Coworker AI
Coworker AI 是一个智能模型路由工具,基于上下文自动选择最优模型,帮助团队降低 AI 使用成本,提升效率。
Maker 说
Hey Product Hunt 👋
我们不断听到同样的声音:企业 AI token 成本正在爆炸式增长。
去年 12 月还只花 50 万美元/年的组织,到了今年 5 月已经花掉 1500 万美元/年。
而 CFO 们开始问同一个问题:我们是要削减 AI 投入,还是裁人?
Coworker 给组织提供了第三种选择:更多 AI,更少开支。
Coworker 以 80% 的低成本提供同样前沿质量的聊天、cowork 和代码功能。我们通过为每个任务匹配正确的上下文和模型(开源或闭源)来实现这一点。
这意味着你能获得与 Opus 4.7 相同的输出质量,但相比 Anthropic 或 OpenAI API 费率,相同花费下能得到 5 倍的 token,覆盖:
聊天——基于你公司的真实上下文和持久知识图谱
构建——文档、演示文稿、PDF、实时仪表盘、应用或任何 artifact,并在组织内共享
代码——在虚拟沙箱中执行任意任务
智能体——通过长期运行的智能体和复杂触发器实现端到端工作流自动化
会议——通过会议记录机器人或环境转录获取会议摘要、记录和后续行动
企业级——所有模型托管在美国,SOC 2 认证,渗透测试通过,30 多个企业连接器
为了启动,我们给本周注册的每个人赠送 500 积分。如果你在接下来的 24 小时内注册,还会额外获得 200 积分。
前往 Coworker.ai —— 我迫不及待想看你们造出什么。
Alex
我们很激动能把Coworker.ai带给世界。很想听听那些已经遇到AI支出瓶颈的人,好奇你/你的组织的临界点是什么样子。也很乐意回答关于积分系统或模型路由内部工作原理的任何问题!
他们要么过度设计一个手动决策树,要么干脆默认所有请求都用GPT-4。好奇当查询在层级之间模糊不清时你们如何处理路由决策,比如某个请求看起来简单但实际上需要细致推理的情况。还有路由层本身带来的延迟开销是怎样的。不过不管怎样,我觉得非常有趣
恭喜发布!