AI 工具产品日榜：Rewisp、Qwen 3.8 与 Shikigami争夺记忆、模型和代码桌面
Rewisp、Qwen 3.8、Shikigami、LectureToBook与蚂蚁阿福进入今日榜单，帮助读者分清哪些产品已能试用，哪些仍只是模型预览或规模信号。
今日判断
截至北京时间 2026 年 7 月 20 日 08:00，全球新增信号主要来自 7 月 19 日的 Product Hunt 与 Hacker News；国内部分补充 7 月 17 日至 20 日 WAIC 期间公开披露的产品动态。今天的榜单不把社区分数直接当产品质量，而是看四件事：普通人能不能立刻理解它解决什么问题，是否有可行动入口，商业化是否说得清楚，以及风险是否已经暴露。
最值得先试的是 Rewisp。它把「屏幕记忆」做成一款免费的 Mac 开源工具，甚至愿意把截图丢掉、只保留本地文字。Qwen 3.8 则把大模型竞争重新拉回模型规模、工具接入和 Token 订阅；Shikigami 与 LectureToBook 分别把 AI 塞进代码桌面和课程出版流程。国内的蚂蚁阿福，暂时更适合作为规模信号观察，不能和前四款的直接下载入口混为一谈。
| 排名 | 产品 | 用大白话看 | 入口与成本 | 编辑判断 |
|---|---|---|---|---|
| 1 | Rewisp | 记住你在 Mac 屏幕上看过的文字，之后可以问它发生过什么 | Mac；免费、MIT 开源；外部模型按需调用 | 需求具体，隐私设计也具体，但持续读取屏幕会带来新的信任成本 |
| 2 | Qwen 3.8 | 一个准备开放权重、先通过 Token Plan 和 Qoder 提供体验的大模型 | Qwen Cloud、Qoder、QoderWork；公开页列出套餐和额度层级，未呈现统一月费 | 入口广、社区热度高，但模型能力和实际账单仍缺独立验证 |
| 3 | Shikigami | 同一个代码库里同时跑多个 AI 程序员，还不让它们互相改坏文件 | macOS / Linux；免费、无需账号、无云端；Beta | 真痛点、真桌面应用，适合开发者；单人维护和未定的收入方式是硬伤 |
| 4 | LectureToBook | 把课程录像变成可编辑的 PDF / ePub 讲义或书稿 | 60 分钟免费试用；从每视频小时 10 美元起 | 付费逻辑清楚，能节省整理时间；AI 生成的初稿仍需要人工校对 |
| 5 | 蚂蚁阿福 | 面向健康咨询的 AI 助手，试图把问健康变成日常入口 | WAIC 现场披露用户和调用规模；本轮没有拿到独立公测页或价格 | 规模值得跟踪，但公开材料更像公司展示，不能直接当成普通用户可试产品 |
1. Rewisp：把「我在哪看过这句话」变成一个可搜索的记忆层
它解决什么问题
很多人不是没有看过资料，而是过几天想不起资料出现在哪个页面。Rewisp 读取 Mac 屏幕上的文字，在本机保留文本记忆，之后可以问「上周我答应了什么」「这页从周二改了哪里」，也能搜索相似含义而不是只搜原词。它还会识别待办承诺、追踪反复出现的数字，并在每天 21:00 给出一次摘要。1
官网把边界写得很细：截图不落盘，文字提取完成后图像立即丢弃；数据保存在本机 SQLite 文件；密码、银行卡、消息、密码管理器、银行页面和隐私窗口会暂停采集。用户还可以让 Claude Desktop、Claude Code、Cursor 或其他 MCP 客户端只读访问这份记忆，但不会替用户提交表单。2
为什么排第 1
Product Hunt 的 Awards 页面显示，Rewisp 在 2026 年 7 月 19 日获得 Launch of the Day。这个名次本身不能证明留存，却说明它在一批新产品里先获得了注意力。更关键的是，Rewisp 的价值不靠一句「AI 帮你提高效率」来解释，读者可以马上想象三个场景：找回一条看过的资料、找出网页版本变化、提醒自己兑现一句承诺。1
