跳转至

我们把这一波个人 AI agent 全试了一遍:省钱胜过省时、proactivity 才是护城河(a16z,2026-09-29)

⚠️ 本库此前关于消费级 agent 的材料只有零散的使用报告(Jason 在 All-In 09-26 的实测、OpenClaw 那期)。这是第一份系统横评的一手材料——嘉宾在跑一个消费向的对比站,手里有全品类 122 个 agent 的清单、26 个的亲测,以及收费结构的分布。本页把它记为一份产业现状快照 + 两条可被后续检验的判断(省钱胜过省时、proactivity 是护城河)。

⚠️ 本页的时效性要先说清楚:主持人开场说"过去几周发生了太多事",嘉宾说"这个领域在过去四周里爆炸了"([00:02:01])。页内几乎所有产品事实都是录制当周的状态,本库未核实,且极可能已经过时。本页保留它们是作为时间切片,不是作为现状。

说话人认定:自动字幕,只有 >> 换轮标记、无姓名标签,但全程只有两个人,分工极清晰:Pawlan 是所有横评数字、群聊观察与产品亲测的来源("我个人测了 26 个"、"我骑车上班");Anish 是所有投资框架与 a16z 内部口径的来源("narrow startups 是我的论题"、"按我们的估算"、"当然已经是 a16z 的被投公司了")。身份取自视频简介。

概要

  • 横评规模:⚠️ 全品类 122 个 agent 在跟踪,他个人测了 26 个;收费结构是 65 个收费(35 全付费 + 30 freemium),只有 13 个完全免费——⚠️ 而两个占主导的(Muse、Instinct)都免费。
  • ⚠️ 本期最该被记住的一条判断:"普通人根本不在乎效率提高 10%"——所以赢家不是 time saver 而是 cost saver,而且必须是隐形的。
  • ⚠️ 护城河之争:人格不是护城河(一句话就能改配置),proactivity(主动性)才是——但它有一条一旦越过就全盘失信的线。
  • 界面:iMessage / 独立 app / 小组件 / 硬件并存,⚠️ 可能按世代、甚至按性别分化;语音被两人同时列为当周的"第二个魔法时刻"。
  • ⚠️ 一条对整波产品的祛魅:"现在的消费级 agent 基本就是 Open Claw 的复刻,只是预配置好了。"
  • 商业侧:成本约 ⚠️ 每用户每天 20 美元;Amazon 封锁与 Shopify 开放被拆成广告模式与去中介化两个动机。

核心观点

Assistant Bench:一个消费向而不是技术向的基准

  • 它测什么([00:03:02]–[00:04:03]):对所有助理发同一条提示词("帮我订一张去芝加哥的机票"、"在我位置五个街区内找一家素食餐厅"),⚠️ 比的是一次性提示下的实际结果——它真的做成了吗?它会不会追问?在 16 个维度上表现如何?回复有多快?
  • ⚠️ 他对"benchmark"这个词的自我限定(本库认为这条该照录)([00:04:03]):"我们用了 benchmark 这个词,但把它想成一个面向消费者的基准,不一定是幕后的技术基准——如果我要订一张机票,我到底该用哪个?"
  • 起因与反响([00:04:03]–[00:05:03]):他做这个最初只是自己做市场调研;上线 16 天,网站超过 10 万访客,"基本每一个创始人都来联系过"。
  • 品类划分([00:05:03]–[00:06:03]):⚠️ 两大类——B2C 通用型(Instinct、Muse,以及 Caddie、Ollie、Season 等长尾,他说光通用这一类就有 64 个)和 B2B 工作流型(更像行政助理);通用类下面还能再切出垂直(旅行、邮件各有专门的)。⚠️ 全品类合计 122 个。
  • 集中度([00:06:03]):⚠️ "现在绝大多数人都在做通用横向的,就是什么都想做。"

⚠️ 用例排序,以及它的样本偏差(本页最该带着警告读的一段)

([00:07:05]–[00:09:07])他的数据来自 7、8 个群聊、合计 1200 多人。

名次 用例 他的说明
1 日常杂务 清收件箱、替你填表——"那些真正烦人的事"
2 agent 编排 怎么找到最高效的 agent、怎么让你的 agent 互相对话
3 开发 从短信里用 coding agent;设计师用短信改设计文件的小迭代
4 旅行 ⚠️ "病毒传播上它是第一,但人们不是每天旅行,所以它更像一个噱头、一次注意力抓取。"
(另记) 金融 ⚠️ 他说这是最有意思也最不实际的一类——"如果一个 agent 真能帮你赚十亿,对冲基金早就在干了";但有意思的是"你把一个强力工具放进人手里,他第一个念头是:你要怎么帮我赚一百万?"

