AI 分析
痛点：AI 自动化在真实企业里不敢直接对外发东西，缺少“发出去之前必须有人点一下”的审批环节和纠错记录，出错时没人兜底。
目标用户：没有开发背景的中小企业后台、财务和运营负责人：他们已经在用 Claude 或 n8n 搭建 bot，但不敢让这些 bot 直接对客户发邮件、发账单或发奖励。
证据：The part that actually made it safe enough to run in a real company isn't the model. It's that nothing goes out without a human click. ... Every email, every statement, every reward shows up as a Slack card first: who it's going to, the three numbers you'd sanity-check, and Approve / Cancel. Cancel has caught three real mistakes so far. ... The whole thing costs $100/month (one Claude Max subscription, zero API spend)
变现：订阅制 SaaS：按团队席位或审批流数量收费（$29–99/月/团队，按审批条数阶梯加价），高级版提供修正日志分析、规则库和审计合规导出；也可做自托管授权。
MVP：两周内做一个 Slack App：业务系统向它发 webhook 推送待发内容，它渲染成审批卡片（收件人 + 3 个可校对的数字 + Approve、Cancel + 取消原因下拉菜单），用户 Approve 后再调用原发送 API，选择 Cancel 时记录原因；用 Postgres 存审计日志，并把取消原因自动聚合成“规则清单”，提示用户把规则写回 bot；不做模型调用，只做审批层。
竞品：Humanloop、LangSmith（人工审核队列）、n8n 和 Zapier 的审批步骤、Gumloop、Relay.app、Workflow86
摘要：一位非开发者在 B2B 公司用 Claude Code 搭了 17 个小 bot 处理后台杂活，运行成本 $100/月，使用单一的 Claude Max 订阅、零 API 费用，跑在一台不睡眠的 Mac 上，其中 14 个 bot 根本不调用模型。真正让这套机械在真实公司里安全运行的是 Slack 卡片上的 Approve / Cancel 人工确认，Cancel 已拦下 3 次真实错误，最典型的一次是账单按行而非按订单重复收运费，并顺带发现他们自家看板也有同样 bug。作者强调“记录人改了什么”比升级模型更有价值；但帖中没有第三方付费意愿的原话。