今日 Product Hunt 热榜对应太平洋时间 2026-10-02 日榜（上海时间 10 月 3 日上午抓取，太平洋时间当日尚未收盘）。主线从课堂和作业、电商账本、电话与实时语音，一直到文档桌面端、决策模型和桌面激光：一边是把已有数据或页面变成可执行的下一步，一边是把原本要手调的流程收进产品里。按各产品页的 Day Rank 与日榜编号，前五是 Gauth Unlimited Digital Canvas、Veltrix AI for E-commerce、Teachoo、Famulor 与 ShipHQ，后五是 Mintlify Desktop、Eleven v4 and Eleven v4 Turbo、Bambu Lab R1、Clef 与 Open Inspector。票数与评论数取自当日日榜页抓取快照，收盘前仍可能变化。
1. Gauth Unlimited Digital Canvas · 官网
标语：An AI tutor on an infinite whiteboard, not a chat thread
背景
这是 Gauth 在 Product Hunt 上的第 2 次发布。产品页把 Gauth 写成面向教育的一站式 AI 学习平台：分步解题、互动辅导和学习工具放在一起；并称自 2020 年以来下载量超过 2 亿，服务全球学生和终身学习者。这一次发布的是 Unlimited Digital Canvas：整节课铺在一块连续白板上，章节并排展开，板书随 AI 语音往下写，可以从整张概念图缩放到一条公式。随时暂停向 AI Tutor 提问，回答写在当前步骤下面，而不是掉进一条长聊天记录。可以按主题生成画布课，再导出 PDF 或分享链接。发布页标为免费。团队成员 Alan Wang 在讨论里确认：答错 Quick Check 可以当场在板上问导师；讲解进行时板书才出现，不是先给一张画完的图；目前家长或教师能看到的是分享链接和 PDF，独立的进度看板还没有。官网仍以分步解题和可视化课程（页面上的 Gauth Atlas）为主。抓取时约 410 票、约 146 评，日榜第 1。
产品要解决的问题
线性聊天和幻灯片把一节课切成前后翻页。学生要对照「老师正在讲的那一步」时，得在长对话或整张完成图里自己找。
产品市场分析
目标是更靠看见概念之间关系来学习的学生，以及想把一节课存下来复习的人。官网覆盖数学、微积分、化学、生物、商科等科目，并强调先看步骤再给答案。替代方案是通用聊天机器人、只回答案的解题 App，以及传统录播课。变现信号是本次发布标为免费；具体付费档本次未从定价页核对。下载量是产品页自述。
产品上下游
上游是用户给出的题目或主题，以及产品方所称可追溯到真实来源的图像。下游是留在白板上的讲解、可回看的导师问答、PDF 和分享链接。讨论里有人问能否从自己的笔记或 PDF 生成画布课，可见回复没有确认这条路径已经开放。
2. Veltrix AI for E-commerce · 官网
标语：Find how your e-commerce business could earn more
背景
Veltrix AI 由创始人 Manfred Swarovski 介绍，这是该产品的第 3 次发布，产品页写明 2025 年已上线。这次发布把它收成面向电商创始人的经营体检：连接店铺、会计、支付、营销数据和文件，标出滞销库存、高退货商品、利润漏损和表现差的活动，再用对话追问和安排动作。创始人强调它会主动找问题，而不是等用户先想好问题。讨论里团队说已接 Shopify，Square 和 Amazon 在列，Amazon 将在下一版加入，eBay、Etsy 等仍在做；每个工作区私有，数据断开后就不再协助，并称数字来自已连接的数据、不会编造。官网当前定位更宽：给经营者和会计共用的财务副驾，连接 QuickBooks、Xero、Square、HubSpot、Shopify、Google Drive、Google Workspace 和 Microsoft 365，只读、不改账、不挪钱。抓取时约 257 票、约 46 评，日榜第 2。发布页标有 Free Options，以及 2 months free。
产品要解决的问题
销售、现金和投放分在不同系统里。报表能画出图，但店主经常不知道先改库存、投放还是退货，也不放心把导出的数字贴进通用聊天机器人。
产品市场分析
目标是没有数据团队的电商创始人，以及要在约谈前先把数字对齐的会计。官网把自己和要自己搭仪表盘的 BI、以及不接业务系统的通用模型分开。定价页写明 14 天试用，之后 Starter 为每月 49 美元、含 500 个 AI units；Core 与 Pro 分别含 1,000 和 1,500 个 AI units，可随时升降级。本次发布页另标两个月免费，和官网试用长度不是同一句话，以各页当时的原文为准。
产品上下游
上游是只读接入的店铺、会计、支付、营销和网盘文件。下游是体检里的建议、可保存的问答仪表盘，以及给会计核对的原始报表出处。它不在商家后台下单或改价。
3. Teachoo · 官网
标语：AI that helps you learn anything and everything.
