0804 | Qwen3.8-Max与本周AI新工具：编码、隐私与协作

茉莉: 大家好，欢迎收听 Bri 的 Product Hunt 产品分享，我是茉莉。

白桦: 我是白桦。这期有不少值得聊的新产品，从最完整的开源模型，到手语变语音的智能眼镜，还有几个挺好玩的 AI 小工具。

茉莉: 对，我们准备聊聊 Qwen 官方号称迄今最强的新模型，也会看看 Product Hunt 上被热议的一批新品——比如一款免费开源的手机端 AI 助手、本地优先的语音会议记录工具，还有共享云端画布的协作平台。

白桦: 另外还有几款有意思的，像把手语转成语音的眼镜应用、用摄像头数动作的健身教练，以及一个把等待 AI 工作变成游戏的终端插件。内容不少，咱们慢慢聊。

茉莉: 先说说 Qwen3.8-Max。官方称这是迄今最强的模型，主要冲着编码和协作任务来的。它是个超大规模的混合专家模型，参数总量 2.4 万亿，每次实际激活的只有 95B，上下文窗口达到了惊人的 100 万 token，还带多模态智能体能力。 官方披露了一项测试，模型连续运行了 16 天，从一个空仓库出发自己搭建编码测试框架，然后随着新问题、反馈和测试结果不断迭代，最后仓库积累了 265 个提交、127 个拉取请求和 151 个问题。

白桦: 这个自举式的长时程测试很有意思。更关键的是开放策略——API 已经在 QwenCloud 上线了，而开放权重预计下周发布，官方称这会是 Qwen 历史上最大规模的一次开源权重发布。社区里已经有用户惊叹，说能在这种规模下持续开源相当疯狂，因为多数实验室都把模型关在 API 后面，而 Qwen 选择直接在 GitHub 放出完整权重，被视为给社区的一份礼物。

茉莉: 接着看过去 24 小时讨论很热闹的 Open Minis，一款免费开源的手机端 AI 智能体，iOS 和 Android 都支持。它的核心做法是给模型一个真实可操作的计算机，而不只是聊天界面：在设备本地运行一个沙箱化的 Alpine Linux 环境，能装软件包、跑 Python、编辑真实文件，还能驱动浏览器。

白桦: 技术上 iOS 走 ARM64 版的 iSH，Android 用 PRoot，还有 30 多个原生桥接，把健康、HomeKit、日历、照片这些苹果框架暴露成普通命令行工具，开发者说模型操作它们就像调用 ls 一样。用户可以自带模型，Claude、GPT、Gemini、Kimi、Grok、DeepSeek 这些都行。开发者的三大原则是：本地优先，密钥和数据留在设备上、没有账户也没有遥测；自带模型；两边平台全部开源、免费无内购。社区讨论里不少人肯定本地真实环境的方向，但也追问健康、照片、HomeKit 这些敏感区域在权限和审批上怎么处理。

茉莉: yapyap 主打本地优先的语音和会议记录，核心主张是重新拥有你的声音。录制、转录、说话人识别，还有摘要、行动项这些 AI 分析，全部在你自己的设备上完成，不依赖云、不需要账号、没有会议机器人进通话，音频根本不会离开设备。作者特别强调，不是传输中加密，也不是不用你的数据训练，而是它根本不会去任何地方。

白桦: 价格上是一次性买断 69 欧元，给 7 天免费试用，不用绑银行卡，支持 macOS、Windows、Linux，还有个手机伴侣麦克风应用，通过本地 Wi-Fi 同步，不经过互联网。它有个镜头机制，一次录音能生成多种视图，内置转录、摘要、行动项，用户还能用自定义提示词创作更多镜头，比如站会纪要、采访引语、决策日志。支持 90 多种语言。路线图上录制转录、说话人识别、档案搜索、镜头市场、伴侣应用都已经就绪，自带 AI 正在验证，随处导出还在构建中。

茉莉: 最后是 Murmell，一个共享云端画布，让团队和 AI 代理在浏览器里、同一个仓库里一起工作，带实时预览。作者的灵感来自一次 3 个人、4 个代理、1 台笔记本的黑客马拉松，他自己大部分用 Claude Code 构建，后来开始用 Murmell 来构建 Murmell。 现在能同时跑 Claude Code、Codex、Kimi、OpenCode，所有工作会落回 git。

