Viktor：住在 Slack 里的 AI 同事，帮你干活不帮你聊天

2026-03-04 | ProductHunt | 官网

30秒快速判断

这App干嘛的：Viktor 是一个住在 Slack 里的 AI 同事。跟 ChatGPT 不同，它不只回答问题——它直接帮你干活。连接 3000+ 工具，自己写代码、跑任务、部署应用、发邮件、管广告，还能主动发现你团队的工作模式并提出自动化建议。

值不值得关注：值得关注，但带着问号。这是目前 Slack 原生 AI Agent 赛道里最激进的产品之一。背后有 Daniel Gross（前 YC AI 负责人）和 Nat Friedman（前 GitHub CEO）站台，1000+ 团队在用。但 20 票的 PH 表现说明大众认知度还很低，额度消耗不透明是个坑。

与我有关三问

与我有关吗？

目标用户是谁：10-50 人的创业团队，尤其是重度使用 Slack 的公司。市场、运营、工程团队都是目标用户。

我是吗：如果你符合以下任意一条，你就是目标用户：

• 团队用 Slack 沟通，每天在 5+ 个 SaaS 工具之间来回切换
• 经常需要拉数据、做报告、跑广告但没有专职运营
• 一个人干三个人的活，想把重复工作甩给"虚拟同事"

什么场景会用到：

• 早上打开 Slack，Viktor 已经帮你拉好了昨天的广告数据 + 收入报告
• 你说"帮我查一下上周 HubSpot 新增线索"，Viktor 直接拉数据、做分析、生成 PDF
• Viktor 发现你的 Google Ads 在烧钱但效果差，主动暂停并通知你
• 不适合：个人用户、不用 Slack 的团队、需要本地部署的场景

对我有用吗？

ROI 判断：如果你团队 10 人以上，每月在运营和数据工作上花超过 40 小时，$99/月的 ROI 非常划算。但额度消耗不透明，可能出现"月底才发现额度用光了"的情况。建议先用 $100 免费额度跑通核心场景，再决定是否付费。

喜闻乐见吗？

爽点在哪：

• 主动干活：不需要你去问，Viktor 会自己观察团队动态并提建议。每周两次自动扫描 Slack 活动，私信你个性化的自动化方案。
• 持久记忆：跑了一周的任务不会丢失上下文。Viktor 通过 skills 系统积累知识，一个同事教会它的东西，全团队都能用。
• 真的会写代码部署：不是生成代码片段让你复制粘贴，是直接在云端 Linux 沙盒里写完、跑完、部署好。

"哇"的瞬间：

创始人被困迪拜遭遇导弹袭击，Viktor 自主在 Slack 发布了 28 条实时导弹动态、追踪每个团队成员的航班状态、告诉他们什么时候避难。然后继续跑广告、发现支出异常、提交代码 PR。没人让它这么做。 — @fawiatrowski

用户真实评价：

正面："他就像一个不知疲倦的初级同事，能写、能编、能设计、能研究，还能把一切连接起来。在一周内，我们产出的内容和营销基建比我一个人干一个月还要多。" — Dan Norris, 博客

正面："Viktor 自主暂停了一个每天烧 $400 的 Google Ads 广告系列。没人让它这么做。" — @fawiatrowski

吐槽："Viktor 显然错了，品牌曝光类广告的 KPI 不是点击率（CTR）而是千次展示成本（CPM），坏 Viktor。" — @iDominikos（指出 Viktor 在判断广告 KPI 时搞错了指标）

吐槽："免费试用非常慷慨，但额度消耗得很快，一旦你必须付费，你就会对成本变得非常敏感。" — 用户反馈

给独立开发者

技术栈

• 运行环境：每个 Viktor 实例跑在独立的持久化 Linux 沙盒里，有完整 shell 访问、文件系统和执行环境
• AI/模型：自研 AWA-1（Autonomous Web Agent-1），浏览器自动化任务完成率 89%，超过 GPT-4o 的 68%
• 前端：Slack 原生，即将支持 Microsoft Teams
• 部署能力：Viktor Spaces——自带 Convex 数据库 + 自定义子域名的 web 应用部署
• 集成方式：3000+ 预建集成 + 如果缺少某个工具可以自行构建集成