背景
Teachoo 由 iAsk AI Answer Engine 的作者推出，Phillip DeRenzo 在发布帖里说明做法：一次只推进一个问题。学生输入题目或上传照片，系统先给一个小提示；答对一部分就追问卡住的地方；可以要 bigger hint，或用 “I’m stuck” 看这一步的解释。示例是解 x² − 5x + 6 = 0：先问哪两个数相乘得 6、相加得 −5，再根据正负号错误把提示收窄。官网补充：现场画函数和示意图、用西班牙语、印地语或阿拉伯语提问并得到同语言讲解，以及记录已完成的练习、正确率和连续天数。Phillip 说 iAsk iOS 的 Snap and Solve 之后会接到 Teachoo；照片要字迹清楚、光线够。产品免费。抓取时约 209 票、约 13 评，日榜第 3。
产品要解决的问题
直接给出最终答案，学生下一题仍然不会做。作业辅导要的是「这一步错在哪里」，而不是另一段完整解答。
产品市场分析
目标是在做数学、科学、写作或其他科目作业的学生，也包括想重做旧题的人。和同一天的 Gauth 画布课不同，Teachoo 把控制权放在提示粒度上：小提示、更大的提示，或解释当前这一步。替代方案是搜题 App、通用聊天，以及 iAsk 现有的拍照解题。变现信号是发布页和官网都写免费；未看到标价。
产品上下游
上游是键入的题目、笔记本或白板照片，以及 iAsk 一侧已有的解题经验（作者自述）。下游是一步步的对话、按需出现的图，以及官网列出的练习进度。讨论里有人提到公式两侧多出美元符号，作者认为是数学排版没有渲染出来，计算本身不受影响。
4. Famulor · 官网
标语：Your agent to answer calls and follow ups on WhatsApp
背景
Famulor 由 Iman Koma 介绍，运营主体在官网写为德国 Kempten 的 BEK Service GmbH，这是第 4 次发布。发布帖把它定义为以 Agent 为核心的商务电话平台：接听和呼出、在多条渠道上跟进，而不是把 AI 补在旧电话系统外面。帖中列出电话、WhatsApp、邮件、网页挂件、Slack、Teams、Telegram 等，并称共 21 个渠道、120 种语言；Loop 提供分机、队列和振铃组；Milian 用来搭建和测试自动化；上线前可以用语音模拟打一通真电话。Iman 在讨论里确认按分钟计费，可导入已有的 Retell、Vapi 或 Synthflow Agent，也可接自己的 SIP 中继（用运营商线路把电话接到这套系统），Twilio、Telnyx、Vonage 号码可以一键导入。给 Product Hunt 的试用是 30 分钟免费通话。定价页写的是：0 欧元起、含 800 credits，之后按量约每分钟 0.18 欧元；Agency 年付折合每月 216 欧元，含 1,667 分钟，超出约每分钟 0.12 欧元；credits 表里 Scale 的超出单价约为每分钟 0.05 欧元。同一页的语音库写的是 34+ 种语言的高级语音，和发布帖的 120 种语言不是同一个口径。抓取时约 196 票、约 36 评，日榜第 4。
产品要解决的问题
来电无人接、线索隔夜变冷，电话、WhatsApp 和邮件各自一套工具。跟进如果要重开一段对话，上下文就断了。
产品市场分析
目标是要 24 小时接听、外呼和跨渠道跟进的中小团队，以及想贴牌的代理商。官网对比的是传统呼叫中心和只做某一条渠道的语音 Agent。合规上，定价页写可选择 EU、US 或 Global 区域，欧盟区数据留在欧盟，通话保留期可配置。变现是通话和消息 credits，不是按席位卖一套空平台；页面上的转化率、等待时间等百分比是产品方展示，不是独立审计。
产品上下游
上游是自有或导入的号码、SIP 中继、知识库，以及 CRM、日历和工单（官网列出 Freshdesk、Zendesk、ServiceNow、Intercom 等）。语音合成可接 ElevenLabs、Cartesia 等目录里的声音。下游是通话、WhatsApp 和邮件里的同一段对话、预约，以及模拟测试和运行记录。
5. ShipHQ · 官网
标语：Build your own app studio, powered by your real apps
背景
