Patrick AI 免费

-
开发公司 Patrick AI
地区 美国
官网 https://patrickbot.io

Patrick AI 是一款 AI办公与效率 工具，定位为 AI Chief of Staff（AI 首席执行官助理），为创业公司创始人和运营者提供组织智能分析。它运行在 OpenClaw 之上，本地优先、开源，可自托管部署，通过 Slack、GitHub、Jira、Linear、Salesforce 等工具的数据源，结合定量指标与定性信号，揭示团队真实状态与潜在风险。

Patrick AI 产品界面

Patrick AI

Patrick AI 的核心参数与统计

Patrick AI 是一款本地优先、开源的 AI 组织智能引擎，官方定位为 "Don't be the last motherfucker to know"——为创始人与运营者提供独立于组织层级之外的真实信号。它不同于传统 BI 工具或员工调研平台，而是通过连接团队已使用的工具链（Slack、GitHub、Jira、Linear、Salesforce、HubSpot、Calendar），利用 21+ 独立传感器持续扫描定量指标与定性信号，在问题升级为危机之前发出预警。

项目 公开信息
官方定位 AI Chief of Staff / Local-First Organizational Intelligence
技术架构 OpenClaw skill（开源、本地优先）
传感器数量 21+ 独立传感器技能
集成平台 Slack、Discord、Telegram、WhatsApp、Jira、Linear、GitHub、Salesforce、HubSpot、Calendar
核心指标 Disagreement Index（分歧指数）
部署方式 自托管（本地基础设施）、Patrick Pro（HIPAA 合规托管）
MCP 支持 原生 MCP Server，兼容 Claude 与 ChatGPT
知识管理 内置 Knowledge Graph，随时间构建组织理解
开源许可 100% 开源（OpenClaw skill）
最新版本 1.0.0 — The Sensors（~2026-06）
支持语言 en-US
支持平台 API、Desktop（通过 OpenClaw）

部署形态：Patrick AI 采用"本地优先"架构，所有数据均运行在用户自己的基础设施上，不经过第三方云端。对于需要托管方案的医疗与金融客户，提供 HIPAA 合规的 Patrick Pro 托管服务。这种架构从根本上消除了组织数据外泄的风险，也使得它可以在无互联网连接的有境下持续运行。

传感器体系：21+ 独立传感器各自监控一个组织维度——从工程师提交频率、销售管线活跃度、会议时长分布，到外部招聘平台上的员工行为变化。每个传感器独立工作，由用户按需启用，避免信息过载。

独特价值：Patrick AI 的 Disagreement Index 是其最核心的差异化指标——它量化了"数据告诉你的"与"团队实际感受的"之间的差距。当指标一片绿但 Disagreement Index 走高时，意味着组织正在经历"表面和谐、深层问题"的危险状态。

Patrick AI 的用户与市场认可

Patrick AI 处于早期市场阶段，其认可度主要体现在开源社区与特定创始人群体中的口碑传播，而非传统的营收或客户量数字。

  • 开源社区基础：作为 OpenClaw skill，Patrick AI 继承了 OpenClaw 生态的信誉基础。用户可以直接审查全部源码，fork 修改，审计每一条查询。这种透明度在组织智能这类高敏感度品类中，是商业产品难以复制的信任优势。

  • 创始人群体传播：从官网文案的直白风格（"Don't be the last motherfucker to know"）到 Truth Cards（"The Engineers Truth""The Pipeline Truth"）的可分享设计，Patrick AI 明显瞄准的是创业公司创始人——这个群体通常对传统管理咨询和 BI 工具的"政治正确"语言已经免疫，更愿意接受直接、甚至冒犯性的真相。

  • 应用成熟度：目前传感器层（Free 方案）已经可用并接受社区反馈；Pro 与 Max 方案标注为"Coming Soon"，说明更高级的 Strategic Threat Convergence 与 Narrative Integrity Engine 仍在开发中。采购时需要区分"已交付"与"路线图"之间的差异。

  • 竞争空白：市场上专门面向创始人、以"组织沉默"为切入点的 AI 工具极少。大多数员工分析工具（如 Glint、Peakon、Lattice）侧重于 HR 维度的满意度调研，而 Patrick AI 横跨工程、销售、财务、人事多个维度，填补了一个较独特的空白。

