0821 | Grok 4.6发布：xAI新模型主打长时智能体与软件工程

茉莉: 欢迎收听 Bri 电台的《ProductHunt 产品分享》，我是茉莉，今天和我一起的是白桦。这期我们从 xAI 刚发布的 Grok 4.6 说起，看看主打极长任务与智能体工作流的大模型，再聊聊本地推理引擎 NobodyWho、持续测试平台 Checksum AI，还有几个来自 Product Hunt 的新工具。

白桦: 这期内容跨度不小，从设备端跑模型到代理型移动可观测性，还有帮助 AI 原型收集反馈的 ProtoNote 和面向家庭健康的应用 Lifelong，都会聊到。

茉莉: 来聊聊 xAI 在八月十二号发布的 Grok 4.6，它是在 Grok 4.5 基础上推的新模型，主打长时间运行的智能体工作流、软件工程和交互式 Web 应用生成。官方说法是它能跨多步骤任务保持上下文、在继续前自我验证，用更强的首版结果处理视觉和交互项目——这些还是公司方面的说法。

白桦: 定价没变，每百万输入 token 两美元、输出六美元，另有个两倍价钱的快速变体；即日起在 Cursor、Grok Build、xAI API 以及 OpenRouter、Vercel、Cloudflare 等合作伙伴处可用，发布第一周在 Grok Build 和 Cursor 里还赠送双倍用量。

茉莉: 基准上，xAI 说它在 Artificial Analysis 的九项基准复合指数里拿到六十一分，与 GPT-5.6 Sol Max 持平，Fable 5 Max 是六十二分，这些对比来自各开发方自己发布的系统卡或排行榜。

白桦: 嗯至于社区的判断，有人肯定长上下文对构建和迭代完整应用的价值，但也有人指出自己依赖 OpenAI 提供的工具或集成，比如给 GitLab 加 issue 就需要为 Grok 定制，还在问有没有更便宜的方式编排请求，把路由指向 OpenAI 或 X。

白桦: 说到本地推理，有个叫 NobodyWho 的项目，是基于 llama.cpp 构建的本地推理引擎，用于在设备端完全离线路大语言模型。它开源免费，GitHub 仓库用 EUPL-1.2 许可证，不需要 API 密钥、没有云端调用，模型以 GGUF 格式从 Hugging Face 或任意 URL 下载。

茉莉: 它面向跨平台开发者，支持 Swift、Kotlin、Flutter、React Native、Python 和 Godot 六个平台，还提供 iOS、Android、Apple Watch 和 Vision Pro 的演示应用。开发者 Pierre 声称团队过去几个月在让本地推理在这六个平台做到生产就绪而不仅是单一设备上的演示——这句还是自述。声称的能力包括类型安全的工具调用、图像与音频多模态输入、Whisper 语音转文字、Kokoro 和 Pocket TTS 文字转语音、Vulkan 与 Metal 的 GPU 加速，还有据说让长对话不受消息长度上限约束的抢先式上下文平移；能跑 Gemma、Qwen、Mistral 这些数千个 GGUF 格式模型。

白桦: 评论里有两类信号。有人认可它的隐私、离线和多平台定位，也有人觉得 Godot 支持罕见，追问它是给本地 NPC 还是给不该联网的游戏客户端工具用，这个问题没得到回应。更实质的质疑来自两位评论者：一位说决定本地还是云端的关键不是输出质量，而是功能需要好几个月用户历史进上下文，这在手机上不可行或太慢，他问每秒多少 token、多长上下文下本地推理才能替代云端；另一位说自己常碰到演示可用后要等十二分钟加载模型，直接质问中等配置 Mac 上跑 Qwen 1.5B 的首次推理表现。证据里没有这些性能数据，所以它适不适合日常使用还是没有答案。

白桦: 接着看 Checksum AI，它是创始人兼首席执行官 Gal 推出的人工智能原生持续测试平台，应对团队产出速度快于手动 QA 跟不上的验证缺口。它在每次拉取请求上生成、运行并自动修复端到端和 API 测试，全部以标准 Playwright 代码提交进团队自己的代码仓库，没有专有格式、没有锁定。

