产品趋势周报 · 2026 年第 39 周
米饭下午好。GitHub 周榜抓取于 9 月 28 日 15:35（北京时间），Product Hunt 周榜和各产品页在同一时段抓取。这一周的主线是：agent 从一个聊天框变成一支要管理的队伍，围绕这支队伍的调度、手机端监控、安全和记忆，正在各自长成产品。
本周主线速览
- 并行跑多个 coding agent 已是常态，下一步是在手机上管。 GitHub 周榜的 Orca（本周 +6,227 星）把移动伴侣应用列为第一项功能，Product Hunt 周榜第三是 Superset Mobile（周榜分数 506），Paperclip 的 README 也把“在手机上管理”写成卖点。
- “做一个 MCP”正在取代“再做一个 agent”。 周榜第一的 Clueso MCP 和第六的 Floot MCP 都把自己接进 Claude 和 ChatGPT；Floot 创始人直说再做一个自己的 agent 已经“no longer felt useful”。
- agent 安全从概念变成可安装的工具。 Cloudflare 的 security-audit-skill（本周 +4,805 星）、阿里的 Open Code Review（本周 +3,727 星）和 Product Hunt 第五的 Arcjet 分别覆盖安全审计、代码评审和运行时拦截，共同做法是把 AI 的输出约束成程序能检查的形状。
- 给机器用的模型已经接进了给 agent 用的记忆。 Product Hunt 第二的 Jev 只输出带概率的结构化判断；GitHub 上本周涨星最多的 hindsight 同一周合并了一个修复，专门解决把 Jev 当作重排序器时的 token 上限问题。
GitHub TrendingGitHub 周榜精选
周榜共 18 个项目，其中 Paperclip、hindsight 和 ai-engineering-from-scratch（本周 +3,850 星，一套 523 课、约 342 小时的免费 AI 工程课程）同时出现在今天的日榜上。ECC 本周 +5,175 星，是给 Claude Code、Codex 等 agent 的配置增强合集，本期未展开。
hindsight
vectorize-io/hindsight今日日榜仍排第二
agent 的长期记忆系统。README 的定位是“让 agent 学习，而不只是记住”，提供 retain、recall、reflect 三个操作；称在 LongMemEval 基准上成绩最好，并说结果被弗吉尼亚理工的研究团队和《华盛顿邮报》独立复现。部署覆盖 Docker、pip、Helm 和托管云，托管版按用量计费，不收按席位的费用。
9 月 21 日发布 v0.10.1，一周新开 issue 89 个、PR 185 个。评论最多的 issue 是 OpenClaw 插件在重载后自动保存记忆静默失效，而召回照常工作；另一条指出低预算的 reflect 要先预读 3 万到 9 万 token 的工具结果，放不进 coding agent 钩子的时间窗。
记忆层的竞争点已经从“能不能记住”移到“静默失效能否被发现”和“反思要花多少 token”。做带记忆的产品时，值得给用户一个能看到“记住了什么、最近一次写入是否成功”的地方，否则最先流失的是不知道它已经坏了的用户。
Paperclip
paperclipai/paperclip今日日榜第一
管理 AI agent 团队的开源应用，口号是“If OpenClaw is an employee, Paperclip is the company”。表面像任务管理器，底下是组织架构、按 agent 设置的月度预算（到限额就停）、审批和不可篡改的审计日志；任何能接收“心跳”的 agent 都能入职。README 对目标用户的描述很具体：同时开着 20 个 Claude Code 终端、已经跟丢谁在做什么的人。
9 月 21 日发布 v2026.916.1，一周新开 issue 186 个、PR 392 个。评论最多的几条都是调度可靠性问题：运行没有按 issue 去重、被看门狗取消的任务从“搁浅工作恢复”里静默消失、并发唤醒耗尽数据库连接池让服务卡死。最近的提交里有多条在修移动端的任务选择器。
“AI 员工管理”这个品类的难点已经从概念转到调度可靠性。给多 agent 产品做演示时，“任务卡住后怎样被发现和恢复”可能比“能管多少个 agent”更能打动已经在用的人。
Orca
