AI工具产品日榜：H3开源进工作流，Agent-Reach接上全网，Armature开始看见用户
本期从 MiniMax H3、Nightcrawler、Armature、FutureSearch 和 Agent-Reach 出发，说明它们今天能完成什么、要付出什么成本，以及 Armature 如何从测试工具转向 Agent 产品分析。
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材料和权限：MiniMax H3 把视频、图片、声音和文本放进同一条生成链路，Nightcrawler 让一部装上 Kali NetHunter 的手机承担授权渗透测试，Armature 开始记录用户如何通过 Claude 或 ChatGPT 使用 MCP，FutureSearch 把「预测未来」做成可验证、按题计费的产品，Agent-Reach 则把多个网站的读取能力接到同一个 Agent 入口。
覆盖时间与排序口径
- 覆盖窗口：北京时间 2026 年 8 月 3 日 08:00 至 8 月 4 日 08:00。
- 排序看四件事：普通用户或开发者今天能否完成一个具体动作；入口和成本是否可复现；是否有官方页面、仓库或原始发布说明；产品是否真的推进了一个工作环节。
- Product Hunt 的 8 月 3 日日榜和产品详情页本轮仍遇到 Cloudflare 验证，因此只作为候选发现，不把搜索摘要里的「Launching today」当成事实写入排名。Product Hunt 8 月 3 日日榜
- 国内公开渠道本轮能完整核验、且在窗口内有明确更新的具体产品，主要是 MiniMax H3。没有足够入口和原始页面的中文合集、旧产品或泛行业文章不补进榜单。
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 | MiniMax H3 | 用文本、图片或参考视频生成带声音的短视频 | Hailuo AI、API；价格按平台页面核验 | 窗口内更新了官方权重，既有普通用户入口，也有开发者入口 | 开源的 H3-Base 不是完整 2K 工作流，算力和许可证门槛都不低 |
| 2 | Nightcrawler | 在获书面授权的测试网络里，用手机做资产发现和漏洞枚举 | MIT 开源；需要 Android、Kali NetHunter、Root、12GB+ RAM | HN 本轮抓取时 102 分，且把 Agent 放进了真实网络安全动作 | 误用会变成越权工具；本地小模型命令成功率有限 |
| 3 | Armature | 给 MCP 服务包一层 SDK，看用户让 Agent 做什么、哪里失败 | 免费含每月 1,000 sessions；超出后官网标价 $50/1,000 sessions | 有创始人公开自述、可自助接入和清楚的收费边界 | 会话里可能有敏感信息；「Agent 在想什么」并不等于可验证的内部思维 |
| 4 | FutureSearch | 花几分钟问一个未来问题，或测试「做 X 能否得到 Y」 | $20 免费额度；官方标注每题 $0.15-$2 | 把预测从口号变成有公开评测、结果记录和单题成本的产品 | 预测准确率不能替代决策，官方成绩与客户标志仍以产品方披露为主 |
| 5 | Agent-Reach | 先用安全模式检查，让 Agent 读取网页、GitHub、YouTube、X、Reddit 等来源 | MIT 开源；工具免费，代理服务器可能约 $1/月 | 入口窄而实用，且把多平台接入、体检和路由做成一个可安装层 | Cookie 登录有封号风险，上游平台规则变化会直接影响可用性 |
1. MiniMax H3：开源的不是一个视频按钮，而是一段生成链路
它解决什么问题
很多视频模型的难点不在「能不能生成一段画面」，而在于用户想同时给它文字、参考图、视频片段和声音时，素材之间的关系会不会丢。MiniMax H3 的官方模型页把它定义为通用全模态生成系统：输入可以包含文本、图片、视频和音频，输出是 4 至 15 秒的视频与 32kHz 立体声音频，官方列出的分辨率上限为 2K。MiniMax H3 官方模型页
普通用户不用先搭环境，可以从 Hailuo AI 试一个短视频动作；开发者则可以走 MiniMax API。如果要本地部署，官方提供 H3-Base 的 FL2VA 和 Ref2VA 检查点，以及 SGLang、vLLM、diffusers 和 ComfyUI 的部署路线。官方部署说明
为什么排第 1
