AI工具产品日榜：Zinley接电话，LumiChats按天收费，DeepSeek把Agent下放API
本期从 Zinley、LumiChats、Zen Whisper、DeepSeek-V4-Flash 和 Capptivo 出发，说明它们今天能完成什么、要付出什么成本，以及重点产品按天收费模式为何值得研究。
这期榜单里，AI 的变化不在于又多了几个聊天窗口，而在于它开始拿到更具体的权限：Zinley 接电话和邮件，LumiChats 触碰本地文件，Zen Whisper 把听写留在 Mac 上，DeepSeek 把 Agent 能力下放到 API，Capptivo 则把录屏变成可以直接交付的演示视频。
覆盖范围与排序口径
本文覆盖北京时间 2026 年 8 月 2 日 08:00 至 8 月 3 日 08:00。Product Hunt 的 8 月 2 日日榜页面中，可见条目均带有
Promoted 标记，因此本文不把站内展示顺序当成自然热度，而按四个问题排序：- 普通用户今天能不能完成一个具体动作；
- 入口和成本是否能被复现；
- 产品方之外，是否有足够的官方文档、产品页或原始公告支撑；
- 它有没有把 AI 推进一个真实工作环节，而不只是换一张聊天界面。
本期国内公开渠道没有找到足够多同时满足「具体新产品、窗口内绝对时间、可复现入口」的 ToC 产品，所以国内部分由 DeepSeek-V4-Flash 的 API 公告承担开发者位；这不等于国内 ToC 市场在这 24 小时内没有动态，只是公开证据不足以诚实地凑满一个国内消费榜。
TOP 5 总览
| 排名 | 产品 | 今天可以先做什么 | 入口与成本 | 为什么排在这里 | 最大风险 |
|---|---|---|---|---|---|
| 1 | Zinley | 让它处理一件低风险的电话、邮件或预约任务 | 官网注册；官网写「Start free」，完整价目表未公开 | 把 AI 从聊天框推进到有号码、有邮箱、有电脑的代表 | 电话、邮箱和电脑权限集中在一个新产品手里；价格与权限细节不足 |
| 2 | LumiChats | 上传一份非敏感课件，用 Study Mode 按页提问并核对引用 | 免费开始；₹69/激活日，₹1,199/月无限 | 有可执行的文件/学习动作，也有清楚的按天收费逻辑 | 多模型路由、文件隐私和「无限」边界都主要依赖产品方自述 |
| 3 | Zen Whisper | 在 Mac 任意文本框按住快捷键，把一段语音直接变成文字 | 下载试用；14 天试用，免费层每周 3,000 词 | 入口低摩擦，核心语音识别优先留在本机 | 只支持 Apple Silicon Mac；可选联网功能的数据流仍需逐项确认 |
| 4 | DeepSeek-V4-Flash | 用原有 endpoint 和模型名接入 Responses API，再跑一个真实代码任务 | 官方价格与文档；输入 $0.14/百万 token 起，输出 $0.28/百万 token | 这是窗口内可核验的国内开发者产品更新，迁移成本低、价格透明 | 基准分数不等于你的仓库效果；高峰计价、限流和 API 数据治理需要自己承担 |
| 5 | Capptivo | 本地录一段产品演示，让自动跟随光标缩放和时间线编辑先替你完成粗剪 | 多平台安装；Product Hunt 页面称免费、开源、无账号、无订阅 | 能今天产出一个可交付的视频，且不要求把录屏上传云端 | AI 属性比其他四款弱；开源许可证、成熟度和复杂项目能力尚未充分核验 |
1. Zinley：AI 不再等你打开聊天框
它解决什么问题
很多所谓 AI 助手的前提是：你先打开它，再把背景复制进去，再告诉它下一步做什么。Zinley 试图反过来，给 AI 一个自己的电话号码、邮箱和电脑，让它代表你接电话、处理邮件、预约事务，并在需要判断时把人交回来。产品页还展示了联系人关系、历史互动和待处理事项的上下文，而不是只保存一串聊天记录。官网产品说明 · Product Hunt 产品页
