导语

本周（截至2026年6月13日）Hacker News首页被 Homebrew 6.0、FablePool 这些热门挤爆，Product Hunt 也照常上演"又一个编程Agent"的轮盘赌。但我把点赞数高的全筛了一遍后，真正能搬回国内工位、填上AI狂欢后留下的空白的小工具，反而被埋在第二屏。这一轮我不碰任何"通用编程Agent"，专门挖出六个非典型新物种：一个让AI教你而不是替你想、一个把 4.2万款独立产品的技术栈扒到连安全头都不放过、一个让你用英文写测试用例让浏览器Agent自己跑……每一个，今天就能动手用。

一、为什么这周值得换个角度看"新工具"

先说结论：过去三个月，HN的Show HN区已经被"Agent编排框架""沙箱""MCP网关"刷到审美疲劳（你回头看最近几轮情报就知道）。但真正的信息差，藏在反主流方向——那些不打算取代你、而是补位AI漏掉环节的工具。我把这周上新的项目按"它填了哪个洞"重新归类，得到下面这张图：

flowchart LR
    subgraph Gap["AI狂欢后留下的六个洞"]
        A1["学习被跳过"]
        A2["测试跟不上"]
        A3["代码没地方放"]
        A4["终端读不准"]
        A5["对手栈看不到"]
        A6["本地模型选不准"]
    end
    subgraph Tool["本周补位新工具"]
        T1["Lathe<br/>AI教你学, 不替你想"]
        T2["Approxima<br/>英文写用例,Agent自己跑"]
        T3["Gitdot<br/>Rust版开源GitHub"]
        T4["Boo<br/>Ghostty内核终端复用"]
        T5["StackScope<br/>4.2万产品栈情报"]
        T6["Slopsome<br/>VRAM/tok-s数据库"]
    end
    A1 --> T1
    A2 --> T2
    A3 --> T3
    A4 --> T4
    A5 --> T5
    A6 --> T6
    style Gap fill:#fff3e0,stroke:#e65100
    style Tool fill:#e3f2fd,stroke:#0d47a1

下面逐个拆，每个都给到官网链接、价格、为什么值得关注、和国内能对标的对象。

二、Lathe：让AI当老师，而不是当代笔

• 官网/仓库：https://github.com/devenjarvis/lathe
• HN热度：400 points，本周Show HN前三
• 一句话定位：用LLM生成让你亲手做一遍的多章节技术教程，而不是直接给你答案。

这是我这周最想推荐的一个，因为它在AI圈反着来。作者的原话是："用LLM来teach you，rather than think for you"。它的工作流是这样的：你在任何主流编程Agent（Claude Code / Cursor / Codex / Gemini CLI / opencode / Cline / Windsurf 都支持）里敲一句 /lathe build a 3D Slicer in Erlang，它会生成一套手把手、分多章节的教程，然后你在它自带的本地Go Web UI里一行一行自己敲、自己做。每篇教程都标注了来源、用了哪个模型、是哪个prompt塑造的"口吻"，你可以让它验证教程、追问、或追加新一章。

• 价格：开源免费，自带LLM（你用自己的API Key或订阅）。
• 为什么值得关注：当下所有AI工具都在比"谁更会替你干活"，结果就是能力幻觉——你以为你会Erlang了，其实你只会复制。Lathe是少数把"AI当教练"做出来的产品，而且它是一个可迁移的skill，意味着你能在团队里沉淀一套"如何学新技术"的模板。
• 国内对比：国内没有直接对标物。最接近的是各种"AI学习助手"，但它们都在走"直接给答案"的捷径。Lathe这个"逼你动手"的反向设计，是真正的认知差。
• 适合谁：想系统性啃下一个新领域（新语言、新框架、新协议）的中高级工程师；带新人的技术Leader（可以生成统一的上手教程）。

三、StackScope：把4.2万款独立产品的技术栈扒个底朝天

• 官网：https://stackscope.dev
• 数据规模：已分析 42,126 个新发布产品，追踪 4,884 项技术，累计 134.5万次技术检测
• 一句话定位：每天分析 Product Hunt、Hacker News、PeerPush 上的早期产品，把它们的托管、框架、AI信号、安全头、域名、邮件、DNS全扒出来给你看。

这个工具的信息差价值极高，因为它本质上是一台竞争对手技术栈情报机。它刚发布的《State of Indie Launches》五月报告里有几个硬数据：三分之一的独立产品跑在 Vercel 上；把 Vercel 剥掉后，Tailwind 占比从 54% 掉到 46%，React 从 36% 跌到 20%，而 Google Analytics 反而更多了；39% 用 Cloudflare；19% 显示出强烈的AI生成痕迹。它甚至还有个"Launch Readiness Check"——告诉你你的产品该往哪些平台提交。

