← 返回首页
Mobile App

移动应用

AI 驱动的 iOS / Android 移动应用

1633 个产品 183 条观点

移动应用 · 精选产品

Apple Intelligence and Siri

88

Use Siri with ChatGPT, Gemini, or Claude

Apple Intelligence 是苹果面向 iOS/macOS 的系统级 AI 平台,通过本地模型与 ChatGPT/Gemini/Claude 多模型接入,提供私密、离线的智能助手、视觉识别、图像生成等能力。

▲ 5 free

Glaze by Raycast

85

Create your own Mac apps by chatting with AI

Glaze 是 Raycast 团队推出的 Mac 端 AI 应用生成工具,用户通过自然语言描述即可生成能离线运行、驻留 Dock 的真实 Mac 原生应用,让软件真正个人化。

▲ 467 freemium

Glasshand

82

Give your agent a real iPhone and Mac

Glasshand 为 AI 智能体提供真实的 iPhone 和 Mac 设备租用服务,让 Agent 能像真人一样操控物理硬件完成复杂任务。

▲ 154 paid

Human Behavior

82

Product analytics told you what happened. We handle it.

Human Behavior 是一款 AI 驱动的产品分析工具,不仅捕获用户行为和会话回放,还通过后台 AI 智能体自动分析问题、触发修复动作(如发邮件、更新 CRM、提 PR),实现产品改进的闭环自动化,无需人工盯仪表盘。

▲ 225 freemium

Tabstack Browser Automation

82

Automate the web in your app or agent, no browser to host

Tabstack 是 Mozilla 推出的浏览器自动化 API,开发者只需一句自然语言即可驱动真实浏览器完成网页操作,无需自行托管浏览器或配置框架。

▲ 314 unknown

Cursor for iOS

82

Build with coding agents from anywhere

Cursor 推出 iOS 原生应用,让开发者可以随时随地通过手机启动云端 AI 编程 Agent、监控任务进度并合并 PR,打破本地机器的时空限制。

▲ 467 freemium

Skybridge

82

The full-stack open source React framework for MCP Apps

Skybridge 是一个开源的全栈 React 框架,专为构建运行在 AI 助手(如 ChatGPT、Claude)内部的 MCP 应用而设计,解决了 MCP 应用开发工具链缺失的问题。

▲ 444 freemium

Viso Now

81

Build computer vision applications with AI

Viso Now 是一个自构建 AI 视觉平台,用户只需用自然语言描述需求,即可将图像、视频和摄像头流转化为可运行的计算机视觉应用,无需模型训练、数据标注或编写代码。

▲ 84 freemium

Cline Desktop App

79

An open-source app for open-weight models

Cline Desktop 是一款开源 AI 编程助手桌面应用,允许开发者自由选择模型与服务商,支持多 Agent 并发、任务自动化及插件市场,打破闭源生态束缚。

▲ 135 freemium

Readr

79

A free reader that answers your questions and reads aloud

Readr 是一款免费开源的 AI 电子书阅读器,支持对书籍内容进行对话问答并在页边注显示答案,同时提供本地设备端自然语音朗读,无需账号或联网服务器。

▲ 91 free

NoMac

78

Your AI agent's own Mac, billed per minute. No subscription

NoMac 为 AI 编程代理(如 Claude Code、Codex、Cursor)提供按分钟计费的云端 Mac 环境,支持自动构建 iOS 应用并发布到 App Store,无需订阅。

▲ 84 paid

LiveReview

78

Free, Risk-Aware Code Review: Auto Approve Low-Risk Changes

LiveReview 是一个风险感知的 AI 代码审查工具,自动批准低风险 PR(占30-50%),将高风险变更路由给合适的工程师,旨在减少生产事故和减轻高级工程师审查负担。

▲ 97 freemium

kosa8

78

Air-gapped microVM sandboxes for enterprise AI agents

kosa8 为企业内部 AI Agent 提供隔离的 microVM 沙箱安全基础设施,支持气隙部署、秒级回滚和审计链,防止 Agent 越权访问敏感资源。

▲ 109 unknown

Floot Payments

78

Take payments in apps you build in ChatGPT and Claude

Floot Payments 让用户在 ChatGPT、Claude 等 AI 构建的应用中直接集成真实支付能力,无需 API 密钥或 Webhooks,支持订阅、一次性付款、运费等多种场景。

▲ 135 freemium

Off Grid AI

78

Private AI on your phone and computer.

