拼交付、主动找活干，3 月我们推荐这 18 款 Agent 产品

过去一个月，是今年 AI 产品发布最密集的一个阶段。

如果你留意近期 AI 产品的进展，你会发现，出现了一批真正能主动干活的 Agent 产品。不再是聊天框、问答工具，更像是人类的分身：能自己操控电脑、能出去帮你接单、能主动发现你工作里的 bug 并直接修掉。

「主动性」是这一批 AI 产品中最核心的关键词。AI 从等你问，开始变成自己找活干。以能完成某项具体工作的自动化员工的形式出现，更多地瞄准了真实业务流程中的具体岗位。

我们整理了 3 月里有意思、也非常具有代表性的 Agent 产品，简单分了一下类，帮大家更直观、也相对全面地了解，近期做得好的 AI 产品都聚焦在哪些方向。

如果你也有优质的 AI 产品/项目，欢迎联系我们。本期介绍的部分产品 FP 提供邀请码，飞书扫下方二维码，进入产品市集获取。

Claude 要承包 Agent 全赛道了

3 月，Anthropic 几乎以每周一发的节奏发布了多个新功能。在 Product Hunt 3 月月榜 TOP20 中，Claude 系列产品就占了 6 个，涵盖了记忆导入、任务调度、计算机使用、市场平台、代码审查等多个场景。

且每个上榜的功能都不是小修小补，更多是真正改变使用方式的产品级更新。Anthropic 的这次更新，更像是把 Claude 从一个对话工具，升级为能感知上下文、自主调度任务、直接操控电脑的个人 AI 操作系统。

Claude Import Memory：一键迁移记忆

Claude Import Memory 是 3 月份 Claude 系列的开门之作，也是整个月榜中票数最高的 Claude 产品，核心功能是一键迁移记忆。

用户在 ChatGPT 等其他 AI 工具中积累的个人偏好、工作背景、行文风格，复制粘贴给 Claude，Claude 立刻就能更新自己的记忆库，无缝接续之前的工作状态，不需要再重新自我介绍。

但迁移只是更新的入口。Claude 的聊天记忆功能正式向所有用户都开放了，也包括免费层。Claude 会自动从历史对话中提炼关键信息，并在后续每一个新会话中持续调用。用户可以在 Settings → Memory 中查看、编辑、删除任意一条记忆条目，控制权完全在用户手里。

这个功能在于第一次让 Claude 拥有了跨会话的「长期记忆」。同样，Import Memory 也是在争夺用户的「第一个记忆入口」，抢先存下用户的偏好和习惯。

Claude Dispatch：让 AI 替你干活

Import Memory 解决的是「AI 认识你」的问题，Claude Dispatch 解决的是「AI 替你干活」的问题。

Dispatch 是 Claude Cowork 桌面端的核心调度功能，本质上是一套「从手机远程指挥 AI 在电脑上工作」的系统。用户可以在手机上发出任务指令，Claude 就会在桌面端自主执行竞品调研、内容管道管理、CRM 数据整理和 Gmail 草稿生成等等任务。相当于人在路上、在开会时，AI 能在后台持续运转。

有网友分享他的使用体验，Dispatch 在配合 Notion、Gmail 和 MCP 服务器使用后，实际已经替代了他整个市场营销团队的日常工作，发布内容、整理线索、维护客户沟通，这些原本需要人盯着的工作，现在交给 AI 跑就行了。

Claude Computer Use：让 AI 获得「操控电脑」的能力

这是三月 Claude 系列更新中，技术感最强的一个。

Claude Computer Use 让 AI 获得了「操控电脑」的能力：打开应用、在浏览器中导航、填写电子表格。任何你坐在桌前能做的事，Claude 现在都可以代劳。它会优先使用已连接的应用（Slack、日历等），当没有现成连接器时，会请求用户授权，然后直接操作屏幕上的 App。

尤其是与 Dispatch 功能联动后，用户在手机上发出任务，Claude 能在桌面端自主完成，会话状态保持连续。

虽然目前处理复杂任务时可能会遇到问题，但是 Claude 产品向「自主执行」方向的明确尝试。

Claude Marketplace：插件生态市场

官网：https://docs.anthropic.com

Claude Marketplace 是 Claude Code 推出的插件生态市场，类似 VS Code 的扩展商店，但面向的是 AI 能力本身。

用户可以通过 /plugin install 命令安装官方或第三方插件，每个插件本质上是一个「专业能力包」，将特定领域的工具、指令和 Agent 能力打包成可复用的模块。Anthropic 官方提供了品牌声音、营销、销售、生产力等方向的官方插件，开发者也可以通过 GitHub 仓库发布自己的插件。