⚠️ 他自己主动标注了样本偏差([00:08:07]):"这些群聊都是科技 Twitter 的人,不一定代表更大的世界。" ⚠️ 本页把这条前置:这份排序是早期采用者的排序,不是消费者的排序;"agent 编排"和"开发"排到第 2、3 位几乎必然是这个偏差的产物。

⚠️ "省钱胜过省时":本期最可被后续检验的一条论题

  • 起点是一条被转述的反论([00:09:07]):Anish 引 Ben Thompson 在 TBPN 上的说法——⚠️ "大多数消费者在生活里要的不是生产力,他们要的是花掉时间,不是省下时间。" 他说自己同意。
  • ⚠️ Pawlan 把它推成了产品结论([00:10:07]):"普通人根本不在乎效率提高 10%。" 他的类比很具体:"你雇一个助理,是为了让他隐形。我带过的最好的员工就是那种自己把活干完、然后告诉你'我做了这些'的人——你不是因为喜欢管人才雇人的。"
  • ⚠️ 于是他给出本期的核心预测([00:10:07]):"我们会看到一次爆发,但它不是 cost maker,是 cost saver。"
  • 他举的三个例子(⚠️ 均为口述、未核实):
  • 有人让 agent 翻过去一年的收据去申报 HSA 报销;
  • 他自己的用法:每次订机票后,若票价下跌就让助理去找航司要旅行积分;
  • ⚠️ 他最喜欢的一个([00:11:07]):有朋友把 Grok bot 接到自家洒水系统并连上天气系统,洒水随天气走,水费降了 50%。
  • ⚠️ Anish 给了这条一个更锋利的包装([00:11:07]):"美国消费者不想听省钱,想听花钱和白来的钱。所以这里的钩子会让人觉得是白来的钱"——补 HSA 报销是白来的钱,拿回机票差价也是白来的钱。
  • ⚠️ 本页标注一处两人都没展开的张力:"省钱胜过省时"与"消费者要花掉时间而不是省下时间"其实并不是同一条。Ben Thompson 的论点是消费者不追求效率;Pawlan 的解法是那就别卖效率,卖回收到的现金。这两者相容,但它同时意味着 ⚠️ 这一波消费 agent 的价值主张本质上是金融性的,而不是能力性的——而金融性的价值主张有上限(你能被追回的钱是有限的),两人都没有讨论这个上限。

proactivity 是护城河,人格不是

  • 先否掉人格([00:24:16]):Pawlan 承认人格差异真实存在(他举 Poke 的例子——"它太'拽'了,我有朋友拒绝给它任何个人信息,因为跟它对话让人不舒服"),⚠️ 但"人格不是一条可防御的护城河,因为它太容易配置了"——"你发条短信说你希望它怎么回话,它就存进记忆或者 soul file,就好了"。
  • ⚠️ Anish 的 steel man:把"人格"下推成能力([00:25:17]):他提出不是人格而是"宪法(constitution)",并给了一个具体维度——presumptuousness(擅自做主的程度):"有些活你希望 agent 非常擅自做主,你宁愿它 10% 的时候出错,只要它经常真把事办了;而另一些(比如金融 agent)你希望它极度谨慎。" ⚠️ 他的落点是本页最有用的一条抽象:这些现在被叫做"人格"的东西,会下沉成能力,变成"它在歧义处怎么打破平局"——而那里有防御性。
  • ⚠️ Pawlan 的回答直接给了本期标题级的一句([00:25:17]):"proactivity 有巨大的防御性。我认为这正是把赢家和大部队分开的东西——那个最能主动、能当一个隐形助理、不用你开口就开始替你做事的 agent。"
  • ⚠️ 然后他画了那条线(本页认为这是全期最可操作的一段)([00:26:17]):
可以主动做 必须先要授权
判据 ⚠️ 你这边不需要任何动作 ⚠️ 需要你这边改变行动、且直接影响你
例子 "我替你起草了这封邮件"、"我替你要到了机票积分" 发现你的保险收费过高,于是替你换一家保险
性质 省你钱、省你时间 一次代你做出的实质决定
  • ⚠️ 而他给的后果是不对称的([00:26:17]):"这会是一条非常细的线,因为只要你越过一次,你就立刻失去用户的全部信任。"
  • ⚠️ Anish 的反向意见本页也记([00:27:17]):"很多魔力恰恰来自擅自做主。如果你没在 X 上看到人们发'agent 干了这个、agent 干了那个',那反而说明这些 agent 在这个方向上推得不够狠。" 他们拿一个段子收尾:⚠️ "我们内部开玩笑说,离某个 agent 发消息说'我注意到你对她没那么上心,所以我替你把她甩了'只剩几天了。"
  • ⚠️ 一处本库要标注的存疑事实([00:27:17]):Anish 提到网上流传"Instinct 替某人值机时把中间名幻觉成了别的东西,导致他登不上飞机",但他当场怀疑真实性——"我不确定这是不是在 shitposting"。本库照录这条怀疑,不照录那个事件。