Off Grid AI 是一款完全离线、开源的本地 AI 助手,可在手机和电脑上运行 AI 模型,无需联网或账号,保护用户隐私。

▲ 86 free

HECKLE

78

Catch what your AI missed before you ship

HECKLE 是一个本地运行的 AI 应用测试工具,把 localhost 上运行的应用交给它,它会像真实用户一样自动点击遍历,抓出 AI 编码助手漏掉的交互故障、失败请求和页面异常,并给出截图、复现步骤和可执行的证据。

paid($7 一次性买断,明确强调 no subscription,属于低价工具的冲动购买定价)

PocketWebTools for Mac

78

Local AI chat, transcription and video tools in one Mac app

PocketWebTools 是一款 Mac 原生应用,让用户在本地 Apple Silicon 芯片上运行最高 35B 参数的开源模型,并把聊天、转录、视频剪辑、图片放大、OCR、朗读等一整套 AI 工具整合进同一个客户端,主打文件与会话永不出本机、无需账号。

▲ 59 paid

KernelAI

78

53 open models from 15 labs, running entirely on your phone

KernelAI 是一款在 iPhone 和 Android 手机上本地运行 50+ 开源大模型的移动端 AI 客户端,让用户在无网络、无账号、无订阅的情况下完成对话、文档 RAG、图像理解和离线编程,解决云端 AI 的隐私泄露、订阅成本和网络依赖问题。

▲ 63 freemium

Opposable

78

Computer use for phones to give your AI thumbs

Opposable 是一个 MCP 服务器,让 Claude Code、Codex 等 AI 智能体通过蓝牙或 USB 小硬件接管真实的 iPhone / Android 手机,在用户已登录的所有 App 里看屏幕、点按和输入,从而在缺乏官方 API 的场景下完成跨 App 自动化。

▲ 75 freemium

Linda

78

Your private AI coworker for the Mac

Linda 是一款面向 Mac 的本地优先 AI 办公助手,用户用一句话下达任务,它就能在自己的浏览器和用户文件夹里代为执行调研、比价、生成网页与表格、批量重命名文件、起草回复等工作,并可配置 Researcher、Bookkeeper 等角色化助手,全程可见、可随时接管。

▲ 65 freemium

iphone-use

78

Let AI agents drive a real iPhone, even apps with no API

iphone-use 是一个开源(MIT)工具,让 AI Agent 通过 WebDriverAgent 直接操作真实 iPhone——把屏幕转成文本、执行点击/输入/滚动,并为每个动作返回明确状态(已生效、未发送、未知),从而让没有 API 的 App 也能被自动化。

▲ 70 freemium

Coddy

78

Learn to code 20+ languages in a fun way with short lessons

Coddy 是一款 gamified 编程学习应用,通过短时互动课程、浏览器内真实代码编辑器与 AI 助教 Bugsy,帮助初学者在多语言环境下真正坚持学完编程。

▲ 83 freemium

Reviu

78

The review app for code your agent writes

Reviu 是一款面向 AI 编程智能体的代码审查工作台,让开发者在持久会话中运行 Claude Code、Codex、Gemini 等 ACP 智能体,逐行检查其生成的 diff、以内联评论回传修改意见、对每一轮对话做检查点或撤销,最后用真实 Git 收尾分支,解决的是『AI 写的代码没人认真审』这一信任与可控性问题。

▲ 67 freemium

Jango

78

Test multi-user apps with AI agents that act like real users

Jango 是一个面向多用户场景的 AI 测试工具,它为一款应用虚拟出一组具备独立浏览器、账号、目标和记忆的 AI 用户,让开发者在开发阶段就能自动验证登录、协作、实时互动等单人测试覆盖不到的功能。

