发现
事件、对象、日历或成品，让用户无需先发明 Prompt。
AI PLATFORM GROWTH · PRODUCT RESEARCH · AS OF 2026-09-03
增长先从
值得消费的结果开始
不是再加一个聊天框，也不是先让用户学会创建 Agent。先让事件或对象制造进入理由，让带证据的完整结果完成首次价值，再把满意结果变成可保存、可触发、可分享的用户资产。
核心判断
内容／对象 → 完整结果 → 保存分享 → 私有 Agent → 事件复访 → 受治理的创作者分发。
- 研究范围
- 3 项竞品
- 现场证据
- 14 张截图 + 可点击图片轮播
- 决策对象
- 拉新、留存、创作、付费
- 明确边界
- 未实测即 N/A
CHAPTER 01
怎么做，才会带来用户增长？
把 Agent 从首屏概念降级为结果后的保存机制，把内容、对象和真实事件升级为增长入口。
三项产品共同指向一个结论：用户不是因为“平台可编排”而留下，而是因为今天拿到的结果有价值、可核验、能保存，并在下一次真实变化发生时继续替他工作。
完整结果
一次免费高价值任务必须做完，并显示证据和未知项。
保存／分享
稳定 URL、海报、报告和可继续编辑的对象承担自然分发。
私有 Agent
从满意结果继承对象、来源、格式，只确认触发条件。
事件复访
先检测变化；无变化不生成、不扣费、不推送。
创作者分发
按完成率、复用、证据与纠错排序，不按总运行量。
按增长问题重看同一组机制
切换只改变视觉强调，所有证据与反证始终保留。
当前展示完整增长链。优先建设：对象／事件入口、带证据结果、稳定分享物。
CHAPTER 02
Surf｜内容研究、报告与 Studio
查看资讯入口、研究报告、Studio Gallery、Remix 与额度边界如何被组织在同一产品中。
产品图片与路径导览
点击左右箭头切换；下方图片可查看大图。
本轮真实运行 NVIDIA 财报任务；Studio、内容首页与付费边界为当前可见界面。轮播同时保留成功态与主要失败边界。
报告式结果支持扫描、回源与导出
证明：结果不再是聊天气泡。边界：漂亮结构不等于任务全覆盖。
从现成作品开始，降低空白 Builder 成本
证明：创作入口与模板网络可见。边界：本轮账号 0 credits，未完成生成或发布。
传播能力越强，错误放大风险越高
证明：未经校验的中间数字会伤害金融信任。应展示检索、计算与修订状态，不展示草稿真相。
产品判断
最值得抄的是“内容制造问题 → 报告完成价值 → Gallery／Remix 承接创作”，不是频道数量或通用 Agent 叙事。
市场事件、链上信号和推荐问题先给用户一个明确题目。真实运行结果被包装为可重开的研究页，而 Studio 又把作品做成独立入口。增长资产从一段对话变成一个可读、可分享、可再次运行的对象。
先看到市场问题
行情、事件、信号和对象让用户无需先发明 Prompt；垂直承诺比“万能助手”更容易被理解。
一份完整轻报告
TL;DR、目录、十项指标、驱动／反证、字段来源、CSV／PNG／PDF 与稳定 URL 支持三层阅读。
外部市场持续变化
行情与事件天然变化；关注和持续任务若与结果相连，下一次差异就是有价值的召回理由。
作品比聊天更可传播
Gallery、Remix、独立作品 URL 和平台署名，让用户分享的是能运行的内容产品。
市场事件／对象 → 免费报告完成首次价值 → 稳定 URL／导出传播 → Gallery 浏览 → Remix 现成作品 → 新作品继续获客 → Pro／Studio／API 变现
可迁移
- 内容首页先制造题目，Chat 负责解释与行动。
- 结果固定目录、证据、反证、未知项、导出与稳定 URL。
- Gallery 先展示完成作品，再让用户 Remix。
- 分享回流看访问→注册→Remix→二次发布，不只看曝光。
不可照抄
- Chat、Studio、垂直模块三套额度切碎价值承诺。
- 奖金活动制造供给峰值，却无法证明持续创作。
- 把未经校验的中间推理包装成透明度。
- 把频道或作品数量写成能力质量。
来源与口径
- Surf Enterprise — 当前用户／组织量级；官网口径未定义活跃。
- 官方融资公告 — $15M 融资与早期使用声明。
- Studio Challenge 复盘 — builder、应用与投稿量；存在活动激励。
- Studio 开放说明 — Gallery、Remix 与传播单点案例。
CHAPTER 03
