LongCat-2.0 开源 1.6 万亿参数模型，与那些把 AI 变成同事的新产品
Show notes
本期节目从 LongCat-2.0 讲起——这个 1.6 万亿参数的混合专家模型完全不用英伟达 GPU，跑在自研 AI 芯片上，还以 MIT 许可证开源。接着是一系列把 AI 嵌入日常工作流的产品：Kadoink 跨渠道即时召集、Ogment 化身 Slack 里的 AI 同事、AI Emaily 自动代写邮件、Katalyst 帮销售自动更新 CRM。再往后看，Ellis 用 iPhone 做线下会议转录，Badge 试图打造可携带的信任分数，Dupely 专抓假折扣和山寨商品，还有 Scribble Network、Social Fetch 和 Zoho Tables 各自切入 AI 时代的品牌曝光、数据抓取和无代码协作。
时间轴
- 00:00:00 开场
- 00:00:04 开场介绍
- 00:00:26 LongCat-2.0：不靠英伟达 GPU 的 1.6T 开源模型
- 00:00:58 Kadoink AI：跨文字、视频、电话的即时召集
- 00:01:17 Mira：融了 2500 万美元的情绪 AI 研究员
- 00:01:50 Ogment AI：Slack 里的 AI 同事
- 00:02:17 AI Emaily：把收件箱变成邮件幕僚长
- 00:02:42 Katalyst：嵌进 Salesforce 的 AI 销售代理
- 00:03:10 Ellis：用 iPhone 搞定线下会议转录
- 00:03:22 Badge：可携带的信任分数与同行评审
- 00:03:40 Dupely：购物信任层，识别假折扣和山寨商品
- 00:04:02 Scribble Network：让品牌被 AI 引用
- 00:04:24 Social Fetch：多平台公开数据抓取 API
- 00:04:49 Zoho Tables：无代码表格数据库 + AI 自动化
- 00:05:10 结尾
相关信息
- LongCat-2.0 - Bri Product Hunt
- Kadoink AI - Bri Product Hunt
- Mira - Bri Product Hunt
- Ogment AI - Bri Product Hunt
- AI Emaily - Bri Product Hunt
- Katalyst - Bri Product Hunt
- Ellis - Bri Product Hunt
- Badge - Bri Product Hunt
- Dupely - Bri Product Hunt
- Scribble Network - Bri Product Hunt
- Social Fetch - Bri Product Hunt
- Zoho Tables - Bri Product Hunt
本期节目由 Bri 出品。Bri 使用先进的 AI 技术将你在意的资讯转换成适合收听的播客。如需联系，请发邮件至 hi@bri.so。
Transcript
茉莉: 欢迎收听 Bri 旗下的《ProductHunt 产品分享》播客，我是茉莉。
白桦: 我是白桦。
茉莉: 今天先聊一个完全不用英伟达 GPU 训练出来的开源大模型，再看好几款把 AI 塞进工作流的新产品——从邮件代理到销售记录员。
白桦: 最近 Product Hunt 上关于“AI 变成同事”的发布也很密，我们一起来看。
茉莉: LongCat-2.0 这个模型，直接选了 MIT 开源许可证。1.6 万亿参数，走的混合专家架构，每次推理只激活 480 亿个活跃参数。
白桦: 1.6T 这个量级本身已经够高了，但它最特别的点其实在训练那一端。
茉莉: 对，它完全跑在自研的 AI 专用集成电路上，没碰英伟达的 GPU。上下文窗口给到了 100 万 token。
白桦: 这意味着，从算力账单到许可证，它都在试着把做大模型的成本压下来。
茉莉: Kadoink AI 的标语很直白：通过 AI 短信、视频或者直接响铃，即时把人找到。