对初学者来说，最容易理解的测试不是让它「管理人生」，而是给它一件低风险任务：代为确认一个公开预约时间、回答一封不涉及机密的常规邮件，或者把一个候选人的信息整理成待审核清单。官网明确写到，它会在电话、邮件和电脑工作之间执行，并在判断属于人类的地方交接。官网的工作流示例
为什么排第 1
Product Hunt 产品页在 8 月 2 日标为
Launching today，并把它放在个人 AI 代表、AI Voice Agents 等分类下。Product Hunt 产品页 它的信号价值高，不是因为「第二个你」这句宣传语，而是因为它同时改变了三件事：AI 的入口从聊天框变成电话和邮箱，AI 的记忆从单次对话变成人际关系，AI 的产出从建议变成已预约、已回复或待确认的动作。它也有一个重要的克制点：官网多次强调在决定属于用户时把人带回来。对执行型 AI 来说，这个交接点比「能不能自动完成所有事」更值得观察。
风险在哪
第一，信任成本远高于普通问答工具。电话、邮箱、日历、Slack、Notion、GitHub、Stripe 等入口都意味着不同级别的读写权限，官网列出这些集成，但没有在公开产品页给出一份足够细的权限、撤销、数据保留和误操作赔付表。集成列表
第二，官网目前只写
Start free，Product Hunt 标记为 Free Options，没有看到完整公开价目表。Product Hunt 产品页 这使得「试用成本」可以判断，「长期成本」还不能判断。第三，产品页没有公开创始人访谈或独立使用数据。本期不把页面中的案例界面当成真实用户成功率，也不把 Product Hunt 的推广展示顺序当成自然排名。
一句判断：如果你愿意先把它当成一个只处理低风险事务的实习生，Zinley 的产品方向值得跟；如果它要直接替你发出不可撤回的邮件、付款或承诺，当前公开信息还不够。
2. LumiChats：把「我偶尔才用 AI」做成收费模型
它解决什么问题
LumiChats 面向的是另一种常见用户：考试、截止日期或项目冲刺时连续使用 AI，平时却不想一直为订阅付费。它的桌面版本在 Product Hunt 上把重点放在「让不愿使用终端的人也能让 AI 触碰本地文件」；官方使用指南则展示了 Study Mode、Quiz Generation、Note Generation 和 Agent Mode。Product Hunt 产品页 · 官方使用指南
今天能做的最小动作是：上传一份不含隐私的课件或说明文档，指定页码，问一个需要引用依据的问题，再回到原文核对页码。官方对 Study Mode 的描述是，回答限定在用户指定的页面范围内，并给出页码引用；这是比「让 AI 总结一下」更容易判断真伪的测试。官方使用指南
为什么排第 2
它同时有三个相对少见的可核验信号：
- 动作具体：不是只换模型，而是把文件、页码、引用和学习输出串起来；
- 成本具体：官方写明按激活日收费，₹69/天；另有 ₹1,199/月的无限计划；
- 路线可解释：产品把自己定义为模型访问层，而不是与 OpenAI、Anthropic 竞争模型能力。创始人路线文章
Product Hunt 页面把桌面版标为 8 月 2 日的
Launching today，但 LumiChats 的浏览器服务显然早于这次桌面发布。官方页面提到的 70,000 名浏览器用户是产品方自述，不能当作独立验证的用户数。Product Hunt 产品页风险在哪
「40+ 模型」「5 million tokens 的上下文」「无节流」等数字来自产品方页面，且不同页面出现过 39+ 与 40+ 两种表述，应理解为会变化的产品宣传口径，不是第三方测量结果。官方使用指南
更实际的风险有三层：