白桦: 核心机制很特别：代理在写入前先申请文件，每个文件路径同一时间只有一个持有者，其他代理会被拒绝直到释放，所以最终不需要合并。合上笔记本，云端机器上的代理继续跑。不过社区讨论也点出了隐患：文件级申请挡不住两个代理各改调用方和接收方，导致构建崩掉；代理死了文件锁变成静默的陈旧锁；更隐蔽的风险是两个代理各自完成同一个任务却毫无冲突，比如两个人同时回复同一个客户，客户收到两份不同答复。发布优惠是首周免费送 60 美元 Claude Code 积分，观看不需要账号，发链接就能看到光标、姓名和实时终端输出。

茉莉: 先说这款叫 AgentSky 的新品，是过去二十四小时在 Product Hunt 上很受关注的一个热门。官方定位就是：任意 harness、任意大模型，云端托管的 agent 按需启动。翻译一下就是，它提供托管式的 agent 即服务，你一键就能启动一个可以长期运行的 AI 代理。它目前支持四种 harness，像是 Claude Code、Codex、Hermes 和 OpenClaw，而且带有完整历史和托管式恢复，也就是代理挂了也能靠着记录恢复。访问渠道很全，WhatsApp、iMessage、Telegram、Slack、网页、开发者 API 和命令行都能用，官方还宣称同一套协议和记忆贯穿每一个 harness、每一个渠道，对 harness 和模型都没有锁定。

白桦: 创建者据社区评论里说叫 Darren，他提到这个想法来自做 tycoon.us 时候的经验，现在已经为 tycoon.us 在生产环境处理了超过一万次的 agent 会话。定价方面，停放中的 agent 免费，只有真正干活的时候才计费，起步价每个月三美元。不过当天还有个新信号值得提：Kimi 的 K3 上线了，那是 Moonshot 的百万上下文旗舰模型，可以直接用在 Claude Code、Hermes 这些 harness 上，页面还列出了像 GPT 5.6、Sol、GLM 5.2、Opus 4.8、Gemini 3 Pro 这些模型。

茉莉: 但社区讨论里主要还有一些待确认的点。比如多个频道上的上下文是不是统一的——在 Telegram 上开聊、再在 Slack 上接着聊，这算同一个会话还是两个会话？同一个 agent 能不能按任务切换便宜或者更强的模型？开发者 API 和命令行之间到底有什么区别，能不能编程式地创建、暂停、恢复和管理 agent？失败的任务能不能从之前的状态恢复、能不能回滚到更早的快照？还有多用户同时交互的时候，能不能自动扩容，运行中间收到消息是打断还是排队。

白桦: 另外有转述说，Darren 本人也承认状态恢复是尽力而为的，没法完全阻止竞态条件，他还提到想要幂等的回复。也有人质疑，在这种只在工作时收费的模式下，崩溃的、暂停的和正常完成的 agent，在账单上其实是区分不出来的。所以几个值得盯的点是：多频道记忆到底统不统一，任务级切换模型顺不顺畅，还有状态恢复到底靠不靠谱。

茉莉: 接下来这款叫 claudemon，一个把等待 Claude Code 干活的时间，变成宝可梦式游戏的终端插件。产品页的描述就很直白：野生宝可梦会在你使用 Claude Code 工作的时候出现。核心机制是，提示词相当于你在草丛里走路的步数，提示词越长就走得越远，而 Claude 每工作二十秒，你就多走一步。有宝可梦跳出来的时候，Claude 的状态栏会提醒你，然后你得在第二个终端标签页里开战。

白桦: 有个很讲究的设计：游戏只会在 Claude 工作期间推进，而不是你按回车那一瞬间，所以它瞄准的就是那种"没时间切走、又长到只能干等"的空档。出现机制是每次只来一只、只停留半分钟，你要是在忙它就会走掉，不会累积战斗队列。内容包含全部一百五十一只初代宝可梦，带真实的基础数值、属性、捕获率和红蓝版招式，还有会心一击、属性克制这些机制，捕捉、进化、图鉴、队伍和商店都做了。

