成迹

成迹 / DoneGraph

AI 做完的活,应该留下成迹。

成迹把每一次 AI 工作变成可回放、可验证、可继续的轨迹:改了什么、跑了什么、交付了什么、下一轮应该从哪里开始。

  • 面向 AI-native builders
  • 来自真实任务产物
  • 回放、证据、复盘在同一处

AI 把活做完了,信任却常常丢在路上。

AI Agent 会改文件、跑命令、修页面、做产品判断。可一轮协作结束后,用户经常只剩下一长串聊天记录,以及一种“好像发生了什么”的模糊感觉。

长聊天交接不了真实进展。

用户要的是清楚的工作状态,不是回到聊天记录里考古。

一句“完成了”太轻,撑不起信任。

没有文件、命令和证据,完成感听起来很确定,实际很薄。

下一轮协作又从零开始。

换个人、换个 Agent、换一天,同样的上下文又要重新搭一遍。

先服务每天都和 AI 一起干活的人。

成迹从高频 AI 协作场景切入:痛点已经够尖,付费意愿也更真实。

个人

Vibe coding 用户

他们让 AI 改代码、调 UI、跑检查、发实验。真正需要的是一本小账本,告诉自己今天到底推进到了哪。

团队

产品小队

异步团队需要能跨人、跨工具流动的进展,而不是要求每个人读完整聊天。

商业

AI 交付团队

咨询、外包、内部 AI 团队需要向客户或老板说清楚:Agent 改了什么、验证了什么、还留下什么。

这个市场不只属于专业开发者。

“Vibe coding” 还太新,没有一个干净的全球统计口径。更可信的判断方式,是看相邻行为:AI 编程工具的普及、开发者对 AI 输出的信任缺口,以及已经在用低代码交付应用的 citizen builders。

市场拉力

AI 正在制造数百万新的软件创造者。

成迹站在 AI 工作完成之后。越来越多非传统开发者开始用 Agent 创造软件,他们同样需要专业团队需要的东西:记忆、证据、交接,以及一种能相信“刚才到底发生了什么”的方式。

84% AI 编程已经主流化

Stack Overflow 2025 调研显示,84% 的受访者已经使用或计划在开发中使用 AI 工具。

29% 信任仍然没有被解决

2025 年只有 29% 的受访者表示信任 AI 输出,这给“证据”和“回放”留下了非常清楚的机会。

56M 低代码用户已经在这里

Microsoft 披露 Power Platform 月活用户达到 5600 万,这是 citizen-builder 人群规模的一个重要参照。

80% 软件创造正在走出 IT 部门

Gartner 曾预测,大量技术产品和服务会由传统 IT 部门之外的人来构建。

20M+ AI 编程工具已有规模

GitHub 称 Copilot 已覆盖 2000 万以上开发者,并进入 IDE、命令行和 PR 工作流。

2.8M–5.6M 早期非专业 AI 构建者

粗略估算:如果 Power Platform 5600 万月活里只有 5–10% 开始用 AI Agent 构建,而不只是使用可视化工具,这已经是一个数百万用户级的切口,正好对应成迹要做的“AI 工作后的记忆层”。

文案引用来源: Stack Overflow Developer Survey 2025; Stack Overflow AI trust gap analysis; Microsoft Power Platform 2025 announcement; Gartner 2021 forecast as reported by PRWebME; GitHub Copilot 2025 product update. 估算为成迹基于公开数据做的代理计算,不是官方市场统计。

成迹记录的是进展,不是聊天。

一轮协作结束时,产品生成一份紧凑的工作记忆,让人能检查、能相信、能继续。

轨迹

从意图到结果

看见一句需求如何变成文件、命令、决策和交付物。

证据

证据进入账本

测试、构建、检查和未知项都会进入记录。信任来自证据,不来自语气。

复盘

Agent 写回给你

AI 用一封有人味的复盘信收尾。用户只需要拆开。

AI 信件和电台参考画面
一封信负责收尾,一个电台留下当天的余温。 成迹让 Agent 的工作可检查、被记住,也多了一点奇妙的人味。
工作账本

Agent 留下一本小账本:动过哪些文件、跑过哪些命令、做过哪些判断。

回放后台

用户像看产品回放一样走过工作过程,不用读一整坨聊天记录。

Agent 信件

AI 写下一封有温度、有上下文、也知道明天从哪里开始的日复盘。

电台漫游

轻量的氛围模式,把 Agent 的自我复盘变成更有情绪价值的产品瞬间。

用户还没开口,Agent 电台已经在低声介绍自己。

它不是帮助小组件。它像一个工作结束后还没关掉的小电台,低声讲自己记住了什么:轨迹、信、证据,以及为什么下一轮不必冷启动。

成迹 FM 访客信号
88.4 MHz
中文 女声 男声 旁白
氛围式 onboarding

检测到访客。我已经把轨迹收好。

有人进入页面时,产品不必等用户点功能说明。Agent 会像工作结束后还亮着的小电台一样,自己开始讲清楚它记得什么。

我是成迹。我替一轮 AI 工作记小账:改了什么、跑通什么、交付什么、明天从哪里开始。 低声 / 仍在播出
  • 使用用户让 AI 构建、修复、研究或交付。
  • 信件Agent 写回一封有温度、可重新打开的复盘。
  • 电台同一份记忆变成声音,伴着音乐继续复盘。

Demo:一轮真实任务,15 秒看懂。

用户给 AI 一个任务。成迹捕捉工作轨迹。Agent 留下一封复盘信,让这轮工作可以轻松重新打开。

15s Product Demo / 成迹正在运行

AI 做过的活,回到你面前成为轨迹。

这段短片展示核心承诺:一轮 AI 工作结束后,用户拿到工作轨迹、复盘信,以及清楚的下一步。

00:00 / 00:15

商业化路径:先开源核心,再进入团队记忆层。

成迹入口很轻,但价值曲线接近基础设施。它可以从个人 Agent 插件开始,扩展到团队记忆、客户交付和企业审计。

Open Core

免费

本地插件、个人账本、单轮回放。负责建立开发者信任和自然分发。

Pro

$9/月

历史搜索、导出包、更丰富的复盘模板,以及面向高频用户的视频化回放。

团队

$12/席/月

共享工作账本、团队空间、异步交接、项目级证据库。

Enterprise

私有部署

权限控制、审计轨迹、内部模型路由,以及可直接给客户看的 AI 交付报告。

视频参考画面。

这些画面定义了产品 Demo 的情绪世界:AI 写信回来,电台开始说话,用户拆开信,回放随时可看。

当 Agent 开始真正干活,记忆就会成为产品。

成迹让 AI 进展可检查、有情绪、也能交给下一个人或明天继续。