- 上游依赖：官方文章称每次调用经由 OpenRouter，并使用多 key 负载均衡与 fallback。上游模型的可用性、价格、延迟和服务条款变化，会直接影响 LumiChats 的体验。创始人路线文章
- 文件隐私：学习资料、代码和个人文档会进入第三方服务链路。当前公开页面没有给出足够完整的数据保留和删除矩阵，敏感文件不适合在未核对隐私政策前上传。
- 「无限」的含义：₹69 购买的是一个激活日，官方称当天可用至午夜；₹1,199 月计划适合高频用户，但模型调用和功能边界仍以产品当前规则为准。官方定价说明
重点拆解：LumiChats 的创始人判断、增长路径与商业模式
先把「访谈」的时间说清楚
本节使用的是 LumiChats 官方博客在 2026 年 3 月 26 日发布的创始人故事，不是本轮新采访。文章介绍，联合创始人 Aditya Kumar Jha 负责技术，Shikhar Burman 负责产品和内容；两人以学生身份创业，这些信息均来自团队自述。LumiChats 创始人故事，2026-03-26
他们的核心判断不是「模型还不够强」，而是订阅制默认用户每天使用 AI；但学生往往是集中爆发式使用。Aditya 在文章中回顾，自己曾同时支付 ChatGPT Plus、Claude 和 API 费用，项目期高频、假期低频，于是把问题定义成「高质量 AI 应该适配学生的预算和使用节奏」。这仍是创始人自述，不是对学生群体的独立调查。创始人故事
增长路径：先降低承诺，再放大使用场景
| 阶段 | 产品动作 | 对增长的意义 | 目前能确认到什么 |
|---|---|---|---|
| 1. 降低第一次尝试门槛 | 免费开始，不要求信用卡；按天而不是强制月订阅 | 用户可以为一次考试、一次项目冲刺付费，不必先承诺一个月 | 官方产品页明确这样宣传；留存数据未披露 |
| 2. 用价格匹配使用频率 | ₹69/激活日；5 天是 ₹345，10 天是 ₹690；高频时月计划 ₹1,199 更划算 | 把「我会不会浪费订阅费」变成可计算的问题 | 价格和示例来自官方定价文章，价格可能变化 |
| 3. 把通用模型包装成学生工作流 | Study Mode、页码引用、生成测验和笔记 | 从模型聚合器变成有明确任务的学习产品 | 功能入口已公开；学习效果没有独立验证 |
| 4. 通过开发者和内容建立外部触点 | 官方文章公开架构；团队称项目开源 | 让开发者理解它如何路由、支付和组织工作流，也可能带来自然传播 | 开源与架构披露来自团队自述；转化率、获客成本未披露 |
按官方价格，月使用 18 天时，按天付费为 ₹1,242，已经略高于 ₹1,199 月计划。这个临界点很聪明：低频用户不必订阅，高频用户也有明确的升级理由。但它是否真的降低了获客成本和退款率，公开资料没有答案。
收入模式：卖的是访问层，不是模型本身
LumiChats 的收入模式目前很清楚：用户支付 ₹69 获得一个激活日，或者支付 ₹1,199 使用月度无限计划；平台再承担上游模型调用、支付和服务成本。官方定价说明
这带来一个可观察的单位经济学问题：低频用户的按天收入可能高于按月均摊，但每次调用的模型成本、文件处理成本和高峰期使用量也会随用户爆发而集中。官方文章提到 OpenRouter、多 key 负载均衡、Stripe 和 Supabase 等架构，但没有披露收入、毛利、退款率或付费用户数。创始人路线文章
因此，不能把「₹69 很便宜」直接等同于「商业模式已经成立」。它成立的前提是：低频用户愿意反复回来，高频用户愿意升级月计划，且高质量模型的真实调用成本不会吞掉按天收入。
护城河在哪里，可能又在哪里消失
目前较像护城河的不是模型能力，而是三件组合：
- 价格单位：按「真正使用的日子」收费，切中了学生和间歇性用户的订阅厌倦；
- 任务包装：Study Mode 的页码约束、测验和笔记，比单纯提供模型下拉菜单更接近可交付结果；
