明有相当多的人对这个方向感兴趣——当然,星标数量说明的是关注度,不是使用质量,这点要分开看。
白桦: 好,智能体聊得差不多了。接下来我们换一个完全不同的日常场景——邮件。这可能是软件里最古老、也最难做出新意的品类之一,但这次有两个产品给出了挺不一样的答案。
茉莉: 第一个是 GotEmail。它是 Mac 和 iPhone 上的原生邮件应用。有意思的是它没有自己的服务器——邮件还是走你原来的服务,它只做客户端。
白桦: 商业模式也很干脆:一份许可买断,可以覆盖你所有的 Mac。这在现在这个订阅制泛滥的时代是个反向操作。买断制的含义是,你付一次钱,软件就是你的,厂商不靠持续收费,那它就必须靠产品本身的诚意留住用户。
茉莉: 这个路线代表的是“本地优先”的思路:邮件处理在本地完成,不依赖云服务中转,隐私和速度都有理论上更好的保障。当然挑战也明显——没有订阅收入,意味着没有稳定的持续现金流,功能更新的节奏能不能维持,长期看是个问题。
白桦: 第二个是 Emayler,走的路线完全不同:它提供绑定你自己域名的邮箱。定价方式也很特别——按账户收固定价格,而不是按用户数收费,也就是说不管你名下有几个地址,都按账户算。起步价每月三美元,还有一个免费计划。
茉莉: 这个“按账户固定定价,不按人头”的定价设计,对多地址用户很友好。很多人其实需要好几个邮箱——工作、注册、收据分开——传统服务商按每个邮箱收费,Emayler 这种模式就便宜不少。
白桦: 把这两个放一起看,共同点是都把隐私和自主性当核心卖点。GotEmail 说的是数据在本地,Emayler 说的是域名在你手里,你随时可以带走。这跟那些大厂全家桶的邮件服务形成了一个对照:用户的自主权正在成为一个可以卖钱的卖点。
茉莉: 邮件解决了,下一个是更大范围的工作区。Tulvo 做的是所谓的“自适应工作区”。
白桦: 具体来说,你用自己的话描述你的业务,然后 AI 会自动生成整套东西:数据库、看板、文档,甚至网站。它的底层是“数据连接”的概念,也就是说这些生成的模块之间是关联的,不是各自孤立的一堆表格。
茉莉: 这个思路其实是对着 Notion、Airtable 这类产品去的。传统工作区工具给你一堆空白的模板和积木,你得自己搭;Tulvo 把起点从“空白画布”变成了“描述你的业务,自动得到一个初始系统”。对不擅长自己搭系统的业务人员来说,门槛降低了很多。
白桦: 当然,自动生成的东西合不合用,还要看生成之后能不能方便地调整——描述得再好,业务细节还是要人改的。这一点上 Tulvo 的数据连接设计至少给了调整的基础。同一条“描述需求、自动生成”的思路还出现在合规领域——Privacyboard。
茉莉: Privacyboard 解决的是小团队的合规压力。它的做法是:从网页上自动检测你正在使用的工具和服务,然后在大约五分钟内生成三样东西:隐私政策、DPA 数据处理协议,还有 Cookie 横幅。
白桦: 这个痛点很真实。现在的创业团队动不动就接了十几二十个 SaaS 工具——分析、客服、支付、邮件,每个都在处理用户数据。写隐私政策的时候,你得知道到底哪些工具在碰数据、碰了什么。手工盘点这个事非常痛苦,而 Privacyboard 用自动检测把它变成几分钟的事。
茉莉: 而且这是很多小团队一直拖着不做的事——不做有法律风险,做又费时间。五分钟生成一套,哪怕后续需要人工审一遍,也比从零开始强。这两个产品可以一起看:都是把“你需要一个系统”压缩成“你描述一下,系统自己出现”。
白桦: 从系统层面的工具下来,我们聊聊更个人一点的场景:记录和笔记。这里有两个产品,先说 Spiik。
茉莉: Spiik 是 Mac 上的转录工具,覆盖会议和课堂两类场景。它支持一百多种语言,能识别不同说话人。关键技术点是本地转录——处理在你自己的电脑上完成。
白桦: 另外一个差异化点是录制方式:它直接录制 Zoom、Google Meet、Microsoft Teams 的会议,不需要往会议里加一个机器人。现在市面上很多转录工具的流程是邀请一个 bot 加入会议,所有参会者都会看到“某某正在录音”,这个体验对不少人来说很别扭, Spiik 不加 bot 的方式就绕开了这个问题。
茉莉: 加上本地处理,对那些有数据敏感性的场景——比如涉及商业机密的会议——是实际的好处。它主要覆盖 Mac 用户,这是它的适用边界。
