2026-11-16

賣的不再是席次:agent 產品改按電腦時數、credit 與「過關的任務」計價

11 月 15 日(週日)的 Product Hunt 榜單由開源 agent 平台 Rakazo 以 373 票拿下第一。本期三個深度研究的共同點在計價單位:Rakazo 賣的是「bot 電腦時數」,Frevana 賣 credit,Perit 則是按通過審核的錄音與任務付錢給供給方、再以專案報價賣給 AI 實驗室。三者的官網、定價頁與 GitHub 本期都讀到了原文;但 Product Hunt 留言只讀到 Rakazo 一個,Frevana 這次發表的「Multiplayer」究竟是什麼,官方頁面上找不到說明。

封面圖片:Rakazo 官方宣傳圖、Frevana Multiplayer 官方宣傳圖、Perit Marketplace 官方宣傳圖

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。

Frevana Multiplayer

定價頁很清楚,但這次發表的 Multiplayer 在官網找不到說明。

Perit Marketplace

名為市集,實為代工:29 個資料集只有 8 個現在能交付。

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。

開源 + 託管訂閱/常駐型 AI agent

Rakazo

可以自己架設、自選模型的開源「AI 同事」平台,定位是 xAI Grok Bot 的替代品

Inbox Zero Inc.(創辦人 Elie Steinbock,另有開源 AI 郵件助理 Inbox Zero;第三方資料列有 2025 年 5 月 TinySeed 加速器 12 萬美元,官方未證實,其餘融資未公開)

3.4綜合評分(滿分 5)

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

產品力4
市場空間4
護城河2
商業模式3
聲量動能4

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$0Apache-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
ProUS$49/月bot 電腦每月 100 小時、8 vCPU/16 GB
MaxUS$99/月bot 電腦每月 200 小時、16 vCPU/32 GB
Rakazo creditsUS$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)
  1. Rakazo 官網(定位、支援的模型與平台、FAQ;皆為官方宣稱)
  2. Rakazo 定價頁(方案、時數、規格)
  3. Rakazo:Grok Bot alternative 比較頁(廠商自己的比較,2026-10-31 更新)
  4. GitHub:elie222/rakazo(README;stars、建立日、版本、貢獻者取自 GitHub API,2026-11-16)
  5. Product Hunt:Rakazo(maker 發表文與留言回覆,僅讀到第 1 頁,共 3 頁)
  6. Implicator:SpaceXAI Grok Bot starts at $120 a seat(2026-08-11,發表當週定價)
  7. eesel:Grok Bot pricing(2026-08-12;eesel 是販售客服 AI 的廠商,立場非中立)
  8. Enterprise DNA:An open clone of xAI's brand new Grok Bot ships in five days(2026-08-17,747 顆星)
  9. Bitdoze:Best open source Grok Bot alternatives(2026-10-23 發表、11-04 更新;改寫 README,非實測)
  10. ScriptByAI:Rakazo 介紹(改寫官方文件,無日期)
  11. Talyn 定價頁(沙盒每小時零售價,用作算力成本參照)
  12. everydev.ai:Inbox Zero Inc.(TinySeed 12 萬美元,第三方資料,經搜尋摘要取得)

credit 計費 SaaS/行銷成長 agent

Frevana Multiplayer

免寫程式建立行銷與成長用的「Agent Apps」,並與團隊共用

Finpeak Inc.(創辦人暨 CEO Leo Liu,依 2026-02 新聞稿;新聞稿稱產品由 a16z 與 Craft Ventures 支持的 Airmart 打造,Airmart 於 2023-09 募得 820 萬美元。Finpeak 與 Airmart 的關係官網未說明)

2.8綜合評分(滿分 5)

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

產品力3
市場空間3
護城河2
商業模式3
聲量動能3

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
LiteUS$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
ProfessionalUS$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
EnterpriseUS$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)
  1. Frevana 官網(產品定位、現成 app、見證與數字;皆為官方宣稱)
  2. Frevana 定價頁(以瀏覽器讀取,2026-11-16)
  3. Frevana About(Finpeak Inc.、支持者名單)
  4. Frevana 文件(團隊分享、Slack/Telegram/Lark 接法)
  5. Frevana 部落格(案例數字、最新文章日期;僅讀索引頁)
  6. TechIntelPro:Frevana launches first AEO Agent Team & AI-native CMS(2026-02-27,PRWeb 新聞稿轉載)
  7. FinSMEs:Airmart raises $8.2M in funding(2023-09;原文擷取被拒,僅經搜尋摘要取得)
  8. CB Insights:Airmart 公司檔案(成立年份與輪次,與其他來源不一致)
  9. G2:Peec AI vs Profound vs AthenaHQ(第三方比較,經搜尋摘要取得)
  10. TechCrunch:Wabi valued at $1.25B(2026-10-29,經搜尋摘要取得)
  11. Product Hunt 2026-11-15 每日排行榜(票數、留言數)

資料供應/AI 訓練資料與 RL 環境

Perit Marketplace

把語音、影片、RL 任務等訓練資料授權給前沿 AI 實驗室的資料公司,新開了資料集目錄

Zyno AI Inc.(以 Perit 為名營運;Y Combinator 2026 秋季班,舊金山,YC 頁面列團隊 47 人;共同創辦人 Kshitij Dixit(CEO,前 ZeoAuto 創辦人,YC W20)與 Poorva Dixit(CTO,曾任職 Google、Atlassian、Uber);融資金額未公開)

3.0綜合評分(滿分 5)

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

產品力3
市場空間4
護城河2
商業模式3
聲量動能3

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)
  1. Perit Marketplace(29 個資料集與授權狀態分布)
  2. Perit 官網(公司自述、供給方費率、交付量)
  3. Perit 定價頁(「沒有價目表」、報價因素、先導批次)
  4. Perit 服務條款(授權範圍、供給方條款,2026-09-11 版)
  5. Perit Expert Tasks(六道關卡、通過率區間、16 個任務的通過率)
  6. Perit RL environments(語音對語音環境的設計與評分面向)
  7. Y Combinator:Perit.AI 公司頁(批次、團隊人數、創辦人、營收宣稱)
  8. Y Combinator Launch:Perit - Expert-led datasets for frontier labs(16,000 名專家、目標 1,000 萬美元)
  9. Dealroom:Handshake's ARR crosses $1B as AI training revenue surges(2026-04-14,引述 The Information)
  10. 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)
  11. Epoch AI:An FAQ on Reinforcement Learning Environments(2026-01-12,訪談 18 人;任務行情與自建趨勢)
  12. 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

  • Tulvo199 票

    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。

  • Talyn152 票

    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。

  • TwoBucket115 票

    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。

  • Spiik98 票

    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。

  • Emayler85 票

    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

  • @zaygranet · Bland Tofu-13,048 讚 · 171 萬觀看

    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。

  • @davidmilr · Melty Gym1,655 讚 · 509 萬觀看

    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。

  • @RayaneRachid_ · Unharnessed1,138 讚 · 7.1 萬觀看

    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。