茉莉: 它的代理循环分两段：一个代理在沙箱里检测变更、自动生成或更新测试，不需要手写选择器；测试可由拉取请求、API 或 MCP 触发，失败后第二个代理判断是真实缺陷还是产品变更导致的过期测试，真实缺陷路由到 Jira、Linear 或 Slack，过期测试则被自主修复。Gal 说他在上一家公司看到测试维护吃掉整个冲刺周期，又因为曾用机器学习从卫星数据里检测可疑活动，认为软件测试是同一类模式识别问题。

茉莉: 客户结果都来自创始人自述、未经独立验证：Counterpart 这家智能体保险平台以不到一名离岸开发人员一半的成本，跑出相当于十倍规模的 QA 团队，之后没有生产事故；Söderberg & Partners 几周内从零达到完整覆盖率，每月收回九十小时手动测试；Postilize 缺陷减少七成、工程周期提速三成，且零不稳定测试。一位自称 Checksum 员工、自述仅供参考的评论者讲了件事：一次常规前端变更让测试失败后，代理拒绝更新断言来恢复绿，反而把新行为判定为回归并作为产品缺陷提交，判断还被证实正确，他说让系统怀疑自己通过的测试是主要工作。还有未解的提问：能不能测同一拉取请求里跨多个服务的变更、怎么在不逐条人工审查的情况下信任自动修复的测试、适不适合全栈托管的 Claude Code 项目，证据里都没有答复。

白桦: 最后看看 bitdrift 在今日 Product Hunt 发布的 bitdrift AI，它自称是首个代理型移动可观测性平台，基于 bitdrift 公共 API 和 bd skills 构建，让 AI 代理实时查询移动用户行为，并自主对问题分类、调查、调试甚至修复。

茉莉: bitdrift 的说法是，传统移动可观测性工具靠重度采样和过期数据，因为多天的应用发布周期、不可靠网络连接、规模和定价限制，代理只能在不完整数据上工作；而它通过实时控制平面加设备本地存储，声称能观察百分之百设备，无采样、无日志和指标限制，还能自动加装检测能力，不用等应用商店审批，面向需要让 AI 代理基于完整移动端遥测数据工作的团队。

白桦: 公司声称早期用户报告调查速度加快、平均修复时间提升十倍，但这是 bitdrift 自己发布说明里的数字，未经独立验证。社区里一位用户说他们小团队从一月起从 Firebase 迁移过来，采用容易、性能开销小、成本没增加，还能访问此前因采样和处理成本丢掉的数据；另一位说过去靠崩溃报告猜问题很耗时间，获得完整事件故事令人期待。超五千二百万并发流、十亿以上安装、SOC 2 Type II 合规这些同样都是公司单方面声明。代理技能可以通过 npx skills add bitdriftlabs/bd-skills 添加，而这些性能和规模数字背后还没有独立验证支撑。

茉莉: ProtoNote 是把 AI 工具里的原型快速变成可分享反馈流的产品。你放进 HTML、图片或 PDF，就得到可分享链接，审阅者不用注册账户，只要输入姓名就能把评论钉在页面上的确切位置；一次上传多份文件会成为一个项目的多个页面，各带独立评论，发布新版本后旧评论仍停留在旧版本上。产品默认私密，仅对收到链接的人可见，还能在 Slack 里显示预览。

白桦: 据开发者介绍，它还同时是远程 MCP 服务器，可作 Claude 连接器：在对话中说把它变成 ProtoNote，就直接返回分享链接，省去下载；评论到达后说拉取我的未读评论并应用，Claude 就会修改内容并自动发布新版本，网站示例显示可一次拉取并应用六条未读评论。定价上免费版有三个活跃原型、无限审阅者与评论和邮件通知，支持 HTML、Markdown、图片和 PDF；每月十美元的专业版提供无限原型、文件夹、版本历史和查看者与查看时间记录，审阅功能始终免费，不会被付费墙挡住。