它还是免费、开源、MIT 授权的 Mac 菜单栏应用，官网直接提供下载和源码入口。对个人开发者来说，这降低了试用门槛，也把隐私承诺变成了可检查的代码与本地文件，而不是只写在营销页上的一句话。2
创始人公开自述摘要
Product Hunt 的 makers 页面把 Yashmit Bhaverisetti 列为 Rewisp 唯一公开 maker，个人简介是「Building open-source tools for good」。本轮没有找到一篇独立媒体对他的专访，因此这里不把发布页包装成媒体采访；能确认的创始人立场，来自产品说明本身：他把「记住一切」和「不把截图交给云端」放在同一个设计起点上，并把遗忘、审批、删除和只读访问做成产品功能，而不是事后补一段隐私声明。1 2
增长路径与商业模式
Rewisp 的第一条增长路径是开源发布加 Product Hunt 首发：用户可以免费安装，开发者能查看源码，MCP 接口又把它接到 Claude、Cursor 和 VS Code 等已有工作流里。它不必先教育用户每天打开一个新聊天框，而是埋在用户已经使用的 Mac、浏览器和代码工具旁边。
目前没有公开订阅价、企业版或付费计划。官网写的是「Free and open source · MIT」，也没有把外部模型调用包装成 Rewisp 自己的收入项。更合理的判断是：现在它在用开源和本地隐私换取安装量、反馈与生态接入，商业模式尚未被证明。未来若要收费，可能要靠托管同步、团队策略、企业审计或更省事的跨设备体验，但这些都不是当前已公布的事实。
风险在哪
「截图不落盘」不等于「屏幕记忆没有风险」。文字仍可能包含工作机密、医疗信息和私人对话；只要用户选择 Gemini、Claude 或 ChatGPT，相关问题的提示词就可能离开本机。官网也写明，Rewisp 会按用户设置调用这些外部模型。2
另一个风险是伪需求。偶尔找回一条忘记的网页很有用，但如果用户必须先接受持续采集、定期审批和本地数据库维护，收益未必超过浏览器书签、待办软件和手工笔记。Rewisp 的长期留存要看它能不能准确抓住真正会忘记的事情，而不是把所有屏幕内容都变成一堆可搜索文本。
判断：真实需求已经出现，最适合愿意管理权限、又经常在 Mac 上处理大量信息的人；对只想偶尔问一次问题的普通用户，持续记忆可能太重。
2. Qwen 3.8：大模型从发布新闻走向套餐和工具链
它解决什么问题
Qwen 官方在 7 月 19 日宣布 Qwen3.8 即将开放权重，称模型规模为 2.4 万亿参数；同时，Qwen3.8-Max-Preview 已经进入 Alibaba 的 Token Plan、Qoder 和 QoderWork。对读者来说，当前可用的不是一个已经完全开放的模型文件，而是先通过云端套餐和编程工具体验预览版。3
Qwen Cloud 的 Token Plan 页面把文本、视觉、语音和图像模型放进一个套餐，并列出 Lite、Standard、Pro 三档，分别对应 1–2、3–4、6–8 个 Agent 并发；Standard 和 Pro 的额度分别是 Lite 的 4 倍和 16 倍。页面还列出 Qwen Code、Cline、Claude Code、Cursor、Codex 等工具的接入方式。4
为什么排第 2
Hacker News 的 Qwen 3.8 条目在抓取时有 750 分和 533 条评论，至少说明这次发布已经进入开发者的公共讨论区。5 它排在 Rewisp 后面，是因为 Qwen 的实际价值仍要通过模型调用、编程任务和账单来验证，社区注意力不能代替使用结果。
