Vela：把 AI 变成你的私人行政助理，帮你搞定所有日程协调

2026-02-19 | Product Hunt | 官网 | YC 页面

30秒快速判断

这App干嘛的：你把 Vela CC（抄送）进邮件或对话里，它就像一个真人行政助理一样，帮你跟对方协商时间、跟进没回复的人、处理时区冲突，最后把会议订好。支持邮件、短信、WhatsApp、电话，全渠道通吃。

值不值得关注：值得关注，但先别急着用。这是 YC W26 的项目，两个印度裔兄弟联合创业，背景很硬（沃顿+CMU+AWS+Perplexity）。产品方向踩在“AI Agent 替代人类重复劳动”的大趋势上。但目前产品极早期，定价未公开，公开用户评价为零。如果你每天花超过 30 分钟在协调日程上，可以列入观察名单。

与我有关三问

与我有关吗？

目标用户是谁：日程协调量大、沟通渠道多的专业人士。目前核心客户画像是：

• 企业招聘团队（每周安排数千次多方面试）
• 大型销售团队（跨部门协调）
• 创始人/高管（高优先级会议需要“白手套”级别的服务）

我是吗：

• 如果你是独立开发者/自由职业者，一天就几个会 —— 大概率不需要。
• 如果你管一个团队，每天花大量时间在“帮我找个大家都行的时间”上 —— 你就是目标用户。
• 如果你的沟通场景经常跨渠道（邮件聊着聊着切微信/WhatsApp） —— Vela 的多渠道能力正好解决这个痛点。

什么场景会用到：

• 招聘面试协调：5 个面试官的日历要对齐 --> 用这个。
• 销售约客户 Demo：客户邮件不回，要换短信跟进 --> 用这个。
• 个人一天就两三个会，Calendly 够用 --> 不需要这个。

对我有用吗？

ROI 判断：如果你是高频调度者（招聘/销售），ROI 大概率为正。如果你是普通上班族，Calendly + Reclaim AI 的组合目前更成熟、更便宜。Vela 的杀手锏是“像人一样协商”，但这个能力需要亲自试过才知道靠不靠谱。

喜闻乐见吗？

爽点在哪：

• “Just CC” 工作流：邮件里写一句“Looping in Vela to find a time”，它就接管了。不需要打开任何新界面。
• 跨渠道不断线：对方邮件没回？Vela 自动切短信跟进，整个协商上下文不丢。
• 理解潜规则：知道客户的会优先于团队闲聊，不用你手动设规则。

“哇”的瞬间：

“Vela 是为了处理那些会让普通调度工具崩溃的模糊情况而设计的 AI 助理。把它加入任何对话，它就会代表你进行协商。” —— @ycombinator 官方推荐

用户真实评价： 说实话，目前公开渠道几乎找不到终端用户的评价。产品太新了，Twitter/Reddit/HN 上都没有讨论。YC 官方说“企业招聘人员已经在用 Vela 安排数千场多方面试”，但这是官方口径，没有第三方验证。这是目前最大的不确定性。

给独立开发者

技术栈

从 Vela 的招聘 JD（创始 AI 全栈工程师）可以推断出完整技术栈：

• 前端：React + TypeScript
• 后端：Python + TypeScript（双语言，Python 做 AI 管道，TS 做 API）
• AI/模型：LLM + Prompt Engineering，使用 ReAct、Chain-of-Thought、Tool Use、Multi-Agent Coordination 等模式
• Agent 框架：LangChain / LangGraph / AutoGen / CrewAI 或类似框架
• 基础设施：AWS + Supabase
• 开发工具：Cursor、Claude Code、GitHub Copilot

核心功能实现

Vela 的核心是一个自主 AI Agent，能处理多步骤、上下文丰富的工作流。它不是简单的“查日历+发链接”，而是要：

1. 解析自然语言对话：理解“下周初找个时间”这种模糊表达。
2. 多渠道状态管理：邮件→短信→WhatsApp 切换时保持协商上下文。
3. 社交层级推理：判断会议优先级（客户 > 同事闲聊）。
4. 自动跟进：对方不回就换渠道或延时再发。

