A personal collection of an AI product manager.
Let's face the future together and embrace the AIGC era.

0628日报 | 垂直AI产品密集爆发

0628日报 | 垂直AI产品密集爆发

今日洞察

今天的信号极为清晰:AI 不再只是写代码和写文案的工具——它正在解决存在了千年的物理世界问题,并在金融和招聘领域产生可量化的 ROI。 HaloBraid 拿下 $7M 种子轮(Reddit 联合创始人 Alexis Ohanian 的 Seven Seven Six 领投),用机器人辅助编发——这个全球每年消耗 80 亿小时的手工活终于有了自动化方案。Fika Jobs 拿 $4M 预种子轮,让 AI Agent 真正执行视频面试,把招聘流程 TikTok 化。AI Berkshire(GitHub 4.1K star)更硬核——用 Claude Code 多 Agent 框架跑真实投资组合,2024 年收益 +69%,连续两年跑赢标普 500 超 46 个百分点。

基建层面,Agent 生态持续纵深演进:Cognee(24K star,日增 780)给 Agent 装上持久记忆;Workweave Router(HN 201 赞)50ms 内智能路由模型,编码 Agent 成本直降 40-70%;OpenSpec(57K star)正在把 spec-driven development 变成 AI 辅助编码的标准方法论。而地缘政治层面,Sakana AI 的 Fugu 模型趁 Anthropic 出口禁令窗口期发布,展示了监管壁垒如何为非美国 AI 公司创造即时市场空隙。结论:当 AI 开始帮你编头发、面试候选人、管理投资组合——垂直 AI 已经从「新鲜感」跨入「实用工具」阶段。


1. HaloBraid(融资 / 机器人 + AI)

HaloBraid

🔗 链接:官网 | TechCrunch 报道

融资信息700 万美元种子轮,由 Seven Seven Six(Reddit 联合创始人 Alexis Ohanian 的风投基金)领投。

做什么的:用机器人辅助编发——发型师起头后,设备能在数秒内完成剩余编发。首个产品将于今年晚些时候上市,面向专业沙龙。

为什么值得关注
– 切入了一个被科技遗忘的千亿级市场:全球每年花在编发上的时间估计达 80 亿小时,95% 的受访者表示如果更快就会更频繁地编发。这是一个「人人都知道是痛点,但没人觉得能用技术解决」的领域。
– 创始人 Yinka Ogunbiyi,哈佛工程硕士 + MBA,此前创办过智能厨电公司。她把编发视为一个工程问题而非美学问题——这种思维方式本身就很稀缺。
– 产品定位极为聪明:不是替代发型师,而是辅助发型师。这意味着不会遭到行业抵制,反而被从业者视为救星(减少职业病、提高翻台率)。
– 对创业者的启发:AI + 硬件的最大的机会不在工厂,而在那些「从来没被自动化过」的服务业。千年手艺 + AI = 新品类

类比参考「编发版的 Da Vinci 手术机器人 / 美业版的 Tesla Optimus」


2. Fika Jobs(融资 / AI 招聘)

Fika Jobs

🔗 链接:官网 | TechCrunch 报道

融资信息400 万美元预种子轮。Stockholm 团队。

做什么的:视频优先的招聘平台——候选人连接 LinkedIn 后,AI Agent 生成个性化面试问题,进行约 10 分钟的视频面试,自动将回答剪辑成短视频档案。雇主像刷 TikTok 一样发现候选人。当前由 Google Gemini 驱动。

为什么值得关注
不是用 AI 筛简历,而是用 AI 替代整个初面环节。这比传统的 ATS(Applicant Tracking System)更激进——AI Agent 直接与候选人对话、追问、生成评价。
– 产品形态融合了三个趋势:AI Agent 做重复性工作 + 短视频内容消费习惯 + LinkedIn 式职业身份。LinkedIn + TikTok + AI Interviewer 的组合极为新颖。
– 创始人分享的 aha moment 很有共鸣:差点因为简历不出彩错过一个优秀候选人,因为亲自聊了才发现。Fika 本质上是在规模化「亲自聊」这个动作
– 对创业者的启发:AI Agent 在 HR 领域的最佳切入角不是「筛选」,而是「对话」。让 Agent 真正和候选人交流,比让它看简历有效 100 倍

类比参考「招聘版的 ChatGPT + TikTok / AI 原生的 HireVue」


3. Sakana AI Fugu(产品发布 / 地缘 AI)

Sakana Fugu

🔗 链接:Fugu 官网 | TechCrunch 报道

融资信息:Sakana AI 此前已获多轮融资(包括 Nvidia 投资),估值超 $10 亿。Fugu 为最新发布的前沿模型。

做什么的:以日语「河豚」命名的前沿 AI 模型,声称与 Anthropic 的 Fable 5 和 Mythos Preview 并驾齐驱,专为 Agent 编排设计,能通过 API 调用其他模型。在 Anthropic 出口禁令持续期间打出了「前沿能力,无出口管制风险」的口号。

