Webhound

Hi Product Hunt，我是 Moe，Webhound 的创始人。我从 2023 年开始从事 AI 研究工作。

我创建 Webhound，是因为研究类代理存在「何时停止」的问题。

编程代理可以在测试通过时停下来。研究却没有同等的终点线。一个代理可以在同一个问题上花十分钟、两个小时，甚至二十个小时，而每个答案看起来都像是完整的。研究类代理往往会一觉得证据够让自己听起来可信，就停下来。

你仍然不知道它跳过了哪些线索、来源在哪里产生了分歧，也不知道再多花一个小时是否会挖到那个会改变你决策的事实。代理替你做出了那个「何时停止」的决策。

我们的核心观点是：预算应当成为研究的基本单位。简单来说，你的提示词告诉 Webhound 要调查什么；你的美元预算告诉它要投入多少工作量，并设定你能花费的上限。按我们当前的费率，5 美元大约可以支撑 75 分钟的研究。

搜索引擎为眼前的问题找到来源；研究则阅读这些来源，并顺着它们揭示的线索继续追查。一个来源就可能改变 Webhound 下一步需要搜索的内容。

你会得到一份带引用的报告，或一份附带来源的数据集，以及背后的来源和研究笔记。你可以审查 Webhound 是如何得出结论的，以及调查中还存在着哪些缺口。

额外的预算必须物有所值。我们用「更大一轮研究带来了哪些有用证据，以及这些证据是否改善了你的决策」来评判它是否值得。更长的篇幅本身并不计入价值。

你可以在应用中使用 Webhound，也可以在 Codex、Claude Code、Cursor、Manus 或你自己的软件背后调用它。你的代理可以交出一个研究问题，继续处理其他工作，之后再取回完成的研究结果。

新账号包含一份价值 5 美元的报告或数据集。无订阅制。

我希望对核心理念得到直率的反馈：用美元预算来控制研究的投入量，这种方式你觉得有用吗？来源和研究笔记能否帮你判断哪些结论值得信任？

如果你有一个「遗漏信息可能比研究本身更费钱」的问题，请在下方留言。今天我们会公开运行其中几个。