Mindstone Rebel Mindstone Rebel 是一款桌面AI工作空间，连接用户记忆、会议、文件等，让智能体辅助真实工作并带审批检查，适合需要多工具协同的专业人士。 热门评论 PH 用户嘿 Product Hunt，我是 Melissanthi，Mindstone 的资深产品工程师。我们正在发布 Rebel，一个面向智能体工作的 Fair Source AI 桌面应用。现在做这件事的原因很简单：AI 工作不应该被困在某个封闭平台或单一模型提供商里。Rebel 是一个桌面工作空间，你可以下载、本地运行、查看代码、自定义，并通过 MCP 连接到自己的工具。Fair Source 意味着代码是公开的，但带有一些实际限制，让我们能可持续地继续开发产品。小团队和个人可以自由使用和修改 Rebel，而大型组织则需要商业许可。这次发布也是推动更可移植 AI 工作流的一部分：模型可选、本地优先的文件、MCP 连接器，以及团队真正能理解和调整的工作流。我们非常希望听到创业者、开发者、运维人员和 AI 团队的反馈：• 你希望从 Fair Source AI 工作空间中看到什么• 你怎么看待模型可选和本地优先的 AI 工具• 怎样能让 Rebel 在你自己的工作流中发挥用处PH 用户你们到底怎么划分小团队可以自由使用的范围，和需要商业许可的范围？问这个是因为这种明确的界定通常决定我们是否采用。PH 用户我最喜欢 Rebel 的一点是它的记忆机制——它会在使用中学习，并能和其他 Rebel 实例共享记忆（比如整个公司内部）。有趣的在于它如何判断哪些记忆应该共享、和谁共享，哪些应该保密。如果不确定，它会先询问。PH 用户稍微讲讲个人背景，为什么我这么在意这个。我不是把 Rebel 当演示环境用，而是用它完成大部分工作。大多数时候，这意味着说话而不是打字：重要通话前的会议准备、跟进那些我原本会拖延的事情、从邮件、日历、Slack、文档和旧对话中整合上下文、用我的口吻起草、在把东西发给客户、投资人或团队之前挑战假设。对我的改变不仅仅是“同样的工作做得更快”，而是我现在能以我一直想要的水准去工作，而这通常是我过去没有时间或精力做到的。更好的准备、更好的后续跟进、更多的上下文、少依赖脑力记忆。这也是为什么 fair source 对我很重要。如果一个智能体要如此贴近我的实际工作（记忆、工具、审批、日常混乱的上下文），信任就不能只是一个品牌承诺。人们应该能够检查它、自己运行它，并理解它的边界。Rebel 最初是我个人的工作操作系统，如今没有它我无法完成工作。把它开放出来感觉是正确的一步。PH 用户“先询问”这个设计很聪明——大多数 AI 智能体只管横冲直撞，等你后来才发现做错了。这个确认步骤是可以配置的，还是默认始终开启？PH 用户@melissanthi_papacharalampous1 “先问再干”这个层对我来说是最强的部分。当智能体能在低风险任务上自由工作，但在涉及邮件、共享空间或任何敏感操作时主动暂停，它们就变得有用多了。那种介于完全锁定和完全自主之间的中间地带，感觉才是真正建立信任的开始。 热门产品Melissanthi Papacharalampous2026-06-24原文 打开互动版
我们正在发布 Rebel，一个面向智能体工作的 Fair Source AI 桌面应用。
现在做这件事的原因很简单：AI 工作不应该被困在某个封闭平台或单一模型提供商里。Rebel 是一个桌面工作空间，你可以下载、本地运行、查看代码、自定义，并通过 MCP 连接到自己的工具。
Fair Source 意味着代码是公开的，但带有一些实际限制，让我们能可持续地继续开发产品。小团队和个人可以自由使用和修改 Rebel，而大型组织则需要商业许可。
这次发布也是推动更可移植 AI 工作流的一部分：模型可选、本地优先的文件、MCP 连接器，以及团队真正能理解和调整的工作流。
我们非常希望听到创业者、开发者、运维人员和 AI 团队的反馈：
• 你希望从 Fair Source AI 工作空间中看到什么
• 你怎么看待模型可选和本地优先的 AI 工具
• 怎样能让 Rebel 在你自己的工作流中发挥用处
有趣的在于它如何判断哪些记忆应该共享、和谁共享，哪些应该保密。如果不确定，它会先询问。
我不是把 Rebel 当演示环境用，而是用它完成大部分工作。
大多数时候，这意味着说话而不是打字：重要通话前的会议准备、跟进那些我原本会拖延的事情、从邮件、日历、Slack、文档和旧对话中整合上下文、用我的口吻起草、在把东西发给客户、投资人或团队之前挑战假设。
对我的改变不仅仅是“同样的工作做得更快”，而是我现在能以我一直想要的水准去工作，而这通常是我过去没有时间或精力做到的。更好的准备、更好的后续跟进、更多的上下文、少依赖脑力记忆。
这也是为什么 fair source 对我很重要。
如果一个智能体要如此贴近我的实际工作（记忆、工具、审批、日常混乱的上下文），信任就不能只是一个品牌承诺。人们应该能够检查它、自己运行它，并理解它的边界。
Rebel 最初是我个人的工作操作系统，如今没有它我无法完成工作。把它开放出来感觉是正确的一步。
“先问再干”这个层对我来说是最强的部分。当智能体能在低风险任务上自由工作，但在涉及邮件、共享空间或任何敏感操作时主动暂停，它们就变得有用多了。那种介于完全锁定和完全自主之间的中间地带，感觉才是真正建立信任的开始。