ShipHQ 由 Rıdvan Uyan 发布，把应用的真实订阅数做成一间等距视角的创业办公室。接上 RevenueCat（应用内订阅的计费基础设施）之后，每一位付费用户变成工位上的一个人。每天早上的 Daily Brief 回放前一晚：新订阅走进来、试用用户戴着帽子到达、流失的人离开。里程碑是墙上的奖杯，作者强调不能购买、也不会把历史上的数字补成奖杯。AI 经理在 09:00 做增长、评价和竞品的站会。iPhone 上免费。作者在讨论里说，早期曾想用估算把空办公室填满，后来改成没有数就留空白；有人取消订阅时，办公室里的人会在身后倒一杯水，对应土耳其送行时「像水一样离开、也像水一样回来」的说法。Android 被问到时，他的回复是希望大约一个月后上架，并请对方在 X 上联系以便通知。抓取时约 144 票、约 15 评，日榜第 5。发布页标有 HQ 方案两个月免费。
产品要解决的问题
RevenueCat 一类后台能说明发生了什么，独立开发者仍要自己打开表格才看见昨夜的新增和流失。作者想把这些数字变成每天早上能看完的一场回放。
产品市场分析
目标是已经用 RevenueCat 的 iOS 应用作者。替代方案是订阅后台自己的图表，以及各种收入仪表盘。差异是表现层：人走进办公室、奖杯和流失时的送行，而不是另一张 MRR 曲线。变现信号是基础免费，另有带两个月免费的 HQ 方案；标价本次未从 App Store 页核对。
产品上下游
上游是 RevenueCat 里的付费、试用和流失事件。下游是早晨简报、办公室里的里程碑，以及 AI 站会提到的增长、评价和竞品。作者说数字不臆造；没有接上的指标就保持空白。
6. Mintlify Desktop · 官网
标语：An AI-native app for writing documentation and knowledge
背景
Mintlify 的工程经理 Justin Torre 发布桌面版，这是该产品第 5 次出现在 Product Hunt。博客写于 2026-09-24：Mac、Windows、Linux 公测。页面可以标签页并排打开，不同组织的会话互不影响，关掉再开仍在；文件在本地，断网可写，连上再同步。Justin 在发布帖里说明「agent-native」指每一页都是你拥有的 Markdown 文件，应用里的 Agent 对着当前页工作，不必把上下文另贴到别的工具。内部 runbook、入职说明和对外文档在同一个应用里。别人用网页或直接改 Markdown 时，协作方式不变。产品页公司信息标有 Y Combinator，并链到 GitHub。抓取时约 142 票、约 7 评，日榜第 6。发布页标为免费。有人问桌面版是否含在现有方案里、有没有免费档，帖中可见部分没有团队的对应答复。
产品要解决的问题
文档工作散在浏览器标签、Wiki 和网盘里。对外文档和内部说明分开维护之后，两边都容易过期；浏览器标签也不适合同时开着几个组织和一次拉取请求。
产品市场分析
目标是整天改文档的工程、产品和支持，以及已经用 Mintlify 发 API 文档的团队。替代方案是网页编辑器、Git 仓库里的静态站点生成器，以及通用笔记软件。产品页论坛里有一条更早的帖子，称 Mintlify 完成 4,500 万美元 B 轮、估值 5 亿美元、累计融资 6,700 万美元，并为超过 2 万家公司提供文档；这是论坛转述，不是这次桌面版发布稿里的数字。桌面版本身仍标为早期公测。
产品上下游
上游是已有的 Mintlify 项目、本地 Markdown，以及团队正在写的内部页面。下游是对外文档站、和网页编辑器共用的协作，以及能直接读这些文件的 Agent。离线修改在重新联网后同步。
7. Eleven v4 and Eleven v4 Turbo · 官网
标语：Elevenlabs’ fastest and most emotive voice models yet
背景
ElevenLabs 发布两套语音模型。官网称 Eleven v4 换了架构：按脚本理解谁在说话、上一句发生了什么；可在稿子里写 [laughs]、[whispers]、[door slams] 这类标签，并称比 v3 更听话。长稿用 context stitching 接起来，单次生成最多 1 万字符。Professional Voice Clone（用更多录音做的职业级声音克隆）在 v3 里不可用，v4 恢复，且覆盖该克隆会说的语言。Eleven v4 Turbo 面向实时和 ElevenAgents：官网给出的中位推理延迟约 100 毫秒，首包语音中位约 150 毫秒，可在 LLM 还在吐字时双向流式传音频。语音库 17,500 以上个声音可用于 v4；v4 发布前做好的克隆需要用 v4 重新训练。支持 90 多种语言。µ-law 输出面向电话。Product Hunt 由 Rohan 猎推。抓取时约 132 票、约 5 评，日榜第 7。