技术难度主要在 Agent 的可靠性上。招聘 JD 里特别强调“衡量 AI 系统是否正常工作、构建评估套件、理解准确率/召回率权衡，以及调试非确定性系统”。说白了，让 AI 去帮你约会议，出错一次就很尴尬，这对系统可靠性要求极高。

开源情况

• 开源吗：不开源，GitHub 上找不到任何相关仓库。
• 类似开源项目：LangChain/LangGraph 本身是开源的，可以基于它们搭建类似的 Agent。Cal.com 是开源日历工具但不做 Agent 协商。
• 自己做难度：高。核心代码可能 1-2 人月写出来，但多渠道集成（SMS/WhatsApp API）、自然语言协商的可靠性、以及边缘情况处理（时区、多方日历冲突）是真正的壁垒。预计 4-6 人月才能做到生产可用。

商业模式

• 变现方式：B2B SaaS，付费试点 + 年度合同。
• 定价：未公开。从面向企业招聘/销售团队的定位来看，预计不低于 $50/用户/月。
• 用户量：未公开。官方说已有企业客户，但没给具体数字。

巨头风险

高。日程调度是 Google（Gemini + Google Calendar）、Microsoft（Copilot + Outlook）、Apple（Siri + Apple Calendar）都可以轻松整合进现有产品的功能。Google 已经在 Calendar 里加了 AI 辅助功能，Copilot 也能帮你约会议。

但 Vela 的差异在于“跨平台跨渠道”。Google 不会帮你发 WhatsApp，Microsoft 不会帮你发短信。这个跨渠道的脏活累活，巨头不一定愿意干。另外，Vela 的“理解社交层级”和“主动协商”这类软技能，短期内巨头很难做得精细。

给产品经理

痛点分析

• 解决什么问题：日程协调中的“乒乓效应” —— 来回发消息找大家都行的时间。
• 痛点有多痛：知识工作者约 60% 的时间花在日程等例行事务上。对招聘团队来说，协调 5 方面试可能一个上午就没了。属于高频刚需。
• 现有方案为什么不够：Calendly 是被动式（发链接让人选），不能主动协商；Motion/Reclaim 侧重个人时间管理，不做跨渠道代沟通。

用户画像

• 核心用户：企业招聘协调员、SDR/AE（销售）、创始人/高管的行政助理。
• 次要用户：律所、咨询公司等专业服务（Professional Services）从业者。
• 使用场景：任何需要“代表我去跟别人协商时间”的场景。

功能拆解

竞品差异

可借鉴的点

1. “Just CC” 交互模式：零学习成本，用户不需要学新界面。这个设计思路可以应用到很多 AI Agent 产品上。
2. 跨渠道上下文保持：不是分别处理每个渠道，而是把所有渠道当作同一个对话的不同窗口。
3. 社交层级隐式学习：不让用户手动设规则，而是从行为中推断优先级。

给科技博主

创始人故事

这是个值得写的故事。Gobhanu 和 Saatvik Korisepati 是一对亲兄弟，在阿曼长大，后来一个去了沃顿，一个去了 CMU。

Gobhanu (CEO)：14 岁就创立了 SWIFTmfi，向 77 个国家 3200 多位女性发放了超过 40 万美元的免息小额贷款。获得过威廉王子颁发的戴安娜传奇奖（Diana Legacy Award），还是奥巴马-切斯基航海家学者。之后在 BCG AI 和 Perplexity 工作，从沃顿 Huntsman 项目退学来做 Vela。

Saatvik (CTO)：16 岁申请了第一个专利。在 CMU 两年内完成了两个排名第一的专业（CS 和 IS），以最高荣誉毕业。在 AWS ML 超算团队当过获奖工程师。又去芝加哥大学读 Booth Scholar（MBA/MS CS），然后也退学出来做 Vela。

两兄弟的共同点：都是“退学创业”型选手，都有社会影响力背景，技术和商业能力极度互补。

争议点/讨论角度

• 信任门槛高：让 AI 代替你跟客户/候选人沟通，出错了谁负责？这是所有 AI Agent 产品面临的核心信任问题。
• 隐私风险：需要访问邮箱、日历、短信、WhatsApp，数据权限非常高。对隐私敏感的用户来说这是硬伤。
• “AI Agent”是否过度承诺：2026 年 AI Agent 概念非常热，但真正能可靠运行的产品还很少。Vela 说自己“像真人 EA 一样工作”，实际体验是否能达到这个标准？