▲ 70 freemium

Bitrise Build Hub

78

GitHub Actions runners that build 2x faster for your agents

Bitrise Build Hub 是一套托管的高性能 CI 运行器服务,以「替换一行 workflow 配置」的方式接入现有 GitHub Actions 流水线,用最新 Apple Silicon 和高核心数 Linux 机器替代 GitHub 原生 runner,缓解 AI 编程代理大量提交代码后造成的构建排队问题。

▲ 60 paid

Superset Mobile

78

Your coding agents, now in your pocket

Superset Mobile 是一款 iOS 应用,让开发者可以在手机上管理和编排 AI 编程代理(如 Claude Code、Codex),随时随地审查代码差异并合并 PR。

▲ 248 freemium

Sider Omni Sidebar

78

Give every Mac app an Agent Sidebar

Sider Omni 是一款 Mac 端 AI 侧边栏工具,能感知屏幕内容并直接在任意应用旁执行 AI 操作,无需复制粘贴或上传文件。

▲ 211 freemium

bonds

78

AI messenger that builds shared apps inside your group chats

Bonds 是一款 AI 群聊应用,用户用自然语言描述需求,AI 即时在聊天中生成可共享的原生 iOS 应用(如健身追踪器、积分榜、打卡系统),从根本上消除工具切换成本。

▲ 68 free

Enter Pro

78

The AI-native platform to build and scale your apps

Enter Pro 是一个 AI 原生的一体化应用构建平台,帮助团队从创意到上线全流程打造真正可商用的产品,内置模型、数据库、认证、托管、支付、分析等核心能力。

▲ 196 freemium

Memoria

78

Search photos by text, speech, object & faces. 100% offline.

Memoria 是一款完全离线的本地相册智能搜索引擎,利用设备端 AI 实现通过文字、语音、物体和人脸搜索照片和视频,无需云端或订阅。

▲ 100 unknown

Pocket by Meta

78

Vibe-code games, then share them like TikToks

Meta 推出的 AI 社交创作平台,用户无需编程即可通过自然语言描述生成可交互的小游戏/体验,并以类 TikTok 的方式分享、传播和二次创作。

▲ 63 free

Local

78

Zero (!) friction local AI for your Mac

Local 是一款 macOS 本地 AI 应用,无需账号和云端,直接在用户设备上运行私有 AI,支持聊天、编程助手和会议记录,并可通过「办公室模式」共享算力给局域网内其他设备。

▲ 96 free

bitdrift.ai

78

The world’s first agentic mobile observability platform

bitdrift AI 是全球首个代理式移动端可观测性平台,通过 AI 自主查询移动用户行为并实时响应,帮助开发团队将故障平均修复时间(MTTR)提升 10 倍。

▲ 74 freemium

NobodyWho

78

Run AI models on any device

NobodyWho 是一个基于 llama.cpp 的本地推理引擎,让开发者无需 API Key 或云服务即可在任意设备上运行大语言模型。

▲ 85 free

Grok 4.6

78

Frontier Intelligence for Long-Running Agents

Grok 4.6 是 xAI 推出的前沿大语言模型,专为长时运行的 AI Agent 工作流、软件工程和交互式 Web 应用生成而优化,以极具竞争力的价格提供强大的持续推理能力。

▲ 141 paid

Kane CLI

78

Natural language browser & mobile app tests from terminal

Kane CLI 是一个面向开发者和 AI 编码代理的命令行测试工具,允许用自然语言描述测试用例,自动在真实 Chrome 浏览器中执行并返回通过/失败结果及可分享的证明截图,无需编写选择器。

▲ 358 freemium

Tines 3B

78

The secure environment for agents, apps, and automations

Tines 3B 是一个安全的企业级自动化平台,提供统一环境来构建和管理 AI 智能体、应用程序与自动化工作流,强调代码隔离运行与凭证安全保护。

▲ 358 freemium

Remix

78

Figma, but on your production app. Test variants and ship.

