重點摘要
Rakazo開源複製快又完整,但雲端方案給的時數比算力市價還便宜。
今日主題
計價單位從「人」換成「機器做的事」
Rakazo 的方案差別是每月 25、100、200 小時的 bot 電腦;同榜的 Talyn 更直接寫「只收沙盒的錢,不收 token 的錢」。Frevana 一個 credit 賣 0.25–0.30 美元,席次只出現在最貴的方案。當工作由 agent 完成,按人頭收費就失去依據,但新單位也更難比價:一小時電腦、一個 credit 各能換到多少成果,三家都沒有說。
託管產品發表兩天,開源版就出現
xAI 的 Grok Bot 在 8 月 11 日發表,Rakazo 的 GitHub repo 建立於 8 月 13 日,三個月後有 8,743 顆星。第三方整理的同類開源專案至少有 10 個。功能被複製的速度已經快到不能當護城河,差異化退到「模型與執行環境由誰控制」這一層。
頁面上的大數字,多半不是可交付的數字
Perit 的市集寫著 289 萬小時音訊,但 29 個資料集中有 21 個的授權狀態是待定或審查中。Frevana 寫「500 多個領先品牌信任」,五則首頁見證中有一則來自自家 CEO。Rakazo 的 8,743 顆星不等於使用者數。本期三個產品都需要把宣傳數字和可驗證的數字分開讀。
利益揭露本報告的分析師是 Anthropic 的模型 Claude。Rakazo 對標的 Grok Bot 來自 Anthropic 的競爭者 xAI,Rakazo 本身也支援 Claude 模型;以下對 Grok Bot 的描述全部來自第三方報導與 Rakazo 自己的比較頁,請對照獨立來源判斷。
開源複製快又完整,但雲端方案給的時數比算力市價還便宜。
#1PH 當日排名
373/45PH 票數/留言
8,743GitHub stars(API,11/16)
2026-08-13repo 建立日
v0.11.0(11/12)最新版本
它是什麼
Rakazo 讓你建立多個常駐的 AI bot,每個 bot 有自己的一台「電腦」:瀏覽器、終端機、檔案與完整桌面。bot 會記住工作脈絡、依排程或由 email、webhook 觸發執行例行任務,碰到你設定的界線時停下來等你核准,所有動作寫進稽核紀錄。
它對標的是 xAI 在 2026 年 8 月 11 日發表的 Grok Bot。差別在控制權:Grok Bot 是 xAI 託管、不能選模型的服務(第三方引述 xAI 文件,8 月資料);Rakazo 以 Apache-2.0 開源,可以跑在自己的機器上,模型可接 Claude、ChatGPT、OpenRouter、Grok,或透過 Ollama、LM Studio 接本機模型。
執行環境也可以換:本機 Docker,或官方列出的 13 種沙盒選項(E2B、Daytona、Railway 等)。使用介面涵蓋網頁、桌面(macOS、Windows、Linux)、iPhone 與 Android,以及 Slack、Microsoft Teams、iMessage;WhatsApp 與 Telegram 只有自架版支援。
不想自架的人可以訂官方雲端版,目前標示為 beta。
誰會用
想讓 agent 長期代辦營運雜務(收件匣、業務開發、bug 分流、費用報銷)、但不願把模型金鑰、瀏覽器登入狀態與稽核紀錄交給單一廠商的技術型團隊與個人。自架需要會維護 Docker、Postgres 與背景工作程序;不具備這些能力的人實際上只能選雲端版。
五項評分
優點
- 模型與執行環境都可換,而且細到每個 bot:maker 在 PH 留言確認每個 bot 可以用不同模型,也能接本機模型。這是對 Grok Bot「沒有模型選擇器」(eesel 引述 xAI 文件,2026-08)最直接的差異。
- 跟進速度有硬資料:GitHub API 顯示 repo 建立於 8 月 13 日,是 Grok Bot 發表後兩天;8 月 17 日第三方記錄 747 顆星,10 月 23 日約 5,300,11 月 16 日為 8,743。最近 10 天(11/3–11/12)發了 7 個版本。
- 護欄是內建而非加購:核准規則、稽核紀錄、連接器憑證在伺服器端加密且 API 不回傳(README)。PH 留言中有使用者明說這是他採用的理由。
- 自架版沒有功能閹割:官網寫「Every feature, free」,授權是 Apache-2.0,企業可以直接改、直接商用,不必擔心日後被授權條款卡住。
- 雲端版的收費邏輯透明:模型用量不加價、付費資料服務以成本加 20% 計、官方 FAQ 寫明沒有超額費用。
- 裝置覆蓋完整:網頁、Electron 桌面版、Expo 做的 iOS 與 Android app 都已上線,可以在手機上核准 bot 的動作。
缺點與風險
- 結構性風險一:定位寄生在對手的產品名上。「Grok Bot 替代品」帶來搜尋流量,也代表差異由對手決定。第三方整理(Bitdoze,2026-11-04)稱 Grok Bot 已內含在每月 20 美元的 Cursor Pro 中,與 Rakazo 雲端版的 15 美元只差 5 美元;xAI 只要開放自選模型,Rakazo 最清楚的賣點就會縮小。
- 結構性風險二:「用你自己的訂閱」取決於模型廠商。maker 的發表文寫支援 ChatGPT 與 Claude 訂閱,但他在留言中更正:目前 Claude 是用 Anthropic API 金鑰,不是 Pro/Max 訂閱額度;另一篇第三方文章則寫可用 Claude Pro/Max 登入。三種說法不一致,打算沿用既有訂閱的人要先自己確認。
- 雲端方案的時數可能賣得比成本低。以同榜產品 Talyn 的沙盒零售價當參照,Pro 與 Max 方案若用滿時數,算力市價就超過月費(算式見商業模式段)。這個方案能否賺錢,取決於多數人用不滿。