为什么值得关注
教科书级的市场时机把握:Anthropic 被 Trump 政府禁止向非美国用户提供 Mythos/Fable 模型,全球用户突然失去最强 Agent 模型的访问权。Sakana 在这个窗口期推出对标产品,官网直接写「delivering frontier capability without the risk of export controls」——这不是巧合,是精准的市场卡位。
– Sakana 由前 Google 研究员 Ren Ito、Llion Jones 和 David Ha 于 2023 年在东京创立,专注小数据集和日语优化。Fugu 的发布标志着它从「日本本土 AI 公司」升级为全球 Agent 模型竞争者
– 同期中国 360 公司发布了「屠龙风」网络安全 AI,声称可对标 Mythos。亚洲 AI 公司正在集体填补 Anthropic 出口禁令留下的真空
– 对创业者的启发:地缘政治的突变会在一夜之间创造巨大的市场缺口。谁准备好了替代方案,谁就能吃下这波红利——这不只是运气,是长期产品积累 + 时机敏锐度的结合

类比参考「日本版 DeepSeek / Agent 编排版的 Hugging Face」


4. Cognee(开源 / Agent 记忆层)

Cognee

🔗 链接:GitHub | 官网

融资信息:开源项目(MIT),GitHub 24,000+ star,日增 780 star。已有 Claude Code 插件和 Rust 客户端。

做什么的:开源 AI Agent 记忆平台——接入任何格式的数据,自动构建自托管的知识图谱,让 Agent 在跨会话中保持持久长期记忆。结合向量嵌入、图谱推理和认知科学本体论。

为什么值得关注
Agent 记忆是 Agent 生态最关键的缺失环节之一。当前大多数 Agent 每次对话都从零开始,无法积累对用户和业务的认知。Cognee 把「记忆」变成了一个可插拔的基础设施层。
– 技术方案极为扎实:不只是向量搜索,而是知识图谱 + 向量嵌入 + 认知科学本体论的三层架构。有相关研究论文发表在学术期刊上。
– 生态布局全面:已有 Claude Code 插件(claude-code-plugin)、Rust 客户端(cognee-rs)、TypeScript 客户端(@cognee/cognee-ts),以及 OpenClaw 插件。这不是一个 hobby project,而是一个有商业生态野心的基础设施
– 对创业者的启发:Agent 的「大脑」(LLM)已经很强大,但「海马体」(记忆)还是空白。谁能做好 Agent 的记忆层,谁就是 Agent 时代的数据库公司

类比参考「Agent 版的 Pinecone + Neo4j / AI 时代的 Mem0」


5. Workweave Router(开源 / Agent 成本优化)

Workweave Router

🔗 链接:GitHub | HN 讨论

融资信息:Weave(工程智能平台,客户含 Robinhood、PostHog、Reducto)出品。HN 201 赞,GitHub 468 star

做什么的:模型路由代理——一个本地代理端点,在 50ms 内自动为每个 prompt 选择最优模型。支持 Anthropic、OpenAI、Gemini 的原生 API,也支持 DeepSeek、Kimi、GLM、Qwen 等开源模型。一行命令 npx @workweave/router 搞定。

为什么值得关注
– 解决了 Agent 时代最痛的问题:用 GPT-4 做所有事情太贵,手动切模型太累。Router 用一个基于 Avengers-Pro 1 的集群评分器,在每次请求时自动选择最优模型,声称降低 40-70% 成本
– 产品体验极佳:不需要改代码,只需要把 Claude Code / Codex / Cursor 指向 localhost:8080,Router 自动接管所有模型选择。零代码侵入的成本优化
– BYOK(Bring Your Own Key)设计——密钥本地加密存储,不走第三方服务器。对企业安全团队友好。
– 对创业者的启发:多模型时代,模型路由不是一个功能,而是一个独立品类。类似 CDN 之于 Web——用户不需要知道后端路由逻辑,只需要更快更便宜的结果

类比参考「AI 版 Cloudflare Workers Router / Coding Agent 的 Portkey」


6. PPT Master(开源 / AI 内容生产)

PPT Master

🔗 链接:GitHub

融资信息:开源项目,GitHub 33,100+ star,日增 589 star。有多个赞助商(PackyCode、APIKEY.FUN 等)。

做什么的:AI 从任何文档生成真正可编辑的 PowerPoint——原生形状和动画,支持自定义 .pptx 模板,演讲者备注由 AI 语音生成。不是生成图片slide,而是生成可二次编辑的原生 PPT。

