Click

一句话定位

一个装在 ChatGPT / Claude / Codex 里的 MCP 连接层：把内置联网搜索够不到的数据 （领英上的销售线索、竞品广告投放、社媒情绪、实时机票）以连接器的形式直接喂给 agent， 不用再跳出聊天窗口去浏览器里手动查。

做这个东西的人

发布者是 Aditya（ProductHunt 号 adiasg，YC Launch 页面自述"此前参与构建以太坊"）。 官网与定价未公开，通过 ProductHunt 和 YC Launches 渠道发布。

需要注明：pool 里记录的 builder 是 Garry Tan，但产品页和发布材料上的作者均为 Aditya， 无任何材料显示与 Garry Tan 有关，此处按产品页实况修正。

判断：一个以太坊出身的人来做 AI 聊天界面的数据连接器，思路是一致的——他押注"聊天界面是下一个应用平台"，先做平台缺的那层基础设施。这个出身意味着他对"做协议/做连接层"有耐心，但也意味着早期商业验证不是他的舒适区。

它到底能做哪几件事

• 给 agent 接"登录后才有"的数据 → 领英线索调研与补全、竞品广告投放分析、跨社媒话题情绪分析、带实时票价的旅行规划
• 一次安装 → 一个 MCP 装进 ChatGPT 或 Claude，约 1 分钟，之后在聊天里直接用
• 按领域扩展的路线 → 作者自述"一次做一个可信服务，研究是第一个"，后面逐类加连接器

它明确不做：不做浏览器自动化、不碰你的登录态浏览器会话（作者明确对"agent 借登录会话操作浏览器"不安），只走服务方 API。

它在替代什么旧行为

以前用 agent 做外部调研有两种尴尬：一是内置联网搜索太浅，拿不到领英、专业平台、市场这类需要登录或结构化的数据，agent 会答非所问或编；二是 agent 提出"借你登录好的浏览器去查"，用户要么把登录态交给 agent（安全上不舒服），要么自己去浏览器查完再贴回来——最重的一步还是人在做。

Click 替代的是"为了一段上下文而离开聊天窗口"这个动作：领英查线索、比价、看竞品投放，以前是人出 chat 去干活，现在是 agent 在 chat 里直连数据源完成。

商业模式

未披露。 没有定价页，没有公开套餐，只有 ProductHunt / YC 发布页。

判断：MCP 连接器很难自己单独收钱——安装是免费的，数据源是按次计费，真正的商业模式大概率是"连接器免费、增值数据服务订阅"。作者说"一次做一个可信服务"，这条路线要走通，必须先有一个连接器做到离不开。目前一个都还没验证。

硬数字

• 用户数、安装量、ARR、融资：未披露
• 发布渠道：ProductHunt（本周发布）+ YC Launches
• 团队：单人（作者自述）
• 价格：无

四维评估

判断

方向正确，但这是"卖上下文"赛道里的早期小玩家，现在下结论为时过早。

它的洞察是真实的：通用模型的短板不是能力，是当下的上下文，而内置搜索既浅又够不到登录墙。 "给 agent 加连接器"是比"造模型"轻得多、也更容易起步的生意。

但两个问题没解决。一是护城河：连接器本身没有壁垒，任何一个数据商都能自己发 MCP； 二是付费点：研究场景是低频刚需，用户未必为"聊天里查领英"单独付费。 作者赌的"可信服务"路线要想成立，得先有一个连接器强到用户离不开——现在还没有证据。

下一步看什么

① 连接器数量和品类三个月后是否在扩张（现在只有研究类）——单一场景撑不起订阅 ② 是否公开定价与付费用户数——没有收入模型的产品停留在这个阶段没有意义 ③ 领英线索这类连接器是否有第三方评测或大客户公开采用

可借鉴的做法

产品逻辑：给 AI 产品补"当下上下文"时，先找"内置搜索够不到、又需要登录态"的那条缝（如领英、交易数据、票务），比做通用搜索增值更讨巧——通用的部分大厂会做，缝隙才轮得到你。

定价结构：无，未披露。

结论

有待观察。 洞察真实、方向轻巧、作者有来头，但零数据、零定价、单点功能，商业模式未验证。 把它当"MCP 连接器赛道的一个样本"记下，等它出定价和付费数据再说。