如果你最近打开任何一个 AI 工具榜单，大概率又是清一色的"编程助手""聊天框""PPT 生成器"。但真正值得你注意的，是另一条很少有人聊的暗线——AI 工具的第二波，已经从"通用聊天/写代码"溢出，钻进了硬核垂直领域：有人用一句话让 AI 生成一台能 3D 打印的 V8 发动机，有人让 AI 自己写爬虫还在网站改版时自动修复，有人把高性能推理引擎拆成手搓教程让你真正看懂底层。本周我从 Hacker News、Product Hunt 和 GitHub 扒出四个刚上线或刚爆火的新工具，它们有一个共同点：都不是给你"聊天"用的，而是替你做一件软件圈外的人愿意付费的具体活儿。下面逐个拆，每个都带链接、价格、国内对标和适合谁。
国内技术圈讨论 AI 工具，90% 的注意力还停在通用层——谁的模型更强、谁的 Cursor/Claude Code 更好用、谁的提示词更骚。但这块早已是红海，信息差被抹平得差不多了。真正的时间差和认知差在垂直层：把 AI 钉死在某一个具体行业（机械设计、数据采集、推理基建、真·学习），做出通用模型做不好的事。这四个工具就是活样本。
官网 / 仓库：adam.new/cadam ｜ github.com/Adam-CAD/CADAM
它干什么：这是目前最猛的开源 text-to-CAD Web 应用（GPL v3，TypeScript 写的，4600+ stars，本周还在天天提交）。你用自然语言或上传一张图描述你要的零件，它在浏览器里（靠 WebAssembly 跑 OpenSCAD）直接生成一个全参数化的 3D 模型，带可拖动的尺寸滑块，一键导出 .STL / .SCAD / .DXF。它的 benchmark 相当炸裂——一句"A complete V8 internal combustion engine"（一台完整的 V8 发动机）就能生成 22 个可调维度、带 8 种颜色的多部件总成；还能生成 9 缸星型航空发动机、涡扇喷气发动机。
价格：开源免费自托管；官网在线版基础免费，无需安装。
为什么值得关注：这是 YC W25 公司 Adam 的开源旗舰作。关键不在"能生成 3D"，而在于它生成的是工程级的参数化 OpenSCAD 代码，不是一张不能改的网格图。你可以拿到代码后继续手改、接入自动化、批量改尺寸——这才是机械设计和 3D 打印圈真正要的东西。
国内对标：国内的 AI 建模几乎都是艺术向 mesh 生成（腾讯混元 3D、Tripo AI、Rodin），产出的是带贴图的网格模型，好看但不能当工程零件用。国内工程级 CAD（中望 ZWCAD、浩辰、华天 CAXA）目前都没有 text-to-CAD 生成能力。也就是说，CADAM 在国内几乎是品类空白。
适合谁：机械工程师、3D 打印玩家与创客、硬件创业团队、模具/工装设计、STEAM 教育和机器人社团。
官网：intunedhq.com（YC S22）
它干什么：一句话定义——AI 帮你写爬虫，网站一改版它自己修。你给它一个 prompt 和数据 schema，它的 "Intuned Agent" 自动生成 Playwright 代码（TypeScript 或 Python），自带反爬隐身、验证码处理、登录态支持、运行监控。最骚的是 self-healing（自愈）：目标网站结构变了，它检测到爬虫失效后自动重写选择器，不用你半夜爬起来改代码。
价格（已核实）： - Free $0/月：3 算力小时 + $10 试用 AI 额度 + 高级隐身模式，7 天数据留存 - Developer $25/月：100 算力小时，$10/月 AI 额度 - Startup $120/月：500 算力小时，$40/月 AI 额度 - Enterprise：自定义
为什么值得关注：做数据的人都知道，爬虫写出来不难，维护才是地狱——反爬升级、页面改版、登录失效，每个都能让你的任务在凌晨挂掉。Intuned 把"维护成本"这件事直接外包给 AI，这对做竞品监控、舆情、行情采集、RPA 的人是实打实的提效。
国内对标：八爪鱼、后羿采集器走的是无代码模板路线，灵活度低、不自愈；纯代码派用 Scrapy/Playwright 则全靠人力维护。"代码级 + 自愈"这个中间地带，国内基本空白。
适合谁：数据采集工程师、竞品/舆情/行情监控团队、做 RPA 和自动化的开发者、出海电商做价格监控的人。
仓库：github.com/jmaczan/tiny-vllm
它干什么：定位是 vLLM 的"又小又年轻的弟弟"——但它真正的价值是一个完整的"边读边手搓"课程。作者带你用 C++ + CUDA 从零实现一个高性能 LLM 推理引擎：加载 Llama 3.2 1B 的 Safetensors、完整 prefill+decode 前向、KV cache、static/continuous batching、FlashAttention 式 online softmax、PagedAttention，每一个 CUDA kernel 都自己写。仓库既是可跑的推理 server，也是一份循序渐进的教程。