Fiscal.ai｜金融数据工作台与 AI 数据底座
Terminal 让人直接检查公司、口径和来源；API／MCP 把同一套金融事实提供给 Copilot 与外部 Agent。
产品图片与路径导览
点击左右箭头切换；下方图片可查看大图。
完成 NVIDIA 公司检索、季度财务、Segments & KPIs 和 Earnings event 浏览；未登录、未运行 Copilot。
一个 ticker 连接数据、事件与工具
证明：对象页是真实可用入口。边界：没有验证登录后保存、协作与个性化。
横向比较成立，历史锁定中断趋势判断
证明：季度、币种、单位和口径显式。边界：历史完整性、跨公司可比性与逐格来源未验证。
数字变化与管理层叙事相邻
证明：事件和数据围绕同一对象。边界：Watchlist 通知、Dashboard 更新与 Copilot 质量为 N/A。
Terminal
人直接查数、比较、检查口径与来源。价值是可见、可核对、可下钻。
API／MCP
把同一套金融事实接给 ChatGPT、Codex、Claude 与外部 Agent，避免每个应用重新造数据层。
Copilot／Skills
用自然语言做摘要、研究报告、模型、估值、财报复盘与 Watchlist 监控。属于官方能力，本轮未实测。
产品判断
Fiscal.ai 不是在前台卖“更会聊天”，而是把 AI 最缺的金融事实层产品化。
Terminal 让用户检查公司、期间、口径与原始材料；API／MCP 把同一数据交给外部模型；Copilot 与 Skills 再把查数、模型、估值和监控包装为自然语言任务。它的壁垒首先是可复核数据和对象模型，不是自研基础模型。
高意图 ticker
公开公司对象直接承接搜索和明确需求，先证明数据价值，不要求用户先学 Prompt。
可检查的金融事实层
财务表、特定 KPI、IR 和事件都带着对象、期间与口径，用户能沿来源核对。
财报与 Watchlist 事件
公司状态每季度更新，真实事件比泛化通知更能制造稳定复访。
Dashboard 与工作流
图表、指标和 Dashboard 沉淀用户方法；Copilot／MCP 工作流属于官方能力，本轮未实测。
公司搜索／合作方入口 → Terminal 验证公司、期间、口径和 KPI → IR／财报事件补充原始材料 → Copilot／AI Summary 或外部 MCP 组合研究任务 → Dashboard／Watchlist 保存 → 新财报触发复访
可借鉴
- 事实层与分析层分开，数据页面不冒充 AI。
- Chat 继承对象、期间、单位和来源，少让用户重复上下文。
- 同一事实层同时供给 Web、API 与 Agent，保持口径一致。
- AI 模板从财报复盘、估值等高价值任务切入。
不可照搬
- 把数据表、图表、日历、筛选器或预计算比率直接称为 AI。
- 只贴 AI 标签，却不展示证据、引用和可复跑的任务链。
- 用户完成一次完整判断前就锁住历史和审计信息。
- 期待重型 Terminal 自然获得大众 To C 新增。
来源与口径
- Fiscal.ai 官网 — 当前将产品定位为 Modern Financial Data Infrastructure，并展示 Terminal、API 与产品范围。
- Fiscal.ai MCP — 官方说明同一金融数据可接入 OpenAI、Claude 与自定义 MCP 客户端。
- MCP Skills 指南 — 官方列出的研究、模型与估值工作流；本轮未实测。
- MCP 集成指南 — 连接方式与能力边界。
- 产品更新记录 — AI Summaries、自然语言筛选与生成报告等官方更新；不等于本轮真实运行。
CHAPTER 04
AlphaSense｜不是企业版 Chat，而是“专业语料 × 研究对象 × 持续工作流”
Chat 只是入口；核心产品是把受权限控制的市场内容、公司／Watchlist、Workspace、Report／Grid 与可排程 Agent 串成研究生产线。
产品图片与路径导览
点击左右箭头切换；下方图片可查看大图。
可确认 Workspaces、Threads、来源模式、Agent library 与回答转 Agent 的设计；真实权限、性能和套餐可用性未实测。
三层 library 同时解决冷启动与治理
证明：My Agents、平台 Agents 与创建入口同屏。边界：真实可用性和使用深度未验证。