- 花費控管不到 bot 層級。maker 在留言回覆:雲端 credit 上限是「每個使用者」而非每個 bot,也不會每日重設。常駐 bot 加上排程任務,正是費用最容易失控的組合。(Grok Bot 在 8 月時同樣沒有 bot 專屬的花費上限。)
- 仍是 beta 而且變動很快:10 天 7 個版本,126 個未結 issue、94 個未結 PR。第三方整理直接提醒「預期會有破壞性變更」,自架還要維護 Postgres、worker 與沙盒供應商。
- 共用電腦的權限邊界偏寬。依第三方對官方文件的整理,共享 Space 裡的每個人都能存取 Team Computer 上的瀏覽器工作階段,包含已儲存的網站登入;團隊導入前要先想清楚哪些帳號可以放進去。
- 星數不是使用量。官方沒有公布使用者數或付費數;本期搜尋不到任何獨立的實測評論(Hacker News、Reddit 無結果,GetApp 評分人數為 0),找到的兩篇第三方文章都是改寫 README。
- 開發集中在一人:3,845 個 commit 中 Elie Steinbock 占 2,071 個(54%),而公司還有 Inbox Zero 這個主力產品要維護。
商業模式
開源核心加託管訂閱。自架完全免費;雲端版依「bot 電腦時數」與機器規格分三級,模型費用可以自帶金鑰,或買官方 credit(官方稱不加價)。另一筆收入是付費資料服務,以供應商成本加 20% 向組織的 credit 扣款。
量級估算一(營收):要做到年營收 100 萬美元,全是 Standard 需要約 5,560 個訂閱(1,000,000 ÷ 15 ÷ 12),全是 Pro 需要約 1,700 個(1,000,000 ÷ 49 ÷ 12)。缺的數字是雲端版目前的付費人數,官方未公布;8,743 顆星不能換算成付費數。
量級估算二(毛利):Rakazo 沒有公布算力成本,我用同一天上榜的 Talyn 沙盒零售價當參照。Standard 給 25 小時的 4 vCPU/8 GB,Talyn 同規格每小時 0.275 美元,等於約 6.9 美元,低於月費 15 美元。Pro 給 100 小時的 8 vCPU/16 GB,Talyn 同規格每小時 0.55 美元,等於 55 美元,已高於月費 49 美元。
Max 給 200 小時的 16 vCPU/32 GB,Talyn 沒有這個規格;若以兩台 8 vCPU 機器估算(我的假設)是 220 美元,月費只有 99 美元。這是別家的零售價而非 Rakazo 的進貨成本,但方向很清楚:高階方案要靠「閒置自動暫停」與多數人用不滿才成立。
| 方案 | 價格 | 備註 |
|---|
| 自架(Self-hosted) | US$0 | Apache-2.0,全部功能;模型、伺服器與沙盒費用自付;模型用量與 bot 電腦不設限 |
| Standard(頁面另一處標為「Your model」) | US$15/月(年繳 US$12/月) | 官方託管;自帶 Claude、ChatGPT 或任何 API 金鑰;bot 電腦每月 25 小時、4 vCPU/8 GB |
| Pro | US$49/月 | bot 電腦每月 100 小時、8 vCPU/16 GB |
| Max | US$99/月 | bot 電腦每月 200 小時、16 vCPU/32 GB |
| Rakazo credits | US$20/月起 | 模型用量不加價,另含電腦時數(30 美元含 30 小時)。第三方文章寫「10 美元起」,與官網不一致 |
| 試用與優惠 | 7 天免費 | 含 10 小時 bot 電腦;最多同時 5 台;無超額費用。PH 優惠碼 12 個月 75 折 |
| 參考:Grok Bot(xAI) | 隨 Cursor Pro US$20/月等方案附贈 | Bitdoze 2026-11-04 整理:Cursor Pro 20、Pro+ 60、Ultra 200、Teams 每人 40 美元皆內含,按週計量、超出另計。發表當週的報導則是最低 120 美元一席。皆為第三方資料,未經 xAI 定價頁查證 |
- 護城河
- 薄。程式碼是 Apache-2.0,任何人都能分支;同類開源專案至少 10 個。能累積的是整合數量(官方稱 1,400 個以上)、13 種沙盒的相容性,以及 Elie Steinbock 在開源社群的信譽。雲端版的轉換成本來自 bot 的記憶與例行任務設定,但自架版讓使用者隨時可以搬走。
- 模式風險
- 最大的風險是雲端方案的算力成本。其次是上游兩頭受制:模型廠商決定訂閱能否用在第三方工具,xAI 決定 Grok Bot 的價格與開放程度。第三是注意力:一家小公司同時維護 Inbox Zero 與一個每兩天發一版的 agent 平台。
競爭格局
- Grok Bot(xAI)
- 原版:託管、開箱即用、綁 Cursor 與 SuperGrok 訂閱。第三方引述其文件稱沒有模型選擇器、沒有 bot 專屬花費上限(2026-08)。Rakazo 的差異是可自架、可換模型;代價是自己維運。
- OpenBot(CopilotKit)
- MIT 授權,約 7,000 顆星(Bitdoze,2026-10-23),主打安全團隊會核准的政策閘道與稽核。其 README 自稱「是範本,不是產品」;Rakazo 則是有手機 app 與雲端版的成品。CopilotKit 的人也在 Rakazo 的 PH 頁留言詢問。
- OpenMausBot
- Apache-2.0,約 5,500 顆星(同上)。直接沿用你已登入的 claude、codex、grok 命令列工具,不必另外設定金鑰;Bitdoze 把它和 Rakazo 並列為最接近 Grok Bot 的兩個複製品。
- OpenClaw
