
1118 | 智能体的手脚:从 HTTP 推送到一杯咖啡的预算
节目备注
本期节目速览最近一波开发与创作者工具浪潮:从给 AI 智能体装上"手"(推送、支付、语音、浏览器执行),到让它们"看懂"你的产品和日志,再到面向个人用户的 Mac/iPhone 生产力与创作应用,以及营销、融资、影视制作的平台化产品。为什么 MCP 正成为工具界的通用接口?AI 搜索又会如何改变获客?
时间轴
- 00:00:04 开场
- 00:00:40 智能体的支付与通信手脚
- 00:03:35 智能体接管营销与获客
- 00:05:46 智能体读代码、读日志、读你的产品
- 00:07:51 人机协作的界面:设计、反馈与多智能体管理
- 00:10:10 Mac 多机协同与输入增强
- 00:11:04 AI 影像:一站式电影工作室与反 AI 相机
- 00:12:06 融资、排程与智能体问卷
- 00:13:20 决策模型与开源 CAD:两个极端
- 00:14:19 收尾
相关信息
- Versine
- pushr
- Agents API by Recall.ai
- Pinecall
- RankSpot
- AI Visibility by TruLata
- Clamor
- Creatify Max
- Link.bio
- superlog
- Appxiom
- EkLine
- AWS Emulator
- Glass Page
- Superhands
- Skiss
- Bezzle
- Lasso
- seshka
- Hako
- Continuo
- GlissTouch
- ExtraDock 5
- VINC
- Lampa Camera
- TheBold
- GatherHQ Agent Research
- Ridian
- Liquid d1.2
- 3BCAD
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。今天这一期我们聊的东西很杂,但其实背后有一条线:智能体——也就是 AI agent——正在长出它的"手和脚",能付钱、能打电话、能发推送、能投广告,也能读你的代码、修你的文档。我们把这些新工具放在一起看,就能看出一种趋势。
茉莉: 对,而且我们不只讲一个,今天从支付一路讲到开源 CAD,中间会尽量做对比,而不是流水账。那我们就从最"刺激"的开始——智能体花钱。
白桦: 茉莉,今天有个叫 Versine 的产品,定位说得很直白:它是"智能体版 Venmo"。智能体通过 MCP 协议来发送和请求付款,人这边有两种控制方式:一种是凭 passkey 批准,每笔都要你点头;另一种是设成"可信联系人"模式,在限额之内自动转账,不用逐笔确认。
茉莉: 收款这边有个细节挺有意思——收款方不需要开账户。这等于是把门槛降到很低,智能体之间互相转账,不需要每个收款端都走一遍注册流程。
白桦: 不过这里我想泼一点冷水。官方描述里没有讲清楚自动转账的风控边界到底在哪:限额怎么定、出了错谁负责、被滥用怎么办,这些都是未知数。所以我们今天说的这些能力,都还是厂商的说法,不是经过验证的结果。
茉莉: 对,我们一直的原则就是:把厂商描述当主张,不当定论。接着支付往下走,智能体除了花钱,还得能"喊人"。有个工具叫 pushr,做的是 iPhone 推送:任何脚本或者 AI 智能体,只要发一条 HTTP 请求,就能给你的 iPhone 推消息。它还支持实时活动、必须确认的闹钟,甚至有可用性监控。协议是 MIT 的,可以自己搭。
白桦: 这个和 Versine 可以放在一起看。一个是"智能体碰你的钱包",一个是"智能体碰你的锁屏",它们都是在把智能体和现实世界之间的接口标准化。以前智能体只会说话,输出一段文字;现在它能扣钱、能推送、还能打电话——下一件事就是打电话这个能力。
茉莉: Recall.ai 做的就是这个:一条 API 调用,把一个 AI 智能体送进 Zoom、Google Meet、Teams 或者 Webex 的会议室。这个智能体能听、能说,还能开摄像头视频、共享屏幕、在聊天里发言。等于它不再只是转写会议,而是真的"参会"。
白桦: 那问题来了:智能体参会了,说错了话算谁的?语音智能体的责任归属,目前没有答案。这也是这一段我们的"未知"之一。
茉莉: 还有一个配套产品叫 Pinecall,Apache-2.0 开源,建立在 LiveKit 上,是个语音智能体平台。它的特色是能做"模拟来电测试"和"通话评分"——也就是在上线之前,先用模拟的来电去测试你的语音智能体表现如何。
白桦: 这其实回应了刚才的责任问题的一部分:至少在通话质量层面,你可以测试和打分。而且它支持用开源模型自托管,数据不出门。所以这三件事放一起:支付接口、通知接口、语音接口,三类"现实接口"都在被标准化。