茉莉: 社区评论只是个人观点。一位从 Figma 转向 Claude Code 的产品负责人称这对收集利益相关者和测试用户反馈是救星，也有人觉得评论直接落在讨论位置比零散截图和含糊回复更合理。需要说明的是，Claude 连接器和自动应用评论目前只有开发者的自我描述，还没有独立验证，实际可靠性仍是未知数。

白桦: Aloud 把口语反馈变成编码代理能直接跑的任务。它在你对着应用说话、指着东西、临时改主意时，同时录下声音、屏幕画面和一份实时转录；按一下键，它就把转录改写成你真正的意思，遇到可能有两种读法的地方会主动发问，再把你指过的那几张截图拉进来，整理成任务交给 Claude Code、Cursor 或 Codex。Whisper 语音识别在设备端本地运行，音频和视频不会离开这台 Mac，这也是它跟云端转录的差别所在。

茉莉: MeetStream AI 是这次发布的统一 API 与基础设施产品，面向想让 AI 代理实时参与会议、而不只是做会后总结的开发者和公司。官方称靠一个 API 就能从 Zoom、Google Meet 和 Teams 实时拿到每场会议超过五十个数据点，包括每位参会者的音频与视频、带说话人归属的实时转录、参会者事件，以及经 Webhook 推送的完整会议生命周期；它还内置语音层，让代理以受限权限作为真实参会者加入通话，在会议进行中收听、发言并调用工具，比如客户还在说话时就更新 CRM。

白桦: 联合创始人兼 CTO 给出的对比是，常见方案要把会议机器人 API、托管语音平台、注入式组件三套供应商拼在一起，于是有三套集成、三套账单和叠加的延迟；MeetStream 则让加入通话的机器人和发言的代理属于同一个系统，语音识别、语言模型、语音合成都可插拔，可选 Deepgram、AssemblyAI、OpenAI、Gemini、ElevenLabs 或 Sarvam，支持用唤醒词 Hey MIA 触发，也能切成让代理自己决定何时开口的实时模式，还能在通话中调用函数或 MCP 工具并以语音回报结果。这些都属于公司声明，尚无独立验证。

茉莉: 另一位联合创始人的定位是，现有工具大多只做捕获，也就是录音后会后总结，代理从没真正坐上会议桌；他引用了 Zoom 的 CEO 想派数字孪生代他开会、微软正围绕人机代理团队重组 Teams、Fireflies 达到十亿美元估值，以及 Gartner 预测今年年底前四成的企业应用会搭载任务型代理，而去年这一比例还不足百分之五。社区里有人自称已在用，说体验顶级、团队响应快，也有人觉得让代理拥有实时在场而非仅仅会后再总结是引人注目的跨越，其余评论主要就是祝贺和称赞，不构成独立验证。

白桦: HyNote for Mac 是免费的 Mac 本地转录应用，官方称它百分百私密，主打解决会议软件的三个痛点：隐私、摩擦和成本。语音转文字全部在设备端完成，会议音频不离开本机、不上传第三方云服务器；它直接捕获系统音频，不用把 AI 记笔记机器人加进参会者列表，支持 Zoom、Google Meet 和 Microsoft Teams。官方称转录免费且不限量，没有订阅费也没有按分钟计费上限；它还能把直播会议、本地音频文件、PDF、白板照片、YouTube 链接和网页内容整合成一个可搜索的 AI 本地知识库。macOS 版提供 DMG 安装包，支持 Apple Silicon 和 Intel Mac，装好后需要登录账号。

茉莉: 社区讨论里既有肯定也有没解决的地方。有人觉得本地转录比会议机器人更自然，对受监管团队更实用，还提到近期 AI 笔记工具因同意问题惹上诉讼的背景；也有人指出大多数笔记工具按分钟计量，而 HyNote 免费不限量，因为它从没离开这台 Mac。但有多个疑问没有人回答——本地转录跟云端模型比准确度如何、跨设备同步时哪些数据会离开 Mac、是否经过它的服务器、全天候转录的耗电表现，以及跟客户开会时是不是两边声音都捕获、是否需要所有人同意。