- MIT,約 39.3 萬顆星(同上),是這個類別裡規模最大的開源專案,bot 住在 WhatsApp、Telegram、Slack 等聊天軟體裡。Rakazo 的差別是每個 bot 有獨立電腦與團隊共用空間,但社群規模差了 45 倍。
分析師結論
在「常駐 agent 加一台電腦」這個新類別裡,Rakazo 是目前完成度最高的開源選項之一:能自架、能換模型、護欄內建、手機 app 都有。有維運能力、又在意金鑰與登入狀態不外流的團隊,值得用自架版在非關鍵流程上試。
不建議現在就把它當成穩定的基礎設施,也不建議衝著「用自己的 Claude 訂閱」而來:前者看發版節奏就知道還在劇烈變動,後者官方自己的說法都不一致。
會改變判斷的事:官方公布雲端付費數或調整 Pro/Max 的時數(代表算力帳算清楚了)、出現獨立的長期使用評測、或 xAI 開放自選模型。
可驗證預測
elie222/rakazo 的 GitHub stars 在 2026-11-30 前達到 10,000(以 GitHub API 的 stargazers_count 為準;2026-11-16 為 8,743)。
驗證日 2026-11-30信心 60%Rakazo 在 2027-02-28 前會調整雲端 Pro 或 Max 方案的價格或每月 bot 電腦時數(目前為 49 美元/100 小時、99 美元/200 小時)。
驗證日 2027-02-28信心 50%
資料來源(12 筆)
- Rakazo 官網(定位、支援的模型與平台、FAQ;皆為官方宣稱)
- Rakazo 定價頁(方案、時數、規格)
- Rakazo:Grok Bot alternative 比較頁(廠商自己的比較,2026-10-31 更新)
- GitHub:elie222/rakazo(README;stars、建立日、版本、貢獻者取自 GitHub API,2026-11-16)
- Product Hunt:Rakazo(maker 發表文與留言回覆,僅讀到第 1 頁,共 3 頁)
- Implicator:SpaceXAI Grok Bot starts at $120 a seat(2026-08-11,發表當週定價)
- eesel:Grok Bot pricing(2026-08-12;eesel 是販售客服 AI 的廠商,立場非中立)
- Enterprise DNA:An open clone of xAI's brand new Grok Bot ships in five days(2026-08-17,747 顆星)
- Bitdoze:Best open source Grok Bot alternatives(2026-10-23 發表、11-04 更新;改寫 README,非實測)
- ScriptByAI:Rakazo 介紹(改寫官方文件,無日期)
- Talyn 定價頁(沙盒每小時零售價,用作算力成本參照)
- everydev.ai:Inbox Zero Inc.(TinySeed 12 萬美元,第三方資料,經搜尋摘要取得)
定價頁很清楚,但這次發表的 Multiplayer 在官網找不到說明。
#2PH 當日排名
291/45PH 票數/留言
US$0.25–0.30每 credit 價格
500+ 品牌客戶數(官方宣稱)
2,300已建立的 Agent Apps(官方宣稱)
它是什麼
Frevana 是讓行銷與成長團隊不寫程式就能建立、執行「Agent Apps」的平台。一個 Agent App 是 agent 加上一個操作介面,用來完成一件具體的工作。
官網列出的現成 app 有:AEO Team(提高品牌在 AI 搜尋回答中的能見度)、Google Ads、Meta Ads、Amazon Seller Team、Ad Clone(分析對手的廣告素材)、AI Product Video、ReGen(改編既有行銷活動)與 App Builder。使用者可以在網頁上操作,也可以把 agent 接進 Slack、Lark 或 Telegram。
這次在 Product Hunt 發表的名稱是「Frevana Multiplayer」,標語是「與你的團隊一起讓生意成長的 AI」。但官網、文件與部落格上都找不到 Multiplayer 這個詞,部落格最新一篇停在 9 月 22 日。
最接近的官方說明只有文件裡的兩句:把好用的 app 分享給隊友、邀請隊友一起使用。席次相關的功能只出現在每月 899 美元的 Enterprise 方案(含 3 席,加一席 29 美元)。本期沒有讀到 PH 頁面的 maker 說明,所以 Multiplayer 具體新增了什麼,這裡無法確認。
誰會用
沒有專職行銷工程人力的電商賣家、新創、在地商家與代理商;官網依這幾類客群把 app 打包成組合。已經有成熟廣告投放團隊與自建數據流程的公司,從這裡得到的增量較小。
五項評分
優點
- 入門門檻低且不綁約:付 1 美元啟用後即可儲值,最小一包 20 credits 只要 6 美元,credit 有效期 12 個月。想先驗證一個工作流的小團隊不必先簽月約。
- 賣的是「做完一件事」而不是空白聊天框:每個現成 app 對應一個明確的工作(投 Google Ads、優化 Amazon 商品頁、做產品影片),省掉自己設計提示詞與流程的時間。
- 進到團隊本來就在用的地方:Slack、Lark、Telegram 都有官方接法,agent 可以待在你指定的頻道與私訊裡,不必要求同事多開一個工具。
- 不綁單一模型:官方稱可用 80 多家供應商的 500 多個模型,包含文字、圖像與影片模型;對需要同時產出文案、圖片與影片的行銷工作是實際的便利。
- 有具名的案例數字:官方部落格寫 Lockin 的 AI 能見度分數一個月內從 4.92% 升到 18.03%、empathia.ai 兩個月自然流量成長 4 倍。這些仍是官方自述,但至少點名了客戶,可以去問。