第一，窗口内的产品信号很明确：官方模型页的结构化更新时间是北京时间 8 月 3 日 14:20 左右，正好落在本期窗口内。MiniMax H3 官方模型页 第二，它同时覆盖了消费入口和开发者入口，不需要读者在「能不能试」与「能不能接进工作流」之间二选一。第三，H3-Base 的开放让创作者可以把模型放进 ComfyUI 等现有流程，而不是只能等待一个网页产品的套餐。
风险在哪
「开放权重」不等于「完整产品开源」。官方说明里，负责复杂多模态上下文处理的 H3-Context-IR 没有随开源版本提供，2K 结果依赖 H3-Regenerate-2K，而这个模块也没有开源；官方提供的是调用 API 的完整 2K 验证路线。H3 推荐工作流
本地路线也不是下载后点一下就能跑。官方示例按 4 张 GPU 部署 H3-Base，模型本身为 33B 级别；普通创作者更现实的成本仍可能是云端 API、显卡租用和反复生成。许可证、内容审核、肖像和版权责任也不能由「开源」两个字代替。它的伪需求判断是：如果你只是偶尔做一条社交视频，Hailuo 的现成入口比本地部署更合理；本地权重真正有价值的对象，是需要控制素材、批量生成或改造工作流的人。
2. Nightcrawler：把手机变成一台授权测试设备
它解决什么问题
Nightcrawler 不是手机上的聊天助手，而是一套面向授权渗透测试的本地 Agent。项目 README 描述的完整动作是：把手机放进目标网络，自动发现主机、枚举服务、查找漏洞，并生成测试报告。Nightcrawler README
它的入口也很具体：Android 手机运行 Kali NetHunter，取得 Root 权限后执行仓库中的
INSTALL.sh。项目测试过 OnePlus 8 / Snapdragon 865，要求 12GB 以上内存；可选的 USB Wi-Fi 适配器用于离线 Wi-Fi 测试。Nightcrawler README为什么排第 2
Hacker News 的 Show HN 帖子在本轮抓取时为 102 分，发布时间换算为北京时间 8 月 3 日 19:06:15。Show HN：Nightcrawler 这个信号的价值不只是分数，而是它把「Agent 能不能做事」落到了一个有边界的真实动作：扫描、枚举、报告。相比又一个聊天壳，它更容易让开发者判断产品是否真的跨过了演示阶段。
风险在哪
首先是授权边界。README 明确要求书面授权和 Rules of Engagement；没有授权的扫描就是越权行为，不能因为工具开源就降低责任。Nightcrawler README
其次是可靠性。项目自述的命令成功率约为 50%，还需要垃圾检测、上下文重置或直接执行 playbook。它适合安全人员在隔离实验环境里做辅助，不适合让 Agent 自由决定攻击范围。软件本身是 MIT 许可证，但 Root、NetHunter、额外网卡和一台兼容手机的成本，远高于「免费」这个标签。
3. Armature：Agent 产品开始拥有自己的埋点层
它解决什么问题
传统产品分析工具能看到用户点击了什么，但 MCP 产品的关键交互发生在 Claude、ChatGPT 或其他 AI 客户端里，服务方只看到工具调用，很难知道用户到底想完成什么。Armature 用 SDK 包裹现有 MCP server，官方页面称只要几行代码和一次部署，就能重建会话、聚类使用场景、识别问题并回放 session。Armature 官方产品页
今天能做的最小动作是：注册 Armature，创建 API key，把 SDK 加到自己的 MCP server，然后等待真实会话进入仪表盘。免费层含每月 1,000 sessions、7 天保留期、会话回放和基础看板；超过后官网标注为 $50/1,000 sessions，定制方案另行沟通。Armature 价格与 FAQ
为什么排第 3
Armature 在北京时间 8 月 4 日 00:17:59 发出 Show HN 帖子，本轮抓取时为 36 分。Show HN：Armature 它排在 H3 与 Nightcrawler 之后，不是因为热度更低，而是因为它的使用对象更窄：只有正在发布 MCP、Claude Connector 或 ChatGPT App 后端的团队，才有立刻试用的理由。但对这批人来说，入口、免费额度、超额价格和数据说明都比多数 Agent 产品清楚。
风险在哪
产品方说 PII 和 secrets 会在进入存储前默认脱敏，用户也能控制保留期和删除数据。Armature 官方产品页 但这仍然不是「不收集」。创始人在 HN 回帖里说明，SDK 会增加可选的 telemetry 字段，Agent 可能填入 user intent、agent thinking 和 user frustration；这些字段可以关闭、重写或丢弃。Armature HN 回帖