茉莉: 它完全本地运行，没有账号也没有后端，唯一联网下载的就是大约一点二兆的精灵图。开源项目，MIT 许可，作者叫 zamarrowski，页面上也注明宝可梦是任天堂、Creatures 和 GAME FREAK 的商标，这是个个人非商业的玩具。需要的环境是 Node.js 18 以上和 truecolor 终端。

白桦: 社区里有人评论说，第二个终端标签的角度挺怪的、但居然管用，也有人建议把遇敌和退出做成绑定代码而不是经过的时间。还有用户问会不会影响等待时间，材料里没见到回复。整体上是个挺有意思的等待空档玩法，短板自然就是那半分钟的窗口和只限一次性单只出现。

茉莉: 下一个焦点是 Hand Wave，一副把手语转成语音的智能眼镜应用。它的核心就是利用 Meta 智能眼镜自带的摄像头，把手语转成文本和语音，同时支持 iOS 和网页跨平台使用。底层是一个轻量级、开源、基于 Google FSBoard 数据集训练的神经网络，设计目标是在各类设备上本地运行，目前标注为 WIP，也就是还在开发中。产品由 Aadi Sanghvi 设计并构建，官网是 handwave 点 sh。

白桦: 开发者给自己的定位是，用 Meta 眼镜和其他设备上已有的摄像头，让手语对话更容易获得。社区反馈也基本围绕本地运行模型来展开。有评论说这一做法真正酷，能压低延迟、还能让隐私故事保持干净，也称赞开源的手语工作能真正落到眼镜上。另一条评论强调，无障碍工具绝不应该依赖付费墙或者网络连接，所以这种开源、本地优先的模式受到肯定。

茉莉: 不过有位评论者提出了一个很关键的疑问：如果没记错，FSBoard 是手指拼写的数据集，覆盖的是单个字母而不是完整的手语。那 Hand Wave 到底是只逐字母读取手指拼写的单词，还是也能处理真正的 ASL 手语和语法？他觉得这是两个差别很大的问题，而把手语变成语音这个说法，听起来像是在承诺后者。目前公开讨论里，还没见到开发者对这个边界做出明确回应。

白桦: 产品页面的状态也显示当前没有直播会话，只提供启动摄像头或者屏幕共享的控制，说明产品还处在演示或早期阶段。所以接下来值得关注的信号就是：开发者会不会澄清手指拼写和完整手语之间的能力范围，以及 Hand Wave 到底什么时候正式上线。

茉莉: 最后这款叫 CoachAI，一个面向 iPhone 的健身应用，支持 iOS 17 以上，可以免费开始使用。主打用手机摄像头实时数动作次数、纠正姿势，而且所有识别都在设备端完成，不会上传任何数据。应用里还带一个训练程序引擎，会根据情况适当调整训练安排，而不是随机打乱动作。

白桦: 开发者自述，做这个产品是因为他常看到一种现象：人们坚持去健身房、练得很刻苦，却还是受伤或者陷入平台期。问题不在缺少自律，而是没人盯着他们的动作。私教太贵、时间又难配合，大多数人只能靠猜。他提出的核心问题是——手机能不能看出一个动作做错了？他的答案是可以。

茉莉: 在产品流程设计上，他也有个明显的转变。最初的引导要求先填目标、身高、体重、伤病这些，要填五个屏幕，结果流失了不少人；后来他把顺序完全反过来，先让用户做一次被跟踪的动作，再提问，用他的话说是先展示魔法、再填表格。他还说，一个没人用过的精致应用只是一个非常昂贵的意见，所以宁可提前带着粗糙细节发布，也要拿到真实反馈。

白桦: 发布状态上，他承认产品还很早期、有些地方粗糙，特别希望在跟踪准确度上得到严厉批评。社区里有人尊重这一点，但也提出关键技术担忧：手机被支在侧面的时候，深蹲、硬拉这类大重量复合动作的下蹲深度、或者脊柱圆背可能拍不到；如果角度不佳却仍然给出动作正确的评价，那可能比没有反馈更糟，因为人们会信任它并继续加重重量。所以评论者就追问，应用有没有机制提示当前角度不足以判断这个动作？