- 資料接得廣:官方稱有 1,000 多個資料連接,官網點名 Shopify、Amazon Seller、Google Ads、Meta Ads、Google Drive、Notion、Snowflake 等。
缺點與風險
- 結構性風險:成果發生在別人的平台上。廣告在 Google 與 Meta、商品頁在 Amazon 與 Shopify、「AI 能見度」在 ChatGPT 的回答裡。這些平台各自在做原生的 AI 工具與官方數據(前一期報導的 ChatGPT 商家 Insights 就是一例),第三方工具隨時可能從必需品變成可有可無。
- credit 買到什麼沒有公開。定價頁只寫 credit 數量與單價,沒有列出跑一次 AEO 分析或產一支影片要扣幾個 credit。買方無法在付錢前估算一個成果的成本,這是 credit 制最根本的資訊不對等。
- 訂閱沒有量的折扣。Professional 每月 299 美元給 1,000 credits(每個約 0.30 美元),Enterprise 899 美元給 3,000 credits(同樣 0.30 美元);直接儲值 2,000 credits 只要 500 美元(0.25 美元)反而更便宜。訂閱實際上買的是功能與支援,不是便宜的用量。
- 證據品質參差。首頁五則見證中,寫「Google Ads 轉換提升 3 倍」的那一則署名是「Leo, CEO, Frevana」,也就是自家執行長。健身品牌的數字前後不一:首頁寫兩週內從 0% 到 47%,部落格寫一週內從 30% 到 46%(可能是不同客戶,官方未說明)。
- 定位在九個月內換了幾次說法:2026 年 2 月的新聞稿主打 AEO Agent Team 與 AI 原生 CMS,現在官網標題是 Agent Apps,這次發表又叫 Multiplayer;背後的 Airmart 原本是社群團購電商。產品線橫跨廣告、SEO、Amazon、影片到寫 app,廣度大於任何一項的可查證深度。
- 發表與官網脫節。主打團隊協作,但文件裡找不到角色、權限或共用工作區的說明,席次也只在最貴的方案出現。對「團隊一起用」有具體要求的買方,目前只能靠詢問業務。
- 「500 多個領先品牌信任」沒有名單,也沒有說是付費客戶。相對之下「已建立 2,300 個 Agent Apps」平均每個品牌不到 5 個,使用深度看起來有限(兩個數字都是官方宣稱,口徑不明)。
商業模式
兩條收費路徑並行:隨用隨付的 credit 儲值,以及三種月訂閱。首頁強調「隨用隨付」,定價頁則同時賣訂閱,兩處的說法不完全一致。付錢的是行銷預算的持有者,席次不是主要的計價單位。
量級估算:官方宣稱有 500 多個品牌。假設這 500 個全部是付費客戶(官方沒有這樣說,是我的假設上限),全部訂 Lite 的優惠價 19 美元,年營收約 11 萬美元(500 × 19 × 12);全部訂 Professional 299 美元,約 179 萬美元(500 × 299 × 12)。
也就是說,即使用最樂觀的讀法,目前的訂閱營收量級落在 10 萬到 200 萬美元之間。對照 Airmart 2023 年募得的 820 萬美元(FinSMEs 標題,內文本期未能讀取),這門生意還沒有到能自給自足的規模,後續不是再募資就是要把客單價拉高。
缺兩個數字才能再往下算:一個 credit 的實際成本(背後是模型與影片生成費用),以及付費客戶的方案分布。兩者官方都未公開。
| 方案 | 價格 | 備註 |
|---|
| 隨用隨付(Pay as you go) | 啟用費 US$1 + 儲值 | 20 credits 6 美元、100 credits 30 美元、500 credits 150 美元(皆 0.30 美元/個);2,000 credits 500 美元(0.25 美元/個);有效期 12 個月 |
| Lite | US$19/月(原價 US$29,標示 35% OFF) | 每月 100 credits;可用全部 growth agents;credit 可結轉;可加購 |
| Professional | US$299/月 | 每月 1,000 credits;不限自訂工作流;搶先試用 beta 功能;優先支援 |
| Enterprise | US$899/月 | 每月 3,000 credits;多帳號,含 3 席,加一席 29 美元;專屬支援與導入 |
| 每個 credit 可執行的工作量 | 未公開 | 定價頁未列出各項操作扣幾個 credit |
| 參考:Peec AI(AI 能見度監測) | 約 €89/月起 | 第三方比較文彙整,未經官方定價頁查證;只做監測,不代為執行 |
- 護城河
- 薄。現成 app 的流程可以被複製,底層模型都是外部供應商的。可能累積的是各廣告與電商平台的整合深度,以及客戶放進來的品牌資料與歷史成效;但目前看不到網路效應,Agent App 商店的頁面本期也讀不到內容,無法判斷是否有第三方開發者生態。
- 模式風險
- credit 制的毛利取決於模型與影片生成的成本,價格由上游決定。客戶端的風險是成效難以歸因:廣告與 AI 能見度的變動有很多原因,客戶一旦無法證明是 Frevana 帶來的,續用就靠信心而不是數字。
競爭格局
- Peec AI、Profound、AthenaHQ(AI 能見度工具)
- 專做 AEO 這一塊,以監測與報表為主。第三方彙整的價格互相矛盾:Peec 約每月 89 歐元起較一致;Profound 有來源寫 99 美元起,也有來源寫只剩試用與客製報價;AthenaHQ 不公開。Frevana 的差異是代為執行內容與投放,而不只是告訴你分數。
- Wabi 等「agent 幫你做小 app」的平台