Claude Marketplace 的推出，是 Anthropic 从「卖能力」转向「做平台」非常明确的一步。先是零星的插件，逐渐形成付费市场，最终演变出专职的「插件创作者」生态。

此外，除了 Anthropic 外，3 月也是各大模型厂商产品化最密集的一个月。包括 Google、OpenAI 等也发布了相关产品功能。各家基模厂商，已经从比谁的模型更强向比谁的产品生态更完整发展。

Agent 开始出去社交、接单、互相雇佣了

OpenClaw 把 Agent 从「大型计算机时代」带进了「个人 PC 时代」，普通人也能拥有、部署、调教自己的 Agent。

围绕 OpenClaw 的生态，在快速疯长。在我们此前盘点的 OpenClaw 相关产品后，3 月份，围绕 OpenClaw 生态构建的产品更偏向于这四个方向：养虾、克隆虾、让虾出去社交、以及让虾出去赚钱，这也代表的是 Agent 经济最早期的四种商业形态。

ClawGo：克隆一只好用的「虾」

产品官网：https://clawgo.me

调教一只真正好用的「虾」，需要大量时间和耐心：无数轮对话、反复纠偏、逐条优化提示词。ClawGo 干了一件简单粗暴的事：让这些积累好的「虾」可以被打包、被共享，其他人可以一键克隆，直接用。

目前 ClawGo 平台上已经有数十只「虾」可供克隆：李诞虾擅长用段子拆解复杂情绪，张小龙虾深夜思考产品本质，马斯克虾从物理定律推导一切，Sam Altman 虾模拟硅谷思维方式，每只都有独立的思维风格和行为模式。

玩法也很简单，你可以消费别人的调教成果，也可以输出自己的积累，把自己的虾上传克隆，既是分享，也是备份。

ClawGo 真正验证的一点是，高质量的 Agent 配置，可以看作是一种有价值的数字资产，可以被交换和交易。

ClawLink：Agent 的社交基础设施

GitHub：https://github.com/CN-Syndra/ClawLink

你的 OpenClaw 了解你的日程、偏好和工作习惯，但它是孤立的。比如，当你想约个会议，需要自己发消息、等回复、来回确认。

ClawLink 试图解决这个问题，给每个用户配一个 Agent，让这些 Agent 之间可以直接通信，自主协商、交换信息、达成结论，然后把结果告诉用户。这样，人类不再是沟通的执行者，只负责最后的决策环节。

ClawLink 做到了开箱即用，内置 OpenClaw 运行时，不用配数据库、不用敲命令行，下载、安装、注册，三步进网络。

产品有几个核心设计：

• 当 Agent 遇到拿不准的事会主动暂停来问你，发文件、访问目录这类操作必须经过授权，你可以自定义哪些行为允许、哪些需要确认。
• 从「只看结论」到「每条都让我确认」，ClawLink 有四种介入深度，可以按照场景来切换。
• 越用越懂你。Agent 会记住你的工作习惯和沟通风格，用得越久，需要你亲自出面的情况越来越少。

ClawLink 代表的 Agent 能力的一个新阶段是，开始从「帮我执行任务」到「帮我处理人际关系中的信息摩擦」。这也是 AI 开始参与社会协作的第一步。

A2H Market：你的虾帮你赚到钱了吗

产品官网：https://a2hmarket.ai

大多数人的 Agent 还停在能聊天这一步，但已经有人把自己的虾放进了市场里，让它替自己砍价、接单、谈生意，而且真成交了。

这个市场叫 A2H Market（Agent with Human），人类和 AI Agent 在同一个集市里互相雇佣、互相买卖。A2H Market 让 Agent 进入市场，替用户赚钱。

A2H 预设了四种交互模式：人类购买 Agent 的智力服务；Agent 购买人类的判断力和物理世界触达能力；Agent 向另一个 Agent 购买服务；Agent 作为中间人帮双方达成交易。

平台上有两种主要玩法。一种是接悬赏：有人发任务、定价格，你的🦞去领任务、完成交付、拿报酬；另一种是摆摊。你把自己的技能或服务挂上去，设好规则，让🦞替你接客、报价、协商细节，谈拢了通知你确认。