产品要解决的问题
成品配音要情绪和音效可控，电话 Agent 要低延迟。v3 缺少职业级克隆，重新生成时说话人也不够稳。
产品市场分析
目标是做有声书、广告、课程的内容团队，以及把语音放进客服或销售 Agent 的产品。官网把 Turbo 的首包时间和 Cartesia Sonic 3.6、OpenAI GPT-4o mini TTS 放在同一张对比里，这些是产品方自己的测量。定价沿用文字转语音 credits：免费档每月 1 万 credits，页面称为大约 10 分钟音频；付费从每月 6 美元起，含 3 万以上 credits 和职业级克隆。Creator 及以上在 10 月 12 日前有 3 倍 credits。企业档另计，可开 Zero Retention。每一段克隆都要求声音所有者的同意验证。
产品上下游
上游是脚本、音频标签、发音词典和已授权的录音。下游是 MP3、WAV/PCM 或电话用 µ-law，经 REST、流式接口、TypeScript 和 Python SDK 进入应用，或进入 ElevenAgents。页上 Salesforce、BeyondWords 等引言来自官网展示。
8. Bambu Lab R1 · 官网
标语：CO2 laser cutting with Bambu-style automation
背景
Bambu Lab R1 是该公司第一台独立的二氧化碳激光切割机。发布讨论写道：此前 H2D 是在打印机里加二极管模组，有人不想让烟尘进那台机器。R1 为 55W CO₂，工作区 600 × 300 mm，速度最高 1000 mm/s。光路对准改成把传感器夹到工具头上，大约一分钟自动完成，不再用热敏纸试打和拧螺丝。官网的 TriSense 用相机、激光测距和编码器给工件定位，并称透明亚克力和玻璃也能测表面。标准封闭使用下按 IEC 60825-1 为 Class 1（激光被罩在机箱里，日常切割不必戴护目镜、也不必单独一间激光房）。加高垫块或传送带之后机箱不再封闭，变为 Class 4，需要护目镜，官网写明只适合受过训练的人。材料识别 Bambu 的料并套用功率和速度。官网列出木、亚克力、皮革、织物、玻璃和涂层金属等。Zac Zuo 在讨论里补充：可以雕刻玻璃和涂层金属，不做裸金属，也不做 PVC。加高座、旋转轴、中长焦镜头和最长约 3 米的传送带分开卖。抓取时约 123 票、约 7 评，日榜第 8。发布页标为付费。标价本次未在产品页看到。
产品要解决的问题
二氧化碳激光的镜子对准和试切参数把很多创客挡在外面。把二极管激光放进 3D 打印机，又会把烟尘和切割留在同一台设备里。
产品市场分析
目标是已经熟悉 Bambu 账号和 MakerWorld 的创客，以及要切厚板、透明亚克力的小工作室。官网用「同等工作区、占地大约少三分之一」和「雕刻最高速度下将近 3 倍」描述和典型 CO₂ 机的差别，并注明这是自家测试。替代方案是二极管激光头、传统需要手调光路的 CO₂ 机。厚度、速度和 Class 1/Class 4 的切换条件都以官网脚注为准：例如 20 mm 亚克力需要另购的中焦或长焦镜头。
产品上下游
上游是 Bambu 材料、MakerWorld 项目，以及分开购买的垫高、旋转、镜头、传送带、视觉编码器和 E1 Pro 净化器。下游是切好的板件，以及同一账号下和 3D 打印件拼在一起的作品。软件流程走现有的 Bambu 账户，而不是另一套独立云。
9. Clef · 官网
标语：Open-source decision models from Cloudflare
背景