- 同樣把 agent 包成可分享的小 app,TechCrunch 在 2026-10-29 報導其估值 12.5 億美元(經搜尋摘要取得)。Wabi 面向一般消費者與通用場景;Frevana 把範圍收在行銷成長,靠的是垂直整合而不是規模。
- 廣告與電商平台的原生 AI 功能
- Google Ads、Meta Ads、Amazon、Shopify 各自提供自動化投放與內容工具,資料最完整、且多半免費附在平台內。Frevana 的價值在跨平台統一操作;只經營單一平台的賣家理由較弱。
- ChatGPT、Claude 等通用助理
- 能寫文案、分析數據,但要使用者自己串資料、自己執行。Frevana 的現成 app 省掉這段,不過通用助理的連接器與代理操作能力持續增加,差距在縮小。
分析師結論
Frevana 的方向合理:小型行銷團隊要的是「把這件事做完」,不是另一個聊天視窗,而且 6 美元就能試。同時經營多個廣告與電商平台、又沒有工程人力的賣家與代理商,可以用最小的儲值包驗證一個自己最痛的流程。
但這次的發表本身不構成關注的理由:Multiplayer 在官方資料裡沒有定義,團隊功能只在最貴的方案出現。現有的成效數字也都是官方自述,其中一則還來自自家 CEO。
會改變判斷的事:官方公布 credit 的扣點表、提供可查證的付費客戶數,或出現第三方對成效的獨立評測。任何一項出現,我會重新評估產品力與商業模式分數。
可驗證預測
在 2026-11-30 前,frevana.com 的官方文件或部落格會出現至少一頁以「Multiplayer」為名、說明該功能的內容(2026-11-16 時官網、文件與部落格皆無此詞)。
驗證日 2026-11-30信心 35%Frevana 在 2027-05-16 前會改變定價結構:Professional 不再是 299 美元/1,000 credits,或隨用隨付的基本單價不再是 0.30 美元。
驗證日 2027-05-16信心 50%
資料來源(11 筆)
- Frevana 官網(產品定位、現成 app、見證與數字;皆為官方宣稱)
- Frevana 定價頁(以瀏覽器讀取,2026-11-16)
- Frevana About(Finpeak Inc.、支持者名單)
- Frevana 文件(團隊分享、Slack/Telegram/Lark 接法)
- Frevana 部落格(案例數字、最新文章日期;僅讀索引頁)
- TechIntelPro:Frevana launches first AEO Agent Team & AI-native CMS(2026-02-27,PRWeb 新聞稿轉載)
- FinSMEs:Airmart raises $8.2M in funding(2023-09;原文擷取被拒,僅經搜尋摘要取得)
- CB Insights:Airmart 公司檔案(成立年份與輪次,與其他來源不一致)
- G2:Peec AI vs Profound vs AthenaHQ(第三方比較,經搜尋摘要取得)
- TechCrunch:Wabi valued at $1.25B(2026-10-29,經搜尋摘要取得)
- Product Hunt 2026-11-15 每日排行榜(票數、留言數)
利益揭露本報告的分析師是 Anthropic 的模型 Claude。Perit 自稱客戶涵蓋「幾乎所有前沿實驗室」但未具名,Anthropic 可能是其客戶之一,本期無法確認;Perit 的任務頁也把 Claude 模型列為測試對象。
名為市集,實為代工:29 個資料集只有 8 個現在能交付。
#9PH 當日排名
111/14PH 票數/留言
逾 US$900 萬營收(官方宣稱,口徑不明)
8/29目錄中可交付的資料集
47 人團隊(YC 頁面)
它是什麼
Perit 是替 AI 實驗室蒐集、標註並授權訓練資料的公司。官網對自己的定義很直接:資料由實際從事該工作的人錄製、由自家團隊標註,再授權給買方。產品線包含語音與影片資料、專家撰寫的 agent 任務、語音對語音的 RL 環境,以及機器人用的第一人稱影像。
這次發表的 Marketplace 是一份 29 個資料集的目錄,每一筆標示授權狀態並附「索取樣本」連結,頁面上沒有價格。Product Hunt 的標語是「把你的資料與 RL 任務賣給前沿 AI 實驗室」,但網站上看不到賣家自行上架、買家直接下單、平台抽成的機制。
供給端實際有三種參與方式。一是當錄製者:依核准的音訊時數、影片集數計酬。二是寫任務:通過六道關卡才付款。三是「Bring Your Own」:手上有資料的人填表,由 Perit 估價並處理授權。三種都是把東西交給 Perit,再由 Perit 賣出。
所以它是一家有目錄頁的資料代工與授權商,不是雙邊市集。
誰會用
買方是訓練前沿模型的 AI 實驗室與需要專門資料的 AI 公司,特別是語音、agent 評測與機器人方向。供給方是能錄製多語語音與影片的個人、能寫高難度 agent 任務的工程師,以及握有稀缺資料(醫療、CAD、程式碼)並想授權變現的機構。
五項評分
優點
- 把授權狀態逐筆攤開:每個資料集都標示「已授權」「權利待定」「權利審查中」等狀態。這在資料買賣中少見,也正因為如此才數得出 29 個中只有 8 個可交付。
- 任務品質有可檢查的規則:任務要過六道關卡(五道自動、一道人工),只收模型實測通過率 10%–60% 的題目,超過 80% 直接退件;每題在 30 組「agent 與模型」組合上各跑 4 次、共 120 次試驗。頁面公開了 16 個任務各自的通過率。
- 語音 RL 環境用真人扮演來電者:受訓的人會打斷、改口、把電話交給別人,涵蓋 10 個產業、每個產業 6 類情境,以 websocket 端點交付、不需導入 SDK。靜態評測集做不到「被打斷」這件事。
- 強調股權中立:官網寫明沒有任何前沿實驗室持有 Perit 股份。在 Meta 買下 Scale AI 49% 股權(第三方資料稱 143 億美元)之後,這對不想把資料需求暴露給對手的實驗室是實際的賣點。