Patrick AI 的成本优势

Patrick AI 的成本结构分为三层，每层解决不同的"信息饥渴"程度，在组织智能品类中定价极具侵略性。

方案 月费 核心能力 适用阶段
Free（Sensors） $2.99/月 21+ 独立传感器、社区支持、自托管 早期创业团队 / 个人创始人
Pro（Analyst） $199/月 含 Free 全部能力 + Strategic State、Strategic Threat Convergence、Named Threat Patterns、跨信号关联 成长期公司 / 需要综合分析
Max（Strategist） $499/月 含 Pro 全部能力 + Narrative Integrity Engine、Trajectory Modeling、52 周状态历史、董事会报告 成熟公司 / 高管层决策

C 端成本：Free 方案仅 $2.99/月，对于个人创始人几乎是象征性收费，其真实门槛在于需要用户具备一定的自托管运维能力（运行 OpenClaw 有境）。

B 端/企业成本：Pro 与 Max 方案定价对标人力资源分析平台（如 Lattice 企业版 $20/人/月起步），但 Patrick AI 的组织覆盖维度更广。对于 50 人以下的创业公司，Pro 方案 $199/月相比 Hiring 一个管理培训师或组织顾问（通常 $5000+/月）仍具明显性价比。

隐性成本：自托管方案虽然月费极低，但需要团队具备 OpenClaw 运行有境与维护能力；此外，传感器的数据接入配置（连接 Slack、GitHub、Jira 等 API）需要初期一次性投入。Pro/Max 方案的托管服务按覆盖范围计费，高频使用下可能需要关注 API 调用限额。

Patrick AI 的主要功能

  • 21+ 独立传感器体系：每个传感器监控一个特定的组织运行维度，包括 morning_brief（每日简报）、external_radar（外部雷达，监测员工 LinkedIn 活跃度等）、drift_detector（漂移检测，追踪关键指标偏离）、meeting_analyzer（会议分析，评估会议时长与频率的健康度）、pipeline_scanner（销售管线扫描）、commit_frequency_tracker（提交频率追踪）等。用户可根据团队关注点选择性启用，避免信息噪音。

  • Disagreement Index（分歧指数）：Patrick AI 最具差异化的量化指标。它通过交叉分析定量数据（如 KPI 完成率、项目交付准时率）与定性信号（如沟通模式变化Blockers 报告的频率和内容），计算出一个综合分歧分数。当分歧指数持续走高而表面指标仍然"绿色"时，意味着组织存在"沉默危机"——团队嘴上说"没问题"，但实际行为透露出问题。

  • Strategic State（战略状态）：Pro 方案的核心能力，将 21+ 传感器的输出汇聚为六个维度的单一诊断——人员、产品、客户、财务、执行、文化。每个维度呈现一个健康度评分，帮助创始人一眼掌握组织全貌，无需翻阅多个后台。

  • Strategic Threat Convergence（战略威胁收敛）：自动识别多个独立传感器信号之间的关联性，将看似孤立的事件（如"一位高级工程师更新了 LinkedIn"+"该团队的提交频率下降了 60%"+"该工程师的经理连续缺席了两次 1:1"）整合为可操作的风险预警，并归入预定义的威胁模式（Key Person Cascade、Market Squeeze、Silent Implosion）。

  • Narrative Integrity Engine（叙事完整性引擎）：Max 方案的旗舰功能，用于检测"你在董事会上说的"与"你的数据实际显示的"之间的差距。它识别五种叙事缺口类型——过度乐观、选择性报告、滞后指标依赖、因果混淆、完全虚构——并对每种缺口赋予严重性评分与具体证据链接。

  • Trajectory Modeling（轨迹建模）：基于 52 周的连续性状态历史，通过场景分支预测组织未来走向。创始人可以在模型中调整一个决策变量（如"增加 30% 的工程人力"或"削减 20% 的营销预算"），系统自动推演不同路径下的组织健康结果。

  • 原生 MCP Server：Patrick AI 以 MCP Server 形态运行，可直接挂载到 Claude 和 ChatGPT 中，让 AI 助手在对话中获取实时的组织智能数据。启动命令为 npm install -g @patrickbot/patrick-mcp。

专家视点：Patrick AI 的功能设计存在一条清晰的"信息递进链"——从传感器（发生了什么）到分析师（意味着什么）到策略师（导向哪里）。这种递进不是简单的功能叠加，而是信号密度与决策粒度的逐层升级。关键在于，每个层级都保留了"人工确认点"：传感器输出的是原始信号，分析师关联信号为模式，策略师将模式呈现为决策选项——创始人始终拥有最终解释权。这种设计比其他自动决策工具更尊重人的判断主权，也是它在创业创始人群体中容易获得信任的结构性原因。