核心功能实现

Viktor 的核心差异在于"执行"而非"生成"。它在云端拥有自己的计算机，可以操作真实浏览器（填表单、导航、抓数据、截图），写代码并直接运行，连接外部 API 执行操作（发邮件、更新 CRM、调整广告出价）。Workflow Discovery Agent 每周两次扫描 Slack 活动，主动提出自动化建议。Skills 系统作为持久化知识库，让 Viktor 越用越聪明。

开源情况

• 开源吗：否。代码完全闭源。
• 类似开源项目：OpenClaw（个人版，自托管，196K GitHub stars），但定位完全不同——OpenClaw 是个人助手，Viktor 是团队同事。
• 自己做难度：极高。需要：(1) 持久化沙盒环境，(2) 3000+ 工具集成层，(3) 浏览器自动化引擎，(4) 主动学习系统，(5) Slack/Teams 深度集成。预计 10+ 人月，且需要持续维护集成。

商业模式

• 变现方式：基于额度的订阅模式
• 定价：免费 $100 额度 → $99/月 (20K) → $999/月 (2.4M) → 企业版自定义
• 用户量：1000+ 团队
• 估值：Pre-Seed $2.9M（2024年6月），当前估值未公开

巨头风险

高风险。Salesforce 已经在做 Agentforce（Slack 内 AI Agent），Microsoft 有 Copilot + Teams 集成。两大巨头都有 Slack/Teams 的原生优势。但 Viktor 的赌注是：巨头做的是通用助手，而 Viktor 做的是"真正干活的同事"——主动发现问题、跨工具执行、持久记忆。这个差异化窗口可能只有 12-18 个月。

给产品经理

痛点分析

• 解决什么问题：团队在 5-20 个 SaaS 工具之间来回切换、手动拉数据、做报告、管广告，每天浪费大量时间在重复性操作工作上
• 痛点有多痛：高频 + 刚需。每个 10+ 人团队都有这个问题。现有方案要么是 Zapier 式的流程自动化（配置复杂、不够灵活），要么是雇人干（贵）

用户画像

• 核心用户：10-50 人创业团队的运营、市场、工程负责人
• 次级用户：小型企业创始人（一人身兼多职）
• 使用场景：日常数据拉取 + 报告生成 + 广告监控 + 竞品研究 + 内容发布

功能拆解

竞品差异

可借鉴的点

1. "主动干活"的设计理念——不等用户问，自己发现问题。这是 AI Agent 的下一代范式。
2. Skills 系统的知识积累——让 AI 越用越聪明，且知识全团队共享，解决了"每次都要重新教"的痛点。
3. "战区发布"的营销故事——用极端场景（导弹袭击）证明产品可靠性，比任何基准测试（benchmark）都有说服力。

给科技博主

创始人故事

• 创始人：Fryderyk Wiatrowski + Peter Albert
• 背景：两人都是前 Meta 员工。Peter Albert 是 Llama 2 核心团队成员，此前有 8 年创业经验（电商）。2023 年 8 月成立 Zeta Labs。
• 为什么做这个：Albert 在招运营岗时发现大量工作时间花在重复性任务上，想让团队专注于真正重要的工作。
• 故事线：Jace AI（浏览器自动化 Agent） → 获 $2.9M Pre-Seed → 转型做 Viktor（Slack 原生团队 Agent） → 在迪拜导弹袭击期间发布产品。

争议点/讨论角度

• "AI 同事"vs"AI 助手"的定义之争：Viktor 刻意区分自己和 ChatGPT/Claude 的"助手"定位，但这条线真的存在吗？还是纯营销话术？
• 额度不透明问题：用户反映额度消耗快且不可预测，这对创业团队是隐性风险
• KPI 判断错误：有用户指出 Viktor 在暂停 Google Ads 时使用了错误的 KPI（用 CTR 而非 CPM 评估品牌曝光类广告），说明 AI 在专业领域的判断还不够可靠
• 巨头入场：Salesforce Agentforce、Microsoft Copilot 都在做类似的事情

热度数据

• PH 表现：20 票，偏低（说明大众认知度不高，或竞品太多导致分散）
• Twitter 讨论：少量讨论，主要来自创始人和早期用户圈子，9 条相关推文
• 实际用户量：1000+ 团队（官方数据）
• 投资人背景：Daniel Gross + Nat Friedman 是顶级 AI 投资人组合