A2H Market 更多地是在验证：Agent 是否成为经济活动中独立的参与主体？

Tobira.ai：Agent 之间的相互发现

产品官网：https://tobira.ai

ClawLink 解决的是「你的 Agent 替你去找你认识的人谈事」，Tobira 解决的则是更上游的问题：你的 Agent 怎么认识更多它应该认识的人？

Agent 遍地都是，但彼此之间是完全不可见，他的 Agent 找不到你的 Agent，没有公共地址，没有可以聚集的网络，也没有让其他 Agent 了解「你是谁、你需要什么、你能提供什么」的公开档案。

Tobira 的解决方案是：给你的 Agent 一个公开的身份，类似 @vlad 或 @kimiko，Agent 自动构建公开档案加入网络，然后主动发现和联络其他 Agent。

类似于 Agent 版的 LinkedIn，Tobira 想做的是 Agent 社交图谱。

垂直场景 Agent 化，

AI 员工开始上岗 

Agent 产品是 3 月出现频率最高的品类，但有意思的是，这批 Agent 并不是泛用型助手，而是越来越精准地切入某个具体场景，比如销售漏斗、客户演示、Slack 协作、日常运营。

这类产品不再把 AI 包装成聊天框，更多地是以「能完成某项具体工作的自动化员工」的形式出现，瞄准真实业务流程中的具体岗位。

Junior：给 AI 一个工牌和邮箱，它开始主动加班

产品官网：https://junior.so

Junior 做的事情，用一句话描述是：给 AI 一个真正的工作身份，然后让它真正投入工作。

和 Viktor 类似，Junior 是一个独立的 AI 员工：有自己的姓名、邮箱地址和 Slack 账号，可以接收邮件、处理任务、参与工作流，和团队里的真人同事一样正常协作。

当用户连接好 Slack、Gmail、Notion、GitHub 这些工作工具之后，Junior 花大约一天读完组织上下文，然后开始自己找活干：监控竞品动态、生成每日简报、处理 CRM 数据、跟进未回复邮件。

Junior 明确把自己和 Devin（专注写代码）、Manus（专注任务执行）区分开来：它的定位是持续在线的组织成员，而不是按需召唤的工具。定价$2000/月，有 7 天 99 美元的试用期。

Viktor、Junior 两款产品反映的一个趋势是，AI 助手和 AI 员工的区别是结构性的，前者是工具，后者是协作者。AI 正在朝着协作者的方向发展。当前在验证的更多的是，当 AI 被赋予工作身份和主动性时，人类是否真的愿意把它当团队成员来对待。

Naoma AI Demo Agent：7×24 小时在线的 B2B 销售员

产品官网：https://naoma.ai

在 B2B SaaS 销售中，有一个容易被人忽视的转化漏洞是：用户点了"预约 Demo"，然后开始等排期、等时区对齐、等销售有空。这段时间里，有大量的高意向用户会流失。Naoma 的 Demo Agent 针对的就是这个环节。

Naoma Demo Agent 是一个即时视频演示 Agent，7×24 小时在线。用户一旦产生兴趣，立即可以获得一个完整的产品演示，不需要等销售排期，也不需要跨时区协调。Agent 在真实产品沙盒中点击操作，实时回答问题，完成线索评分，最后自动将合格客户推入 HubSpot、Salesforce 或销售日历。

Naoma 的 Demo Agent 上线后，完成了 44 万美元的 Pre-Seed 融资。Naoma 也代表了一个趋势是，销售流程中高度标准化的环节，正在被 Agent 系统性地接管。初次演示、常见问题解答、价格方案介绍，这些内容本质上是固定的，由人来做效率低、成本高，由 AI 来做质量反而更稳定、更可扩展。

GojiberryAI：监听潜在买家信号

产品官网：https://gojiberry.ai

另一个和 B2B 销售相关的是 Agent 产品是 GojiberryAI。GojiberryAI 解决的是更上游的问题，怎么找到那些真的在考虑买的人。

GojiberryAI 的切入点很精准：不从静态冷列表出发，而是实时监听 10+个买家行为信号，比如 LinkedIn 的点赞和评论、职位变动、融资公告、活动出席、行业社群互动等等。系统会实时捕捉这些信号，自动筛选出符合目标客户画像的线索，生成个性化消息发出去。全程不需要人工盯着，线索可以直接进到 HubSpot、Pipedrive 等工具中。

Viktor：住在 Slack 里的 AI 同事

产品官网：https://getviktor.com

特别值得一提的是 Viktor。Viktor 是一个住在 Slack 里主动执行任务的 AI 同事，也是唯一连续三周进入 Product Hunt 的三月周榜 TOP10 的产品。