Create Agent from response 是关键转化点
证明：创作入口被放在满意结果之后。边界：继承范围、排程与邮件交付未实际运行。
未来能力不计入现有产品
证明：当前页面仍显示 Coming Soon。不能与新闻稿中的推出声明合并成已普遍可用。
核心区别
与常规 AI Chat 的区别，发生在对话框之外
一些通用 Chat 也有 Projects、Connectors 和 Tasks。AlphaSense 的差异不是“别人完全没有”，而是专业内容、研究对象、权限与交付流程已经被预整合。
| 维度 | 常规 AI Chat | AlphaSense |
|---|---|---|
| 数据源 | 开放网页、上传文件、连接器按次检索 | 受 entitlement 控制的公司文件、券商研究、专家访谈与内部资料 |
| 核心对象 | 对话、文件或通用项目 | 公司、Watchlist、文档集、Workspace 与研究产物 |
| 典型任务 | 自由问答与通用工具调用 | 财报分析、公司初探、thesis 验证、批量文档比较等标准流程 |
| 沉淀方式 | 聊天历史、记忆或项目，能力因产品而异 | Threads、知识、Report、Grid 与 Activity 留在 Workspace |
| 交付物 | 文本回答或通用文件 | 带来源链的 Report、Grid、Slides 及 PPT／Excel 工作流 |
| 复访机制 | 部分产品提供通用 Task 或自动化 | 围绕 Watchlist、Dashboard、Alert 与 Scheduled Agent 的对象变化 |
| 治理方式 | 账号、项目与连接器权限 | 内容 entitlement、文档／用户权限、组织 Agent 只运行不可编辑 |
普通 AI Chat 的默认核心对象是“对话”；AlphaSense 的默认核心对象是“受权限约束、可持续更新的研究项目及其交付物”。
产品判断
它不是“更会回答的企业 Chat”，而是把专业内容、研究对象和交付流程做成一套持续运行的研究系统。
Generative Search 表面像 Chat；真正差异发生在对话外。提问前先定公司、Watchlist、文档、来源和时间窗；回答后进入 Workspace、Report、Grid 或 Slides，满意回答还能保存为含变量、来源范围和排程的 Custom Agent。壁垒是内容授权、对象化索引、权限继承和研究交付物，不是聊天框。
稀缺内容 + 清晰对象
公司、行业、财报和 Watchlist 先形成意图；专业研究与内部资料提供通用搜索没有的内容价值。
来源受限的研究交付物
用户消费的不是一段聊天，而是能落到 Report、Grid、Slides 并保留引用的研究结果。
项目和 Watchlist 变化
Workspace 保存上下文，Alert 与 Schedule 连接下一次真实变化；无变化应当静默。
把成功研究保存为方法
满意回答转 Custom Agent，组织 Agent 固化团队方法；这是内部复用，不是公共创作者市场。
公司／Watchlist／Workspace 定义研究对象 → entitlement 决定可用证据 → Generative Search 检索与推理 → Report／Grid／Slides 形成可引用交付物 → 满意回答转 Custom Agent → Schedule／Alert 驱动复访 → Organizational Agent 固化团队方法
可借鉴
- 对象、时间、来源和交付物先于 Prompt。
- 满意回答旁固定“以后自动更新”，默认继承证据与输出。
- 用短结论加对比 Grid，把复杂研究变成可扫描交付物。
- 项目容器保留材料、结论、版本和 Activity。
- 模板分精选、我的、组织三层；Alert 与定时报告分开。
- 所有衍生产物保留来源链。
不可照搬
- To C 首屏搬入企业采购、entitlement 与所有对象名。
- 把 Schedule 当实时，把引用当正确。
- 把内部分享包装成公共创作者市场。
- 把参数化 Workflow Agent 当完全自治 Agent。
- 把 SuperAnalyst 有限 beta 写成普遍可用。
来源与口径
- Custom and Scheduled Workflow Agents — 创建、变量、日／周／月排程与限制；Scheduled Agent 不等于实时 Alert。
