Bots at Work 的 Dominic Barrios 有一個面向客戶的 Offer Ladder 工作流程。給一個初始輸入,由幾個 AI agent 生成低、中、高客單價的方案——流程裡可以由人挑一檔,再往下生成行銷路線圖(客戶案例[1])。人沒有被移走,只是把工作從「想低、中、高客單價的方案」換成了「挑一檔」。同一頁裡他還說 MindPal 每週替他省下 400 小時;案例頁沒給測量方法,我不拿它當結論。
這個工作流程跑在 MindPal 上。截至 2026-11-18,官網寫得很直接:無程式碼平台,面向教練、顧問、代理機構和課程創作者,把他們已有的文件、課程與 SOP 轉成 AI agents 和多 agent 工作流程,再透過連結、嵌入或自有網域交給客戶使用(MindPal 官網[2])。流程分三步:上傳既有內容,在其上搭建 agent 並串成工作流程,最後發布。賣的不是模型,是「你那套方法現在能自己運作」。
圖:來源 官方產品展示[2],2026-11-18取得;保留官方產品展示原貌,僅作產品說明。
有意思的是,同一頁 FAQ 自己給出了限制。它先說一個工作流程可以串起多個 agent 和其他步驟,依需求加分支、迴圈和人工輸入,發布前要逐步測試、整條測試;緊接著承認,即使根據你自己的知識,模型輸出也可能出錯,建議拿代表性案例測試、把界線寫清楚、審查輸出,後果重大的決定加人工複核,可重複的工作流程不保證答案正確(同上)。這兩段話放在一起,等於把「24/7 的 AI 員工」寫成了一份需要人監督的實習生說明。
上一個專案教會她的事
創辦人 Tham (Sylvia) Nguyen 在 Indie Hackers 的訪談裡說,她和共同創辦人在 2023 年 8 月大學暑假開始做 MindPal,第一版是一個週末寫出來的單頁應用程式:上傳任何檔案,和它聊天,附一個支付閘道(訪談[3])。
能這麼快做出來,部分因為東西本來就簡單,部分因為前一個失敗專案留下的心態與技術。此前兩人在另一個創業專案投入近 1.5 年,專案失敗,她給的原因很直接:完全脫離潛在客戶。她在訪談裡把教訓總結成一句直白的話:沒有客戶可服務,其他都不重要。第二次的做法是:週末做完,直接在 Product Hunt 發布。她把接下來 2–3 週的大約 100 個付費客戶歸功於這次發布;兩人隨後停止上學,全職做 MindPal,幾個月後一家美國 VC 給了一張小額 pre-seed 支票,她說這筆錢主要花在後續基礎設施與營運上(同上)。這些是創辦人的自述歸因,訪談沒有提供獨立驗證。
產品線倒是變了:從「上傳任何檔案聊天」,變成面向企業主、創業者、行銷人員、創作者、教練和顧問的無程式碼平台,用來搭建 agents 和多 agent 系統、自動化業務流程(同上)。
一次執行花多少錢,沒有固定單價
自助方案頁面有四檔。挑三檔有代表性的說:Pro 月繳 $49/月,年繳折合 $39/月($468/年);Advanced 月繳 $179/月,年繳折合 $149/月($1788/年);Ultra 月繳 $449/月,年繳折合 $374/月($4488/年),是自助方案裡最貴的一檔;另有 Free $0。價格為 USD 稅前,年繳一次收取全年費用(定價頁[4])。截至 2026-11-18 的官網首頁把 Pro 標成 $15.60/月,那是年繳疊加 BLACKFRIDAY2026 折扣碼後的折合價,頁面沒寫折扣有效期;這裡按定價文件的原價說。
真正決定帳單的是 credits。付費方案每月含 AI credits,年繳也按月發放額度,當月沒用完的不遞延;而一次工作流程執行扣多少 credits 並不固定,取決於選了哪個模型、呼叫幾個工具、跑了幾步(同上)。一個多 agent 工作流程越「聰明」、工具呼叫越多,帳就越難預估。用完可以另外買:Stripe credit packs 是 $9/1,000 credits,一次購買、不過期;舊的 Lemon Squeezy credit top-ups 則是循環訂閱(同上)。