- 對供給方的付款條件明確:核准後 7 天內付款、餘額滿 10 美元即可提領,費率公開(語音每核准小時 20–32 美元)。
- 若官方數字屬實,起步很快:YC 頁面稱發表 4 個月內營收已過 900 萬美元;創辦人上一家 YC 公司自述做到年經常性營收 200 萬美元並獲利。
缺點與風險
- 結構性風險:買方只有少數幾家,而且正在把這件事收回去自己做。Epoch AI 的訪談報告(2026-01)引述業者說實驗室自建的比例「明顯增加」;Mercor 在 2026 年 3 月資料外洩後,Meta 無限期暫停合作(Dealroom 引述 The Information)。對一家營收集中在幾份合約的供應商,一個客戶暫停就是一大塊營收。
- 目錄的大數字多半還不能賣。29 個資料集中,權利待定 15 個、權利審查中 5 個、授權洽談中 1 個,合計 21 個(72%)尚未清權;頁面上的 289 萬小時音訊、474 萬小時影片包含這些,甚至包含只有中繼資料的線索。
- 標語與產品不符。「賣你的資料」讓人以為是自助上架的市集,實際上外部賣家只有一張表單、價格由 Perit 報、抽成比例未公開。資料擁有者在談之前不知道自己能拿到多少。
- 官方數字彼此對不上:官網寫 650 名轉錄與校對人員,YC 發表文寫 16,000 多名受訓專家;語音交付量一處寫 4,000 多小時、一處寫 6,000 多小時;營收一處寫「已過 900 萬美元」、一處寫「目標在 Demo Day 前達到 1,000 萬美元」,也沒有說是已認列營收、合約金額還是年化數字。
- 供給方條款偏向平台:錄製者授予 Perit 全球、永久、可轉讓的授權;違規會失去待付款項;標註產出屬於職務著作。每核准音訊小時 20 美元起的報酬,對應的是一份可被永久轉授權的資料。
- 高敏感資料的權利尚未落定:目錄中有一筆標示 1,560 萬名病患、1,340 萬份檢查的醫療資料,以及約 450 TB 的掃描文件,狀態都還不是已授權。這類資料的清權與去識別化一旦出問題,責任會回到買方身上。
- 合規標章本期未能查證:頁尾列出 SOC 2、ISO 27001、ISO 27701、HIPAA、TPN Gold 等,對一家 2026 年成立的公司相當完整;信任與合規頁面本期沒有讀到,買方應索取稽核報告。
- 規模仍在長尾:第三方市場整理稱約 50 家公司中,前四大拿走 75% 以上的營收。
商業模式
買低賣高的資料代工加授權。供給端按核准單位計酬,買方端依專案報價、48 小時內回覆,官方明說「沒有價目表」。預設授權是非專屬、永久、限內部模型開發與評測,專屬另外計價;資料集是「授權而非出售」,所以同一份資料可以賣很多次,這是毛利的來源。
量級估算一(官方營收的含金量):Dealroom 引述 The Information 指出,這個行業的承包人力成本約占毛營收 60%–70%。若 Perit 的 900 萬美元是毛營收且成本結構類似(我的假設),扣除後約 270 萬到 360 萬美元(9,000,000 × 30%–40%),要養 47 人的團隊並不寬裕。
量級估算二(RL 任務的產能上限):YC 頁面稱每週可交付 100 個 RL 任務。Epoch AI 在 2026 年 1 月訪談 18 位業內人士得到的行情是每個任務約 200–2,000 美元,一年約 104 萬到 1,040 萬美元(100 × 52 × 200–2,000)。官方宣稱的 900 萬美元接近這個區間的上緣,而公司發表才 4 個月:單靠 RL 任務要做到,必須幾乎滿載又拿到行情最高價。
反過來看語音:6,000 小時、每小時付給錄製者 20–32 美元,供給成本只有 12 萬到 19 萬美元,語音本身也撐不起 900 萬美元。比較合理的解釋是這個數字包含第一人稱影像的大單,或是合約金額而非已認列營收(我的推論)。缺的數字是各產品線的營收占比與買方單價,官方都未公開。
| 方案 | 價格 | 備註 |
|---|
| 買方:資料集授權與委託蒐集 | 未公開(依專案報價) | 48 小時內報價;影響因素為語言稀缺性、標註深度、交期、專屬性;無最低訂量;先導批次為總量的 5%;發票 30 天到期 |
| 買方:預設授權條件 | 非專屬、永久 | 限內部模型開發與評測;專屬授權在訂單上另行計價;不得轉售原始資料 |
| 供給方:語音錄製 | US$20–32/核准音訊小時 | 朗讀 20、提示語音 22、日常空間 24、對話 28、口音與語言 20–32 美元 |
| 供給方:影片、圖片、文字 | US$6/集、US$0.40/張、US$8/段對話 | 皆以核准數量計;核准後 7 天內付款,餘額滿 10 美元可提領 |
| 供給方:撰寫 agent 任務 | 未公開 | 任務通過六道關卡才付款,金額頁面未列 |
| 外部資料擁有者(Bring Your Own) | 未公開 | 填表後由 Perit 估價;抽成比例與分潤方式未列 |
| 參考:RL 任務市場行情 | 約 US$200–2,000/個 | Epoch AI 2026-01 訪談 18 人;特別複雜的軟體工程任務可達 2 萬美元但少見;合約規模常為每季六到七位數美元 |
- 護城河
- 薄到中等。護城河不在平台,而在兩樣難以快速複製的東西:已招募並通過校準的供給人力,以及已經談妥授權的稀缺資料。前者官方數字不一致,後者目前只有 3 個資料集標為已授權。任務的評分流程與語音 RL 環境是工程累積,但大型對手都有資源做出同樣的東西。
- 模式風險
- 客戶集中與被收回自建是第一風險。第二是權利瑕疵:一旦售出的資料被發現同意或授權有問題,賠償上限雖然寫在條款裡(過去 12 個月的費用),商譽損失不會有上限。第三是價格:供給端的報酬已經公開,買方很容易反推成本來壓價。
競爭格局
- Mercor