价格：完全免费开源（Apache 2.0）。
为什么值得关注：现在人人都在"用" vLLM，但能讲清楚 PagedAttention 为什么省显存、continuous batching 怎么提升吞吐的人极少。这个项目把大厂推理优化岗面试的核心知识点，拆成了可以一行行敲出来的形式。对想转 AI Infra、想自建推理服务降本、想搞懂"为什么我的显卡跑不动这个模型"的人，这是稀缺的国产替代品。
国内对标：国产高性能推理框架有 LMDeploy（上海 AI Lab）、SGLang、以及 vLLM 本身——但都是"拿来直接用"的工业品，没有这种"教学级手搓"项目。国内想学推理底层，大多只能啃论文。
适合谁：想转 AI Infra / 推理优化岗的工程师、自建推理服务的中型团队、准备大厂推理岗面试的人、高校讲师（作者明确欢迎拿去教学）。
仓库：github.com/devenjarvis/lathe
它干什么：一个用 Go 写的 CLI（MIT，1500+ stars，本周还在更新）。它的反常识之处在于：它不替你跳过学习，而是逼你亲手做一遍。你告诉它想学什么，它生成一套多段、可动手的技术教程（tuned 成通俗易懂的措辞），然后你得自己一步步操作完成——手是它的标志（✋）。一句话：用 AI 把"被动看答案"变回"主动练手艺"。
价格：完全免费开源（MIT）。
为什么值得关注：现在所有人的痛点是——问 AI 太容易拿到答案，会用了不代表学会了，过两周全忘光。Lathe 站在这个潮流的反面，把 LLM 当"出题教练"而不是"代写工具"，对真正想掌握技能（而不是交差）的人价值很高。
国内对标：国内的学习场景基本是直接问智谱清言、通义、DeepSeek 拿答案——本质都是帮你跳过练习。Lathe 这种"AI 出题、强制动手"的范式，国内几乎没有同类。
适合谁：自学者、转码/转 AI 的人、技术讲师、需要带新人上手的技术 leader。
别只把它们当成四个独立玩具。如果你愿意，它们能拼成一条从"学底层"到"造实物"的完整链路：
flowchart LR
A["🧠 Lathe<br/>逼你亲手学<br/>某个领域"] --> B["⚙️ Tiny-vLLM<br/>手搓推理引擎<br/>看懂底层"]
B --> C["🕷️ Intuned<br/>自愈爬虫<br/>喂业务数据"]
C --> D["🖨️ Adam CADAM<br/>一句话生成<br/>可打印零件"]
D --> E["📦 实物原型<br/>STL/SCAD/DXF"]
style A fill:#e8f5e9,stroke:#2e7d32
style B fill:#e3f2fd,stroke:#1565c0
style C fill:#fff3e0,stroke:#ef6c00
style D fill:#fce4ec,stroke:#c2185b
style E fill:#f3e5f5,stroke:#6a1b9a
举个真实场景：一个做硬件小厂的独立开发者，可以先用 Lathe 系统学一遍 CAD 脚本和推理原理，再用 Tiny-vLLM 在自己显卡上跑通一个本地推理服务（省下 API 费），用 Intuned 自动采集竞品零件参数，最后把这些数据喂给 Adam CADAM 批量生成可 3D 打印的工装原型。一条链路下来，从学、到搭、到采、到造，全程几乎没有传统软件外包的份。
| 维度 | 你以为的（国内主流认知） | 别人已经在用的（本周新物种） |
|---|---|---|
| AI 建模 | 生成好看的 3D 艺术 mesh | Adam CADAM：生成可工程化的参数化 CAD 代码 |
| 数据采集 | 八爪鱼无代码 / 纯手写 Scrapy | Intuned：AI 写 + 网站改版自动自愈 |
| 推理基建 | 直接部署 vLLM / LMDeploy | Tiny-vLLM：手搓一遍，真正懂 PagedAttention |
| 学新东西 | 问 AI 直接拿答案 | Lathe：AI 出题逼你亲手练 |
| 共同点 | 都停在"通用聊天/写代码"层 | 全部钉死在垂直硬核场景，软件圈外的人愿付费 |
一句话总结这轮情报：当大家还在卷"谁的通用 AI 工具更强"时，真正的机会已经悄悄搬到了软件圈外的垂直行业。这四个工具的共同信号是——别再做第 10001 个聊天框，去做一个让机械师、数据狗、运维和学员离不开你的具体工具。这，就是现在最大的信息差。
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。
[!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。