Viktor 在 Slack 里，连接了 3000 多个工具，最关键的特性是主动性。Viktor 不只是等你提问，更多是自己观察团队的工作节奏，主动发现问题，提出建议，在请求授权后自行执行。

某个用户记录的一个典型案例是：Viktor 在他没有主动要求的情况下，自己发现了营销链接中 UTM 参数缺失的问题，生成了修复方案，并请求用户授权一键应用——全程没有人发指令，Viktor 自己注意到了这个问题。

另一个关键设计是，Viktor 的每一个实质性操作都需要人类明确授权，用户可以设置不同的权限边界，当 AI 超出边界就暂停来询问。

Viktor 的连续三周上榜，也反映了「主动型 Agent」是一个真实存在、且持续在发酵的需求。用户真的想要的不只是一个更快的搜索框，而是一个不用管的 AI 同事能主动帮你处理任务。

上下文！还是上下文！

只是范式变了 

此外，关于上下文感知的相关 AI 产品在 3 月表现也十分亮眼，包括我们此前推荐的 主动式 AI 桌面助手 AirJelly、以及 AI 工作助手 Littlebird。Littlebird 在 3 月同期即完成了 1100 万美元融资。

这类产品关注的是一个更上游的问题：AI 怎么积累关于你个人的上下文？AI 通过持续观察你的工作环境，自动积累上下文，在你需要的时候主动提供信息，而不是被动地等你去问。

AirJelly：一款主动式 AI 桌面助手

产品官网：https://www.airjelly.ai

AirJelly 是一款桌面端 AI 助手，通过屏幕截图捕捉工作上下文，理解用户意图，来主动帮用户执行下一步任务。

和 Recall 的「全程记录」不同的是，AirJelly 的核心设计是以 Enter 键为锚点，每次你按下 Enter，代表完成了一次意图表达，系统在这个瞬间捕捉上下文、建模意图、推断下一步。背后的逻辑是：不需要记录所有行为，只记录关键节点，节点之间 AI 自己补出来。

基于这套设计，AirJelly 可以实现：跨应用时间线，把不同 App 里的行为整合成一条连续的工作轨迹；对话、消息、会议里提到的待办，自动转化为任务跟进；基于完整上下文主动推送被遗漏的跟进事项；每日自动生成工作总结等等。

从「回答你的问题」升级到「预测你的下一步」，AirJelly 的口号是「Next Enter Prediction」。

Littlebird：一个结构化的私人工作记忆库

产品官网：https://littlebird.ai

Littlebird 是一个 AI 工作助手，能在后台实时读取你屏幕上的文字、转录会议，替你记住你工作过的一切，在本地形成一个私有的工作记忆库。

当你想找「那个季度预测的文档」、或者想回忆「上周和客户开会说了什么」时，可以直接问 Littlebird，它会从你积累的工作记忆里找到答案。

和 Microsoft Recall 最关键的不同是，Littlebird 不截图、不录像，只提取屏幕上的文字内容，所有的数据处理都在本地完成，不上传到服务器。这也意味着，用户可以手动设置屏蔽某些应用，密码和银行卡信息等信息可以自动过滤掉，保证了隐私。

对知识工作者来说，「把工作记忆外包给 AI」这个需求是真实且持续的。每天接触的信息量远超能记住的上限，大量有价值的上下文会流失。Littlebird 的定位就是把这层上下文积累起来，让 AI 真正了解你在做什么。

在 3 月上榜当周，Littlebird 就宣布完成了 1100 万美元种子轮融资，投资人包括 Lenny Rachitsky、Scott Belsky 等等。Littlebird 是少数在上榜同期就完成融资的产品。

尽管以 Littlebird、AirJelly 为代表的上下文感知赛道产品仍然在非常早期的摸索阶段，但反映了未来的 AI 产品一个趋势转向是，正在逐渐从「能更好地回答问题」，转向「能更准确地理解人的意图、更主动地推进工作」。

当然还有一些不一样的 AI 产品

此外，3 月份，我们在「AI 产品市集」也陆续推荐了一批有意思的 AI 产品，包括视频创作 Agent、AI 浏览器、语音操控桌面等方向。不一定是最热的赛道，但都反映了近期值得留意的一些 AI 产品方向上的变化。

Ribbi：视频 Agent 产品的新范式

产品官网：https://ribbi.ai

Ribbi，视频创作 Agent 平台。在 Ribbi 中，用户可以通过对话的方式调用 100 多个内置工具（文生图、TTS、视频生成、音乐、剪辑），组合完成从创意到发布的完整动作。

