一句话总结
Sai 适合被「跨五六个互不相通的工具、重复点鼠标」耗尽时间的运营、分析、招聘、市场人群；不适合只想找个便宜聊天助手、或完全不想付订阅费与配置审批规则的纯个人玩家。
核心数据一览
| 项目 | 内容 |
|---|---|
| 开发商 | Simular, Inc.（旧金山 / 帕罗奥图，由前 DeepMind 科学家创办） |
| 创始人 | Ang Li（CEO，前 DeepMind）、Jiachen Yang（CTO，前 DeepMind） |
| 成立与融资 | 2023 年成立；$5M 种子轮（Basis Set 领投）+ $21.5M A 轮（2025-12-02，Felicis 领投，NVentures/NVIDIA、Basis Set、Flying Fish、South Park Commons、Lenny Rachitsky 等天使），合计约 $26.5M |
| 旗舰产品 | Sai（robosecretary，自主计算机 fleet） |
| 开源研究框架 | Agent S / Agent S2（ICLR 2025 Agentic AI Workshop 最佳论文；OSWorld 计算机使用基准 SOTA） |
| 支持平台 | Windows、macOS、Linux；可跑在 Simular 的云电脑（Windows/Linux）或你自己的 Mac/Windows（BYOD） |
| Product Hunt | Sai 于 2026-09-21 发布，417 赞 / 48 评论 / #3 Product of the Day；PH 评分 4.40/5（5 评） |
| 大厂合作 | 入选微软 Windows 365 for Agents 计划（Microsoft Build 2026-06-03 演示） |
| 媒体曝光 | Wired、TechCrunch、MIT Technology Review、The Register、IBM Think、The New Stack、The Korea Herald 等 |
核心功能评测
1. GUI 层计算机使用（评分 4.5）。 这是 Sai 区别于绝大多数 Agent 的根本：它不靠 API，而是像人一样读屏、点按钮、敲表单。官方与第三方实测都强调，它能驱动没有公开接口的遗留桌面软件、内网门户、登录后才出现的功能——这些恰恰是传统 RPA 和普通 Agent 卡住的地方。早期 Product Hunt 用户就直言「我们内部工具几乎没有 API，大多数自动化产品在真正有用的环节前就停了，能自己开 App 干活的电脑正好补上这个缺口」。代价是 GUI 自动化天生怕改版：社区反复追问「App 更新导致布局偏移、或弹出意外窗口时，存好的路线会不会直接断」。
2. 持久云电脑与 fleet 并行（评分 4.3）。 Sai 把每个任务跑在一台独立的云电脑上，下载、会话、已装应用在下一次运行之间保留，所以「周五布置、周一取结果」成立；还支持多台云电脑并行处理不同任务。这一点比只在会话里临时起一个沙盒的 ChatGPT agent 模式更「常驻」。你需要做的，只是把工作流教一次，之后它按日程无人值守地重跑，且每次更稳更便宜。
3. 审批式护栏与人工接管（评分 4.2）。 涉及花钱、发消息等不可逆动作，Sai 会先向你确认；运行中你也可以随时接管鼠标。密码等敏感输入被加密，底层模型看不到明文。PH 上一位用户评价其「优雅地暂停、在重大 UI 改版时请求人类输入、用分级审批建立生产环境信任」是加分项。但实际体验上，长链条任务在关键步骤仍要人盯着，想彻底放手得先把审批规则配齐。
4. Smart Snapshot 与成本优化（评分 4.0）。 任务成功后，Sai 把路线存成可复用「技能」，后续执行不再每次都去查完整大模型，据官方与 coding4food 实测，未来成本可降 10 到 100 倍。配合神经符号（neurosymbolic）架构——用确定性符号逻辑约束概率性模型——来抑制幻觉、提升长链条可靠性。这是 Simular 反复强调的工程账，也是它敢收 $50 起步价的底气。
价格方案
| 方案 | 价格 | 包含 | 适合谁 |
|---|---|---|---|
| Free | $0 | 共享云 Windows 电脑，每日额度刷新，社区支持（coding4food 记载每日约 30 分钟专属远程机时） | 想零成本试水、验证 GUI 自动化的好奇用户 |
| Starter / Pay-as-you-go | $50/月 | 5 万积分（约 $50 用量），专属 Windows/Linux 云电脑仅运行时计费，最多 5 台并行，或 BYOD 跑在自己 Mac/Windows | 偶尔调用、按工作量付费的个人与独立开发者 |
| Premium | $200/月 | Starter 全部，加上常驻 Windows/Mac 云电脑、更高月额度、优先支持 | 需要 7x24 常驻云电脑、重度使用的人 |