自備 API key(BYOK)也解決不了帳單難預估,而且只在有效付費方案下可用——你直接付錢給模型供應商,但平台限制不會因此消失,內建工具和功能照樣可能扣 MindPal 的 credits(同上)。BYOK 改變的是模型呼叫費的支付對象,並不保證模型呼叫成本更低;平台限制與可能的 credits 消耗仍在。
$500 一次,或每月 $1,499 到 $2,000
更能說明這門生意形態的是另一條業務線:MindPal Managed。按次買,$500/次,一次付清,做一套完整自動化,1–3 個工作天交付,交付後有一週可修改;這一檔還得另買平台訂閱,自動化才能跑起來(Managed 頁面[5])。按月買,$2,000/月,自動化搭建不限次(同時只做一個),含平台訂閱,頁面顯示年繳選項並稱贈送 3 個月免費(同上)。
但同一個服務在文件站寫的是另一個價:$1,499/月,含平台最高一檔 TEAM Plan(MindPal Managed 文件[6])。兩個頁面都沒寫生效日期;mindpal.io 的 Managed 頁面給了適用對象——想開始自動化的選按次,想要持續流程管線的選按月——但 $2,000 和 $1,499 這兩個月繳數字,公開頁面沒解釋哪個是目前結帳價格。能確定的是兩種賣法都在:一次性的專案,和按月的長期關係。
兩種賣法共用的承諾是:14 天內交不出能運作的 AI 自動化就全額退款,無設定費,可隨時取消(mindpal.io 頁面)。至於 14 天從哪天算起、「能運作」由誰判定,頁面沒寫,退款實際如何執行也無從核實。
交付界線寫得坦率。能接的是 Zapier、Make、MCP 這類熱門工具;不接的是他們拿不到權限的內部系統,和核心自動化之外的自訂功能(同上)。維護也歸他們:每個工作流程交付前都測過,但實際用起來總會冒出邊緣情況,壞了他們修(同上)。做出來的東西歸客戶所有,退訂或轉回自助方案後,還能繼續使用、修改、執行(同上)。
一家賣「無程式碼自助搭建」的公司,同時明碼標價替你做。這不一定矛盾,至少說明公司把代搭做成單獨一項服務。從服務結構看,這兩件事並不相同:自助買的是自己搭建的可能性,Managed 買的是有人把這條流程搭起來、跑通,再持續維護。
把任務換成同一件事——把小團隊的知識接進 agent,再串成多步流程——Relevance AI 的官方文件也給出自助搭建路徑:上傳檔案、從 Google Drive、SharePoint 或 Notion 同步知識,給 agent 配工具,在視覺畫布上連接多個 agent,設定升級處理、審批和觸發器後部署(Relevance AI 文件[7])。兩邊的自助路徑都仍要自己搭,並可在關鍵處設人工檢查;MindPal 另有一條明碼標價的路:可購買 Managed,讓它的團隊做實作與維護。這只能說明兩家的服務入口擺在哪裡,不能說明誰跑得更順。
收入那一欄
創辦人受訪時自述,訪談裡的 ARR 為 $500k;這是歷史數字,不能當作 2026 年的即時 ARR(訪談[3])。訪談正文沒給統計截止日,也沒有 MRR、利潤和成本結構。ARR 不是利潤,這家公司是否賺錢,從公開材料裡算不出來。
MindPal 最誠實的部分不在首頁主視覺文案,而在 FAQ 和價目表裡:它一邊賣「永不休息的 AI 員工」,一邊寫清模型會說錯、重大決定要人複核;一邊賣自助搭建,一邊把最貴的賣法做成人工交付。眼下,最貴的那一檔仍由一個團隊替客戶把流程搭起來並持續維護,軟體排在後面。