stablyai/orca面向并行 agent 的开发环境。README 的第一项功能是移动伴侣：在手机上看 agent 进度、完成时收到通知、远程追加指令；第二项是把一个提示词分发给五个 agent，各自在独立的 git worktree 里做，比较后合并最好的那份。支持列表写了三十多个 CLI agent，还能追踪 Claude 和 Codex 的用量与限额重置时间、一键切换账号。仓库描述里写着“用你自己的订阅跑任意 coding agent”。
几乎每天发版，9 月 25 日到 27 日就发布了 v1.4.211 到 v1.4.215 之间的多个版本；一周新开 issue 570 个、PR 1,058 个。评论最多的 issue 多是与具体 agent 的兼容问题，例如 OpenCode 的子 agent 菜单被误判为提问、在 agent 界面就绪前输入的首条提示被截断。
多 agent 工具的护城河之一是兼容多少家 agent，代价是兼容问题成了 issue 的主体。“自带订阅”被写进一句话描述，说明用户对再付一份模型费用很敏感，这和 Product Hunt 上 Floot 的定价逻辑一致。
security-audit-skill
cloudflare/security-audit-skillCloudflare 开源的 coding agent 技能，把 agent 变成安全审计员，分六个阶段：侦察、按覆盖账本分派“猎手”、由新的验证 agent 设法推翻每个候选漏洞、结构化输出、独立复核、生成报告。结论只有三种：confirmed（有完整源码追踪）、needs_validation（写明还缺哪个事实，不给严重度）、rejected。README 说它是 Cloudflare 内部漏洞发现系统的起点。
9 月 21 日至 27 日没有新提交，只新开 3 个 issue；相关的 Cloudflare 博客发表于 6 月 18 日。本周涨星的原因未查明。
可信的 agent 输出靠“另一个 agent 来反驳”加机器可校验的格式，而不是更长的提示词。做任何“AI 给结论”的产品，把“未确认”作为单独的状态展示出来，可能比统一给一个置信分更让专业用户放心。
Open Code Review
alibaba/open-code-review阿里内部用了两年的 AI 代码评审 CLI 的开源版，README 称服务过数万名开发者。它把取舍写得很直白：通用 agent 做评审会漏文件、行号漂移、质量随提示词波动，所以必须不出错的步骤（选文件、打包相关文件、匹配规则、定位评论）交给确定性工程，agent 只负责动态决策。README 称在同一模型下，相比 Claude Code 的精确率和 F1 更高、token 约为九分之一，但召回率更低，是有意用召回换更少的噪音。
9 月 21 日和 22 日连发 v1.12.8、v1.12.9，一周 32 个提交。评论最多的 issue 希望把写死的 16,384 最大输出 token 改成可配置；另有用户请求内置 OpenRouter，并反馈设置简体中文后输出乱码。
“确定性流程加 agent”的混合架构正在成为专业场景的常见写法，卖点从“更聪明”变成“更少误报、更省 token”。给开发者工具写价值时，公开承认短板（召回更低）再解释取舍，反而更可信。
Claude for Financial Services
anthropics/financial-servicesAnthropic 给金融行业的参考 agent、技能和数据连接器，同一套提示词和技能既能作为 Cowork 插件安装，也能通过 Managed Agents API 部署。agent 按岗位命名，例如 Pitch Agent、财报复核、总账对账、月结、KYC 筛查；数据侧集中接入了 FactSet、Morningstar、PitchBook、LSEG 等十多家的 MCP 连接器。README 开头强调所有产出都等专业人士签字，不直接交易、不直接记账。
一周只有 1 个提交（9 月 21 日删除 claude-for-financial-advisors 目录），但本次抓取的 README 里仍列着这个插件。
垂直行业 agent 的交付形态是“岗位名、工作流、数据连接器、人工签字”四件套，而不是一个通用助手。做 B 端产品时可以照这个模板：按岗位切 agent，并写清它不做什么。
Product HuntProduct Hunt 周榜精选（美西 9 月 21 日至 27 日）
周榜前十里至少七个直接围绕 agent：视频、编程、安全、营销、电脑操作都有。下面按周榜排名挑五个，分数是页面上的综合分数。