Cloudflare 在 2026-10-01 的博客里发布 Clef 和 Clef-flash，作者为 Michelle Chen、Alex Reneau 和 Kevin Flansburg。决策模型（decision model）不做开放式生成：输入一段状态和一组带类型的问题，一次前向给出每个允许选项的概率，供程序路由、升级或交给人。博客称 Clef 以冻结的 Qwen3.8-27B 为骨干，Clef-flash 以 Qwen3.5-9B 为骨干，只做预填充，再并行给合法选项打分，因此没有逐 token 的中间文本。权重以 Apache 2.0 放在 Hugging Face。托管在 Workers AI 上，API 与 Jev 兼容。相对博客中描述的 Jev，Clef 增加视觉编码器，上下文 64k 而不是 32k。他们用自家威胁情报流程举例：给域名分类用了 2.2 秒，对照的通用模型 gpt-oss-120b 用了 4.7 秒且类别更少。博客还附有对 Jev、DiffusionGemma、Kev、Laya 的评测表，并称在 43 项评测里延迟优于除 Laya 以外的决策模型；表中 Clef-flash 的中位延迟为 38.8 毫秒，Jev 为 524.1 毫秒。这些数字来自 Cloudflare 自己的表。微调先由前方部署工程师陪同做，自助强化学习平台在其后。抓取时约 119 票、约 3 评，日榜第 9。发布页标为付费；开源权重量是另一条获取方式。讨论里有人问微调后的模型能否拿走自托管，可见回复没有把这一点说死。
产品要解决的问题
Agent 里大量步骤只是在有限选项里做分类：急不急、交给哪个队、严重程度几档。用通用大模型生成一段再解析，又慢又不稳定。
产品市场分析
目标是已经把应用放在 Workers 上、需要热路径分类的团队，以及想本地试验决策模型的人。博客点名的对照是 Typesafe 的 Jev System One，以及只做文本分类的模型。变现分成托管推理和后续的微调服务；博客写明默认不读取、不存储、不用请求做训练，除非客户使用微调产品。Product Hunt 的付费标记没有展开单价。
产品上下游
上游是文本、JSON、图像或视频状态，加上调用方定义的问题 schema。微调路径还用到 AI Gateway 里积累的请求、Workers AI 上的 rollout 和 Containers 里的评分沙箱。下游是带概率的结构化决定，再交给同一平台上的大模型或业务代码去执行。模型也可以从 Hugging Face 取回自己跑。
10. Open Inspector · 官网
标语：Hover any website, get its design system. Open-source. Free.
背景
Open Inspector 由 Patryk Lasek 发布，是一个 MIT 浏览器扩展：悬停读取布局、样式、颜色、字体和资源，并把设计 token 导出。清单只声明 activeTab 和 scripting，没有 host 权限。activeTab 的意思是：只有你点击图标或按下 Alt+Shift+I 的那一个标签页、在你离开之前，扩展才能看见页面。官网写构建会扫描源码和打包结果，出现 fetch、XHR、WebSocket 或 beacon 就失败，用来守住「零网络请求」。颜色按看起来的样子合并命名（如 blue-600），不会出现 primary 这类语义名，因为页面上没有这层信息。间距目前仍会把奇数也列出来。导出格式包括 CSS 变量、SCSS、Tailwind、JSON、W3C design tokens，以及给 Cursor 或 Claude 的 Markdown。关闭面板会撤回内联修改。Firefox 从 Manifest V3、115 版起可用，吸色器仅 Chromium。抓取时约 112 票、约 5 评，日榜第 10。
产品要解决的问题
看一个站的字号、色板和间距，常见扩展要求读取并修改所有网站上的数据，而且闭源，装完之后无法核对它还做什么。
产品市场分析
目标是要在任意页面上取设计系统、又不想授予全站权限的设计师和前端。官网对比表列出 CSS Peeper 与 Hoverify：对方要求全站访问、闭源；价格写成 CSS Peeper 每月 2.49–5.99 美元，Hoverify 每年 30 美元或一次性 89 美元，并注明对照截至 2026 年 8 月、来自对方定价页。Open Inspector 不提供截图、控制台和网络面板，也不打包下载资源，因为那会发起请求。作者写免费是约束而不是促销：收费需要许可证检查，检查本身就是网络请求。页脚有 buy me a coffee。
产品上下游
上游是当前标签页已经算好的样式，不依赖类名，所以 CSS-in-JS 的哈希类名也能读。跨域样式表的 .cssRules 读不到时，面板会说明有几张样式表跨域，而不是报成没有匹配规则。下游是六种 token 导出和一段可交给编程助手的 Markdown。不写服务器，也不留空的 style=""。