夜雨聆风今天榜单有个味道很明显——AI 造得越快，大家越慌，开始满世界找“谁来验一下”
榜二 Cleanlist 让 AI 自己找客户，榜五 DepthData 盯着公司到底给 AI 花了多少钱，榜六 Halo 在视频会里揪出深伪人脸，榜十四干脆让一个 AI 去审另一个 AI 写的代码。一句话，AI 写作业的时代，判卷的生意起来了。
冠军还是给了模型本身——MiniMax H3，开放的多模态视频。
1. MiniMax H3
统一的视频生成，服务动态设计与品牌内容
MiniMax H3 是一个开放的多模态模型，可生成带原生立体声的 2K 视频。它统一了文本、图像、音频输入，擅长精准的文字渲染、视觉包装和复杂指令跟随，面向商业内容创作。
💬 高赞评论
商业创意工作里，把文字、图像、视频、音频素材揉成一条成片流程往往很割裂，风格、镜头、配音各做各的。于是他们把多模态输入合进一次请求，让模型按参考素材统一角色、运镜、声音和整体视觉风格，直接产出带立体声的 2K 成片，让排版、动态、节奏、声音一次到位。
2. Cleanlist AI
自然语言找客户：发现、丰富、同步销售线索
Cleanlist AI 把任意找客户的输入变成一份已验证、已丰富、可直接进 CRM 的线索名单。上传 CSV、粘贴 LinkedIn 或 Sales Navigator 链接、加域名或用筛选条件，AI agent 就会丰富联系人信息、验证邮箱、逐条调研并同步进 CRM。15 家数据源瀑布式补全、AI 调研列、一键 CRM 同步，让 GTM 团队不用拼六个工具就能建名单。
💬 创始人为什么做它
建一份客户名单要在一个工具里导出、第二个里补全、第三个里验证、再手动修 CSV、导进 CRM，结果一半邮箱还是被退回，一周就这么耗掉了。市面上要么是数据陈旧的静态库，要么是要自己接一堆数据源的 DIY 方案，要么是贵且离不开专职 GTM 工程师的编排平台。于是他们做了一个让找客户像“开口问”而非“操作”的工具，从任意入口进去，最后都产出一份可直接进 CRM 的干净名单。
3. mectrics
Mac 健康状态一览，常驻菜单栏。免费开源
CPU、内存、电池、网络、磁盘、GPU、温度和风扇都进菜单栏。你自己挑显示哪些，点一下展开细节。Compact Health 把整机折成一项，没异常时保持安静。MIT 协议，支持 macOS 15+。
4. Poth Labs
你公司的“客户大脑”
客户知识不是一堆文档，而是一张关系网络。Poth 在回答问题前先构建一个不断更新的客户模型，让 Ask Poth 能跨越所有公司已知信息进行推理，而不只是拼凑孤立来源。这解锁了单一来源答不了的问题——从什么在驱动流失，到客户为何采用或放弃某个功能。每个结论都有证据支撑；若答案不存在，Poth 会发起自适应问卷去补齐缺失信息。
💬 创始人为什么做它
公司其实很了解自己的客户，但这些认知散落在通话、工单、CRM、分析、问卷和内部文档里，像“哪些高价值客户在流失、为什么”这种问题往往没有一处能直接回答，团队得手动把客户说了什么、做了什么、账户发生了什么串起来。于是他们做了一个不断更新的“活模型”，把客户、账户、功能、行为、对话跨系统连起来，让系统能跨越已有知识推理并给出有证据的答案，缺信息时再自动去补。
5. DepthData
你公司 AI 开支的“账本系统”
如今公司同时为四五个 AI 工具付费（ChatGPT、Claude、Copilot 等），却连最基本的问题都答不上来：一共花了多少、谁在用、哪些席位闲置？DepthData 把所有 AI 工具接进一个可审计的开支与使用视图。它的不同之处：每个数字都标注了核实方式，从不读取 prompt，并明确展示每家厂商 API 能查和查不到什么。