- 多模型工作流：用户不用在多个账号和标签页之间切换。官方使用指南
但这也是容易被复制的组合。模型聚合、按量收费和学习工作流都不是不可替代的基础设施；一旦模型厂商自己提供更灵活的套餐，或者大型平台把文件引用和学习功能内置，LumiChats 就必须靠更好的成本控制、学生分发和数据体验留下来。
给产品经理和创业者的结论：LumiChats 值得研究的不是「把 40 个模型放在一起」这个表面功能，而是它把用户的支付单位从「月」改成「我今天是否真的需要」。这是一个可以迁移到其他高峰型消费场景的定价假设，但现在还缺收入、留存和独立用户规模来证明它不是漂亮的包装。
3. Zen Whisper：把听写的隐私边界前置到本机
它解决什么问题
Zen Whisper 的动作很简单：在 Mac 上按住快捷键，直接把话输入当前光标所在的应用；也可以转写音频、视频和支持的公开链接，并把结果放进可搜索历史。官网功能说明
它的差异不只是「语音转文字」，而是官网把核心语音识别设计为在 Mac 本地运行，并让用户下载和保留本地语音包。可选的联网功能则被单独标为网络能力，而不是默认把录音传到云端。官网数据处理说明
为什么排第 3
它的试用路径非常短：官网写明可用 14 天免费试用，之后免费层每周 3,000 词；付费版本按 1 台、2 台、5 台或 10 台 Mac 的席位包出售，每个购买包含该设备的长期许可和 1 年更新。官网定价与下载说明
这比「先注册、再建工作区、再学习一套提示词」更接近普通人会立刻试的 AI 工具。Product Hunt 页面在 8 月 2 日标为
Launching today，并写明核心语音识别不发往云端。Product Hunt 产品页风险在哪
首先，它目前是 macOS 14 或更高版本的 Apple Silicon 原生应用，Intel Mac 和 Windows 用户没有入口。官网限制说明
其次，「核心识别本地」不等于所有功能都本地。官网明确说可选网络功能是单独的，读者仍应查看隐私政策确认翻译、改写、媒体转写和公开链接的具体数据流。对于会议、医疗或客户资料，不应只凭「on-device」三个词判断安全。
最后，免费层每周 3,000 词是否够用取决于你的口述频率；Pro 的具体席位价格在公开抓取页面里没有直接显示，购买前需要在官方 Gumroad 入口核价。
4. DeepSeek-V4-Flash：国内开发者位，重点不在聊天体验
它解决什么问题
DeepSeek-V4-Flash 正式版 API 在 7 月 31 日进入 public beta，DeepSeek 的官方公告在 8 月 2 日发布。官方说法是，它在 9 项 Agent benchmark 上超过 V4-Pro-Preview，并原生支持 Responses API、针对 Codex 做了适配；模型字符串仍是
deepseek-v4-flash，不需要更换 endpoint。DeepSeek 官方公告这对开发者的实际意义是：如果你已经用 OpenAI 风格接口接入模型，可以先把模型名替换，再用一个真实的代码仓库任务测试终端操作、工具调用和错误恢复。不要先看宣传分数，先看它能不能完成你自己的任务。
为什么排第 4
它是本期最明确的国内新信号：官方公告时间落在覆盖窗口内，API 入口、模型名和价格页都能复现。官方价格页显示，
deepseek-v4-flash 的输入价格为缓存命中 $0.0028/百万 token、未命中 $0.14/百万 token，输出 $0.28/百万 token，并支持 1M 上下文、工具调用和 Responses API。DeepSeek API 价格页但它排在前三之后，是因为它主要服务开发者，不是普通用户可以立刻消费的 ToC 应用。36 氪转载的 CSDN 文章也强调，本次升级只涉及 V4-Flash API，App/Web 端和 V4-Pro 不在此次升级范围内。36 氪报道
