AI / 智能体 · 发车 2026年9月25日

Kaiku

面向 agent 的任务跟踪与 wiki:经 MCP 派发,执行前批准提议。

为 AI agent 打造的任务跟踪与 wiki:分派 issue、经 MCP 接入、查看运行与成本,在执行前批准 agent 提议。宣称 30 天免费试用。

上榜 2026年9月26日 · 发车 2026年9月25日
Kaiku

为何上榜

2026-09-26 核验 kaiku.tech/en 在线(登录产品在 kaiku.app)。9 月 25 日登上 Product Hunt(约第 16 名、约 76 票)。AI / 智能体类比营销 / 设计 / 开发工具更薄,榜上还没有「agent 原生 tracker/wiki + 人工批准提议」(和 Solid 自带机器的智能体、GBrain 团队 Markdown 脑不同)。宣称 30 天免费试用;仍是早期产品。

这是什么

Kaiku(https://kaiku.tech/)是面向智能体的任务跟踪与 wiki:你可以把 issue 交给 agent(或经 MCP 接入),查看运行与成本,并在 agent 提议落地前由人批准。产品把 agent 当成默认同事,而不是挂在传统工单里的插件;wiki 走同一协议,上下文不困在聊天里。文案强调提议会记成「向人提问」且没有静默默认答案、30 天免费试用无需绑卡,以及可用工作区地址让 agent 协助注册。我们于 2026-09-26 核验 https://kaiku.tech/en HTTP 200(登录产品在 kaiku.app)。

适合谁

越来越多工作由编码 / 运维 agent 完成、又需要共享 issue + wiki、且人对不可逆步骤把关的小团队。它和 Solid(自带机器与预算的智能体)、GBrain(团队 Markdown 脑)不同:Kaiku 是带人工批准提议的 tracker/wiki。若你只要经典 Jira、或完全拒绝 agent 写路径靠近生产,就不合适。在本站它落在 AI / 智能体类,和 Solid / Harden / Elva / Kody / GBrain 并列。

为何上榜

新鲜公开上线:2026-09-25 登上 Product Hunt(约第 16、约 76 票;约 1 天)。AI / 智能体类比营销 / 设计 / 开发工具更薄,榜上还没有「agent 原生 tracker/wiki + 明确人工批准提议」这一档。诚实保留:早期产品——我们没有在真实工作区跑完整周多 agent,也未审计试用后的计费。

注意

各 agent 工具链的 MCP 覆盖面、提议审计在争议场景下的表现未验证。试用后的价格可能变化;「agent 从不自行决定」需在你自己的工作区核实。请访问 kaiku.tech。注意市场上还有同名音乐 / 金融产品,勿混淆。

下一步

试用 Kaiku

外链到产品站。笔记为我们原创 — 不粘贴厂商营销文案。

打开 Kaiku →

给开发者

你是 Kaiku 的开发者?挂个收录徽章

把这枚徽章放到官网页脚或 README,访客点一下就能看到我们写的独立笔记。完全可选、免费 — 上榜从不以外链为条件。

Kaiku 已收录于 sudoai.net
<a href="https://sudoai.net/zh/launches/kaiku/" target="_blank" rel="noopener"><img src="https://sudoai.net/badges/listed-on-sudoai-light-zh.svg" alt="Kaiku 已收录于 sudoai.net" width="162" height="54" /></a>

徽章链接到本页。只能用于已上榜的产品;我们不颁发排名或「精选」类徽章。

以上为 sudoai.net 面向 maker 的原创 curation。事实在上榜当日对照产品 URL 核对;功能与定价会变 — 购买或接入前请以厂商页面为准。

更多AI / 智能体类新品

  • GBrain

    团队共用的 Markdown 记忆工作区:带权限的 Gmail/日历等工具桥接 + 可定时技能,ChatGPT / Claude / Claude Code / Cursor 等均可读写同一上下文。YC 支持;按 workspace 计价。

  • Solid

    描述任务 → 智能体自备真机(Mac/Windows/Linux/手机/云)、开账号,并在你设的预算/审批内花费;合上电脑后继续干;月付 Starter $40 / Pro $160 / Max $640 进同一余额;试用 $20。

  • Jev

    托管 System One 模型:choice/score/noul 问题返回可校准的类型化结果,用于分流、闸门与打分。