因此它的核心风险有两层：一是会话数据即便脱敏，仍可能暴露业务流程；二是「Agent 在想什么」其实是模型在工具调用里主动填入的字段，不应当被理解成模型内部思维的完整记录。产品分析价值是真实的，但数据治理和解释边界必须跟着 SDK 一起审查。
4. FutureSearch：把预测做成一个可以反驳自己的产品
它解决什么问题
普通人问「明年会发生什么」通常只能得到一段没有结算日期的观点。FutureSearch 把问题改成可评估的预测，并新增了决策预测：例如「如果我做 X，能否得到 Y」。官方首页给出 $20 免费额度，并按问题和所需推理深度标注 $0.15 至 $2 的价格。FutureSearch 官方产品页
它还有一条开发者入口：可把 FutureSearch 接到 Claude.ai、Claude Desktop 或 Claude Code 的 MCP；产品方也提供 API、multi-agents 和 research teams。FutureSearch 文档入口
为什么排第 4
FutureSearch 在北京时间 8 月 4 日 00:27:59 发布 Show HN，本轮抓取时为 11 分。Show HN：FutureSearch 它的排序依据不是「预测很准」这句自我评价，而是它至少把验证链路放到了台面上：官方页列出 Metaculus FutureEval、ForecastBench、真实市场记录和过去测试集；页面显示的评测状态在 8 月 3 日更新。FutureSearch 评测与公开记录
这让读者可以先用一个低成本问题试验：答案是否给出可核验的时间范围、依据和概率，之后再决定是否付费，而不是先购买一个抽象的「超级智能」承诺。
风险在哪
公开评测、真实市场和客户标志主要仍是产品方展示的商业信号，不能自动等同于你的问题也会预测准确。把它用于投资、招聘或公司战略时，错误成本会远高于每题几毛钱的调用费。产品页同时链接 Kalshi、Polymarket 和标普 500 的结果，但它把自己描述为预测工具而非金融工具；读者仍应把金融风险单独算进去。FutureSearch 市场记录
它的伪需求判断也很清楚：如果你的问题没有明确结算时间、结果标准和可采取的行动，AI 预测只会把闲聊变成一张更像报告的闲聊。它适合有明确决策窗口的人，不适合替代基本信息收集。
5. Agent-Reach：Agent 的互联网能力层
它解决什么问题
Agent-Reach 不自己做一个新的聊天界面，而是把网页、YouTube、RSS、搜索、GitHub、X、B 站、Reddit、小红书等来源接到一个能力层里。README 把它的作用拆成安装、体检、路由和技能注册：先执行安装，再用
agent-reach doctor 检查每个渠道的后端和修复建议。Agent-Reach 官方仓库第一次使用建议先看清楚将要安装什么，再使用安全模式和 dry-run：
agent-reach install --env=auto --safe --dry-run
agent-reach install --env=auto --safe
agent-reach doctor项目方称工具和 API 免费，可能产生费用的是约 $1/月的代理服务器；仓库采用 MIT 许可证。Agent-Reach README
为什么排第 5
它是本轮 GitHub Trending daily 快照中的开发者侧热度信号，同时有现成仓库、安装命令和跨平台能力。对正在做调研 Agent 的人来说，先把「能不能读到来源」解决，比换一个更会写总结的模型更直接。它排第五，是因为它更像基础能力层，不是普通用户打开即用的消费产品；另外，大量平台适配会让维护成本随着上游规则变化而上升。
风险在哪
README 声称 Cookie 只保存在本地，并建议用专用小号；但它也明确承认，使用 Cookie 登录的平台可能检测脚本调用并封号。Agent-Reach 官方仓库
这意味着「免费」的成本可能转移到账号安全、代理稳定性和维护时间。不要把主账号 Cookie 直接塞进一个新工具，也不要在没有审查权限范围的情况下让 Agent 自动访问私有仓库、社交账号或金融信息。它解决了信息入口问题，却没有替你解决信息可信度和账号责任问题。
重点拆解：Armature 如何从测试工具转向 Agent 产品分析
本期没有拿到正式媒体采访。下面这部分依据 Armature 两位创始人 Theodore 和 Louis 在 2026 年 8 月 4 日北京时间 00:17:59 的 Show HN 公开自述整理，涉及用户数、早期客户和内部测试的内容，均按产品方口径处理。Armature 创始人公开自述
创始人判断：问题不在调用失败，而在不知道用户为什么调用