评论 163 条
Create and edit videos by chatting联合创始人 Neel 先用战绩开场（去年上线拿过当日、当周、当月第一），再说用户一直在把产品推向原本设计之外，自然引出新发布；接着点破同类工具的问题：多数 AI 视频工具是黑箱，不满意只能重新生成，而 Clueso 底下有完整的编辑器，agent 做的每一步都能手动改或继续用聊天改。他还说上线视频本身就是用 Clueso MCP 做的。
发布新能力时，用“用户已经在这样用了”解释为什么做，用“对手是黑箱”反衬自己的可控，再拿“这条视频就是它做的”当现场证据。
有用户问能否端到端生成整条视频，团队说可以，另一位用户补充建议给它一个参考视频让它复刻。有人问能否让 agent 自己去录屏再讲解，团队说该功能在 beta；有人问有没有数字人，团队说没有原生录制，但可以上传或用 AI 头像。团队成员还公开了做 MCP 的经验：让模型用脚本批量调用工具、一次看多帧来理解运动、每次编辑后给确定性反馈（例如文字叠在一起或太小）。评价页汇总显示，用户反复称赞把粗糙录屏变成演示视频很省时间，少数提到 beta 功能还需打磨。
评论 15 条
Fast, structured AI decisions for software automation用“不做聊天”来定位：输入非结构化状态，输出 Choice、Score 等带校准概率的类型化判断，官方写的是约 70 到 500 毫秒，比同类 LLM 工作流快 20 到 200 倍、便宜 40 到 400 倍，输出 token 免费。hunter 的首评则借势，把它和 ChatGPT、Claude Code 的首发相提并论，并自己做了 7 个小游戏展示能力。
给开发者的新模型，先说清它不做什么，再给“快多少、便宜多少”的区间数字，比泛泛地说“更强”更容易让人对号入座。
评论只有 15 条，是前十里分数和评论数差距最大的一个（其余九个在 45 到 163 条之间）。一位评论者说团队内部正在评估，拿它当分类器“更可靠、快得多也便宜得多”，并概括为不做聊天和代码、直接输出 JSON 的类别和概率。有开发者描述用它给游戏聊天做内容审核：Jev 给出毒性、混淆方式等概率，再用固定阈值决定放行、复查、屏蔽或封号；另一位说置信度低于 0.7 时就提示“仍待确认”，不假装确定。有人问它和开源替代品的区别，页面上未看到回答。
评论 45 条
Agents with their own computers, accounts, and budgets.创始人 Trevor 从一个具体的卡点讲起：很多 agent 知道下一步该做什么，但下一步需要服务器、账号或付款手段时，只能停下等人。Solid 的答案就是把这些资源给 agent。随后用三个 beta 用户案例落地（部署 SaaS、给几百家供应商打电话并维护库存看板、跑 LinkedIn 招聘流程），最后一句收束：“Intelligence is becoming a commodity. The power to act on it should be too.”
先描述“差一步就能完成却卡住”的瞬间，再把产品说成补上那一步的东西；案例要具体到行业和动作。
追问集中在信任和控制。有人问怎么限制失控的预算，团队答默认不能超过 agent 账户余额，也可以像交代员工那样直接告诉它；有人问生成的代码交给开发团队是否好读，创始人称有用户做出了 30 万行以上的代码库；有人问能否复用已有的 Claude、Codex 订阅，团队说如果很多用户要求就会支持。团队给的长任务例子是评测跑 10 小时以上、机械装配设计跑 6 小时以上。评价页的主要抱怨是积分消耗快、修自己系统造成的错误也扣积分、定价和额度不清楚。
评论 83 条
Secure the AI agents you're building at runtime把安全定义在“动作发生之前”：检测提示注入、授权 agent 的工具调用、脱敏、拦截机器人，都是在应用代码里调用的积木。首评给的上手方式是两句话：先运行 npx skills add arcjet/skills，再让 agent 给应用加上 Arcjet 保护。
面向开发者的产品，把接入写成一句可以直接交给 coding agent 的指令，上手门槛就从读文档变成复制粘贴。