白桦: 还有两个被报告出来的具体问题。一位评论者说，用土耳其语试着转录时没有生成出文本，原因没有说明；另一位评论者则质疑合规表述——SOC 2 Type II 基础设施并不等于这家公司自己通过了那项审计，而 HIPAA 对齐也不等于 HIPAA 合规，但页面上却挂着 HIPAA 合规的徽章。到底哪些声明经过独立审计，仍然没有澄清。

白桦: 从白标接口聊完，接着是一家叫 Hermai 的公司做的 Brand API，面向 B2B SaaS 客户。客户用工作邮箱或域名注册，一次调用就能拿回 logo、颜色、公司描述和能直接套用的主题，还能预填客户档案引导 onboarding。构建者说白标在卖出第一家公司后反复成为交易要求，手工维护在自助注册的规模下撑不住。

茉莉: 有个细节我在意：它只读邮箱域名，不存邮箱名字本身，每个字段都带来源和来源信号，比如 json ld；颜色先做对比度检查，没有安全色时回退，同时保留产品自己的主题。护栏把客户品牌限制在 logo、公司名、主要操作和导航这些表面上，错误、警告这类语义颜色不变。

白桦: 定价上，每月一千个品牌免费，超出按积分算，不设单独品牌计划：Starter 四十九美元一万五千积分，Pro 一百四十九美元六万积分，一个积分对应一个品牌，未成功结果、待定检查和 logo 交付都不消耗积分。

茉莉: 构建者自述在从没见过的上百个域名上测试，零错误公司，但这是自报结果、没经独立验证。社区里一位开发者说曾在前公司做过类似内部工具但效果不好，乐见第三方 SaaS；还有人问商标权和选择退出，因为部分公司不允许用他们的 logo、担心被暗示背书，而发布内容没回答。

白桦: 说完 B2B 的白标接口，再看一款面向个人家庭健康的应用 Lifelong，开发商是 AHANA STUDIOS LIMITED。创始人说是来自家人照护的经历——祖父不能走路之后，父亲拆掉家里两面墙，好让病床和轮椅通过。

白桦: 日常照护的记录、用药、预约、还有哪位专家说过什么，通常散落在不同医疗门户、群聊、文件夹和一个人的记忆里。Lifelong 给每位家人一个独立健康空间，按人整理病历、用药、症状、预约、活动和睡眠，还能连 Apple Health、Apple Watch、Oura 等可穿戴设备看趋势；一位社区评论者也认可它专注减轻“通常记住一切的人”的精神负担。

茉莉: 里面的 AI 助手叫 Alo，可询问个人健康信息、记录更新、做简单操作，也能把检查结果照片或 PDF 转成可保存的记录。分享由用户控制，开发者说数据加密、绝不出售、绝不做广告；但社区有人问到底实施了哪些隐私措施，材料里没有回应。而且 App Store 显示开发者列的隐私做法可能包含数据收集，Apple 也注明这些还没经核实，所以加密和不出售仍是单方面承诺。

白桦: 开发者说得很明确，Lifelong 不诊断、不处方，不是医疗设备，也不提供医疗建议。价格上 iOS 版有两周免费试用，一个 Plus 会员资格可给受邀家庭成员共用，Apple 证实仅支持 iPhone，免费加内购，界面是英文；发布内容里没涉及商标权或选择退出对应的隐私做法的处理。

白桦: 今天这期咱们看到了一大一小两种本地与云端推理——Grok 4.6 在云端以不变的价格维持长任务与交互应用生成，而 NobodyWho 则把所有模型完全放进设备端，离线运行且无需任何 API 密钥。

茉莉: 嗯，一条是 xAI 打包进智能体工作流，一条是开发者 Pierre 自述把本地推理在六个平台上做到生产就绪——两条路都以自述或公司声明为准。

白桦: 谢谢收听，我们下期再会。