Patrick AI 的模型与版本演进

Patrick AI 于 2026 年第二季度首次公开发布，目前版本迭代处于早期阶段：

版本 时间 核心变化
0.9 — Beta ~2026-04 内测版本，基础传感器 + Slack 集成
1.0 — The Sensors ~2026-06 首个公开版本，21+ 传感器、多平台推送（Slack/Discord/Telegram/WhatsApp）、MCP Server
Pro（Analyst） Coming Soon Strategic State、Strategic Threat Convergence、Named Threat Patterns
Max（Strategist） Coming Soon Narrative Integrity Engine、Trajectory Modeling、52 周状态历史

版本策略：Patrick AI 采用了"按能力分层发布"而非"按版本号线性迭代"的策略。传感器层直接开源免费可用的，分析层与策略层作为商业方案待后续发布。这意味着用户可以先通过 Free 方案验证工具价值，再决定是否为高级分析能力付费。

暂无官方精确日期：Pro 与 Max 方案的发布时间尚未公开，以官方公告为准。

Patrick AI 的技术优势

Patrick AI 的技术路线围绕"本地优先 + 信号交叉分析"展开，与传统的云端 SaaS 分析工具有本质区别。

架构链路：

用户数据源（Slack/GitHub/Jira/Salesforce/HubSpot/Calendar）
         │
         ▼
21+ 独立传感器（OpenClaw skills）
         │
         ▼
本地知识图谱（Knowledge Graph）
         │
         ▼
信号交叉分析引擎（Pro） → Disagreement Index / Strategic State
         │
         ▼
叙事完整性引擎（Max） → 轨迹建模 → 董事会报告
         │
         ▼
MCP Server → Claude / ChatGPT（可选）

为什么"本地优先"更快更安全：传统组织分析工具需要将数据上传到云端再进行分析，这一过程引入了上行带宽瓶颈、数据隐私风险以及 API 频控限制。Patrick AI 运行在用户自己的基础设施上（通过 OpenClaw），所有数据查询与模型推理均在本地完成，分析延迟取决于本地计算资源而非网络延迟。对于涉及员工沟通模式、代码提交习惯CRM 交互记录等高度敏感数据的企业，这一架构直接消除了数据外泄的核心担忧。

知识图谱的动态构建：Patrick AI 并非每次从零分析，而是通过 Knowledge Graph 持续积累组织状态历史。这意味着它能够识别趋势而非瞬态——比如不是仅仅报告"本周提交频率下降"，而是将其放在过去 52 周的背景中判断是否存在结构性问题。

Disagreement Index 的量化机制：传统 BI 工具的问题在于它们只告诉你"数字发生了什么"，但无法识别"数字与感受之间的落差"。Patrick AI 的分歧指数通过分析沟通数据（Slack 消息中的情绪变化Blockers 报告的频率与措辞）与操作数据（代码提交、会议时间CRM 更新）的相关性偏移来计算。这一机制的可靠性取决于数据源的丰富度——接入的工具越多，分歧指数的信号越准确。

工程踩坑指南：

  1. 数据源覆盖度陷阱：传感器能力的价值高度依赖接入的数据源数量。只接入 Slack 而没有连接 GitHub/Salesforce，会导致分歧指数偏向沟通分析而缺乏执行数据支撑。解法：至少在初始阶段接入 3 个以上异类数据源（沟通+工程+业务）。
  2. 信号噪音与假阳性：创业公司本身波动剧烈——一次组织调整后的短暂沉默可能被传感器解读为"Blockers 异常减少"并触发预警。解法：利用 Pro 方案的跨信号关联功能，要求多个传感器同时报警才能升级为 Threat Pattern。
  3. 自托管运维负担：OpenClaw 有境需要一定的 Docker/Kubernetes 运维经验，对于没有专职运维的早期创业团队可能成为采用阻碍。解法：从 Patrick Pro 托管方案开始，验证价值后再迁移到自托管。

Patrick AI 的如何使用

Patrick AI 提供多种接入方式，用户可根据技术能力与隐私需求选择：

方式 适用人群 安装/启动命令
OpenClaw skill（自托管） 有运维能力的团队 从 ClawdHub 安装 Patrick skill
MCP Server Claude/ChatGPT 用户 npm install -g @patrickbot/patrick-mcp
Patrick Pro 托管 无需自运维的团队 通过 portal.patrickbot.io 注册