💬 创始人为什么做它
公司买的 AI 工具越来越多，但没人真正知道加起来花了多少、谁在用什么，要搞清楚就得登进五个后台再拼一张表格，拼完还多半是猜。于是他做了个把这些数据汇进一个清晰、可审计视图的工具，并立了条硬规矩：只显示能从工具自家 API 核实的数字，每个数都标明来源，且只读用量和席位这类元数据、绝不读 prompt——受够了那种“看着很自信、一问出处就崩”的面板。
6. Halo by Scam AI
在每一次视频通话里，认清对面是不是真人
你下一次视频通话里的那个人，可能不是真的。有了 Halo 你不用再猜。Halo 在你的 Zoom、Teams 或 Google Meet 通话中实时防护，一检测到合成人脸就立刻标记，全程在本机设备上完成。深度伪造视频通话已在全球被用于诈骗个人和企业，只是大多数人无从分辨。无论是确认你要雇的人，还是确认你要转账的对象，Halo 都能在损失发生前抓住它。
💬 创始人为什么做它
2024 年一家公司的财务在视频会里对着“CFO”和几位“同事”转出了 2500 万美元，事后才发现整场通话里每张脸都是深伪。他们发现几乎所有反深伪工具都是事后补救——上传录像、等报告，可决定早就做完了，没有工具能在通话正在进行、真正要紧的那一刻拦下来。于是做了 Halo，实时、在本机设备上检测通话中的合成人脸。
7. witr
这东西为什么在跑？追踪进程、端口、容器或文件
ps、top、lsof 告诉你什么在运行，witr 告诉你为什么。指向一个进程、PID、端口、容器或文件，它就追出解释其存在的整条链路——systemd、supervisor、shell 还是 cron——外加是谁在何时从何处启动的，以及值得注意的告警。裸跑进交互式 TUI（进程/端口/容器/锁 四个标签页），也能脚本化：–short 输出一行链路，–json 带真实退出码。单个静态 Go 二进制，支持 Linux、macOS、Windows 和 BSD。
💬 创始人为什么做它
他总遇到一件烦事：发现某个进程在吃 CPU、某个端口已被占用、某个不记得启动过的容器在跑，所有工具都告诉你它“是什么”，却没有一个告诉你它“为什么”在那儿。ps、top、lsof、systemctl 都答“what”，于是他做了个答“why”的工具——把某个进程/端口/容器/文件的血缘链追回到真正的源头（systemd 单元、supervisor、cron、shell 会话或容器运行时），并全程只读、可安全指向生产环境。
8. Customer.io Summer Release
在关键时刻触达客户的新方式
Customer.io 迄今最大规模的一次发布，带来在最恰当时刻触达客户的多种新能力，覆盖更多触发条件、界面与渠道：地理围栏、实时通知（Live Notifications）、可自选的 SMS 服务商、通知收件箱等。还改进了 WhatsApp 管理、更聪明的 AI 及更多功能，全部在一个平台里。
💬 创始人为什么做它
自 2017 年以来他们首次重回 Product Hunt，这一年里反复听到客户同一个痛点：光有好的客户旅程还不够，你得在恰好那个时刻出现在客户面前。于是这次一口气发布十多个功能——地理围栏、锁屏实时通知、自带 SMS 服务商、通知收件箱、原生 WhatsApp 模板管理等——都跑在团队已有的自动化、分群和数据之上，帮品牌在最要紧的那一刻横跨各渠道触达用户。
9. Screencap
把团队真实的工作流程变成 AI 训练数据
Screencap 记录工作真实发生的过程：屏幕、点击、按键、窗口上下文，团队可以把真实工作流变成用于自动化和 AI 训练的结构化数据集。录制时强制执行同意与隐私策略，大多数敏感应用在写入前就被屏蔽，每条轨迹在离开本机前都会被脱敏并经人工复核。macOS，开源。可免费单人试用，也可洽谈团队试点。