Remix 是一款面向研发团队的 AI 协作实验工具,允许任何团队成员在真实生产应用的沙箱副本上通过提示词快速创建 UI 变体,并直接合并为 GitHub PR,打通从创意到上线的全流程。

▲ 126 freemium

Soloop

78

Approval-first Agent OS for solo founders

Soloop 是一个面向独立创业者的 AI 智能体操作系统,通过模拟 CEO、CTO、CMO 三大角色,帮助单人创业者从想法到营收全流程自动化执行,同时保留创始人的最终决策权。

▲ 343 freemium

Aegisora

78

The narrow control plane for AI agent tool and API calls.

Aegisora 是一个面向企业 AppSec 团队的开源零延迟 AI 代理控制代理层,用于拦截恶意 LLM 行为、强制执行最小权限 API 访问、动态脱敏 PII 并生成可审计日志。

▲ 91 freemium

Hey Noah

78

A proactive AI executive assistant for founders

Hey Noah 是一款面向创始人的主动式 AI 执行助理,自动管理日历、人脉关系和跨渠道(邮件、短信、WhatsApp)的跟进事项,确保没有任何重要事务被遗漏。

▲ 477 freemium

AI Search Console

78

Prompt analytics and citation mapping for AI search

AI Search Console 是一款面向 SEO/GEO 团队的 AI 搜索可见性分析工具,帮助用户追踪品牌在 ChatGPT、Claude、Gemini、Perplexity 等 AI 搜索引擎中的提及、排名和引用情况,替代手动截图和电子表格。

▲ 427 freemium

Pushary

78

Approve AI requests from your lock screen

Pushary 让开发者通过手机锁屏审批 AI Agent 的操作请求,解决 AI 自动化流程中需要人工确认时的中断等待问题。

▲ 327 freemium

Megaphone

78

Open-source Mac dictation App that's 100% on-device

Megaphone 是一款完全本地运行的 Mac 开源听写应用,无需账号或订阅,按住 Fn 键即可将语音转化为干净文本输入任意应用。

▲ 100 free

Unabyss for Claude

78

Shared memory across all apps and LLMs. In Claude

Unabyss 是一个跨 AI 工具的共享记忆层,让 Claude、GPT、Cursor 等不同 AI 助手能共享同一份用户上下文,解决各 AI 工具「各自为战、互不知情」的碎片化问题。

▲ 511 freemium

NoMac.app

78

The headless iOS app publishing pipeline for AI agents.

NoMac 是一个面向 AI 代理的无头 iOS 应用发布流水线,让开发者无需 Mac 或 Xcode,直接通过 Claude、Codex 或 Cursor 等 AI 代理完成 iOS 应用的构建、签名、TestFlight 推送和 App Store 提交。

▲ 127 freemium

Effects SDK

78

AI video & audio effects SDK for real-time apps

Effects SDK 为开发者提供客户端运行的 AI 视频与音频效果 SDK,无需将数据上传至服务器即可实现背景虚化、虚拟背景、智能取景、降噪等实时效果。

▲ 410 freemium

Timbal AI

78

Build AI agents, workflows, and apps in one stack

Timbal AI 是一个一站式 AI 应用开发平台,帮助团队将 AI 原型快速落地为生产级系统,整合了 Agent 构建、工作流编排、数据连接、界面设计、部署监控与治理等全链路能力。

▲ 408 freemium

Typeahead 2.0

78

Private AI autocomplete for every app on your Mac

Typeahead 2.0 是一款运行在 Mac 本地的私密 AI 自动补全工具,为所有应用提供智能写作辅助,解决用户跨应用场景下的输入效率与隐私安全问题。

▲ 310 paid

Slackbot’s MCP Client

78

Work across 20+ apps in Slack with multiplayer collaboration

Slackbot 推出 MCP Client,将 20+ 款主流工具(如 Atlassian、Linear、Canva、Zoom)接入 Slack,用户可用自然语言跨应用执行任务,并在频道内实时协作共享结果,解决 AI 工作流碎片化问题。