它的优势是入口不止一个。想写代码的人可以从 Qwen Code 或兼容工具开始，企业和个人也可以走 Token Plan；模型开放权重的承诺，则可能把使用场景从云端 API 扩展到本地或自托管环境。不过「soon」仍然是计划，不是已经交付的下载版本。
风险在哪
Qwen 官方帖中的 2.4 万亿参数和「接近前沿模型」判断都是产品方自述，当前材料里没有看到独立基准能完整验证。Token Plan 页面列出了套餐层级和额度倍数，但抓取到的公开正文没有呈现统一月费，真正的性价比要等用户进入购买和用量页面才能算清。3 4
大模型还有一个常见伪需求：用户以为参数越大，自己的任务就一定更好。实际上，短文本、简单脚本或普通问答未必需要 2.4 万亿参数；如果额度限制、并发限制和模型延迟没有改善，规模只会变成更昂贵的品牌标签。
判断：开发者可以先用现有 Token Plan 或 Qoder 入口做小任务对比，不要在开放权重真正发布前把它当成已经可本地部署的产品。
3. Shikigami：让多个编码 Agent 各改各的分支
它解决什么问题
同时开几个 Claude Code 或 Codex 会遇到一个很具体的麻烦：它们可能在同一个工作目录里改同一个文件，结果互相覆盖。Shikigami 给每个 Agent 建一个独立的 Git worktree，让它们在同一仓库里并行工作，用户再通过内置编辑器、diff、Git 历史和通知逐个检查结果。6
官方页还列出 PHP 与 TypeScript / JavaScript 的代码智能、Docker、MySQL、Redis 和可恢复会话。它不是浏览器里的聊天窗口，而是运行在本机的桌面 IDE。macOS 有 Apple Silicon 与 Intel 版本，Linux 提供 AppImage，暂时没有 Windows 版。7
为什么排第 3
Shikigami 的排名依据不是社区热度。Show HN 帖子抓取时只有 5 分和 2 条评论，但作者把痛点、实现方式、支持平台和下载路径都说清楚了；官网还提供签名安装包，用户不用注册账号，也不用把代码和 Agent 会话交给云端。6
对已经同时跑两个以上编码 Agent 的人，它解决的是文件冲突和会话管理，而不是再加一个聊天入口。这种需求足够窄，却比泛泛的「AI 编程助手」更容易被验证。
风险在哪
产品仍在 Beta，依赖用户本机已经安装并授权的 Claude Code 或 Codex；Shikigami 自己不提供模型额度。源码目前是私有的，项目由 Igor 一个人开发，Windows 用户也暂时没有入口。官方 FAQ 写明未来可能做付费附加功能或接受支持，但收入方式尚未确定。7
这里的伪需求判断也很直接：如果你只会同时运行一个 Agent，Git worktree 的隔离价值可能抵不过学习成本；只有并行开发、长时间迁移或批量修 Bug 的开发者，才会明显感受到差别。
判断：适合重度开发者从低风险仓库试用；不适合把 Beta 桌面工具直接当成团队标准开发环境。
4. LectureToBook：把课程录像变成可以修改的书稿
它解决什么问题
讲师和课程团队往往已经有录像，却还要重新整理讲义、图表和章节。LectureToBook 让用户上传课程录像，系统从讲解内容写章节，从幻灯片中提取图和标签，再输出可编辑的 PDF 与 ePub。用户可以在内置编辑器里修改文字、图和图注。8
官网公开的价格是每视频小时 10 美元起，提供 60 分钟免费输入额度，不要求先绑卡；转换失败自动退款。页面给出的真实 NIH 课程样例有 8 章、24 节、14 张保留图和约 1 万字，属于产品方展示的案例数据，不等于独立测评。8
为什么排第 4