💬 创始人为什么做它
团队里的知识总在流失——它常存在某个人脑子里，人一走知识也走了；就算没人走，跑得快的团队也很少记得每一步怎么做的，下次重复同一流程时又得花几小时复原。于是他们做了 Screencap：一个把内容全留在本机、让工作可被你和你的 AI 工具检索的 Mac 屏幕记录器；密码管理器、银行这类敏感应用录制时直接屏蔽、根本不写盘，且完全开源。
10. Gemini Robotics 2
Google 为下一代机器人打造的“AI 大脑”
Gemini Robotics 2 是 Google DeepMind 面向能在物理世界中理解、推理和行动的智能机器人迈出的最新一步。它由先进的 Gemini 模型驱动，为不同形态和尺寸的机器人带来全身智能、灵巧操作和自适应推理。从复杂物理任务到多机器人协作，它让机器人与人协同工作的未来更近了一步。
11. TraceLLM
面向生产环境 AI 应用的 OpenTelemetry
Tracellm 是一个面向生产环境 AI 应用的可观测性平台。监控 prompt 执行、token 消耗、延迟、span、错误和模型调用，覆盖你的整条 LLM 工作流。通过 OpenTelemetry（OTLP）导出链路，在问题影响用户前快速定位瓶颈。
💬 创始人为什么做它
他和很多开发者一样在用各种 LLM 和框架搭 AI 应用，很快发现一件事：AI 应用一上生产，就很难搞清楚里面到底发生了什么——这个请求为什么失败、是哪个 prompt 出了问题、消耗了多少 token、延迟从哪来、哪次模型调用拖慢了全局。传统应用有很好的可观测性工具，但他想要一个专为 AI 负载而造的，于是做了 Tracellm，把 prompt、span、token、延迟、模型调用和错误的可见性收进一处，并支持 OTLP 接入现有栈。
12. Mubert API
编辑音轨与分轨，用新引擎生成更一致的音乐
全新的 Mubert API：编辑音轨、替换分轨，用最新引擎生成更一致的音乐。可创建长达 2 小时的曲目，实时流式播放，并借助 Skills 在几分钟内把 Mubert 接入你的流程。
💬 创始人为什么做它
这次发布让用户对生成的音乐拥有了完整控制权，还能通过 Claude/Codex 的 Skill 几步就接入 Mubert 来搭建，是团队为“可控生成”下了大功夫的一版。
13. Polygres
把你的整个数据库变成 AI 的上下文窗口
Polygres 把 Postgres 变成 AI agent 的工作记忆。通过一个混合 API 检索结构化行、关联关系、语义匹配和全文结果，无需单独的向量库、图数据库或同步管道。在你已有的数据上构建有据可依的 agent，把关系型、图和向量上下文在源头处联接起来。可用托管云，也可用开源组件自托管。Polygres 目前免费，注册即用。
💬 创始人为什么做它
AI agent 有个上下文难题，大多数团队的解法是堆基础设施——向量库、图数据库、搜索服务、同步管道再加一堆自定义检索代码把它们粘起来。他们想要更简单的模型：让数据库本身成为 agent 的上下文窗口，一键部署 graphRAG。可用托管平台，也可用开源 SDK 接你现有的 Postgres schema。
14. VulX Watch
放心地 vibe coding，我们替你把关
帮你写应用的那个 AI，没法验证它自己的活儿，VulX Watch 可以。连上一个 GitHub 仓库，它会独立审查你的 AI 到底交付了什么，指出哪里有漏洞，并为每条结论附上证据和确切代码行。只读、从不改动你的代码、可免费试用。继续快速构建，让一个独立的东西来为你造出的成果背书。
