
Optimoz AI
Optimoz 用可视化构建器把多个系统上的智能体编排成可治理工作流,可在云、VPC 或本地部署。
非技术团队可在约 21 天内上线跨系统多智能体流程,并能按任务切换 Claude、GPT 或 Bedrock。
企业系统之间靠人工交接,定制集成要数月,临时调用大模型又缺少护栏、评测和审计。
完整 .ai 区域快照,存量抽样而非当日新注册。
未混入 .com。TOP 均为首次入报项目。
本次 .ai 区域快照从 1,066,646 个源域名中筛出 724,138 个符合前缀规则的候选,固定随机种子 42 抽样 10,000 个,成功访问 3,477 个。结构化提取后得到 644 个 AI 候选,历史日报已使用 3912 个项目,本次因重复排除 45 个,最终全新入库 30 个。
入选项目以 Analytics 5、Developer Tools 4、Fintech 4、Marketing 3 为主,其中 B2B 21 个。可交付工作结果和明确采购角色比域名中的 AI 词根更能支撑商业判断。

Optimoz 用可视化构建器把多个系统上的智能体编排成可治理工作流,可在云、VPC 或本地部署。
非技术团队可在约 21 天内上线跨系统多智能体流程,并能按任务切换 Claude、GPT 或 Bedrock。
企业系统之间靠人工交接,定制集成要数月,临时调用大模型又缺少护栏、评测和审计。

Bankee 用一套 SDK 把智能设备接到 Wero、开放银行、卡组织和智能体支付协议,并保留人工批准闸门。
设备厂商不必分别对接每条支付轨道,智能体可在库存和议价后发起付款,关键步骤仍可人工确认。
硬件接入多种支付网络要多次集成,智能体自动付款又缺少统一身份、同意和审计。

Shortcut 是面向 Excel 的金融智能体,可在工作簿里搭建、审计和修改 LBO、DCF 和三张报表模型。
分析师可在已有模型中生成带源文件追溯的公式,并按任务对比成本和准确率。
复杂财务模型手工搭建耗时,通用表格 AI 又容易算错链接和假设。

Batcher 把表格每一列接到 40 多个模型,可并行清洗、补全和生成内容,失败行可重试。
用户用自然语言描述目标即可生成工作流,先在 3 行上验证,再放大到整表且不加价模型费。
逐条用聊天工具处理目录要数百小时,脚本又会因接口变化而中断,结果也难以逐行检查。

Ignosis 通过 Account Aggregator 获取授权银行数据,再用于收入核验、审批、催收分案和语音催收。
机构可把同意后的流水变成审批和催收动作,而不是只看自报收入或静态征信。
薄档案借款人收入难核验,催收无法按还款能力和时点分案,多方账户数据也难以编排。

Merkado 出售人工审核过的可启动应用模板,含源码、部署说明和给 Claude Code 或 Cursor 用的 AGENTS.md。
买家当天下单就能拿到可运行源码,交给自己的编程代理改品牌和上线,不必从零搭脚手架。
从零做线索捕获、预约或门户要数周,通用模板市场又缺少设置时间和退款承诺。

Odina 在本机工作区并行运行多个 CLI 编程代理,并在完成、提问或需要权限时通知你。
开发者可把多个任务同时交给不同代理,只在审批和回答问题时介入,代码仍留在本机。
同时开多个代理终端很难跟踪谁完成了、谁卡住了,云工作区还会把源码和会话送出本机。

Semantico 把 SKU、EAN 或商品名生成完整上架资料,并检查 ChatGPT、Claude 和 Gemini 会把流量分给哪家店。
目录团队可在几分钟内得到可发布文案和属性,同时看到自己在 AI 推荐里排第几。
手工写成千上万条商品资料又慢又容易不一致,AI 购物助手开始推荐竞品店时商家却看不见。

Adle 按品牌生成广告创意,一键投放到多个渠道,并根据效果告诉你该重复、修改或停掉哪组素材。
投放团队不必在多个后台间切换,下一轮创意直接来自上一轮赢家,而不是从空白画布重做。
广告制作、投放和学习分散在不同工具,团队很难知道该放大哪条素材、该改哪条。