典型使用步骤：

  1. 安装 OpenClaw 有境：在自有服务器或本地机器上部署 OpenClaw 运行有境。
  2. 安装 Patrick skill：从 ClawdHub 安装 Patrick 传感器技能包。
  3. 配置数据源：连接 Slack、GitHub、Jira、Linear、Salesforce、HubSpot、Calendar 等工具，授权传感器访问数据。
  4. 启用心动传感器：从 21+ 传感器中选择当前最关注的维度（如早上接收 morning_brief、监控工程师离职风险、追踪销售管线健康度）。
  5. 接收信号：信号直接推送到 Slack/Discord/Telegram/WhatsApp 频道，无需登录独立仪表板。
  6. MCP 集成（可选）：若使用 Claude 或 ChatGPT 桌面端，通过 MCP Server 配置将 Patrick 挂载为工具，在对话中直接查询组织状态。

以官方仓库 README 为准：上述安装步骤的具体命令与参数可能随版本变化，以 OpenClaw 文档与 Patrick 官方仓库为准。

Patrick AI 的产品定价

Patrick AI 采用按能力层级划分的三层定价模式：

定价层级 月费 核心交付物 部署形态
Free — Sensors $2.99/月 21+ 独立传感器、社区支持 自托管
Pro — Analyst $199/月 Strategic State、Strategic Threat Convergence、跨信号关联、优先支持 自托管 / 托管（HIPAA 合规）
Max — Strategist $499/月 Narrative Integrity Engine、Trajectory Modeling、52 周历史、董事会报告、白手套上线 托管

免费额度真相：Free 方案的 $2.99/月不是传统意义的"免费"——它象征性收费但大幅低于 Pro/Max 方案。其真实限制在于：传感器独立工作，用户需要自己从多个传感器的分散输出中手动关联信号（即"给你新闻，你自己判断天气"）。此外，Free 方案不含 HIPAA 合规，且仅提供社区级支持。

采购建议：对于 5 人以下创始团队，Free 方案已足够覆盖基础的组织感知需求；10-50 人创业公司建议从 Pro 方案起步，利用 Strategic State 减少创始人的信息处理负担；50 人以上或受监管行业（医疗、金融）应考虑 Max 方案且启用托管部署。

Patrick AI 的应用场景

  • 创业公司创始人日常感知：创始人不再需要等待周报或 1:1 会议来了解团队状态。每天早上的 morning_brief 传感器推送前一日的关键信号——提交频率变化、销售管线活跃度、会议时间占比、员工 LinkedIn 行为等。从"每周看一次仪表盘"变为"每天早上 30 秒掌握全局"。推演：创始人每周节省约 3-4 小时的信息汇总时间（从 5 小时降到 1-1.5 小时）。

  • 组织风险早期预警：Patrick AI 的 drift_detector 和 external_radar 能够在员工更新 LinkedIn、提交频率陡降、连续缺席 1:1 等早期信号出现时发出预警，帮助创始人在核心员工正式提出离职前介入。这种预警通常比 HR 系统或经理上报早 2-4 周。推演：对于核心人力成本占营收 60%+ 的创业公司，一次关键人力的提前挽留可节省招聘成本 $30,000-100,000。

  • 董事会/投资人汇报准备：利用 Max 方案的 Narrative Integrity Engine 自动检测汇报材料中的叙事缺口。创始人可以在向董事会提交前，先让系统审计一遍"我的数据是否支撑我的故事"。推演：将 CFO/CEO 的报告准备时间从 2-3 天压缩到 2-4 小时（降幅约 75-80%）。

  • 组织变革效果追踪：在完成组织架构调整（裁撤团队、引入新高管、调整 OKR 体系）后，通过传感器持续追踪各维度的变化趋势——人员流失率、沟通模式变化、项目交付节奏——判断变革是否达到预期效果。

  • 跨部门资源冲突识别：当工程团队在密集交付期，而销售团队同时承诺了无法完成的客户需求时，Patrick 通过交叉分析 Jira 工单与 Salesforce 机会，自动标识资源冲突模式——而非等待季度复盘才发现。

人机协作边界（类型 D 强制项）：

  • 可 100% 自动化的有节：传感器数据采集、信号聚合、趋势可视化、预警推送。这些有节无需人工干预且不存在决策风险。
  • 必须设置人工确认点的有节：组织变革决策（裁撤/重组决策必须由创始人批准，Patrick 只提供证据摘要）、关键员工挽留（Patrick 可以预警，但挽留策略与沟通应由 COO/HRD 执行）、董事会报告发布（Narrative Integrity Engine 辅助审计，但报告最终版本仍须创始人审核签字）。