茉莉: 好,我们从"会花钱"过渡到"会拉客户"。刚才智能体能打电话了,那它能不能替你做营销?有个产品叫 RankSpot,把 SEO 和 AI 搜索做成一个 MCP 执行层,智能体接上去之后可以写文章、发布,甚至去拉外链。定价是按量来的:三美元一篇文章,一次 prompt 检查四厘美元,没有订阅。
白桦: 但是在做这些之前,你得先知道一个前提问题:当买家去问 ChatGPT、Gemini 或者 Claude 的时候,这些模型会不会提到你的业务?有个免费的检测工具叫 TruLata AI Visibility,就是回答这个问题的,而且它会跨九个 AI 引擎做每周追踪。
茉莉: 这两个可以连着讲:TruLata 是"测量",RankSpot 是"执行"。测量告诉你 AI 有没有推荐你,执行层试图去改善它。注意,RankSpot 号称能写、能发、能拉外链,但外链这块的实际效果如何,来源里没有验证数据。
白桦: 营销还差一块:社交信号。有个平台叫 Clamor,把公开的社交账号信号转成可执行的洞察,不需要登录就能分析公共账号,提供 API,还有一个"Ask Clamor"的对话入口。
茉莉: 然后是广告侧。Creatify Max 的定位是"AI 广告队友":给它一个 URL,它就能生成视频广告,然后去投放 Meta 和 TikTok 的广告活动,并且二十四小时监控。但有个很重要的设计——任何东西上线之前,都需要人工批准。
白桦: 这个"人在环审批"很关键。今天我们看到的获客工具里,几乎所有都保留了人工批准这一步,说明厂商自己也知道,全自动投放风险太大。
茉莉: 还有一个小件:Link.bio,一个 link-in-bio 的 AI 构建器。你把自己的资料贴进去,AI 就生成页面,而且它开放了 MCP 接口,让智能体可以替你管理这个页面。首周有一个免费的终身 Premium 码,叫 PHLINKBIO。
白桦: 好了,从对外的营销转到对内的执行——智能体开始读你的代码、读你的日志、读你的产品了。这一段的核心是 Superlog,一家 YC 公司。它做的事情是:扫描你的生产日志,找出传统监控漏掉的生产 bug,然后二十四小时自动调查,把根因分析直接发到 Slack。厂商给的数据是:百分之八十七的修复被合并了。
茉莉: 同样要提醒,这个百分之八十七是厂商的主张,我们没法验证它是在什么样本下得出的。但它描绘了一个方向:智能体不只发现 bug,还负责调查和解释。
白桦: 光看日志还不够,得有生产上下文。Appxiom 通过 MCP 给编码智能体提供生产环境的信息:崩溃、内存泄漏、失败的调用。它有个有意思的排序指标,叫"目标摩擦影响"——按一个 bug 对业务目标造成的损失来排序,而不是按技术严重程度。
茉莉: 这个思路挺值得琢磨的:以前 bug 排序靠堆栈和崩溃率,现在开始按"这让你少做成多少生意"来排。
白桦: 第三件是 EkLine,方向稍微不同:它用 AI 智能体去审计你的文档、网站和 GitHub,找出"AI 会误解的内容",然后以 PR 的形式修复。目标是让你的 API 和开发工具不仅被 AI 推荐,而且真的能被 AI 正确使用。
茉莉: 这个和刚才 TruLata 有点呼应——一个管 AI 怎么看你的产品,一个管 AI 怎么读你的产品。
白桦: 这一组的门槛问题,有个东西在解决:一个免费的 AWS 模拟器,可以在本地构建和测试用到 S3、DynamoDB、SQS 的应用,不需要真的部署到 AWS,也不需要 AWS 账号。对上面这些开发者工具链来说,这是个降低试用门槛的基础设施。
茉莉: 当然,自动修复谁来验证、生产数据安不安全,这些仍然是开放问题。
白桦: 好,从"智能体读你的产品"转到"你和智能体怎么协作"。这一段的产品特别密,我们慢慢来。先说 Glass Page:智能体通过 MCP 把自己的工作发布成 Pane,团队在 Threads 里评论,智能体再回复一个新 Version,而且永远有一个 Latest Link,打开就是最新版。
茉莉: 这像什么?像是一个"智能体的工作汇报系统"。你不用翻聊天记录找它干到哪了,一个链接就是当前状态。
白桦: 反过来,人这边怎么把意图传给智能体?Superhands 把设计稿转成规范,让智能体在 Claude、ChatGPT、Cursor、Lovable 里遵循。你修一次系统,所有智能体都照着新规矩来。定价是每月一百个免费积分,Pro 二十九美元。
茉莉: 视觉参考这边是 Skiss:它保存网站的全页截图,还能从真实 CSS 里提取字体、颜色、区块,存成一个可搜索的素材库,然后通过 MCP 输出一个 Design.md,给 Claude、Cursor 和 Figma 用。免费额度是五十个站点。
白桦: 设计工具本身也有一个:Bezzle,一个免费的全功能设计工作室,能打开 Figma、XD、Sketch、Photoshop 的文件,有组件、原型、暗色模式,还带一个 MCP 的 AI 助手。