▲ 185 freemium

Tine

78

An AI desktop cursor that does the work for you

Tine 是一个运行在 Mac 刘海区的 AI 第二光标,能感知屏幕上下文并直接跨应用操作,无需切换窗口或手动粘贴,实现真正的端到端任务自动化。

▲ 77 unknown

CakewordAI

78

Point at anything to learn its name in any language

CakewordAI 是一款面向儿童的语言学习应用,通过摄像头扫描现实物体,用 AI 识别并朗读该物体在目标语言中的名称,同时生成贴纸并记录词汇,帮助孩子在日常生活中自然习得外语词汇。

▲ 164 unknown

Vaani

78

Lip-synced AI dubbing for creators, brands and studios

Vaani 是一款 AI 配音工具,通过克隆原声、保留音乐并实现帧级唇形同步,帮助创作者和品牌以低成本将视频内容本地化为 40+ 种语言。

▲ 261 freemium

Cohearo

77

Private meeting transcription, without bots joining calls

Cohearo 是一款本地优先的会议转录工具,无需机器人加入通话即可在自有设备上完成录音、转录和说话人识别,再通过云端 AI 模板把文字稿整理成会议纪要,并借助 MCP 把同步后的转录接入用户的 AI 工作流。

freemium

Koi

76

Every tool you need, in one Mac app

Koi 是一款把语音听写、会议记录和屏幕感知 AI 助手三合一打包进 macOS 菜单栏的 Mac 应用,主打用快捷键(Fn+⌥/⌘/⌃)在任何应用里说话输入、指挥 AI 操作屏幕、无机器人入会地录制通话,让用户不必再为三个工具分别付费。

▲ 56 freemium

Floot MCP

76

Build and ship web and mobile apps inside Claude or ChatGPT

Floot MCP 是一个通过 MCP 协议接入 Claude、ChatGPT 的云端开发工作区,为聊天中的 AI 预先提供数据库、用户登录、托管和实时预览 URL,让用户在对话里直接构建并发布完整的 Web/iOS/Android 应用,无需本地安装或配置。

▲ 141 freemium

HELIOS — Control Plane for AI Agents

76

AI Agent Control Plane for Security and Governance

HELIOS 是一个面向AI Agent的控制平面,为自主AI代理提供身份标识、策略执行、访问控制与行为审计,解决企业在规模化部署AI Agent时面临的安全与合规治理难题。

freemium

Relaticle

75

Open-source CRM with approval-gated AI writes

Relaticle 是一款以 AI Agent 为核心设计的开源 CRM,通过审批门控机制确保 AI 写操作安全可控,支持 MCP 协议与自托管部署,解决传统 CRM 将 AI 生硬拼接导致数据安全与可控性不足的问题。

▲ 70 freemium

WinnerAdSpy

74

Turn competitor ad insights into winning app campaigns

WinnerAdSpy 是一个专为移动应用和游戏营销人员打造的广告创意情报平台,帮助用户分析竞争对手广告素材、挖掘高效钩子和文案,从而优化用户获取(UA)策略。

▲ 81 freemium

ilse

74

Point at your app and your AI agent changes the code

Ilse 是一个叠加在 React 应用上的 AI 工具栏,允许开发者通过点击元素、拖拽或语音指令直接修改代码,并可对接 Claude Code、Cursor 等已有 AI 编码工具。

▲ 80 freemium

移动应用 · KOL 观点

Claude Code作者Boris Cherny在斯坦福课程中分享了AI辅助开发的五大实践原则:聚焦关键瓶颈自动化、提前适应更强模型、小团队AI赋能超越传统规模、循环反思替代传统编码技能、以及领域深度知识成为核心壁垒。其团队已实现人均效率提升约10倍,几乎所有代码由Claude生成。