追问很工程化，几乎每条都有团队回答。延迟方面，提示注入检测约 100 毫秒，PII 检测中位数 6 毫秒，工具守卫不到 1 毫秒；数据方面，PII 模型在进程内运行，数据不出环境；策略方面，可以写在代码里，也可以用远程 OPA/Rego 交给安全团队单独管理；防护对象既包括终端用户滥用，也包括 agent 被邮件、网页等内容间接注入后陷入失控循环。一位用户评价它像“可以用代码控制的 WAF”，希望最近请求记录的 1 小时限制能放宽。
评论 66 条
Build and ship web and mobile apps inside Claude or ChatGPT创始人 Yuj 直接承认原来的判断变了：一年前以为好的应用生成器需要自己的 agent，现在 Claude 和 ChatGPT 已经很会写软件，“creating another agent no longer felt useful”，于是改做一个给它们用的零配置云工作区（数据库、登录、托管、上线）。定价随之改为平台固定费，不按 AI 用量计费，AI 由用户已有的订阅承担；这次还加了发布到 iOS 和 Android。
转型发布时，坦白“我们原来的假设变了”再讲新判断，比包装成功能升级更可信；把“不收 AI 积分”当作卖点，是在直接回应用户对 token 加价的反感。
有用户问是什么让他们意识到套壳不是出路，创始人答“老实说就是增长慢”，并在另一条回复里说他认为大多数套壳产品都会走这条路。有用户说它比 Lovable 的 token 加价直观；一家相机租赁公司说用 Floot 搭了面向客户和员工的整套系统，已经运行一年。评价页的优点是非程序员也能上手、改动范围更精准，缺点是稳定性、上下文、价格透明度、代码导出和部署流程。有人问能否直接从 ChatGPT 推送到 App Store，页面上未看到回答。
前十里另外三个也和本周主线相关：Superset Mobile（第三，506 分，133 条评论）把并行 coding agent 搬到手机上，但发布评论未能加载；Sai（第七，421 分）是 Simular 的第五次发布，主打一队自主操作的电脑；PixVerse R2（第十，377 分）是实时世界模型，用户最常追问长会话里能记住多少，团队承认长时间的一致性还在改进。
跨榜单串联信号
- agent 的管理界面在向手机迁移。 Orca 把移动伴侣放在功能第一位，Paperclip 本周多条提交在修移动端任务选择器，Superset 把第三次发布整个给了移动端并拿到周榜第三。推测原因是 agent 一次要跑几十分钟到几个小时，用户需要的是“做完或卡住时叫我，我在手机上回一句”，而不是守着 IDE。做 agent 产品时，通知和一键追加指令可能比桌面端再加功能更值得优先做。
- “自带订阅”正在改写定价。 Orca 的描述写着用自己的订阅跑任意 agent，Floot 不收 AI 积分，Solid 的用户追问能否复用 Claude、Codex 订阅，而 Solid 评价页最多的抱怨正是积分。模型费用正在从工具价格里剥离出去，工具只收平台费。定价页仍按积分收费的产品，需要准备好回答“为什么不能用我已有的订阅”。
- 可信靠结构，而不是靠语气。 Jev 用带概率的固定选项代替自由文本，security-audit-skill 用独立验证者和三种结论状态，Open Code Review 把关键步骤交给确定性流程，Arcjet 在动作边界做校验。四个处在不同层级的产品指向同一个做法：把 AI 的输出约束成程序能检查的形状。日报第 1 期里 Cuey 抓住的痛点（错误答案和正确答案听起来一样自信），这些产品是从工程侧给出的回答。
- 记忆和判断开始组合。 hindsight 已把 Jev 作为可选的重排序器，本周合并的修复（PR #4603）专门处理 Jev 单个问题约 32k token 的上限：按 token 分组、组内并行排序，再让各组胜出者比一轮。Product Hunt 周榜第二的新模型，同一周就出现在 GitHub 本周涨星最多的记忆系统的代码里，说明“小而快的判断模型”作为 agent 组件已经有人在用。
下周值得留意
- Paperclip 评论最多的几条可靠性 issue（运行不去重、看门狗取消后任务静默丢失、并发唤醒卡死）是否修复，这决定它能不能从“很火”走到“敢用在正事上”。
- hindsight 的 OpenClaw 插件自动保存静默失效问题是否修复，记忆类产品的静默失败值得持续跟踪。
- Floot 被问到的“能否直接从 ChatGPT 推送到 App Store”、Jev 被问到的“和开源替代品有什么区别”，下周回看团队有没有回答。
- 下周周榜若再出现“在手机上管 agent”的产品，就可以把它当成一个独立品类来跟踪。