WarmGraph 读取 LinkedIn 导出包,给每段关系打分,并找出通往目标公司的暖介绍路径和可唤醒对话。
用户不用翻 1200 个联系人,每周会收到该联系谁、该唤醒哪段对话的清单。
LinkedIn 把浅层连接和真正拥护者混在一起,关系会静默变冷,需要介绍时只能靠记忆搜索。

FutureTwin 为学生生成职业与升学数字孪生,结合兴趣和技能给出路径,并让教师、家长和导师一起指导。
学生不是独自和聊天机器人耗着,而是带着可执行的差距到目标路线去找可信成人。
高中生面对升学和职业选择缺少结构化探索,通用聊天机器人又容易把学生留在孤立对话里。

Axolotl 是开源微调工具,用 YAML 配置对 Llama、Qwen、Mistral 等模型做 LoRA、qLoRA 和多卡训练。
团队可在自有环境里复用现成配方,不必把数据上传给封闭平台,也能跟上新的高效训练方法。
从零拼装微调栈容易出错,现成平台又常要求数据出境或锁死模型种类。

Signa 把 45 个以上独立读数、期权异常、Gamma 和流动性证据合成一张行动卡,并可用 API 或 MCP 接进工作流。
交易者先看到方向、证据和失效条件,再决定是否下单,而不是在多个终端间拼信号。
市场信号散落在期权流、暗池和模型评论里,缺少把证据绑在同一决策上的工作台。

Butter Labs 为高通话量联络中心部署语音 AI,先在一两个明确意图上证明办结率,再扩展并保留人工转接。
团队按完成的客户任务而不是通话围堵率来验收,试点前先约定范围、证据和商业条款。
客服中心把语音机器人当 IVR 升级,缺少可证明的办结指标,口音、系统和转接也常未就绪。

brandecho.ai 按提示词和人群每天查询多个 AI 模型,统计品牌提及、排名和被点名的竞品。
品牌能看到自己在各模型中的可见度百分比,以及该补哪类内容和来源。
买家开始向聊天助手要一个答案,品牌却看不到自己有没有被提到、排第几、输给谁。

Tax Velocity 把报税源文件抽成结构化数据,校验后推送到 Lacerte、Drake 和 CCH 等报税软件。
事务所不必把表格字段重新键入软件,异常会在导出前标出,并留下不可改审计日志。
报税旺季大量源文件靠人工录入,通用 OCR 不懂税表结构,也缺少可辩护的准确率。

KLVIN 在电机、窑炉和冷链上部署边缘传感器,用 SENTINEL 平台做异常检测、寿命预测和维护报告。
工厂可在故障前几天收到分级告警,而不必等停机后再查日志。
关键电机和冷链靠人工巡检,故障后才发现,预测性维护又缺少贴合产线的硬件和报告。

Societe.AI 检索 2700 万家法国企业的官方数据,并让 Claude、ChatGPT 等助手通过 MCP 实时查询。
用户可用自然语言问企业信息,助手直接打官方库,不必再复制 SIREN 号去多个政府网站。
法国企业数据散落在 INPI、INSEE 和 BODACC,聊天助手默认无法核验最新官方记录。

Exlens 在现有工厂系统之上加推理层,预测故障、追查根因,并优化维护窗口。
工厂不必替换 Maximo 或 PI,就能问下季度哪些资产会坏、等待的成本是多少。
现有系统能回答工单数量,却说不清下一次故障、根因和真正该排的维护窗口。

AI EdgeLabs 在运行时拦截提示注入、危险工具调用和密钥泄漏,推理留在本地,数据不外送。
安全团队用一个容器覆盖工作负载和智能体,告警来自真实执行而不是扫描器理论风险。
模型和智能体在生产中的工具调用难以看见,提示注入和越权命令发生后才被日志发现。

Amura 提供 SEO 内容情报、社交评论工作台、ABM 研究和网站审计,并可配置站内助手与知识检索。
市场团队能把搜索机会、评论回复和目标客户研究放进同一套围绕实际工作设计的工具。
SEO、社媒回复和客户研究分散在多个工具,通用助手又接不上团队已有内容和流程。

Jimani 作为电话秘书筛未知来电、转写通话、挡垃圾电话,并按你的风格安排日程。
手机静音或关机时来电仍会被接住,用户之后只看摘要和拟定预约。
未知号码、推销和客户来电混在一起,错过电话后很难还原对方要什么。