为什么值得关注
核心差异点极为关键:市面上大部分 AI 做 PPT 是生成截图/图片,用户无法编辑。PPT Master 生成的是原生 PowerPoint 格式——每个文本框、图形、动画都可以在 PowerPoint 中修改。这是「AI 生成」和「AI 赋能」的本质区别。
– 33K+ star 说明痛点极为广泛。在中国市场(项目主语言为中文),PPT 制作是职场最高频的「时间黑洞」之一。
– 开源 + 赞助商模式:项目本身免费,但通过推荐 API 中转服务(PackyCode、APIKEY.FUN 等)变现。这是一种巧妙的「流量变现」开源商业模式——项目越火,API 中转的佣金越多。
– 对创业者的启发:AI 内容生成的下一个竞争维度不是「能不能生成」,而是「生成的东西能不能用」。从图片到原生格式,是质变

类比参考「开源版的 Gamma / 可编辑版的 Beautiful.ai」


7. OpenSpec(开源 / AI 开发方法论)

OpenSpec

🔗 链接:GitHub

融资信息:Fission-AI 出品,开源项目。GitHub 57,100+ star——今天榜单中 star 数最高的项目。

做什么的:为 AI 编码助手设计的规格驱动开发(Spec-Driven Development)框架。通过 /opsx:propose/opsx:apply/opsx:archive 的工作流,让 AI 编码助手先理解需求、制定方案、生成任务清单,再逐步实现——而非直接盲目写代码。

为什么值得关注
57K star 的惊人数字说明了一件事:开发者迫切需要「管理 AI 编码助手」的方法论。当 AI 可以瞬间生成代码,瓶颈不再是编码速度,而是「让 AI 做对的事」。
– OpenSpec 的哲学与传统 SDD(规格驱动开发)不同:fluid not rigid、iterative not waterfall、built for brownfield not just greenfield。它不是在管理人类开发者,而是在管理 AI 开发者
– 工作流设计极为精妙:/opsx:explore(探索)→ /opsx:propose(提案)→ /opsx:apply(实现)→ /opsx:archive(归档)。每一步都有结构化输出(proposal.md、specs/、design.md、tasks.md)。这实际上是在给 AI 编码助手做项目管理
– 对创业者的启发:AI 编码助手的最大问题不是代码质量,而是需求理解。谁能让 AI 先「听懂」再做,谁就解决了 AI 编码的最后一块拼图

类比参考「AI 编码版 Scrum / Coding Agent 的产品经理」


8. AI Berkshire(开源 / AI 投研)

AI Berkshire

🔗 链接:GitHub

融资信息:开源项目,GitHub 4,100+ star,日增 685 star。中文社区项目。

做什么的:基于 Claude Code / Codex 的价值投资研究框架——将巴菲特、芒格、段永平、李录四位投资大师的方法论系统化,通过多 Agent 并行对抗分析,输出结构化投资建议。有真实实盘业绩验证

为什么值得关注
这是目前看到的用 AI Agent 做专业投研最有说服力的案例。不是回测模拟,是真金白银:2024 年 +69.29%,2025 年至今 +66.38%,连续两年大幅跑赢标普 500、恒生指数和沪深 300。两年累计收益超 146 万元。
– 核心创新是多大师视角对抗:不是让 AI 给出平衡分析(「一方面…另一方面…」),而是让四个视角产生真实的矛盾和张力,最后强制给出结论——通过/不通过/灰色地带,带具体价格区间。
– 「镜子测试」设计精妙:5 句话说不清投资逻辑 = 不买,没有例外。这是把投资纪律编码为 Agent 规则
– 对创业者的启发:AI Agent 在金融领域的最佳实践不是预测股价,而是系统化执行已验证的投资方法论。AI 不创造新智慧,而是严格执行大师的纪律——这比「AI 选股」靠谱 100 倍

类比参考「Claude Code 版的 Bridgewater / 一个人就能运营的伯克希尔」


值得重点跟踪的 3 个信号

  1. AI 正在解决「从来没被自动化过」的物理世界问题:HaloBraid 用机器人编发,切入的是一个存在数千年、全球年耗 80 亿小时的手工活。AI + 硬件的最大机会不在工厂,而在服务业中被忽视的角落

  2. 「管理 AI 编码助手」本身正在成为一个品类:OpenSpec(57K star)管理 AI 需求理解,Workweave Router(201 HN 赞)管理 AI 模型选择,Cognee(24K star)管理 AI 记忆。当 Agent 越来越强,「谁来管理 Agent」就是最大的新赛道

  3. 地缘政治正在重塑全球 AI 格局:Sakana Fugu 趁 Anthropic 出口禁令窗口期推出,中国 360 发布对标 Mythos 的屠龙风——监管壁垒正在为非美国 AI 公司创造前所未有的市场机会。对于关注出海的中国 AI 创业者,这是一个值得高度重视的信号。

Like(0) 打赏
未经允许不得转载:AIPMClub » 0628日报 | 垂直AI产品密集爆发

觉得文章有用就打赏一下文章作者

非常感谢你的打赏,我们将继续提供更多优质内容,让我们一起创建更加美好的网络世界!

支付宝扫一扫

微信扫一扫

Verified by MonsterInsights