界面之争:iMessage、独立 app、语音、硬件

  • 两种主要表面([00:12:08]–[00:14:09]):iMessage 与独立应用;他提到还见过第三种(某个 Signal 方向的创业公司做 iPhone 小组件)。
  • ⚠️ Anish 的分化假设([00:13:09]):可能按世代分化(Z 世代更愿意直接发短信,千禧与 X 世代更愿意用 app 界面),可能还按性别分化(他拿自己和太太对比:她偏视觉界面、做梦想板和年度目标,他偏功能——"我就想知道怎么从 X 到 Y")。⚠️ 他自己限定了这是一个 generalization。
  • ⚠️ 他对 iMessage 的说法值得记([00:13:09]):"iMessage 这个空间更珍贵……它在我手机上处在一个特权位置,而 app 网格上的图标没有。" 但他立刻给了失效条件:"当然,如果每隔一个会话就是一个 agent,这件事就会变。"
  • 语音([00:17:09]–[00:19:10]):⚠️ Pawlan 称 ChatGPT 语音接入连接器是他 "这整个 AI 助理浪潮里的第二个魔法时刻"——骑车上班的 30 分钟里把邮件分类打标签、回了几封、发出日历邀请,到工位时收件箱清零。Anish 补了技术面:全双工、能看到你所有会话,所以你可以问"我开过的那三个项目现在到哪了"。
  • ⚠️ Pawlan 由此给了一条界面原则([00:18:09]):"助理最有用的时候,是你最被占住的时候——不是你坐在沙发上花时间用它,而是你在园艺、在做饭、手上腾不开、没法跟界面互动的时候。"
  • 硬件([00:14:09]–[00:17:09]):
  • ⚠️ Anish 的警告:"每一个在做硬件的人都觉得自己那块硬件是终极答案——吊坠是终极、表带是终极。我不认为那是对的。" 他的判断是像首饰一样因人而异,但"有一个随身的、环境式的东西去捕捉一天里全部的上下文、请求、承诺,这件事是有价值的",并提醒社会还得一起把隐私预期摸出来("华盛顿有些餐厅会收走你的手机,也许以后连吊坠也收")。
  • ⚠️ Pawlan 的"hot take"([00:15:09]–[00:16:09]):Muse charm 与其说是要赢硬件,不如说是 Meta 在真实世界里采数据——"它有摄像头和多个麦克风……我不觉得它会被大规模采用,会被 Twitter 泡泡里的人用起来,然后给 Meta 喂进荒谬数量的数据,去喂 Zuckerberg 未来那个把真实世界映射出来的 metaverse"。
  • Anish 的反问与他的回答:"他们不是已经从眼镜拿到这些了吗?"——⚠️ "吊坠是环境式的 24/7 陪伴,眼镜更偏行动导向"(眼镜不会一直开着)。
  • ⚠️ Anish 的沉睡黑马判断([00:16:09]–[00:17:09]):纯音频眼镜可能是 sleeper hit——理由是社交尴尬:"有一部分人喜欢脸上戴摄像头,但另一些人意识到它会让别人不舒服,他们想要连接但不要摄像头带来的社交别扭。"