白桦: 笔记这边是 Remindly。它的核心想法是把提醒直接集成进笔记:一条笔记可以带上提醒,提醒的类型有三种——单次的、重复的,还有按位置的,比如你到某个地方时提醒你。
茉莉: 平台覆盖很全:iPhone、iPad、Mac 和网页版都有,跨设备的同步是基本盘。另一个实用功能是能从 Evernote 导入。
白桦: 这个 Evernote 导入值得单独说一下。Evernote 这几年迁移的人很多,但 Evernote 的笔记格式一直是迁移的痛点——很多工具的导入做得不干净,标签、附件丢失。Remindly 明确做了这个入口,就是在承接这波迁移需求。对正在考虑离开 Evernote 的人来说,“提醒和笔记在一起”加“迁移不难”,这两个理由合起来是有说服力的。
茉莉: 接下来还是个人向的产品,但换了场景——收藏、榜单和创作工具。先说 collecto.rs。
白桦: 这个产品的场景很具体:帮你编目和管理收藏。你用手机拍一张照片,AI 识别后自动帮你录入信息。平台已经收录了一千四百多万件物品,支持六十多种收藏类型。iPhone 和网页版免费,Android 版即将上线。
茉莉: 收藏管理这个需求一直存在,以前靠手工录入,每件东西的名称、年份、成色都要自己填,门槛高到大多数人坚持不下去。AI 拍照识别把录入成本降到几乎为零,这是使用门槛上的实质变化。一千四百万件物品说明已有相当规模的人在用,当然这是平台自己公布的数字。
白桦: 说到平台公开数字,我们正好过渡到另一个和数据展示有关的产品——HuntMonitor。它做的是 Product Hunt 每日榜单的实时仪表盘。
茉莉: 具体功能包括实时的排名变化、投票速度,还有每十五分钟更新的图表。也就是说,你不只看到当前的排名,还能看到排名是怎么变化的——投票是匀速涨的还是某个时段爆发。
白桦: 对每天盯着 Product Hunt 的产品人和营销团队来说,这个颗粒度的数据以前要么看不到,要么要手工刷新。它把榜单从“一个静态列表”变成了“一个可以观察的动态过程”。当然,它是个观察工具,不改变任何产品本身的命运。
茉莉: 这期的最后一组是面向实际生意的软件。先说 TwoBucket——这是一个面向汽车美容师的移动端软件。
白桦: 汽车美容,也就是给车做打蜡、镀晶、内饰清洁这类服务的从业者。TwoBucket 每月收二十美元,提供报价功能,还有一个很关键的设定:收款走你自己的 Stripe 或者 Square 账户,平台不抽佣金。
茉莉: 这个“不抽佣金”是垂直 SaaS 里的一个重要分歧点。很多面向小生意人的软件不但收订阅费,还要在每一笔交易里抽成,对小本生意来说负担很重。TwoBucket 只收固定的二十美元月费,交易的钱直接进商户自己的账户,对精细算账的手艺人来说,这个账是算得清楚的。
白桦: 它是垂直软件的典型打法:不做通用工具,只服务一个具体行业,把那个行业的报价、收款这些高频动作做顺。订阅费加上明确的服务对象,生意模型反而简单清晰。
茉莉: 讲到这里,我们正好可以回到开头聊的 Perit Marketplace,把这一批产品串起来看一个共同主题:垂直市场加上数据和交易。
白桦: 对。你看 Perit Marketplace 做的是把数据和任务标准化成可以交易的商品,TwoBucket 做的是把一个垂直行业的交易流程产品化,Emayler 把邮箱从服务变成你域名下的资产,GotEmail 把软件从订阅变成买断——表面上是完全不同的产品,但底层的逻辑相近:找到某个具体需求,做深,然后围绕它建立清晰的商业模式,不管是订阅、买断、按账户,还是 marketplace 的撮合。
茉莉: 而智能体那一组——Talyn、Frevana、Pixel Office、ByteAsk——共同回答的是另一个问题:AI 订阅已经普及之后,围绕它还能长出什么。有做并行执行的,有做团队协作的,有做本地开源的,还有专门压缩成本的。
白桦: 需要保持审慎的地方也说一下:这期讲的数字——Perit 的收入、ByteAsk 的成本节省、collecto.rs 的物品数——全部来自厂商自己的描述,是声明而不是验证结果。对每个产品,最实际的判断方式还是拿自己的场景去试,特别是像 Talyn 和 Privacyboard 这种有免费额度或快速试用流程的,试错成本很低。
茉莉: 好,这就是本期的全部内容。我们下一期再见。
白桦: 感谢收听,再见。