Andrej Karpathy (@karpathy): "We'll be spending a lot more time trying to understand the outputs of language models. A few thoughts, tips & tricks: Writing. Something I've had success with: Ask your LLM to explain something in ASD-STE100, it's a controlled language specification originally developed for aerospace maintenance documentation. LLMs well-versed in this language and it comes with heavy constraints on clean writing style that I often find a lot more readable. Sometimes I've tried to soften it a bit e.g. ask for "80% of the way to ASD-STE100" because the spec is quite stringent. But even better: Diagrams / images. Instead of writing, ask your LLM to create a diagram. These can be a lot easier to process, parse, and understand. But even better: Web pages. Ask for output "in HTML" to get a beautiful, interactive webpage. LLMs are getting really good at frontend and can create beautiful experiences, animations, etc. But even better: Explainer videos. The output format I am most bullish on is fully custom / bespoke explainer videos generated on any arbitrary topic. Experiment with things like "Create a 3b1b style video explainer on X. Use my ElevenLabs API key for audio narration". (you'd need an API key for the latter or you can ask your LLM to find you decent free alternatives that use your local compute). This is actually starting to work! In summary: - As LLMs get better, they will do more and more of the legwork autonomously, and a lot more of our work will rise up the abstractions into oversight and understanding. - Luckily, LLMs can help here too because as intelligence and code are increasingly abundant, you can ask for large, custom, discardable software artifacts (e.g. web apps, video explainers) that would have never made sense to create before. Push the boundaries here and you'll be surprised." | teapawt

88

Karpathy 认为随着 LLM 承担越来越多执行工作,人的重心会上升到「监督与理解输出」这一层,因此需要更好的输出格式。他给出一组递进式技巧:用 ASD-STE100(航空维修用的受控语言规范)约束写作风格、改让模型画示意图、再升级为 HTML 交互网页,最终是他最看好的方向——针对任意主题即时生成定制的 3b1b 风格讲解视频。核心洞察是:智能与代码变得廉价后,可以大量索要过去根本不值得制作的「一次性、可丢弃」软件产物。

Anthropic工程师Boris Cherny使用Claude Opus 5.5结合形式化验证工具Lean和TLA+,对Claude Agent SDK进行验证,仅用少量提示词就发现并修复了16个PR中的并发bug和竞争条件。他强调无需精通Lean或TLA+,AI可以代劳形式化建模与反例查找,大幅降低形式化验证的门槛,并探讨这是否将成为未来软件bug排查的主流方式。

Karpathy指出2025年构建Web应用仍像拼装宜家家具,需要拼凑大量独立服务(前后端、托管、数据库、认证、支付等),配置复杂度远超编码本身。他坦言自己花了3小时才完成Supabase+Vercel的基础配置,认为谁能解决这一'开箱即用'问题,将获得巨大机会——尤其是面向AI代理的场景。

Anthropic Claude Code负责人Boris Cherny分享了Claude Code从简单终端原型成长为占GitHub公开提交4%的AI编程工具的历程,并探讨了编程问题被'解决'后的下一步。他分享了反直觉的产品原则,包括刻意缩减团队规模、给予无限token预算,以及AI如何重塑所有专业工作的未来图景。

Anthropic工程师Boris Cherny(Claude之父)分享了一项实验:让Claude自主维护其应用程序,在数周内提交了388个完全由AI编写的PR,其中180个已被合并。工程师唯一的工作是点击按钮决定是否合并代码。该实验覆盖iOS、Android、桌面、Web、CLI和Agent SDK六个环境,Claude每日自动执行崩溃检测、重复代码合并、死代码清理等任务。

Anthropic工程师Boris Cherny分享了一个实验:让Claude自动承担应用日常维护工作,包括崩溃检测修复、重复代码统一、死代码清理等,数周内提交388个PR,180个被合并。这一工作流展示了AI Agent在软件工程自动化维护领域的实际落地潜力。

Greg Isenberg 解读 Cloudflare 的 AI Agent 基础设施公告,提出互联网正从「人类浏览页面」转向「Agent 消费资源」的新范式,并基于此提出三个创业方向:垂直数据精炼厂、企业 Agent 就绪度评估、专家知识库转化为 Agent 工具。核心论断是:谁先占据 Agent 访问数据的入口,谁就掌控新互联网的门户。

2026年AI领域经历了剧烈的情绪转变:从2025年底的普遍悲观(AGI时间线拉长、AI Agent被认为不可用)到Claude Opus 4.5发布后的全面看多。Karpathy等顶级工程师公开表示感到被AI'甩在身后',编程职业正被重构。文章试图梳理这一快速反转背后的7条关键证据线,并审视哪些是真实信号、哪些可能只是新一轮炒作周期。