| Pro / Unlimited | $500/月 | 公平使用内无限 AI 用量、团队工作流共享、完整 API 访问、最高优先级容量与支持 | 多工作流并行、团队运营的专业用户 |
| Enterprise | 联系销售 | 托管扩容、专属客户团队、SSO/RBAC/SOC2、定制集成、SLA 保障 | 高体量自动化、有安全合规要求的企业 |
价格口径来自 simular.ai/pricing 与 sai.work/pricing 两个官方页面（2026-11 抓取），两处对 $50/$200/$500 三档高度一致；sai.work 把 $50 档称为「Pay as you go」、把 $500 档称为「Sai Unlimited」，与 simular.ai 的 Starter/Premium/Pro 命名对应。
与竞品对比
| 维度 | Sai（Simular） | OpenClaw | ChatGPT agent 模式 | ToDesk AI |
|---|---|---|---|---|
| 形态 | 托管云电脑 + 本机 BYOD | 开源自部署桌面 Agent | OpenAI 云端浏览器 | 国内桌面 Agent（远控 + 执行） |
| 能否触达本机应用 | 能（GUI 层，含无 API 软件） | 能（本机 + 服务器） | 否（仅 OpenAI 云端） | 能（本机 + 远控） |
| 免费档 | 有（共享云电脑 + 每日额度） | 完全免费（MIT 自部署，模型 token 自付） | 有（$0，但 agent 需订阅） | 有（赠积分 + 每日签到） |
| 付费起点 | $50/月 | $0（模型费自付） | $20/月 Plus | 39.9 元/月会员 |
| 研究 / 基准 | OSWorld 2.0 73.0%，Agent S 获 ICLR 最佳论文 | 社区基准少、以灵活见长 | 自有基准与索引 | 基于 OpenClaw 定制，无独立基准 |
| 数据归属 | 云端托管运行 | 自托管可控 | OpenAI 云端 | 国内托管 |
核心洞察：Sai 与 OpenClaw 都「在桌面干活」，但一个是闭源托管、卖订阅与算力，一个是开源免费、你自备模型 token；与 ChatGPT agent 模式相比，Sai 的杀手锏是能碰本机客户端与无 API 软件，代价是更贵、更需配置；ToDesk AI 则在中文与国产软件场景更顺手，但底层仍站在 OpenClaw 肩膀上。
优势与短板
优势很明确：第一，它真正在 GUI 层干活，覆盖那些「没有 API 就自动化不了」的真实业务死角；第二，持久云电脑让任务跨会话保留上下文，关掉笔记本也能跑；第三，研究底子硬，Agent S 系列在 OSWorld 上多次刷新 SOTA，且拿到 ICLR 2025 最佳论文，不是套壳营销；第四，Smart Snapshot 把成功经验沉淀为可复用技能，越用越便宜，配合审批护栏兼顾安全。
短板也坦诚：入门 $50/月对随手用用的个人偏贵；GUI 自动化对界面变更、弹窗、验证码敏感，早期实测在云电脑里输入中文、过 Google 人机验证都失败过；长任务仍需人工在关键节点确认，完全放手要预配置；云端运行会持续产生模型与算力账单，默认 API 还限每用户每小时 60 条消息。此外，PH 早期一条反馈提到「只支持 macOS 时很失望，后来靠云电脑才体验到自主能力」——跨端成熟度是它要补的课。
最终推荐
该用的人：运营 / 分析 / 招聘 / 市场里，每天在五六个互不相通的工具间重复点鼠标、且工作会反复回来（周报、线索清洗、简历初筛、表单填报）的人。Sai 的「教一次、按日程重跑、越跑越便宜」正中这类痛点；也需要愿意为省下的时间付 $50 起步月费、并接受前期配置审批规则。
不该用的人：只想找个便宜聊天助手、$20 档 ChatGPT Plus 就够了的人；希望完全免费、自己掌控数据的人（请直接上 OpenClaw 自部署）；工作几乎都在浏览器内、不需要碰本机客户端的人（ChatGPT agent 模式更便宜）；以及中文环境、国产软件自动化为主、想要开箱即用的人（ToDesk AI 这类国内桌面 Agent 更顺手）。
购买建议：先走 Free 档验证你的真实工作流能不能在 GUI 层跑通，再决定要不要上 $50 的 Starter；只有确认有常驻云电脑需求或团队共享工作流，才考虑 $200/$500 档。企业用户直接走 Enterprise 拿 SSO/SOC2 与 SLA。
评测声明：本文基于作者公开信息调研与多方信源交叉核实撰写。公司背景、融资、基准数据来自 Simular 官方公告与博客、arXiv（Agent S2, 2504.00906）、Seedtable、TechCrunch、The New Stack 等；价格来自 simular.ai/pricing 与 sai.work/pricing 官方页面（2026-11 抓取）；Product Hunt 数据与用户评价来自 PH 与 hunted.space 公开档案。本文不含付费推广。