Zetik，把信息追踪交给一个常驻团队 (2026)

导语：Zetik 试图把「我自己每天刷信息」改成「让 AI 团队持续替我读」。

作者丨 AI 科技评论编辑丨 AI 内容自动化新品雷达

信息追踪最容易变成第二份全职工作：打开 RSS、收藏夹和社交平台，最后仍要自己判断什么值得读。

Zetik 官方 X 账号在 8 月 11 日宣布产品上线；8 月 15 日 15:01（北京时间），它又出现在 Product Hunt 的 24 小时新品榜中。1 2

Product Hunt 对它的概括是「AI agent team」：持续完成采集、过滤、分析和简报，覆盖播客、论文、代码、推文与新闻。2

AI 科技评论注意到，Zetik 没有先从一个更强的聊天框切入，而是把「追踪什么」和「什么时候值得打扰」放到了产品中心。

01｜入口不是阅读器

产品定位：一个面向个人的常驻 AI 信息 Agent，负责从持续变化的信息源里找出与用户有关的更新，再交付成个人简报。

官网把入口写得很直接：用户用一句话说出想关注的对象，Zetik 自动寻找来源，并在确实发生变化时推送更新。3

这个对象可以是公司、人物、领域或一个小众主题。

官网展示的例子从 SpaceX、Taylor Swift 到 NBA 球队和游戏发售，说明它想做的是主题追踪，而不是只处理某一个固定新闻分类。3

它和传统信息流产品的区别，在于用户先定义「我想知道什么」，再让 Agent 持续寻找变化，而不是先打开一个首页等待用户自己筛选。

一句话价值：把「记住要追踪什么、每天去找变化、整理成结论」这组重复工作交给一个常驻读者。3

关键能力：公开材料把 Zetik 的工作链路拆成四个连续动作。

第一步是追踪。 用户用一句话创建 tracker，产品自动匹配来源；官网同时写明，用户可以固定自己信任的来源，或连接自己的来源。3

第二步是过滤。 新闻、播客、博客、GitHub、研究论文和 Newsletter 里的同一件事，先被折叠到一张卡片里，重复报道和噪声留在后面。3

第三步是分析。 Zetik 不只给标题，还把「发生了什么、为什么重要、不同来源怎样描述」放进故事分析，并保留可核对的引用。3

第四步是分发。 官网列出的交付方式包括 Feed、Push、Newsletter 和 RSS；用户也可以让它生成故事的音频拆解，或把关注的播客剪成重点片段。3

这组动作解释了它为什么把自己称作 Agent 团队：产品卖的不是一次摘要，而是一条从发现到交付的连续工作流。

它还加入了可见的记忆层。

用户可以查看 Zetik 记住了什么、这些记忆怎样形成，并随时编辑或删除；用户也可以直接说「少一点名人新闻，多一点科技新闻」，让信息流重新调整。3

在 AI 信息产品里，这个设计很关键。

过滤规则藏在黑箱里，用户只能接受结果；记忆可以被查看和修改，用户才有机会把 Agent 调成自己的长期工具。

它的设计选择很明确：把阅读成本从「逐条打开」压缩成「只读有变化的结论」。

问题也从这里开始。

如果去重做得不够好，用户收到的仍是一堆标题；如果筛选过于激进，用户可能根本看不到后来证明重要的信号；如果分析缺少原始出处，简报会变成另一种无法核验的摘要。

官网给出了引用、来源卡片和可编辑记忆，但当前公开页面没有列出完整的价格、额度、刷新频率承诺，或按来源拆分的接入清单。2 3

所以，试用时最值得先验的不是它能不能写出一段漂亮摘要，而是四件事：

这也是 Zetik 和普通 AI 搜索之间的分界线。

前者要证明自己能长期守住一个主题，后者只需在用户发问时给出一次答案。

Zetik 把信息流做成了一个会自己找、自己筛、自己记住你偏好的读者。

它能否在不漏掉关键信号的前提下，值得用户把收藏夹交出去，还要靠真实追踪结果来回答。