Andrej Karpathy(@karpathy):We'll be spending a lot more time trying to understand the outputs of language models. A few thoughts, tips & tricks: Writing. Something I've had success with: Ask your LLM to explain something in ASD-STE100, it's a controlled language specification originally developed for aerospace maintenance documentation. LLMs well-versed in this language and it comes with heavy constraints on clean writing style that I often find a lot more readable. Sometimes I've tried to soften it a bit e.g. ask for "80% of the way to ASD-STE100" because the spec is quite stringent. But even better: Diagrams / images. Instead of writing, ask your LLM to create a diagram. These can be a lot easier to process, parse, and understand. But even better: Web pages. Ask for output "in HTML" to get a beautiful, interactive webpage. LLMs are getting really good at frontend and can create beautiful experiences, animations, etc. But even better: Explainer videos. The output format I am most bullish on is fully custom / bespoke explainer videos generated on any arbitrary topic. Experiment with things like "Create a 3b1b style video explainer on X. Use my ElevenLabs API key for audio narration". (you'd need an API key for the latter or you can ask your LLM to find you decent free alternatives that use your local compute). This is actually starting to work! In summary: - As LLMs get better, they will do more and more of the legwork autonomously, and a lot more of our work will rise up the abstractions into oversight and understanding. - Luckily, LLMs can help here too because as intelligence and code are increasingly abundant, you can ask for large, custom, discardable software artifacts (e.g. web apps, video explainers) that would have never made sense to create before. Push the boundaries here and you'll be surprised.

86

Karpathy 认为随着 LLM 能力提升,人类的工作重心会上移到「监督与理解」的抽象层,因此我们需要花更多时间理解模型输出。他给出一套递进式的输出格式技巧:用 ASD-STE100 受控语言写说明、改成图表、再改成交互式 HTML 网页,最终是定制化的讲解视频(如 3Blue1Brown 风格)。他特别看好多媒体与「用完即弃」的定制软件产物,因为智能和代码正变得廉价充裕。

Karpathy反驳了'AI领域已被巨头垄断、新创业公司无法竞争'的悲观论调,指出这种观点在OpenAI创立时就被证明是错误的,如今依然错误。他认为当前LLM与人脑效率之间仍存在巨大差距,出现10倍级别研究突破的概率依然很高,并为新AI研究型创业公司Flapping Airplanes(融资1.8亿美元)背书。

Greg Isenberg提出'Agent Harnesses'(智能体框架)是新一代GPT Wrapper的核心论点:它通过循环运行模型、工具调用、记忆管理和规则执行四大能力,将AI从'卖软件'升级为'卖工作成果',对应市场从8000亿美元扩展至5万亿美元以上。该框架具有模型无关性、越用越好、按结果计费等优势,且前沿大模型公司不会进入这些垂直细分领域,为创业者留下大量机会。

Greg Isenberg 提出一套以 AI Agent 切入的创业操作手册,核心逻辑是找到收入稳定但用户体验差的现有应用,用 AI 重建并赋予自主决策能力。同时指出 Agent 原生操作系统(Claude Code 等)是另一个几乎空白的新市场,类比 2009 年 iPhone 应用生态早期。文章给出了从选品、Agent 设计到用 Agent 构建产品的完整流程,兼具战略视野和可执行细节。

Relay.app CEO Jacob Bank 仅凭一人带领40+个AI代理,完成了原本需要5人营销团队的全部工作,涵盖社交媒体、博客、邮件、线索筛选、社区和合作伙伴管理六大职能板块。文章系统拆解了各类AI代理的具体应用场景与搭建逻辑,指出未来核心竞争力在于'分派任务'而非'亲自执行'。这是一个有真实落地案例支撑的AI代理工作流参考框架。

Greg Isenberg 认为,在 AI 时代,构建众包垂直数据集是被严重低估的 Bootstrapped 创业方向,类似 LevelsFYI、Glassdoor 等模式可复制到任何细分领域。核心逻辑在于:AI Agent 需要高质量可信数据并愿意按查询付费,而众包数据集天然具备网络效应与护城河。该模式可同时向消费者、企业和 AI Agent 三端变现,低风险、高毛利且随时间增强。