Krv 从数据覆盖、模型推理和生成代码三个维度给智能体做证据包,而不是只给通过或失败分数。
团队能指出智能体在哪段数据上不可信、哪段代码有结构风险,并把证据交给审计。
智能体评测常停在平均分,无法证明真实世界边界,生成代码也来不及人工审。

kwAI 按你卖什么找出高意向买家、研究匹配原因,并起草需你批准后才发出的触达。
销售不必买过期名单,每天看到的是已研究过的匹配对象,发出前仍由人确认。
传统外呼依赖过期数据库和按条计费,小团队没有时间做研究,也怕自动化伤害品牌。

Helvetii 用多模型、可校准的文档理解把文件变成系统可用的结构,数据在瑞士或欧洲处理并默认不保留。
团队可用少量样本把准确率校准到高于通用模型,而不把文件锁进单一供应商。
手工抽文档慢且易错,单一模型接口在准确率、驻留地和供应商锁定上都不满足生产。

Melzi 让用户在几分钟内创建私有 AI 助手,连接文档和常用工具,并按目标编排多个模型完成工作流。
一次请求可生成文稿、发 Slack 并安排会议,数据和助手归属用户,不必锁在单一聊天窗口。
通用聊天机器人不会按你的文件和工具连续执行,定制助手又常要写代码或交出数据。

تخيّل 面向中东创作者提供文生图、文生视频、口型同步和营销模板,并强调阿拉伯文渲染。
商家上传产品图即可得到带准确阿文或英文的广告视觉,不必在多个国际模型站之间切换。
通用图像和视频模型对阿拉伯文和海湾审美支持弱,本地创作者缺少成套营销模板。

AImpresa 是 Windows 桌面 AI 助手,可用自然语言读写 Office 文件、查邮件日历,并把问题转成安全的只读 SQL。
员工不必写公式或查询语句,就能对账、比报表和安排拜访,数据库权限按组控制。
意大利办公室的 Excel、邮件和业务库互相独立,通用聊天机器人又不能安全碰内部数据。

EdZola 为非营利组织搭建项目、捐赠和人事系统,并用语音访谈、DPDP 评估和 AI 同事处理高通量文书。
一线记录能连到资助方报告,AI 只处理可核验的批量工作,关键决定仍由人做。
非营利组织的个案、出勤和资助报告散落在表格和 WhatsApp,合规和回访也难规模化。

Seamora 用免费 Signal Scan 判断 AI 该用在哪,再用只读方式连接 Xero 和 Shopify,按真实账目给出经营建议。
业主大约四分钟就能看到 AI 值不值得上,后续诊断只读账本,不会回写店铺。
小企业看到的 AI 工具多是聊天窗口,无法从自己的账目和订单判断该先自动化哪一块。
.ai 区域快照抽样里,存量产品更偏向 Optimoz AI、Bankee、Shortcut、Batcher.ai 一类可核验系统,而不是当日新注册趋势。
因为来源是完整区域文件,高分站点可能已存在一段时间;本报告只展示此前日报从未用过的项目。
优先跟踪有公开价格信号的产品,例如 Batcher.ai 免费试用;付费套餐起价 19 欧元/月,模型费用走用户自己的 API key、Merkado 模板一次买断,例如线索捕获 149 美元、预约 199 美元、客户门户 349 美元,30 天退款、WarmGraph 免费看前 25 人;Pro 29 美元/月,Campaign 79 美元/月、Signa 7 天试用无需绑卡;Individual 49 美元/月,Professional 199 美元/月。
对加载页、域名出售页和空白页保持排除;只有能证明数据来源、集成或交付结果的项目才进入跟踪名单。
| 机会方向 | 样本信号 | 商业判断 | 优先级 |
|---|---|---|---|
| 开发者与智能体基础设施 | 4 个 | API、编排、身份、本地检索和控制平面可形成高频基础设施收入。 | 高 |
| 营销与搜索可见度 | 3 个 | 与 AI 搜索引用、内容生产和获客直接相连的项目更容易验证 ROI。 | 高 |
| 内容与个人效率 | 4 个 | 重点观察使用频次、付费墙和分发渠道。 | 中 |
| 行业垂直应用 | 18 个 | 有明确采购角色和可核验交付结果的垂直产品优先跟踪。 | 中 |