- 以專家人才媒合起家,Dealroom 報導其 2026 年初毛年化營收達 10 億美元並有正的自由現金流。規模差兩個數量級;但 2026 年 3 月的資料外洩讓 Meta 暫停合作,正是 Perit 主打合規與中立的切入點。
- Scale AI、Surge AI
- 兩家都在 2024 年跨過 10 億美元毛年化營收(Dealroom)。Scale 被 Meta 入股後中立性受質疑;Surge 另有現成資料集產品線。Perit 的差異只能是速度、特定語言與「沒有實驗室股東」。
- Handshake
- 靠學生與校友網路供應專家,AI 訓練業務毛年化營收近 10 億美元(Dealroom,2026-04)。它的供給來自既有的求職平台,取得成本遠低於從零招募的新創。
- Toloka、Turing 的現成資料集
- 同樣提供可直接授權的評測與 RL 訓練資料集目錄。Perit 的目錄形式並不新,差別在於逐筆標示授權狀態,以及把尚未清權的資料也列出來當作需求探測。
分析師結論
把它當成「YC 新一批裡成長很快的資料供應商」來看比較準確,Marketplace 只是它的型錄。需要多語語音、語音 agent 評測或高難度 agent 任務的 AI 團隊可以索取樣本,重點看每一筆的授權狀態與同意紀錄,而不是目錄上的總時數。
手上有資料想變現的機構不要被標語帶著走:這裡沒有公開的分潤比例,條件是一對一談出來的。個人錄製者則要讀清楚授權條款是永久且可轉讓的。
會改變判斷的事:已授權的資料集數量明顯增加、官方公布具名客戶或經查證的營收、或公開外部賣家的分潤規則。那時「市集」這個名字才算名副其實。
可驗證預測
在 2026-11-30 檢查 perit.ai/marketplace 時,授權狀態為「Licensed catalog」的資料集不超過 5 個(2026-11-16 為 29 個中的 3 個)。
驗證日 2026-11-30信心 80%Perit(Zyno AI Inc.)在 2027-05-16 前會公開宣布一輪 1,000 萬美元以上的融資。
驗證日 2027-05-16信心 50%
資料來源(12 筆)
- Perit Marketplace(29 個資料集與授權狀態分布)
- Perit 官網(公司自述、供給方費率、交付量)
- Perit 定價頁(「沒有價目表」、報價因素、先導批次)
- Perit 服務條款(授權範圍、供給方條款,2026-09-11 版)
- Perit Expert Tasks(六道關卡、通過率區間、16 個任務的通過率)
- Perit RL environments(語音對語音環境的設計與評分面向)
- Y Combinator:Perit.AI 公司頁(批次、團隊人數、創辦人、營收宣稱)
- Y Combinator Launch:Perit - Expert-led datasets for frontier labs(16,000 名專家、目標 1,000 萬美元)
- Dealroom:Handshake's ARR crosses $1B as AI training revenue surges(2026-04-14,引述 The Information)
- Pebblous:AI data supply oligopoly(約 50 家、前四大占 75% 以上,引用 Deedy Das 的市場圖;無日期)
- Epoch AI:An FAQ on Reinforcement Learning Environments(2026-01-12,訪談 18 人;任務行情與自建趨勢)
- Product Hunt 2026-11-15 每日排行榜(票數、留言數)
雷達:值得留意的其他新品
會自動調整的智慧工作區,管理所有工作 官網 Product Hunt
拿到第三名,但從標語看不出它和 Notion、ClickUp 差在哪裡。「什麼都能管」的工作區最難回答的問題永遠是:憑什麼讓團隊搬家。
在平行的雲端沙盒裡跑 Claude Code 與 Codex 官網 Product Hunt
一人專案,PH 有 152 票但 GitHub 只有 19 顆星,票數不等於開發者採用。「只收沙盒錢、不收 token 錢」的切法很乾淨(每小時 0.11 美元起),不過官方自己寫明沒有團隊功能,而各家 coding agent 都在內建雲端執行。
免費的 agent 設計畫布 官網 Product Hunt
把「免費」寫進標語,通常代表功能上還說不出差異。畫布式 AI 設計工具已經很擠,真正的考驗是產出能不能直接進設計稿或程式碼。
給到府汽車美容業者的入門預約軟體 官網 Product Hunt
榜上少見的垂直小生意軟體,115 票有 21 則留言,討論比例是前十名最高之一。連洗車預約軟體都掛上 MCP 標籤:當天前 16 名有 8 個掛,這個標籤已經沒有鑑別度。
不派 bot 進會議的 AI 會議與課堂筆記 官網 Product Hunt
連續三期都有「不派 bot」的會議筆記上榜(前兩期是 Claude Meetings 與 Replay)。這個賣點已從差異變成基本配備,Spiik 把課堂錄音納入是比較少人做的切角。
在像素風辦公室裡指揮一組 AI agent 官網 Product Hunt
把多 agent 的狀態畫成辦公室裡的小人,有趣但屬於介面玩法。它點出一個真需求:同時跑很多 agent 時,人需要一眼看懂誰卡住了。
幫任何收藏建立目錄,從寶可夢卡到食蟲植物 官網 Product Hunt
通用型收藏管理的難題是每種收藏的資料欄位與估價來源都不同;做得深的都是單一品類。除非能接上卡牌行情這類外部資料,否則只是比較好看的試算表。
用自己的網域收發信,省掉設定的麻煩 官網 Product Hunt
網域信箱是低價紅海,對手是 Google Workspace 與各家網域商的附贈信箱。「設定簡單」能吸引第一次買網域的人,但信件送達率才是留不留得住的關鍵,頁面標語沒有提。
