AI 分析
痛点：生产环境 AI 工作流缺少 prompt 与模型变更的版本控制和发布安全校验，一次小改动或模型静默更新就会打挂线上流程，只能靠人工救火。
目标用户：使用 LLM 的工程团队、AI 平台/MLOps 工程师、中小 SaaS 的 AI 功能负责人
证据：Minor prompt tweaks or unannounced model updates routinely broke our workflows because we lacked version control and deployment safety gates for AI. The systemic stress eventually led to severe burnout
变现：按席位订阅（免费个人版＋团队付费版），叠加按 CI 回归测试执行次数计费的用量收入；后续可卖私有化部署。
MVP：两周内做最小版“prompt/模型配置的 Git”：把 prompt 与模型参数抽成配置文件纳入版本库，提供 diff、在 CI 里跑固定评测集做回归拦截、一键原子回滚；先以 SDK 包装方式支持 OpenAI/Anthropic，不做全链路观测。
竞品：LangSmith、PromptLayer、Braintrust、Humanloop、Weights & Biases Weave、Arize Phoenix
摘要：发帖人因上家公司生产 AI 频繁因 prompt 微调与模型静默更新而故障、最终职业倦怠，离职后做了 raweki.com，定位“Git for AI workflows”，提供 prompt/模型版本追踪、CI/CD 回归测试和一键原子回滚。帖子是自家产品发布，既无定价、也无客户或收入数据，未见其他用户附和，属于竞品动向而非需求验证。该赛道已有 LangSmith、PromptLayer、Braintrust 等成熟玩家，竞争空间有限。