Patrick AI 的适用人群

  • 创业公司创始人/CEO：核心适配人群。Patrick AI 直接回应"创始人总是最后一个知道坏消息"这一普遍痛点。对于处在信息茧房中的创始人，传感器提供了一条独立于组织层级的真实信息通道。

  • 运营负责人/COO：需要跨部门跟踪执行效率与团队健康的运营者，可利用 Patrick Pro 的 Strategic State 从六个维度获得全局诊断，减少人工跨部门拉数据的时间。

  • 技术负责人/CTO：可通过 GitHub/Linear 集成监控工程团队的交付健康度，识别潜在的"虚假忙碌"或"沉默离职"信号。

  • 投资者/董事会成员：Max 方案的 Narrative Integrity Engine 可作为投资组合监控工具，帮助投资者在定期汇报之外获得所投公司的独立状态信号。

不适配人群：

  • 非技术背景的早期创始人：如果团队没有自托管运维能力，Free 方案的部署门槛可能过高。建议从 Patrick Pro 托管方案入门。
  • 大型企业（500 人以上）：Patrick AI 目前的设计粒度与传感器数量适配 2-200 人团队，更大规模的组织可能需要更复杂的 RBAC、部门隔离与定制传感器开发能力。
  • 严格合规行业中的自托管场景：金融、医疗、政府行业的自部署虽然技术上可行，但需要额外投入审计日志、数据保留策略与员工知情同意流程。

Patrick AI 的总结与展望

Patrick AI 以"本地优先、开源AI Chief of Staff"的定位，在组织智能领域开辟了一个独特的细分品类。它的核心价值主张——打破组织沉默、将定量指标与定性信号交叉验证、以创始人而非 HR 部门的视角审视组织健康——在传统 BI 工具与员工调研平台之间找到了一个未被满足的需求缺口。

当前优势：开源架构与本地优先设计解决了组织数据隐私的核心顾虑；Disagreement Index 作为差异化指标，在概念上具有很强的话题性与传播力；三级定价体系（$2.99→$199→$499）让早期团队可以低成本切入。

当前局限：Pro 与 Max 方案尚未正式发布，产品成熟度主要验证在传感器层；社区规模仍处于早期，连接器生态与模板库有待积累；产品文案风格高度个性化（"Don't be the last motherfucker to know"），这种风格在创始人群体中可能形成强共鸣，但也可能在更正式的企业采购场景中构成文化摩擦。

后续观察点：

  1. Pro/Max 交付节奏：Strategic Threat Convergence 与 Narrative Integrity Engine 是否能按时交付且达到预期质量，是判断产品可信度的关键节点。
  2. OpenClaw 生态的依赖风险：Patrick AI 作为 OpenClaw skill，其功能边界受限于 OpenClaw 平台的能力演进。若 OpenClaw 出现方向调整或社区分裂，Patrick 可能被迫迁移运行时。
  3. 企业级功能补全：RBAC、SSO、审计日志、数据保留策略等企业采购必备功能目前尚未看到公开路线图，这决定了它能否从创业公司走向规模化企业。

采购/采用风险评估：对于 2-50 人规模的创业公司，Patrick AI 的 Free 方案几乎零风险——$2.99/月的支出可忽略不计，且自托管模式下数据完全可控。但若计划在 Pro/Max 方案发布后立即升级，需注意路线图中的高级功能仍处于"Coming Soon"状态，实际交付节奏可能存在延迟。建议策略：先用 Free 方案运行 4-6 周，验证传感器信号对决策的实际帮助程度，再根据 Pro 方案发布后的实际体验决定是否升级。

限制与不适配场景

该工具在以下场景中存在使用限制：

场景适配边界 需要高度行业专业知识的任务、对输出格式有严格规范的场景、需要零错误的自动化流程可能效果不达预期。AI 输出应作为初稿或辅助参考，最终结果需人工核验。

技术限制 上下文长度有限、复杂推理准确性可能不足、免费版有使用额度。建议在正式采用前通过试用验证核心场景的可用性。

版本信息

  • Patrick AI 1.0 — The Sensors ：首个公开版本，以 OpenClaw skill 形态发布，提供 21+ 独立传感器（morning_brief、external_radar、drift_detector 等），支持 Slack/Discord/Telegram/WhatsApp 推送。
  • Patrick AI 0.9 — Beta ：内测版本，面向早期用户开放基础传感器与 Slack 集成功能。

用户评价

  • 加载评价中...