热度数据

• PH 排名：11 票，热度目前较低。
• YC 背书：W26 批次，YC 官方 Twitter 专门发推介绍。
• 公开讨论：Reddit、Hacker News 上暂无大规模讨论。
• 判断：产品极早期，还没出圈。但 YC 背书意味着有一定质量保证。

内容建议

• 适合写的角度：“AI Agent 能不能替代人类行政助理？” —— 用 Vela 做案例分析。
• 蹭热点机会：2026 年 AI Agent 是最大热点之一，Gartner 预测年底 40% 企业应用含 AI Agent。可以把 Vela 放在“AI Agent 落地场景盘点”里。

给早期采用者

定价分析

目前没有公开的免费版。从“付费试点+年度合同”的模式看，Vela 走的是 B2B 高客单价路线，不太可能有免费版给个人用户玩。

上手指南

• 上手时间：预计 5-10 分钟（连接日历+邮箱）。
• 学习曲线：极低。核心操作就是“抄送 Vela 进邮件”。
• 步骤：
  1. 注册 tryvela.ai（目前可能需要申请试用）。
  2. 连接 Google Calendar / Outlook。
  3. 授权邮箱访问。
  4. 在下一封需要协调日程的邮件里 CC Vela。

坑和注意事项

1. 数据权限大：需要读取你的邮件、日历、甚至短信/WhatsApp。对隐私敏感的人来说是个坎。
2. AI 可能出错：让 AI 代你跟客户沟通，一旦出错（比如约错时间、语气不对），后果比自己出错更尴尬。
3. 产品极早期：YC W26 刚出来的项目，Bug 和功能缺失在所难免。不适合拿来处理最关键的业务场景。
4. 锁定风险：一旦习惯把日程交给 Vela，再切回手动模式会很痛苦。

安全和隐私

• 数据存储：云端（AWS + Supabase）。
• 隐私政策：官网有条款页面，但具体细节未完全公开。
• 安全审计：暂无公开信息。
• 风险提示：它需要深度访问你的通信内容，这比一般 SaaS 工具的权限要求高得多。

替代方案

给投资人

市场分析

• AI Agent 赛道规模：2024 年 54 亿美元，预计 2030 年 503 亿美元，年复合增长率 45.8%。
• AI 工作助手细分：2024 年 5.22 亿美元 → 2032 年 7.52 亿美元。
• 驱动因素：LLM 能力提升、企业降本增效需求、39% 消费者已接受 AI 安排日程。
• Gartner 预测：2026 年底 40% 企业应用将包含 AI Agent。

竞争格局

Vela 的定位是“比工具更智能，比真人更便宜”。竞争对手不是 Calendly（那是上一代），而是 Lindy 这类同样打 AI Agent 旗号的新产品。

Timing 分析

• 为什么是现在：LLM 的自然语言理解能力在 2025-2026 年达到了可以胜任“代人协商”的水平。ReAct/Tool-use 等 Agent 模式成熟。
• 技术成熟度：Agent 框架已相对成熟，但 Agent 可靠性仍是行业级难题。
• 市场准备度：企业端接受度正在快速增高，尤其是在招聘和销售场景。

团队背景

• Gobhanu Korisepati (CEO)：沃顿退学、BCG AI、Perplexity 背景。14 岁创立 SWIFTmfi。
• Saatvik Korisepati (CTO)：CMU CS 最高荣誉、AWS ML 超算专家。16 岁获首个专利。
• 团队规模：4 人，位于旧金山。
• 评价：兄弟搭档，技术+商业互补，社会影响力背景加分。但团队极小，需要快速扩张。

融资情况

• 已融资：YC W26 标准投资 —— 50 万美元。
• 估值：未公开（YC 标准 deal 隐含约 700 万美元投后估值）。

结论

一句话判断：Vela 踩在 AI Agent 替代重复劳动的大趋势上，“Just CC” 的交互设计非常聪明，创始团队背景极硬。但产品处于极早期，信任门槛高。适合关注，暂不适合全量业务使用。

资源链接

2026-02-19 | Trend-Tracker v7.3