- Getting Started with Workspaces — Threads、知识、Report、Grid 与 Activity 的持续项目容器。
- Generative Search — 研究模式、来源选择与输出形态。
- AlphaSense Platform — 专业内容、金融数据与企业内容的产品范围。
- SuperAnalyst 公开页 — 截至 2026-09-03 仍显示 Coming Soon，并提供 early access 入口。
- SuperAnalyst 帮助中心 — 官方标注当前处于 beta；产品界面和功能可能尚未开放。
- SuperAnalyst 新闻稿 — select enterprise customers early access；不等于普遍可用。
CHAPTER 05
核心总结｜前台做结果，后台做平台
三项竞品不是同一层产品。真正可执行的结论，是把各自最强机制拼成一条顺序正确的增长链。
对 To C 而言，产品前台的顺序应当是：今天发生什么 → 与我有什么关系 → 证据在哪里 → 保存并继续 → 以后自动做。Agent、Workflow、Workspace、权限与成本治理都必须存在，但不应先于首个有用结果暴露。
最终产品形态：内容首页负责拉新，公司／资产／主题对象负责相关性，报告与可刷新卡片负责信任和分享，私有 Agent 负责留存，公共模板只在复跑稳定后承担创作者分发。
| 增长问题 | 最值得借鉴的样本 | 面向用户的产品结论 | 核心反指标 |
|---|---|---|---|
| 第一次为什么点开 | Surf、Fiscal.ai | 资讯内容、公司对象与财报日历比空白 Chat 更强；首屏先回答今天看什么、查哪家公司、下个事件何时发生。 | 注册总量、频道数量、Builder 打开率 |
| 第一次为什么相信 | Fiscal.ai、AlphaSense、Surf | 结论旁直接放时间、口径、原文、来源范围、反证和未知项。 | 只统计“有引用”或文档覆盖量 |
| 为什么愿意保存 | Fiscal.ai、AlphaSense、Surf | 公司对象、Workspace、报告与版本差异，比聊天历史更有所有权。 | 收藏按钮点击、对话历史长度 |
| 为什么持续回来 | Fiscal.ai、AlphaSense | 财报日历、Watchlist 与 Schedule 把一次研究连接到下一次真实事件；无变化静默。 | 推送送达、生成次数、通知数量 |
| 为什么愿意创作 | Surf、AlphaSense | 从满意作品或研究回答开始：Surf 用 Remix 延续创作，AlphaSense 把成功研究保存为组织内可复用 Agent。 | Agent 创建数、模板卡片数 |
| 创作如何带来新增 | Surf | 公开增长依赖完整作品、独立 URL、平台署名、预览和 Remix；AlphaSense 的 Agent 主要解决组织内部复用，不等于公共创作者市场。 | 曝光、收藏、总运行量 |
| 如何承接运行风险 | Surf、Fiscal.ai、AlphaSense | 来源范围、期间口径、额度、运行状态与人工复核必须显式；日志、失败恢复和预算治理仍是证据缺口。 | 模型调用量、credits 消耗 |
| 最大反例是什么 | Surf、AlphaSense | 首个完整价值前出现付费墙／额度阻断，错误过程与最终答案冲突，或把 Coming Soon 当成已交付，都会伤害激活与信任。 | 生成次数、credits 消耗、预告曝光 |
三项机制地图
产品发现完整结果保存分享私有创作事件复访治理／商业
Surf内容／事件实测报告URL／导出Gallery／Remix市场变化额度分裂
Fiscal.ai公司对象数据视图图表／工作台指标／筛选财报事件审计后置
AlphaSense对象／内容Report／GridWorkspace回答转 AgentWatchlist／ScheduleARR／扩席
推荐产品前台
- 今天：真实变化、关注对象、精选任务。
- 与你有关：持仓、公司、行业、主题的影响解释。
- 可核验结果：30 秒卡片、2–5 分钟简报、深研层。
- 持续动作：保存、关注、以后自动做、分享／Remix。
隐藏的运行后台
- 对象、来源、期间与版本快照。
- 事件去重、差异检测和零变化静默。
- 权限、预算、失败恢复、回滚与审计。
- 公开模板的完成率、纠错和下架机制。