尤其是在 Seedance 2.0 发布之后，之前那些靠工程补丁解决模型短板的视频 AI 产品，正在被视频模型能力的提升冲掉。

Ribbi 切入的方向是：在底层模型能力拉平之后，产品的差异化更多来自场景经验。比如，做搞笑短视频和做叙事短剧，需要完全不同的节奏、结构、音色，而这些不是模型自带的。Ribbi 做的就是，把这些创作经验封装成 Skill，包含工具链调用、参数组合和执行顺序，调教好一次就能批量稳定产出同一调性的内容。

Ribbi 有两个能力值得单独提下。一是 Pond 审美资产池，会通过 Chrome 插件收集你日常浏览中看到的图片视频，Ribbi 来分析视觉风格，在线训练你的审美偏好，后续生成自动向你的调性靠拢。

二是支持持续性任务，可以定时抓热点、监控社媒数据、按计划自动生成并发布内容，相比一次性出图，Ribbi 跑了一条完整的内容产出流水线：收集灵感 → 内化审美 → 调用 Skill → 生成内容 → 发布 → 监控表现 → 反馈优化生产。

Ribbi 更关注的是，Skill 调教好之后能持续复用。Ribbi 的产品方向也反映近期 AI 视频类产品的一个转向，从「帮模型补能力」到「帮用户沉淀创作方法论」。

Tabbit：目前完成度最高的国产 AI 浏览器

产品官网：https://www.tabbit-ai.com

Tabbit，美团旗下光年之外推出的 AI 浏览器，主打 Agent 在后台独立标签组里跑任务，完全不打扰用户的主浏览窗口。

Tabbit 最典型的用法是，当你需要从五个平台抓竞品数据汇成一张表时，以前手动干需要半小时，但现在告诉 Tabbit 你要什么，它能自己打开页面、提取信息、整合输出，你去做别的事。

同时，Tabbit 也重做了标签管理：垂直标签栏可以按主题智能分组，以及标签组可以直接 @ 给 AI 作为上下文，让它跨页面提炼信息、对比观点、生成摘要。

在模型上，Tabbit 接入了 DeepSeek、Kimi、GLM、Doubao、Qwen、Minimax 等主流国产模型，支持统一入口随时切换。

KeyVox：把操作电脑这事儿，完全交给语音

产品官网：http://keyvox.ai/

KeyVox 是一个装在电脑上的语音 AI 助手，核心就一件事：用说话代替鼠标键盘操作。

用户直接说应用名就能直接打开，选中文件说出处理需求就能直接压缩图片、截视频片段、格式转换、改写语气等等。

KeyVox 的背后有一个内置技能库，包括格式转换、截取视频片段、改写文字语气等常见操作，不需要自己去找插件或者写脚本。用户也可以开着它实时语音转文字，叠加一个角色设定，变成同声传译或者会议记录工具。

KeyVox 非常意思的一个使用场景是手机远控：在微信里关注「KeyVox 助手」服务号，扫码绑定之后，当你出门在外时，用手机发语音或文字给它，家里或公司的电脑就会执行操作，然后做完把结果文件直接发回给你的微信。

和套壳 OpenClaw 的方案不同，KeyVox 自己做了技能调用和本地执行，不需要用户自己搭环境，响应也会更快一些。

Rimbo：让刷推特信息更省事

产品官网：http://rimbo.ai

Rimbo 特别有意思。Rimbo 是一个面向投资者和行业分析师的 AI 信息助手，和其他 AI 信息摘要的产品不同的是，Rimbo 是往信息链的上游走，不加工别人嚼过的新闻，直接抓取一手信源。

比如，Rimbo 可以追踪上市公司 IR 官网，在财报电话会议出来 15 分钟内抓取信息，不经过媒体转述。

Rimbo 接入了 1000+播客自动转写成可检索文字，覆盖 7000+财报电话会议源、30000+ RSS 订阅，以及 Reddit、YouTube、Newsletter 等超过 1000 万信源。

Rimbo 的用法很简单。直接用自然语言告诉它你关注什么，它能帮你创建一个专属频道，每天整理成一份简报。简报内容分成两块：发生了什么、这对你意味着什么。同时每条都附上原始来源，如果想进一步了解可以点进去继续追问。

Rimbo 的优势是，没有算法来喂你热门内容，你自己就能定义优先级，它负责帮你执行。对于每天在十几个标签页间跳来跳去追信息的人来说，Rimbo 解决的是一个很具体的痛点。

文章来自于微信公众号 "Founder Park"，作者 "Founder Park"