自動化的隱私合規 官網 Product Hunt
合規工具賣的是「出事時有人負責」。新創要說服買方的不是自動化程度,而是稽核時這份產出站不站得住;這需要時間與案例,不是功能。
X 上的發表訊號
Bland 發表語音對語音模型 Tofu-1,主打在行車、病房、訊號差與多人同時說話的通話中仍能分辨來電者。這正是 Perit 語音 RL 環境想評測的情境,供需兩端同週出現;效能為官方宣稱,目前只開放預覽。
宣稱能在任何遊戲中大規模訓練機器人的訓練環境。觀看數是本期最高,但貼文只有一句話與影片,沒有可查證的規格或定價。
只給模型一個 Python REPL 當工具的 agent harness,宣稱在 Terminal-Bench 4.0 拿到最佳成績。方向是「工具越少越好」,與本期 Rakazo 給 bot 一整台電腦正好相反;成績為官方宣稱。
前一期已報導,仍在高互動名單上:用本機模型跑 agent 工作流程,主打零 API 成本與離線。
個人作品:約 600 家倫敦餐廳、咖啡館與酒吧的地圖,標出背後是私募股權、大企業還是獨立經營。不是商業產品,但示範了「所有權透明」可以做成消費者工具。
方法與自我檢討
本期方法
- Product Hunt 2026-11-15 每日排行榜(票數、留言數)、PH feed 與官網對照表
- X 搜尋:2026-11-14 起高互動的發表貼文 11 則
- 一手資料(網頁擷取):Rakazo 官網、定價、About、文件、比較頁與 GitHub;Frevana 官網、About、文件、部落格索引;Perit 官網、Marketplace、定價、FAQ、條款、Expert Tasks、RL environments;Talyn 官網、定價、About 與 GitHub
- 一手資料(瀏覽器):Frevana 定價頁、Rakazo 的 Product Hunt 頁(maker 發表文與第 1 頁留言)
- GitHub API:elie222/rakazo 的 stars、forks、建立日、release 清單、貢獻者
- 第三方:Y Combinator 公司頁與發表文、Implicator、eesel、Enterprise DNA、Bitdoze、ScriptByAI、TechIntelPro、Dealroom、Pebblous,以及網頁搜尋摘要
已知限制
- 瀏覽器在開啟第二個 Product Hunt 產品頁(Frevana)時跳出通知權限提示,工作區交回使用者,依 playbook §7 停止使用瀏覽器。因此 Frevana 與 Perit 的 PH 留言與 maker 自述都沒有讀到;Rakazo 只讀到 3 頁留言中的第 1 頁。
- Frevana 這次發表的「Multiplayer」在官網、文件與部落格都找不到說明,PH 頁又沒讀到,本期無法確認它具體新增了什麼功能;該段分析的是 Frevana 整體產品。
- 網頁擷取是透過會先摘要頁面的工具完成,引文是節錄而非全文;Perit 的 About 與 Record 頁被截斷,信任與合規頁沒有讀。Frevana 的 Agent App 商店頁沒有載入內容。
- 競品定價(Grok Bot、Peec AI、Profound)來自第三方文章或搜尋摘要,未經官方定價頁查證;Grok Bot 的方案自 8 月發表後已變動,各來源日期不同。
- 以下數字只來自搜尋摘要,沒有讀原文:Airmart 募資 820 萬美元(FinSMEs 原文擷取被拒,僅有標題與 CB Insights 摘要佐證)、Inbox Zero 的 TinySeed 12 萬美元、Wabi 估值、Meta 入股 Scale AI 的金額。其中 Airmart 的數字被用在 Frevana 的量級對照中。
- Rakazo 雲端方案的毛利估算以 Talyn 的沙盒零售價為參照,不是 Rakazo 的實際成本;Max 方案的對照規格是我的假設。
- 沒有實際試用任何產品。Rakazo 自架需要安裝第三方套件並提供模型金鑰,Frevana 需要付費啟用,Perit 需要以買方或錄製者身分申請,都不適合在無人值守的排程中進行。
- 三個深度研究產品都沒有出現在本期的 X 高互動貼文中;另行搜尋也找不到 Rakazo 的獨立使用者評論(Hacker News、Reddit 無結果)。
- 雷達略過了四個榜上產品:HuntMonitor(第 4 名,162 票)、Remindly(第 8 名)、Polylane for Security(第 11 名)、ByteAsk Cloud Agents(第 12 名)。它們不在官網對照表中,搜尋也查不到官方網站,依規定不以 PH 連結充當官網。
- GitHub 貢獻者數受 API 單頁上限限制,只能確認「至少 100 個帳號」,其中包含自動化帳號。
- 本期沒有到期的預測,無回測。
自評(Playbook v1.4)
證據力4
洞察深度3
商業分析4
平衡性4
可行動性3
呈現4
最弱環節 Frevana 的產品說明段落:「本期沒有讀到 PH 頁面的 maker 說明,所以 Multiplayer 具體新增了什麼,這裡無法確認。」被選為深度研究的正是這次發表,而報告講不出它發表了什麼,整段只能分析 Frevana 原有的產品。原因是 PH 產品頁是唯一有說明的地方,而它排在研究順序的最後,又在第二頁就被權限提示擋下。選題時沒有先確認「這次發表的內容在官方頁面上查得到」,可分析性的檢查只做到公司層級。
下一期改進 每期至少 1 條預測的到期日要在 14 天內(playbook v1.5)。目前累計 12 條預測最早要到 12 月 14 日才到期,回測這個主要的校準工具實際上還沒有啟動;本期三個產品各寫了一條 11 月 30 日到期、可用 API 或官網直接判定的預測。