它的优势是把付费单位和结果说清楚：用户先看预估价格与处理时间，再决定是否转换，最终拿到的是能继续编辑的文件，而不是一段摘要。创始人在 Show HN 帖子里解释，自己因为在线课程只有视频、不想下班后继续盯屏幕，才做了这个工具；他还公开了 NIH 睡眠课程的完整样例。9 10
风险在哪
官网已经承认输出是强力初稿，不是最终出版稿，低质量音频、稀疏幻灯片和不寻常的输入仍要人工清理。上传的录像会在云端加密保存，并按 30 天生命周期删除，但项目状态、转录、结构和生成的书稿会一直保留到用户或账户主动删除。课程内容可能包含学生信息、版权材料或内部培训资料，上传前需要确认授权范围。8
它的伪需求风险比普通会议纪要更低，因为目标是一个明确交付物；但如果用户只想快速复习，PDF / ePub 这套出版流程可能过重，普通转录和问答工具会更便宜。
判断：讲师、培训团队和课程创作者可以用一段公开视频测试质量；不要因为样例里的图表很漂亮，就跳过人工校对。
5. 蚂蚁阿福：健康 AI 的规模已经很大，产品入口却还不够清楚
它解决什么问题
蚂蚁在 WAIC 2026 期间把健康 AI「阿福」放在应用层介绍，定位是处理日常健康咨询，让用户先通过自然语言描述症状、健康问题或生活困惑，再获得信息整理和建议。36 氪援引现场披露称，阿福用户数已突破 1 亿，日均处理超过 1,000 万次健康咨询；同一报道还提到 AI 版支付宝「阿宝」已上架公测。11
为什么排第 5
规模信号足够强，且健康咨询是 ToC 用户能马上理解的场景。但这条材料的产品细节明显少于 Rewisp、Shikigami 和 LectureToBook：本轮没有拿到阿福独立产品页、公开价格或可复现的具体任务入口，1 亿用户和日均咨询量也都是现场披露口径。
所以它排在第五，不是因为需求小，而是因为读者暂时很难从公开材料完成「我现在就去试一下」这一步。对产品经理和投资人，阿福值得观察的是大平台如何把健康咨询接入已有用户与服务；对普通用户，先把它当成一个需要核验具体能力的入口。
风险在哪
健康问题不能只看回答是否流畅。症状判断、用药建议、转诊提醒和个人健康数据都涉及更高的错误代价，产品需要明确区分健康信息、风险提示和医疗诊断。用户规模越大，错误建议的影响面越大；日均咨询量也不能直接说明用户是否持续使用、是否真的获得帮助。
阿福还有明显的伪需求边界：如果它只是把搜索结果换成更像人的对话，用户未必愿意长期授权健康数据；只有当它能把咨询、健康记录、服务预约和后续提醒连起来，才可能形成持续使用的理由。公开材料目前不足以证明这一点。
判断：把它列入国内观察清单，不把现场披露的规模数字当成医疗效果，也不把「上架公测」当成已经验证的长期留存。
今天怎么选
- 想要一个真的帮你找回网页、承诺和上下文的工具：先试 Rewisp，但先关闭不需要的窗口，并确认外部模型调用设置。
- 想比较新模型在编程和 Agent 任务里的表现：用同一组小任务测试 Qwen3.8-Max-Preview，先看 Token Plan 的额度和实际账单。
- 已经同时运行多个编码 Agent：用 Shikigami 在测试仓库里验证 worktree、会话恢复和合并流程。
- 手里有课程录像：用 LectureToBook 的免费额度试一段，重点检查图表、专有名词和章节结构。
- 关注国内健康 AI：把阿福的用户规模当作市场信号，等可复现入口、隐私边界和医疗安全说明更完整后再判断。
今天的榜单里，最有意思的不是谁把模型参数写得更大，而是谁愿意把边界写清楚：Rewisp 丢掉截图，Shikigami 不上传代码，LectureToBook 公开保留周期，Qwen 把模型能力放进套餐，阿福则还需要把规模之外的产品细节补齐。
Contenido relacionado
- Inicia sesión para comentar.