茉莉: 另一位用户则问能不能用于其他运动，比如分析网球挥拍并实时反馈，还提到设置可能棘手，但可以戴 AirPods 听反馈。产品已经提供 App Store 链接。后续值得关注的信号包括跟踪准确度的实测反馈、对角度不足提示机制的回应，以及它有没有扩展到网球等其他运动方向。

茉莉: 这轮先说 PassiveShorts，一款在 Product Hunt 上架的 AI 无人脸短视频生成器，制作者叫 Vijayabhaskar J。它的卖点是把一整条完整的流程全替你包了——选主题、写稿、配音、逐行配图、加字幕，甚至定时发布，统统自动做完，然后直接发到 YouTube 和 TikTok。

白桦: 它内置五个赛道：恐怖故事、笑话、生活小技巧、今日新知，还有 You Should Know 这类冷知识，当然你也可以自己定主题。视觉风格给了 19 种，从写实摄影、电影感、动漫，一直到 Kurzgesagt 那种科普动画和黏土动画都有，还配了自然的 AI 语音库和六套字幕预设。

茉莉: 内容分成解说视频和照片幻灯片两类，幻灯片既可以自己传图，也可以按提示词让 AI 生成。发布上给了不少控制：可以选择公开、私密，或者先发进 TikTok 的草稿箱留着自己审。最多能同时跑十个系列，视频带完整商业使用权。价格上，Basic 每月 19 美元，一周三次、一个月十二个视频；Pro 每月 39 美元，天天都能发，一个月够三十一个视频，年付能免两个月，还有七天退款保证。

白桦: 不过社区讨论的焦点不在功能，而是它全程无人审核就自动发布。有人担心，刚好赶上 YouTube 和 TikTok 今年都在收紧对批量低质 AI 内容的打击，全自动发布很容易让频道被标记。还有人举例说，错误脚本会在没人核验的情况下以用户频道名义发出去，所以建议前十个视频先默认留审，确认没问题再放开。

茉莉: 再来说 gesture.live，最近社区里讨论度很高的一个新品。它用网络摄像头捕捉你的手势，让你隔空现场演奏电子音乐，能弹和弦、贝斯、鼓，还有各种效果器。目前是 v1.0 版本，需要横屏用，两只手共用同一个 16 比 9 的画面，控制轨横跨整个屏幕。

白桦: 开发者说，这个东西借鉴了几周前在 Instagram 上走红的一个名为 gesture-synth 的手势合成器，沿用同一套和弦语言，但压缩到单手操作，另一只手就能空出来自由弹旋律、加鼓和贝斯模式，或者控制效果。

茉莉: 社区里其实有未经证实的疑问。演示视频在明亮房间的书桌前效果很好，但换成小型舞台或者家庭派对的舞台灯光、更暗或多彩的灯光下，手部追踪还能不能稳住，被视为它能不能走出卧室制作人场景的真正考验。

白桦: 另一条比较专业的评论指出，关键问题在音符触发有没有量化。网络摄像头的手部追踪通常最好也就三十帧每秒，音频线程收到信号前就有大概三十毫秒的抖动。如果吸附到十六分音符的网格上，倒是能弹，可会丢掉那种推前拖后的演奏感，而那恰恰是人声演奏感的核心。当然也有非音乐用户说自己大概只会拿来和孩子玩，但觉得它看起来很棒。

茉莉: 好，聊到这，今天的热榜可真够热闹的。从 Qwen 官方号称迄今最强的 Qwen3.8 模型，到一堆在 Product Hunt 上冒出来的新玩法——手机上的开源 AI 助手、抢你声音的语音记录器、连手语都能解读的智能眼镜，还有一个把等待编码变成抓宝可梦的终端小游戏。

白桦: 没错，看得出来 AI 正在往越来越具体、越来越贴近日常的方向走。无论是让你在画布上和 AI 代理一起协作，还是用摄像头实时纠正健身动作，每一款都在试着解决一个真正的问题。

茉莉: 好，那这期就聊到这了，我们下期再见！

白桦: 下期见！