AgentR 3.0
- 官网
- agentr.global
- PH
- www.producthunt.com/products/agentr/launches/agentr-3-0,2026-08-19,85 票(发布日 84)/ 日榜第 20 / 3 条评论库
- 一句话
- 面向招聘方的 AI 招聘评估 agent——读完全部简历、核验候选人自述、并自动跑完第一轮结构化面试,主打「AI 作弊时代」的防作弊面试。
- 团队
- 印度团队,创始人 Nishant Gaurav、Samyak Jain、Prateek Porwal,公司注册地 Sagar(印度)〔Tracxn,tracxn.com/d/companies/agentr/__706gH97aGWi4xKL4NEJ3x05v_6OX…。官网自述「bootstrapped 15 个月、用客户服务收入养产品」,正在募 pre-seed官网 investors 页。此前作品库里没有。
- 收费
- 官网 2026-11-02 现价——₹11,999/月(约合 ₹12,000 用量余额,≈1 个岗位 / 100 份简历 / 25 场面试);按量计费 ₹25/份简历、₹10/分钟 AI 面试;首岗免费(≤50 份简历 + 5 场面试,免卡);不含 GST;DPIIT 认证印度初创另有价。旧档:PH 文案未标价,无变化可对比。
- 状态判断
- 活着但平——官网/博客在更新、仍在私测并募资,但三次发布热度逐次下滑、X 账号近乎停摆、无任何收入或用户第三方证据。
- 证据强度
- 弱。PH 库有完整三次发布记录;indie / appstore / googleplay / macappstore / github / hackernews / chromestore / X 本地库全部没有它。
发布之后的表现
收入:indie(TrustMRR)库里没有库。官网自述「10,000+ 份简历在生产环境跑过」,但这是自报,且指的是自家招聘用量,不是付费客户量自报。没有任何第三方收入数字。
用户 / 下载:appstore、googleplay、macappstore、chromestore 四个商店库都没有它库——它是纯 Web 产品(雇主端 app.agentr.global、候选人端 candidate.agentr.global),没有上架移动端,所以商店库缺席属正常,不能当负面证据。
开发者关注:github 库没有它的仓库库。官网也没挂 GitHub 链接,是闭源商业产品。
讨论:hackernews 库没有它的帖子库;X 本地库(core 层 560 人)没有一条提及库。官方 X @AgentR_AI 只有 2 个关注者、1 条帖(2026-02-19 印度 AI Impact Summit 展位)官网抓取 x.com/AgentR_AI——对一个发了三次 PH 的产品来说,这是极低的社媒存在感。
官网动态:站点活着,处于「Private beta」官网。博客在持续更新,共 39 篇,最新一篇标注「today」,近两周有 8 篇(主题集中在印度市场的 AI 面试成本、VLSI 岗位筛选、防 Cluely 作弊)官网 blog。investors 页写明:2026-02 参加 India AI Impact Summit、2026-07 发布 Phase 3、正在募 pre-seed官网。Tracxn 2026-09-25 记录仍为「unfunded」第三方。
自报 vs 实际
| 自报 | 库 / 第三方 | 结论 |
|---|---|---|
| 「10,000+ 份简历在生产环境跑过」官网 investors | 无任何库可核 | 无法验证;且是自家招聘用量,不等于付费客户 |
| 「bootstrapped 15 个月、用客户服务收入养产品」官网 | Tracxn 记为 unfunded第三方 | 不矛盾(未融资 ≠ 无收入),但收入规模无证据 |
| PH 3.0 票数 85 / 日榜第 20库 | Launly 页面标「Daily #1 / Weekly #51」〔launly.com/products/agentr-3-0〕 | 对不上:PH 库 daily_rank=20,Launly 的「#1」疑为分类榜或口径不同,以 PH 库为准 |
为什么成了 / 没成
没成(至少还没成),原因清晰:
- 发布热度逐次衰减。三次 PH 发布:2025-04 首发 171 票、日榜第 7;2025-07 的 2.0 掉到 101 票、第 23;2026-08 的 3.0 只有 84 票、第 20、3 条评论库。同一产品反复发布,边际关注度递减,说明没有形成口碑复利。
- 社媒与社区零扩散。X 官方号 2 个关注者、HN 零帖、X 圈层零提及库。一个 to-B 招聘产品靠内容获客,但它的内容全在自家博客里,没有外溢。
- 赛道拥挤且信任门槛高。Launly 的 AI 分析直接点名 HireVue、Metaview、BrightHire、Talview 为竞品第三方。招聘评估涉及合规、偏见、候选人隐私,买方决策慢,私测阶段很难快速起量。
- 定价与市场错位。₹11,999/月(约 140 美元)对印度本土中小企业偏高,而它博客又几乎全在讲印度市场官网;面向欧美的 enterprise 又需要 ATS 集成和合规背书,官网明说「八岗以上走 enterprise 定制」官网,说明还没标准化。
对想跟的人
这个方向有位置,但不在「再做一个 AI 简历筛选器」——AgentR 的 3.0 票数(84)比 1.0(171)少一半,恰恰说明「读简历 + 打分」已被做烂,买方不再兴奋。真正没被填满的是它 3.0 押的那一点:防 AI 面试作弊 + 可出示证据的评估链(官网把「六种核验结论」「摄像头标记不进入分数」写成卖点)。最大的坑是:这个卖点天然绑定「企业级信任」,而信任要靠客户案例和合规认证堆,不是靠 PH 票数——AgentR 跑了 15 个月、10,000+ 份简历仍停在 private beta、零第三方收入,就是这条路的真实成本。想跟的人要么先拿下一个能公开背书的付费客户,要么把定价压到印度本土 SMB 真能自助下单的档位。
没查到的
- indie(TrustMRR):没有它——创始人没接支付平台 key,或收入未达收录门槛,「库里没有」≠ 没收入。
- appstore / googleplay / macappstore / chromestore:均无(纯 Web 产品,预期内)。
- github:无公开仓库。
- hackernews:零帖;X 本地库:零提及。
- 无法回答:实际付费客户数、MRR、留存、融资是否已 close、团队全职人数。官网「10,000+ 份简历」无法用任何库交叉验证。
档案由 agent 建(deepseek/deepseek-v4.1-flash,16 步,2026-11-01T19:27);〔库〕= 我们自己的库,〔官网〕= 当天抓的网页。