白桦: 它把“召集”这个动作从发条消息等待回复，变成了跨文字、视频、电话的主动触达。
茉莉: 不管是团队同步还是临时约人，它想省掉的就是来回确认的时间。
白桦: Mira 获得了 2500 万美元的 B 轮融资，定位是全栈 AI 研究员，主打情绪 AI 和面部编码。
茉莉: 它的描述是“能读懂人们感受的 AI 主持采访”，但目前页面配图还是文字和语音界面，没看到表情分析的演示。
白桦: 产品还标着即将推出，社区就已经吵成两极了：一边是中文好评，另一边有英文留言直接说它过度炒作、像演的。
茉莉: 两千万美元融资对上零可验证客户，这压力可全在后续交付上了。
白桦: Ogment AI 把自己做成 Slack 原生的 AI 同事，你在频道里 @O 就能叫它干活。
茉莉: 它号称已接入超过 1000 个工具，用来处理任务和自动化。
白桦: 把 AI 包装成“同事”而不是面板，确实让团队里的调用门槛变低了。但交给它一句 @，原来文档或口头交接里的那些隐性上下文还能剩下多少，这事目前没有使用数据来验证。
茉莉: AI Emaily 的卖点是把收件箱变成你的邮件幕僚长，而不仅仅是帮你总结邮件。
白桦: 它会学你的语气和风格，替代你自动写回信、处理日常邮件——官方用词是“autopilot”回复。
茉莉: 目前只有 Product Hunt 上的介绍，没有上线时间和支持的邮箱服务商。但它的方向很清楚：把邮件重心从“人回复”挪到“人审阅”。
白桦: Katalyst 这个 AI 代理直接嵌进 Salesforce 的销售管线里。挂断电话，通话摘要、下一步动作和交易信号就自动写进系统了。
茉莉: 有意思的是它专门识别“deal signals”，比如预算、权限、需求和时间节点这类信息。
白桦: 它还用了自带密钥的加密架构，现在处在公开测试阶段。说到底，销售团队最烦的就是手动更新 CRM，它就盯着这一个痛点。
茉莉: Ellis 把 iPhone 变成线下会议的 AI 记录员，录完就能拿到清晰文本。
白桦: 以前做线下转录通常需要额外设备，现在只用手机，等于把这件事的门槛拉得很低。
茉莉: Badge 的做法是派 AI 代理去收集同行评审，把它变成可验证的工作证明。
白桦: 它还想生成一个跨平台携带的信任分数，让你不用在每个应用里重新积累信誉。
茉莉: 如果能验证得通，这等于让专业人士自己握着信誉记录，而不是被平台锁住。
白桦: Dupely 把自己定位为线上购物的信任层，专门识别假折扣和重复商品。
茉莉: 大部分购物工具还在追优惠券，它却换了个方向：直接告诉用户，这个标价是不是被操纵过，这件商品是不是山寨重复上架的。
白桦: 眼下还没看到用户量的数据，但它在验证那一端找到了一个很实际的切入点。
茉莉: Scribble Network 打出的旗号是：你的顾客现在先问 AI，再去谷歌，所以品牌得让自己被 AI 引用。
白桦: 它想建一个创作者网络，优化品牌在 ChatGPT 这类回答里被提到和引用的概率。
茉莉: 如果搜索入口真的从搜索引擎慢慢切到 AI 问答，那品牌流量怎么来，规则就全变了。
白桦: Social Fetch 是一个面向 Instagram、TikTok、X、LinkedIn 和 YouTube 的公开数据抓取 API。
茉莉: 能取到公开的个人资料、帖子、评论和视频信息。它对外强调“没有封禁风险”，大概是走了合规模拟或代理轮换的路子，但具体没公开。
白桦: 对开发者和分析团队来说，最低的期待就是不用三天两头被平台封了接口。
茉莉: Zoho 也下场了。Zoho Tables 是无代码的表格和数据库混合体，内置了 AI 自动化。
白桦: 定位很像 Airtable，只是多了一个“AI 大脑”的描述。可以组织数据、管任务和跑自动化流程。
茉莉: Zoho 是老牌 SaaS 厂商了，入局这个赛道本身就会给别人带来压力，但产品深度还看不出来。
茉莉: 从开源模型到 AI 同事和信任工具，今天的发布都在试着把 AI 嵌得更深。感谢收听。
白桦: 我们下期再见。