茉莉: 那人怎么给智能体反馈"这里不对"?有个 Mac 应用叫 Lasso:按住 Option、Shift、A,就能在屏幕上画箭头、写注释,还能截图标注区域。关键是它有本地 MCP,让 Claude 和 Cursor 能"看见"你标了什么。九块九美元买断。
白桦: 这一整段画面的重点是人负责意图和反馈,智能体负责执行和版本。然后是两个管理工具:seshka,免费的 MIT 菜单栏应用,专门清理 Claude Code 留下的残留进程——开发服务器、占用的端口、内存——按会话分组,还能结束空闲会话。
茉莉: Hako 则是聚合:在 iPhone 和 Mac 上列出所有 Mac 上的编码智能体,比如 Claude Code、Codex,按"谁最需要你"排序,你可以直接从锁屏或者 Apple Watch 上回复。免费,不用注册账号。
白桦: 从协作软件再往下一层,就是硬件和输入了。Continuo 解决的是多机问题:一套键盘、鼠标、触控板,通过局域网控制多台 Mac,不需要 Apple ID,配对的方式是三个词,还有带拖放功能的 Screen 视图。两台 Mac 免费,Pro 是三十九美元买断。
茉莉: 输入增强这边,GlissTouch 是个 macOS 菜单栏应用,给触控板加自定义手势——多指点按、手势图形、边缘滑动——可以绑定九十五种以上的动作。五个手势免费。
白桦: 还有 ExtraDock 5:在每块屏幕的每条边缘放无限多个自定义 Dock,支持按 Dock 分组应用、放小组件、切配置文件。有黑五码 BLACKFRIDAY50,五折,到十二月一号为止。
茉莉: 好了,工具说到这里,我们该聊聊内容创作了。这一段是个很漂亮的对比:一端是全 AI 的电影流水线,另一端是反 AI 的相机。先说前者,VINC,把 AI 电影制作收进一个浏览器工作室:从剧本到分镜,到 3D 机位调度,接了三十九个生成模型,还带内置剪辑器,音效和配乐都能加。
白桦: 也就是说,创作的整个管线被平台化了——以前你可能要五六个工具拼起来,现在一个浏览器页面走完。
茉莉: 另一端是 Lampa Camera,一个反着来的 iPhone 相机应用。它做自定义的 Bayer RAW 处理,配胶片感的预设,明确不做 HDR、不做 AI 处理、不做锐化。下载量四十五万,评分四点七。
白桦: 这两个放在一起很有意思:影像创作同时向两个极端分化,一边把 AI 整合到极致,一边把 AI 全部剔除掉。这不是矛盾,是不同的人在找不同的东西。
茉莉: 接下来是商业和融资这一段。TheBold 的做法是把创始人的"执行记录"变成投资人会议:展示投资人的标准、经过验证的履历,用 AI 做模拟面试,然后直接约通话。
白桦: 注意"验证过的履历"这几个字——执行记录怎么验证、AI 模拟面试和真实投资人判断差多远,这些是开放的。这也是我们今天第二次碰到"模拟"这个词。
茉莉: 第三次马上就来。GatherHQ 的 Agent Research 用一个智能体小组来回答问卷,而且每个答案都标注了是证据、是推断、还是未知。用户控制权限,beta 期不付费、不收集个人身份信息。
白桦: 这个"证据、推断、未知"的三分标注其实是个诚实的设计,比很多产品直接给结论要好。但智能体问卷回答市场调研问题,可信度边界在哪,确实没人说得清。
茉莉: 这一组的另一件是 Ridian,一个 AI 优先的排程套件:预约页面、收款、候补名单、漏斗、CRM、日历同步都有,而且它给 Claude、ChatGPT 和 Alvin 这些智能体各配了一个独立的邮箱——智能体可以自己收发邮件处理排程。
白桦: 好,最后一段收个尾,两个几乎不相关的东西放在一起,反而能看出工具光谱的两端。一端是 Liquid d1.2,他们叫"全模态决策模型",返回的是校准过的概率,而不是一段文本。这个版本新增了音频输入和五项任务,其中 d1.2-ultra 以七十五分登顶他们的 Decision Index。
茉莉: 这个点值得展开一下。以前模型是为"对话"设计的,现在有为"决策"设计的模型了——输出不是话,是概率。至于这些校准概率在真实业务决策里表现如何,还得观察。
白桦: 另一端是 3BCAD,一个免费开源、Apache-2.0 协议的 Rust 参数化 CAD 软件。内置 3D 打印准备、装配体、2D 图纸,跨平台,支持 STEP 导入。
茉莉: 一个是概率化决策,一个是确定性制造软件,看起来八竿子打不着,但共同点是:开源和本地优先在两个极端上都出现了。
白桦: 这也是今天整期节目的收尾。从支付到 CAD,你能看到智能体基础设施在一条完整的链路上铺开——钱、通知、语音、营销、代码、协作、影像、商业,每一层都有人做,而且相当一部分是开源、可自托管、按量计费的。
茉莉: 但也别忘了今天反复出现的那些"未知":自动转账的风控、语音的责任归属、自动修复的验证、模拟访谈和智能体问卷的可信度。这些厂商描述我们都当主张来听,不当结论。
白桦: 没错。今天就到这里,感谢收听,我们下期见。
茉莉: 下期见,拜拜。