内容建议

• 适合写的角度："AI 同事 vs AI 助手：Viktor 真的能替代一个初级运营吗？"——用实际测试对比
• 蹭热点机会：AI Agent 2026 是大热话题，Viktor 的"战区发布"故事本身就是爆款素材
• 中文市场角度：国内团队多用飞书/钉钉而非 Slack，但 Viktor 的产品理念可以启发国内类似产品

给早期采用者

定价分析

上手指南

• 上手时间：5 分钟安装到 Slack，1-2 小时配置核心集成
• 学习曲线：低——用自然语言跟 Viktor 对话就行
• 步骤：
  1. 在 getviktor.com 注册账号
  2. 安装 Viktor 到你的 Slack 工作区
  3. 连接你最常用的工具（如 Google Ads、HubSpot、Stripe）
  4. 在 Slack 里跟 Viktor 说你想做什么
  5. Viktor 会自动学习你的工作模式，逐渐变得更有用

坑和吐槽

1. 额度消耗快：计算密集型任务（应用构建、长时间研究）会快速消耗额度，实际成本可能超预期
2. 共享集成风险：所有集成全团队共享。连了你的个人邮箱？全团队都能用。请只连你愿意共享的工具
3. 专业判断有误：在广告优化等需要专业知识的领域，Viktor 的判断不一定对。暂停广告前最好设置需要审批
4. Slack 工作区切换：有用户报告切换 Slack 工作区时遇到问题

安全和隐私

• 数据存储：云端（非本地）
• 隐私承诺：不用你的数据训练外部模型，工作区之间有硬性技术隔离
• 合规认证：SOC 2 Type 1 已通过，SOC 2 Type 2 和 ISO 27001 进行中
• 权限控制：写操作默认需要你审批，可按操作和团队成员配置
• 即将推出：隐私模式、角色权限、单用户令牌范围控制、敏感数据检测

替代方案

给投资人

市场分析

• 赛道规模：AI Agent 市场 2026 年约 $7.6-10.9B
• 增长率：年复合增长率 43-50%，预计 2034 年达 $139-199B
• 驱动因素：企业自动化需求、NLP 进步、云计算普及、80% 企业应用将在 2026 年嵌入 Agent

竞争格局

时机分析

• 为什么是现在：2026 年被称为 "智能体 AI 元年"。基础模型能力（GPT-4o+, Claude 4, Gemini 2）已足够支撑复杂任务执行，企业对 AI 从"对话"到"执行"的需求爆发
• 技术成熟度：浏览器自动化和多工具集成已可实现高可靠性（AWA-1 达到 89% 完成率）
• 市场准备度：高。1000+ 团队在预发布阶段已采用，说明需求真实

团队背景

• Fryderyk Wiatrowski：CEO，前 Meta
• Peter Albert：CTO，前 Meta Llama 2 核心团队，8 年创业经验
• 核心团队：规模未公开，从 Jace AI 时代积累了浏览器自动化和 Agent 系统经验

融资情况

• 已融资：$2.9M Pre-Seed（2024 年 6 月）
• 领投：Daniel Gross（前 YC AI 负责人）+ Nat Friedman（前 GitHub CEO）
• 参投：Earlybird VC, Kaya VC, AI Grant, swyx, Mati Staniszewski（ElevenLabs 创始人）
• 估值：未公开

风险因素

1. 巨头竞争：Salesforce 和 Microsoft 都在做 Slack/Teams 内的 AI Agent
2. 额度模式可持续性：用户对成本不可预测性有顾虑
3. 从 Jace 到 Viktor 的转型：说明团队还在寻找产品市场契合点（PMF）
4. PH 20 票：大众认知度低，市场教育成本可能高

结论

Viktor 是 2026 年 AI Agent 赛道里最大胆的赌注之一：不做聊天机器人，直接做"AI 同事"。主动干活、持久记忆、3000+ 工具集成——听起来很美。但额度消耗不透明、巨头环伺、PH 热度不高，说明它还需要时间证明自己。

资源链接

2026-03-04 | Trend-Tracker v7.3