• 价格：浏览和读报告免费；查任意站点、深度分析估计走付费档。
• 为什么值得关注：做独立开发、出海、选型的人，过去只能靠 Wappalyzer 一个个站点手动扒。StackScope 把这件事做成了规模化的数据库，而且是按"新发布产品"切片，正好是你要做竞品调研时最想要的那个维度——"和我同期上线的人，技术栈长什么样"。
• 国内对比：国内的"网站技术分析"工具大多是Wappalyzer的封装，且不针对"新品"。StackScope的"4.2万新品×4884技术"这个组合，国内没有。
• 适合谁：独立开发者、出海团队、技术选型决策者、做行业研究的投资人。

四、Approxima：用英文写测试用例，让Agent自己跑

• 官网/仓库：https://github.com/Approxima-AI/Approxima-OSS
• 背景：YC W26批次，本周刚开源，MIT协议，可完全自托管
• 一句话定位：开源的智能体Web端到端测试平台——你用英语描述"用户旅程"，LLM驱动的浏览器Agent对着你的线上App真跑一遍，不用维护选择器。

它的卖点直接戳中了E2E测试的两个老大难：传统脚本测试选择器一漂就挂，托管式AI QA平台又把你的测试历史锁在别人服务器上。Approxima给的解法：Goal Mode（你给一句话目标，Agent自己拆步骤）、Self-healing（每次跑完自动精简步骤，让下一次token更少更省）、流式+字幕（实时看Agent在想什么，顺便发现UX烂点）、Skills（把"登录+建工作区"这种通用流程封装成可复用积木）、Agent Fine-tuning（A/B测试不同prompt的Agent）。

• 价格：MIT开源，自托管免费。
• 为什么值得关注：这是第一个让我觉得"Agent做测试"真正能落地的开源项目，因为它的Self-healing是省钱的——它在刻意让后续运行token下降，这和国内一窝蜂"加Agent"的烧钱路线相反。YC W26背书+MIT可自托管，对国内私有部署友好。
• 国内对比：国内有Apifox、MeterSphere这类测试平台，但都还在"写脚本/录回放"阶段，没有"英文写用例+LLM自适应"这一层。Approxima补的正是这个空。
• 适合谁：前后端团队、QA工程师、做CI/CD的人；尤其适合频繁改UI、选择器总在变的团队。

五、Gitdot：用Rust重写一个开源的GitHub

• 官网：https://gitdot.io
• HN热度：332 points
• 一句话定位："A better GitHub. 开源，Rust写"——一个开源的代码托管平替，还内置每周构建挑战（本周是"Week 20: May 24–May 31"）。

它现在还很早期（v0.1，v0.2计划7月15日上线，主打Infra和Issues），但它给了两件国内开发者最在意的东西：一是开源可自建，二是社区驱动的周更黑客松。站上已经能看到 trending、designs、releases 这些版块，还有从GitHub镜像迁移的路径说明。

• 价格：开源免费自建。
• 为什么值得关注：在地缘和合规背景下，"GitHub平替"是国内大厂和涉密项目一直在找的东西。Gitdot不是又一个Gitea——它走Rust重写路线（性能+安全），还把社区运营做成了产品的一部分（周更挑战）。它早期，但正因为早期，现在跟进的人最少，信息差最大。
• 国内对比：Gitea、Gitee、Coding。Gitdot的差异点是Rust内核+原生黑客松社区，定位更"极客向"。
• 适合谁：需要私有代码托管的团队、想参与早期开源项目刷贡献的开发者、对GitHub有合规顾虑的企业。

六、Boo：让终端会话"像幽灵一样缠着"你的复用器

• 官网/仓库：https://github.com/coder/boo
• 出品方：Coder（远程开发环境大厂，质量背书）
• 语言：Zig，基于 libghostty（libghostty-vt）
• 一句话定位：GNU screen 风格的终端复用器，但每个会话的输出都经过Ghostty终端模拟内核解析，所以它始终知道每个会话的精确屏幕状态——内容、样式、光标、回滚、终端模式全都有。

这句"Sessions that haunt your terminal"背后藏着一个被低估的能力：因为boo掌握精确屏幕状态，脚本和AI Agent可以像人一样"读屏"。它能在重连时忠实重绘，能为分离的会话应答终端查询。配合上一轮我们讲过的"Agent编排"，这意味着你给Agent配的终端，不再是黑盒——它能精确读取当前屏。

• 价格：开源（Coder出品，Apache类协议）。
• 为什么值得关注：终端复用器（tmux/screen）已经十几年没大变了，Boo的杀手锏是为AI Agent时代的读屏需求而设计。当你的Agent需要"看终端现在显示什么"来决策时，tmux给不了精确状态，Boo能给。
• 国内对比：tmux/zellij是主流，国内无对标。Boo是"为Agent准备"的新一代，认知差明显。
• 适合谁：终端重度用户、自己编排CLI Agent的开发者、需要长会话+精确读屏的场景。