多人场景:三种做法,以及"把麦克风交给 agent"为什么别扭

  • Anish 的观察先于方案([00:20:11]):⚠️ "按我自己做 agent 的经验,把 agent 加进群聊会让人觉得侵入,或者说它削弱了社交资本。"
  • Pawlan 归纳的三种做法([00:20:11]–[00:21:12]):
  • 直接加进群聊(传统做法);
  • ⚠️ agent 网络(Instinct 的做法):你邀请对方的 agent,两个 agent 在幕后替各自主人对话,然后分别向你汇报;
  • ⚠️ 沉默的听众(他说最有意思的一种,产品名 Doc,来自 Shane Mac / XMTP,⚠️ 也是 a16z 被投):agent 加进群聊但全程不说话,只听、只记笔记;有行动项时单独私信相关的人;想看讨论就去文档里看。⚠️ 他的总结:"又回到隐形 agent——你不知道它在,它在做你想要的那些杂务,有行动项时也不打扰大多数人。"
  • ⚠️ Anish 给了一条解释为什么群聊这么难([00:22:14]):"消息这件事就像是有人拿着麦克风,而把麦克风交给 agent 让人不舒服;而换成 Discord 或者传统网络论坛,agent 可以发一个帖子,你可以选择接或不接,Reddit 那种——不知道为什么,那就没那么侵入。"
  • ⚠️ Anish 引的一条能力判断(本库值得单记)([00:21:12]):他引 Near 的说法——模型在可验证域(比如写代码)上的进展当然是指数的,但在纯散文质量、甚至"临床关怀式的口吻(bedside manner)"上,可能已经平台期、甚至在变差。⚠️ 他由此得出一个产品结论:以今天的模型,agent 很难真正增进一个群的社交连接;而"非常功利"的 agent 可以。 他举自己的实验:他是收藏者,把 agent 加进和藏友的聊天里去编目各自的收藏和口味——"还没完全做成,但至少感觉它是在给这个群加东西,而不是一个低情商机器人在我们不想要的时候叨叨"。
  • 一处设计观察([00:23:14]):⚠️ "我们是不是把这些 agent 人性化得有点过头了。" 对照是:有些公司把形象做成 AI 生成的人(让人不舒服),而另一些做成可爱的卡通形象,后者反而被喜欢。

assistant 还是 agent:一个定义,以及一条社会学猜测

  • ⚠️ Anish 的定义([00:32:21]):"assistant 是比 agent 更低的一种形态。assistant 按定义只能做你让它做的事;而 agent 有 agency,它可以就这么让好事在世界上发生。" 他把这接到企业侧:agent 从实习生起步,随着做事和智能提升被"提拔"去做更高阶的工作——⚠️ "那么在消费者的生活里,被提拔去做更专门、更微妙的工作又意味着什么?"
  • ⚠️ Pawlan 的反向担心([00:33:22]):"'agent'这个词会不会让我们对 AI 人格化得不够?'assistant'会不会又加了太多人味,让社会不舒服?"
  • ⚠️ Anish 给了一条本库此前没有的正面设想([00:33:22]–[00:34:23]):agent 可以提供一层"社交间接性(social indirection)"——"有些话我当面对你说会尴尬,或者一个群里有不舒服的动态;一个设计得很仔细的 agent 可以帮忙给反馈、或者把冲突组织成一种不带情绪的形式,因为你知道它不是人"。⚠️ 他自己立刻加了限定:"我不是在提倡一个更被动攻击的社交系统。"

⚠️ "这一波基本就是 Open Claw 的复刻"

([00:28:17]–[00:29:19])⚠️ 本页认为这是整期最有祛魅价值的一段,而且它出自一个测了 26 个产品的人。

  • 他的判断:"现在我老实说,消费级 agent 基本就是 Open Claw 的复刻,只是预配置好了。在个人助理这个空间里,我没看到什么是用 Open Claw 或者 Hermes 做不到的。"
  • ⚠️ 他说真正的差别在哪儿:"只不过你不用自己配置,不会每 7 小时弹一次报错,而且它非常好用,界面很简单。"
  • 他对走向的两条判断:继续走向生产力;继续走向超垂直专业化——他举的例子是 ⚠️ "一个只服务三岁以下孩子的单亲妈妈的助理,它知道这位妈妈的日常怎么运转、知道儿童发育,让人觉得这个助理在读她的心",而这种东西可以成为通用 agent 的一个插件。
  • ⚠️ 本页的交叉标注:这条与本库 OpenClaw 那期 构成完整的一条线——开源原语先出现、被大量个人配置使用,半年后被产品化成消费品,而产品化增加的价值被这位横评者判定为"配置与可靠性",不是能力。 它也与 Jason 在 All-In 09-26 的观察(Meta 表示 Muse 的设计大量借鉴 OpenClaw)相互印证。