💬 创始人为什么做它
现在你的应用大部分由 AI 写，可同一个 AI 没法告诉你它交付的东西是否安全——等于自己给自己批作业。于是他们做了 VulX Watch 作为独立的那道检查。产品最早是面向企业的，现在把它带给同样需要它的独立开发者，并在打磨期间免费。
15. Nommer.ai
把菜谱变成“双人模式”
Nommer 把任意菜谱变成双人模式，让两人轻松一起下厨。核心是一套独特的烹饪界面，它把一份菜谱拆成给每位厨师的步骤——一人切洋葱备菜，另一人做酱汁，最后一步所有东西作为团队合到一起。与其他菜谱应用不同，你可以无限导入和烹饪菜谱，只有当你和另一位厨师一起下厨时才消耗额度。
💬 高赞评论
他和女友都爱做饭，却总因为诸多小摩擦很难一起下厨：主厨得不停协调副厨做什么，反而抵消了省下的时间，副厨又常觉得插不上手、得一直问任务，打断彼此节奏。访谈朋友后发现多数情侣干脆放弃一起做饭。为解决这点，他们做了 Nommer，把“谁做什么”的协调工作交给应用来均衡分配，让两人各管各的步骤、最后一步再合到一起。
16. Ctrl+Shift+3
一个平静、按时间线、以文字为先的社区平台
一个平静、按时间线、以文字为先的社区平台。
💬 高赞评论
他觉得如今的社交媒体走偏了，平台大多只奔着一个目标——赚钱。于是他想做“web 4”：Web 1、2 的味道配上现代技术，加上隐私与数据自主，回到好的氛围。
17. NexaLibre
为你的 AI 所造之物提供安全托管
把 AI 生成的代码即刻变成可上线、生产级的应用——或者从数百个开源应用里直接部署，如果你不想从零搭。NexaLibre 提供安全、自动化的托管，内置 HTTPS、可靠备份和顺畅的自定义域名支持。别再折腾服务器配置，今天就上线。
💬 创始人为什么做它
他从高中起就一直把服务器视为通往真实解决方案的桥梁——世界上最厉害的软件都跑在上面。多年折腾物理硬件、Docker 和自托管环境让他既感受到好基础设施的强大，也体会到它的复杂。于是他想做一个自己的托管云，把他所热爱的稳健服务器变得即刻可用：无论是部署 AI 生成的代码还是开源应用，重活都由平台扛，你只管上线。
18. Franchise Builders™
franchisor（特许经营方）唯一需要的工具
面向特许经营的创建工具：生成你的 FDD（特许经营信息披露文件）、特许经营协议和运营手册，在 FMLS 市场上架，并运行你的特许经营门户。
19. Servey
把你的 Mac 装进口袋，随时随地远程操控
Servey 把你的 Mac 镜像到 iPhone 和 iPad 上，支持完整的鼠标、键盘和一个真正的终端——在局域网内硬件加速，在外则走私密的点对点连接。
20. BackdropKit
可直接发布的截图和演示视频，隐私内建
BackdropKit 把一张原始产品截图或演示视频变成一整套发布素材包，且不上传到任何地方。添加或生成背景、高亮并标注 UI、脱敏敏感文字，导出各渠道尺寸的图片、视频、GIF、缩略图、文案和替代文本。一切都在你的浏览器本地运行——免费、私密、无水印。
💬 创始人为什么做它
发布产品的“最后一公里”很痛：你有截图或演示，但要让它显得“可发布”，通常得把它上传到好几个工具、手动重做每一份导出。于是他们做了 BackdropKit，把这些活儿全留在浏览器里——设计背景、聚焦某个 UI 关键瞬间、脱敏隐私文字、本地生成背景，一次性导出图片、视频、GIF、缩略图、文案和替代文本，免费、私密、永不加水印。
看完一圈，感受还是那句——今年拼的不是谁能生成，是谁敢说“我这个能信”。会造的越来越多，能背书的才值钱。
这几个里你最想上手哪个？评论区告诉我，点的人多我就挑一个出深度实测，帮你把坑先踩了。