七、Slopsome：本地大模型的VRAM适配与吞吐数据库

• 官网：https://slopsome.com
• 一句话定位：一个VRAM适配计算器 + tok/s（每秒token）数据库，专门给本地跑大模型的人选模型用。

这个不在HN首页高分位，但被StackScope今天的分析顺手捕捉到（6月13日当天Show HN）。它解决的是一个非常具体的痛：你有一张24G/48G的卡，到底哪个量化、哪个上下文长度塞得下、跑出来多少tok/s。过去你要么自己试，要么翻各种零散的benchmark表。

• 价格：免费查询（stat engine定位）。
• 为什么值得关注：本地部署/Qwen3.6这类路线在国内很火，但"我的卡能跑哪个模型、跑多快"始终是查表地狱。Slopsome把这事做成了一个可查询的数据库，配合它6月这个时点，正好赶上本地模型热潮。
• 国内对比：国内有各种零散的算力社区帖，但没有一个统一的"模型×显卡×吞吐"查询库。
• 适合谁：本地部署玩家、买卡前做选型的人、做私有化部署售前的。

八、信息差总结：你知道的 vs 别人不知道的

九、行动指南：今天就做这五件事

1. 先抄Lathe：git clone下来，在Claude Code里试一句 /lathe build a PFCP parser in Go（贴合通信场景），感受"AI当教练"和"AI当代笔"的区别。优先级最高，因为它能立刻改变你团队的上手方式。
2. 用StackScope自查：把你最近做的产品/竞品域名丢进去，看它的技术栈、AI信号、安全头暴露情况，顺手把《State of Indie Launches》报告读完——选型和出海决策都用得上。
3. 部署Approxima：如果你们团队E2E测试一直在拖后腿，这个周末就能MIT协议自托管起来，先用一个核心流程（登录+下单）跑通Self-healing。
4. 盯Gitdot的v0.2：7月15日是它的Issues功能上线节点，想刷开源贡献的，现在去提issue/PR是最佳窗口期。
5. 给Agent配Boo：如果你在编排CLI Agent，把tmux换成Boo试一次"精确读屏"，这可能是你Agent稳定性提升的关键一环。

信息差窗口很短——这些工具今天还在"知道的人<1%"的阶段，等下周某大V发推，红利就没了。

参考来源

1. Hacker News Show HN 本周实时榜单（Algolia API）：https://hn.algolia.com / https://news.ycombinator.com/show
2. Lathe 项目仓库（AI教你学）：https://github.com/devenjarvis/lathe
3. StackScope 技术栈情报站：https://stackscope.dev
4. Approxima 开源智能体测试平台（YC W26）：https://github.com/Approxima-AI/Approxima-OSS
5. Gitdot 开源GitHub平替：https://gitdot.io
6. Boo 终端复用器（Coder出品）：https://github.com/coder/boo

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。

完成摘要（What was done）

• 信息采集：WebSearch 与 webReader 工具本周额度耗尽（限6月18日重置），改用 curl 直连 HN Algolia 官方 API + 各工具官方仓库/官网，抓取了今日（2026-06-13）Show HN 实时榜单与多个工具的 README/落地页原文。
• 筛选：从40+条高分Show HN中，剔除了已被近期覆盖的Agent基建/费用仪表盘/众筹造应用等方向，选出6个非典型、信息差最大的新工具：Lathe、StackScope、Approxima、Gitdot、Boo、Slopsome。
• 产出：一篇 new-tools 分类的完整情报文章（含标题/domain元信息、导语、6工具深度拆解、1张Mermaid流程图、信息差对比表、行动指南、参考来源、品牌信息），正文超2000字。

下一步计划（What's next）

• 优先：本轮为第6轮（new-tools），下一轮（Round 7）回到 new-tools 循环。建议下次主动切换信息源（如 GitHub Trending、X/Twitter、arXiv），避免持续依赖HN单一渠道。
• 备选：如需把本文转成视频/卡片，可调用 content-to-video 或 knowledge-card-pro skill；转公众号长图可用 markdown-to-image。
• 去重维护：6个新工具（Lathe/StackScope/Approxima/Gitdot/Boo/Slopsome）请写入 topic_history，防止后续轮次重复。

注意事项（If applicable）

• 工具配额：Z.ai 搜索/阅读工具配额将在 2026-06-18 11:07 重置，在此之前联网采集需依赖 curl 直连（本次已验证可行）。
• 数据时效：StackScope 的42,126 launches、HN 点赞数等为6月13日实时快照，会持续变动，文中已标注"截至2026-06-13"语境。
• 定价不确定性：Command Center（cc.dev）与 StackScope 的付费档具体价格官方未在落地页明示，本文未编造数字，仅描述已知信息，引用时建议读者自行到 Pricing 页核实。

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。