Anish 的 narrow startups 论题

([00:30:19]–[00:31:20])⚠️ 这是他在本库里第一次把这个论题讲完整。

  • 论题本身:⚠️ "你现在可以为很少的一群人造出极有野心、极有价值的软件;而我们已经有了人们每月付 200、250、300 美元的先例。所以你可以用几万人做出一个一亿美元年化收入的生意——这在过去基本不存在。"
  • 竞争优势他给了两条:⚠️ taste(品味)与 proprietary knowledge(专有知识)。
  • taste 的形态:"就像一位陪产师可能信奉某一派助产风格,你的个人 agent 也可能信奉某个流派、某种风格、甚至某一套还没被充分理解的经验。而你会去'雇'那个 agent 来给你提供这项服务。"
  • 专有数据的形态:一个只服务纽约市的个人 agent——"就像有的礼宾有 A+ 的品味、知道所有你会爱的地方,而那很难复制"。
  • ⚠️ 他的落点:会同时发生主观的专业化(品味、流派)与客观的专业化(专有数据)。

商业侧:Amazon 封锁、Shopify 开放,以及"每用户每天 20 美元"

  • 三个网的框架([00:39:25]):⚠️ Anish 把 web 分成 commerce web / application web / content web——内容网已经麻烦了一阵子;商务网其实一直做得不错;应用网从 coding agent 发布之后一直在大幅上行。
  • 那周的事件([00:39:25]):⚠️ Shopify 拥抱 Muse,Amazon 封锁 Muse。(⚠️ 同一事件在三天前的 All-In 09-26 已被 Jason 记录过,他的判断是"Amazon 封锁 agent 是战略失误"。本期给的是机制解释。)
  • ⚠️ Pawlan 的机制解释([00:40:25]):两家是完全不同的商业模式——Shopify 的重心是让商务民主化,而 Amazon 的钱来自广告收入。"当你把人的眼球移走,整个(广告)体系的目的就被瓦解了。" 所以 "如果让 Muse 这些 agent 开始购买、而 Amazon 拿不到任何广告收入,那就把体验里的利润抽走了很多"——他的推论是 Amazon 迟早得有一套新范式去在"agent 代人购买"的世界里赚钱。
  • ⚠️ Anish 补的第二个动机([00:43:28]):Amazon 大概不只是怕丢广告收入,还怕丢"冲动购物",以及被去中介化。 他随即给了一个反问:⚠️ "我倒很好奇 agent 自己会不会在某种程度上也是冲动购物者——因为 proactivity 意味着 agent 会试图做出讨人喜欢的猜测,而还有什么比惊喜或礼物更讨人喜欢?"
  • ⚠️ 本页认为 Anish 最值得记的一条一般化([00:43:28]):"这些 agent 不是其主人的完美映射。它们不是完美理性的——它们会是近似理性的,也会以全新的方式非理性。所以我不认为营销、冲动购买、广告这些东西会不再重要,我只是觉得它们需要被改造。"
  • 预订与供给约束([00:41:26]–[00:43:28]):⚠️ Pawlan 提到 Resy 开始封停使用 browser use 的账号,理由是"如果让 agent 瞬间把位子订走,就瓦解了这个以人为导向的预订平台的生意"。他的设问是:当所有人都有 agent,大家又回到同一起跑线——那么要么权力回到餐厅手里(按忠诚度或人均消费挑客人),要么进入 agent 之间的竞价。
  • ⚠️ Anish 的分析本页单记:供给受限(热门餐桌)与需求受限(明天想飞 SF 的人)是两类不同的问题。餐厅在完美信息下想要的是最高 AOV、跨多次到访的最高 LTV,同时尽量接近 100% 上座——这是一个更复杂的计算。 ⚠️ 他指出当下真正在起作用的东西是摩擦:"它依赖终端消费者的摩擦与动机来充当某种防 DDoS 的机制",所以 "专有供给会变得越来越重要"。
  • ⚠️ 而需求受限侧他给了一条本库此前没有的结构判断:会出现团购式的体验——一组愿意购买的买家聚合起来,供给侧的商家进来竞价。"我们一直有需求的聚合,但我们从来没有以同样的方式有过供给的聚合,尤其不是在一个让消费者受益的拍卖机制里。"
  • 推荐层([00:44:29]–[00:45:30]):⚠️ Pawlan 的问题是 "买点白袜子"——外面有两万种白袜子,它并不知道你偏好哪一种;他认为 Meta 在这件事上可能有领先(Instagram 与 Facebook 的数据)。⚠️ Anish 的反向设想:这反而可能把长尾和偶然性带回来——"我的 agent 回来说:我在 Etsy 上找到一个内布拉斯加的人,她织的白袜子特别棒,要三周,你要吗?";再往前一步是 ⚠️ agent 去联系那位织袜子的人的 agent,"这就是 agent 对 agent 真正有意思的地方:它们都在代表各自的人行动,有的提供产品、服务、知识,有的去赚钱"。
  • ⚠️ 两人共同落到的一个愿景(本页标注为愿景而不是判断)([00:46:31]):如果 agent 真的在按产品质量挑东西、而且能自己评估质量,而不是挑营销做得最好或品牌最响的,那激励就被摆正了;就算按品牌挑,"至少是在用户明确签字同意的前提下——我就是想要 Nike,因为我爱 Nike"。Pawlan 的总结是 ⚠️ "这打开了一扇门,通向一个真正与消费者对齐的互联网,而这东西我们已经缺了相当久。"
  • 经济账([00:47:33]–[00:49:34]):
  • Pawlan 的提问带着数字:122 个里 65 个收费(35 全付费、30 freemium),只有 13 个完全免费——⚠️ "而 Muse 和 Instinct 这两个主导者都是免费的,OpenAI 据说下周还要发点什么。长尾创业公司怎么赢?大佬免费送的时候它们凭什么收钱?"
  • ⚠️ Anish 的成本口径(本库第一次拿到这个数字):"按我们的估算,要用真正有野心的方式做这件事,成本大概是每用户每天 20 美元——对一家创业公司可能是一年几亿美元。" ⚠️ 本库未核实。
  • 他给的两条可押的方向:① ⚠️ browser use 应该会迅速变得指数级便宜(他承认"如果你今天融资、赌的是六个月内发生这件事,那多少有点在玩胆小鬼游戏");② ⚠️ "我不喜欢把'补贴用户'当成主要价值主张"——他想看到的是 "一个每月 1000 美元、而消费者兴奋到愿意付的 agent",理由是 "人们每月在很多非必需品上花 1000 美元,那是欲望"。
  • ⚠️ 一条两人都认同、而且与本库既有材料直接相接的话([00:37:24]):Anish 说 coding agent 很多时候不是在和人类程序员竞争,因为它们在做没有人类程序员在做的事(他举自己做的一个"可以走进去的虚拟唱片店"side project——"十年前我绝不会雇人做这个,也绝不会花掉那一年")。⚠️ 他的落点:"这不是关于成本削减,这是关于可能性扩张。"