Riley Brown 分享了他花费1万美元测试AI Agent工具后筛选出的最终技术栈。核心架构是用Claude Projects作为协调器,结合Claude Code和Codex执行任务,通过Composio统一管理30个应用的权限和API。他的工作流高度依赖语音交互(Dot)和移动端控制,实现了邮件处理、内容创作等场景的深度自动化。

Andrej Karpathy在Microsoft Build 2023的演讲中系统讲解了GPT的四阶段训练流程:预训练、SFT、奖励建模和RLHF,并深入分析了LLM与人类认知的本质差异。他强调LLM是token模拟器而非真正的推理者,建议开发者优先使用GPT-4、采用思维链提示等技术,并在低风险场景中配合人工监督使用。演讲还涵盖了RAG、工具使用、幻觉局限等实用应用指导。

Greg Isenberg 提出在 AI Agent 时代,只剩下 13 类值得创业的业务方向(AI 原生服务公司、线下业务、分发/媒体/社群、专有数据集、行业专属 harness、机器人与物理 AI、有粉丝的实体产品、算力与能源、健康长寿与照护、市场与社交网络、实物资产、垂直 Agent、安全),其余品类都在衰退,并用 25 分钟视频逐条拆解。评论区既有对“为什么正好是 13 个”的质疑,也有人补充观点——真正护城河是 harness 之上的行业操作系统(Wrapper → Harness → OS),以及新品类会不断被创造、老品类会被更好的软件和商业模式重新包装。

Greg Isenberg 精选5个GitHub开源项目,帮助创业者和内容创作者在AI时代获得竞争优势,涵盖去除AI写作痕迹、自动化CRM、视频剪辑、安全扫描和手机自动化控制等方向。核心论点是GitHub已成为主流工具的早期信号源,提前6个月布局可获得先发优势。文章强调从一个小型可重复工作流入手,验证价值后再决定是否产品化。

本文回顾了2026年AGI时间线预测的剧烈震荡:从Karpathy对AI Agent的180度态度转变,到Anthropic收入年化增速8400%、Claude承担80%代码编写等加速信号,作者Rob Wiblin在审慎评估后认为这些证据不如表面看起来决定性,并指出模型在复杂真实世界任务中的能力缺口仍是AGI预测的核心未解问题之一。

非技术背景的作者通过 Vibe Coding(用自然语言描述需求、由 AI 生成全部代码)在3小时内构建了一个包含支付、认证、Dashboard 的完整 SaaS 产品并成功变现。文章记录了2026年 Vibe Coding 工具生态的爆发现状(Replit 估值90亿美元,63%用户为非开发者),以及具体的构建流程与提示词方法论。这标志着非技术人群独立构建和销售软件产品已从概念变为可复制的现实路径。

Greg Isenberg 与 Derek Andersen 用实际数据论证:风险投资模式仅适用于不到1%的公司,对大多数创业者而言从未是正确路径。Derek 以亲身案例($600K成本 vs $300K营收)揭示VC融资的'黄金锚'陷阱。核心结论是:AI时代让精简团队模式比以往任何时候都更具可行性,这才是多数创业者的正确默认选项。

Greg Isenberg 梳理了当前 AI 重塑创业格局的十大关键信号,涵盖 Agent 经济、语音 AI、开源模型、移动应用复兴、软件定价模式转变及机器人落地等维度。核心判断是:AI 带来的不是渐进式改良,而是商业底层逻辑的系统性重写。创业者若不迅速建立 AI 认知与实操能力,将面临结构性淘汰风险。

Greg Isenberg 列出了 AI 时代的 11 个核心趋势信号,涵盖 Agent 经济、Voice AI、移动端复兴、开源模型崛起、软件定价重构以及机器人硬件爆发。核心论点是:AI 正在重写互联网、商业和劳动力的底层逻辑。对创业者而言,这份清单既是机会地图,也是时间窗口警示。

探索其他赛道