风险在哪
官方价格页还写明，服务将采用高峰/非高峰定价，高峰时段价格可能为常规价格的 2 倍，正式生效时间以公告为准；同时产品价格可能调整。官方价格页 这意味着不能把今天看到的每百万 token 价格写进长期成本模型而不留余量。
其次，9 项 benchmark 成绩是官方披露，部分测试集和 Harness 条件带有产品方自己的评测口径；它可以证明官方希望用户关注 Agent 能力，不能替代你在真实仓库、真实工具链和真实并发下的测试。
最后，API key、代码上下文和工具调用数据都进入了供应商治理范围。涉及企业代码时，需要先确认数据保留、训练使用、地域和审计要求，而不是只看单价。
5. Capptivo：不是最强的 AI，却可能是最快交付的视频工具
它解决什么问题
Capptivo 是一个本地录屏和演示编辑工具：录制后，自动跟随光标做缩放，在时间线上调整片段，添加标注，再导出横屏、方形或竖屏版本。官网提供 macOS、Windows 和 Linux 安装入口；Product Hunt 页面进一步写明免费、开源、无账号、无订阅，并把字幕处理放在设备端。官网 · Product Hunt 产品页
为什么排第 5
它进入榜单不是因为 AI 标签最强，恰恰是因为它把一个高频但琐碎的动作压缩得很短：录一段产品演示，自动整理光标运动，再导出可发给客户或发到社交平台的视频。对于独立开发者和创业团队，这种结果比「再生成一张宣传图」更容易产生实际价值。
Product Hunt 页面在 8 月 2 日标为
Launching today，官网可以直接安装；入口、跨平台范围和本地处理方向都比一个只有截图的产品更容易复现。Product Hunt 产品页 · 安装入口风险在哪
它与前四款产品不同，公开材料强调的是自动化编辑、字幕和本地处理，没有证明它具备更深的生成式 AI 能力。因此，如果你的筛选标准是「必须有模型驱动的创作能力」，Capptivo 应该被降级为 AI 相邻工具。
另外，Product Hunt 写明开源，但本轮没有在官网和详情页中核验到具体许可证、仓库活跃度和大型项目下的稳定性。免费不等于没有成本：你仍要付出安装、剪辑和学习时间，复杂演示是否比现有录屏工具更快，需要自己拿一段真实产品演示计时。
今天不放进 TOP 5 的信号
- Finamie：Product Hunt 摘要显示它想做语音记账和消费洞察，但详情页在本轮抓取时被安全验证拦截，无法核验真实入口、定价和财务数据权限。因此不为了凑满消费类产品而入榜。
- AxonHub：它的 GitHub README 和公开 Demo 能核验开源 AI 网关、模型切换、请求追踪、预算管理和自部署入口，适合开发者试用；但关联微信文章没有可确认的绝对发布日期，本期不把它冒充成 8 月 2 日新产品。公开 Demo
- 国内 ToC 产品：窗口内能打开的中文公开材料以行业汇总、旧发布和泛教程为主。为了不把 7 月 31 日的 DeepSeek 发布或旧产品包装成 8 月 2 日新消费应用，本期只保留有官方窗口证据的 DeepSeek API 位。
最后判断
如果你今天只想试一个面向普通人的产品：先选 Zen Whisper，前提是你有 Apple Silicon Mac，因为它的动作最短、隐私边界也最容易理解；如果你愿意测试更高权限的执行型 AI，选 Zinley，但只给它低风险任务；如果你关心产品机会，最值得拆解的是 LumiChats 的按天计费，它抓住了「高峰使用、低频付费」这个比模型参数更接近生意的问题。
对创业者而言，本期真正值得带走的不是「AI 能做更多事」这句结论，而是三个具体观察：权限越高，交接和撤销越要前置；用户越间歇，按月订阅越可能失配；模型越便宜，真实成本越会转移到路由、数据治理和失败重试。
来源索引
Related content
- Sign in to comment.