相关主题

  • 实践中使用 LLM(proactivity 的授权边界表、"助理最有用是在你手最忙的时候"、群聊三种做法)
  • AI 商业化与价值捕获(每用户每天 20 美元、narrow startups、Amazon/Shopify 的两种动机、供给聚合与拍卖)
  • 评估与基准(消费向基准是什么、它和技术基准的区别、122/26 的覆盖口径)
  • LLM OS(界面表面之争:iMessage/app/语音/硬件,以及"iMessage 的特权位置")

⚠️ 产品与专名对照(录制当周的状态,本库未核实,极可能已过时)

Assistant Benchmark(嘉宾的横评站)、Open Claw(他称这一波的原型;见 本库的 OpenClaw 页)、Hermes、Poke(他说已是 Cognition 的一部分;⚠️ 他对它的评价是"如果晚半年开始,他们可能就是赢家")、Instinct、Muse 与 Muse charm(Meta)、Grok Bot、ChatGPT 语音 + 连接器、Doc(Shane Mac / XMTP,a16z 被投)、Caddie / Ollie / Palley / Season(长尾通用)、Sore / Miso(旅行垂直)、Vellum / Catch(B2B 工作流)、Sky(iPhone 小组件方向)、Resy(封停 browser use 账号)、Shopify / Amazon、Ben Thompson 在 TBPN 上的说法、Near(被引用的那条"可验证域指数、散文质量平台期")。⚠️ 自动字幕对产品名识别很不稳定(Muse 多处写成 "Mews"、Pawlan 写成 "Poland"、Doc 的描述里把 Granola 写成 "granola"),本页已按上下文与视频简介还原;无法还原的(如 "Meowth"、"Multibook"、"Bong Chayng")本页不展开。