两位创始人此前先做的是独立测试工具。做了一段时间后，他们发现自己能测试 MCP 是否成功，却不知道用户在真实场景中如何使用它、哪里感到挫败。Louis 曾做过面向数百万用户的 MCP，Theo 曾在 Palantir 做 Forward Deployed Engineer，之后担任一家 Datadog 分拆公司的创始工程师；这些经历让他们把问题定位在「Agent 产品缺少用户侧可观测性」，而不只是模型评测。创始人公开自述
这个判断比「再做一个 Agent 评测平台」具体：当用户把任务委托给 Agent 后，产品团队需要知道的是用户意图、任务是否完成、哪里循环或失败，以及一个 200 状态码背后是否仍然意味着用户没有得到结果。
增长路径：从自己的盲区开始，再让用户自己接入
Armature 的增长路径可以还原成四步：
- 先把原有测试工具作为入口，发现自己也看不见真实使用方式。
- 给早期用户和 CTO 朋友使用内部产品的克隆版本，获得了比常规产品反馈更具体的使用反馈。
- 把会话重建、场景聚类和问题识别做成自助产品，用免费层降低接入成本。
- 在分析结果上继续生成 evals，让团队用真实用户工作流回归测试，再把修复推进到代码仓库。
其中第一步和第二步是创始人自述，不能当成已验证的规模增长数据；第三步可以由官网的免费入口和定价复现，第四步仍是产品正在建设的路线。Armature 官方产品页
收入模式：按会话收费，而不是按模型 token 收费
Armature 的免费层给每月 1,000 sessions，超过后按每 1,000 sessions 收取 $50，另外提供包含 SSO/SAML、审计日志和定制保留期的 Custom 方案。Armature 价格页
这套定价把收费单位从「模型调用量」换成「用户通过 Agent 使用产品的会话量」。对 MCP 服务商来说，调用越多通常意味着产品被使用得越多，分析价值也越高；但对低频、高客单价或会话很长的产品，1,000 sessions 的价值并不相同。它能否形成稳定收入，取决于产品团队是否愿意为「看见 Agent 用户」持续付费，而不是取决于 SDK 能否接上。
护城河在哪里，可能又在哪里消失
潜在护城河有三层：第一是跨 Claude、ChatGPT、Cursor、Codex、Gemini CLI 等客户端的会话重建经验；第二是积累不同 MCP 工作流的失败模式；第三是把分析结果直接变成 evals 和修复 PR 的闭环。官方页面和创始人自述都指向这条路线，但目前不能把它写成已经形成的网络效应。Armature FAQ Armature Show HN
它也可能很快被替代：如果 MCP 生态把统一的遥测协议、隐私控制和 Agent 评测层做进主流 SDK，Armature 的独立价值会被压缩；如果 Agent 不稳定填充 telemetry 字段，会话重建的质量也会下降。Armature 自己承认并非所有模型都完整填写字段，serverless / stateless MCP 的 session fingerprinting 也还不完美。Armature Show HN
对创业者来说，Armature 最值得研究的不是「分析」这个标签，而是它把一个新入口的产品盲区，变成了按使用量收费的基础设施。对普通用户来说，它不是今天要安装的工具，而是判断一个 MCP 产品是否在认真处理真实使用反馈的观察样本。
最后判断
如果你今天只想试一个能看到结果的产品：用 Hailuo AI 做一条短视频，或用 FutureSearch 对一个有明确截止时间的问题做预测。如果你是开发者，Agent-Reach 的安全安装和 Agent-Reach doctor 能先解决调研入口，MiniMax H3 则适合有 GPU 或 API 预算、需要把视频生成放进工作流的人。Nightcrawler 只给安全人员在书面授权和隔离环境中试用；Armature 只对正在发布 MCP 或 ChatGPT App 后端的团队有直接价值。
本期五个产品放在一起，能看到三条线：
- 开放权重不等于开箱即用。 H3 把模型权重、网页应用、API 和完整工作流拆成了不同层，使用者需要分别算清显卡、托管服务和许可证成本。
- Agent 产品的下一层竞争是交接和可观测性。 Nightcrawler 需要明确授权范围，Armature 需要明确会话字段，Agent-Reach 需要明确账号权限；让 Agent 动手之前，用户必须知道它能看到什么、做什么、如何撤销。
- 真正的需求通常有一个可结算的动作。 生成一条视频、扫描一个授权网络、重放一次 MCP 会话、验证一个未来问题、读到一个指定来源，都比「拥有一个更聪明的 Agent」更容易被用户判断，也更容易形成收费单位。
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.