詳細レポート
-
Unabyss 是一个基于 MCP（Model Context Protocol）协议构建的通用上下文层，解决的是 AI 工具间「信息孤岛」这个日益突出的痛点。它从用户日常使用的 Slack、Gmail、Notion、GitHub 等 25+ 应用中自动提取信息，结构化为可检索的上下文，再通过 MCP 协议分发给 Claude、ChatGPT、Cursor 等 10+ 个 AI 工具。2026 年 5 月首发即拿下 Product Hunt 当日第一，7 月 17 日以「Unabyss for Claude」重装上阵，定价从免费版到 $79/月 的 Max 版。简单说，它让「每个 AI 都了解你」成为现实，而不是每次对话从零开始。
-
Unabyss 背后的公司是 OneType Prosta Spółka Akcyjna，注册地为波兰华沙（ul. Fabryczna 4A/11, 00-446 Warszawa），联合创始人 Philip Kubinski 是连续创业者。产品获得了 ElevenLabs Grants 资助，2026 年 5 月在 Product Hunt 首次亮相即拿下当日第一产品，此后不到两个月内根据用户反馈进行了彻头彻尾的重构——从独立配置页面模式转型为「Claude-first，MCP-first」的架构，7 月 17 日以全新定位「Unabyss for Claude」二次发布，当日排名第六，周榜第九。 Unabyss 瞄准的是一个正在快速膨胀的市场：AI 重度用户同时在多个 LLM 和 AI 工具间切换，每个工具都从零开始了解用户。不少开发者自己写过简陋版的上下文同步方案（手写 .md 文件、git 管理 prompt 模板），但缺乏系统化的产品方案。Unabyss 团队判断，随着 MCP 协议逐步成为行业标准，上下文层的需求将从「锦上添花」变为「基础设施级」的刚需。截至 2026 年 7 月，平台已同步超过 40 万条记忆源。
-
Unabyss 的核心能力可以分为几个层次： 自动提取与结构化。连接 LinkedIn、Notion、Gmail、Slack、GitHub、Obsidian、Google Drive、X/Twitter 等 25+ 应用后，Unabyss 能在约 90 秒内完成首次上下文提取，自动生成 persona.md、voice.md、company.md 等结构化的描述文件。这些文件不是冰冷的 JSON 快照，而是人类可读的文本，用户可以审阅和手动调整。关键在于「自更新」——源应用数据变更后，上下文会自动刷新，不需要用户二次介入。 MCP 原生交付。这是 Unabyss 最鲜明的技术标签。每个连接的 AI 工具获得一个独立的 MCP token（格式如 una_live_...），通过 claude mcp add 一条命令即可完成对接。支持 Claude Desktop、Claude Code、Cursor、ChatGPT、Codex、Gemini、Perplexity、OpenClaw、VS Code、Hermes 等主流工具。MCP-first 的好处是遵循开放标准而非锁定在单一生态。 上下文分段与权限控制。Unabyss 会按主题（topic）、置信度（confidence）、敏感度（sensitivity）、来源应用（source）和个人/职业（personal vs professional）五个维度对每一条上下文信息自动打标签。检索时只拉取与当前问题相关的信息片段，而非用户的完整历史。权限层面提供四个可切换的作用域：无限制、排除私人信息、排除公司机密信息、排除整个来源应用——在检索时执行，敏感的上下文不会进入模型 prompt。用联合创始人 Philip 在 PH 评论区的话说：「可以给 Claude 开放的范围大一些，对 ChatGPT 缩窄，权限在 token 级别独立控制」。 Token 高效检索。Unabyss 宣称其压缩能力可将 token 用量降低至传统 RAG 方案的十分之一——不是把所有松散匹配的片段一股脑丢进 prompt，而是仅提取真正能回答问题的那些行。实际效果取决于数据质量，但在 token 计价的大模型时代，这个方向无疑是正确的。 从使用体验看，上手流程非常简洁：注册（邮箱或 Google 登录，无需绑定支付方式）→ 连接 1-2 个数据源 → 等待约 90 秒自动提取 → 审阅生成的上下文 → 为每个 AI 工具生成 scope 化的 MCP token → 复制 token 到目标工具的 MCP 配置中。整个过程不需要写代码，但理解 MCP 的概念对非技术用户仍有一定门槛。 与竞品相比，Unabyss 最大的差异化在于「跨工具」——ChatGPT Memory 只在 ChatGPT 内生效，Claude Projects 只在 Claude 里管用，而 Unabyss 上的同一条「我是创始人、主攻增长、Stack 是 MCP」信息，在 Claude、Cursor 和 ChatGPT 中都能被读到。它的定位不是替代某个 AI 的记忆功能，而是在底层提供一个可携带的上下文层。
-
Unabyss 提供免费试用和两级付费方案，外加团队定制： 免费试用：注册即获得 $25 的信用额度，无需绑卡，体验全部功能和集成。免费层最多 100 个项目，基本够轻度用户测试效果。 Pro（$13/月 年付 / $15/月 月付）：最多 3 个 MCP 连接代理、最多 20 个已连接账户、高级使用层。 Max（$79/月 年付 / $89/月 月付）：无限代理、无限连接账户、无限用量、优先支持和抢先体验新功能。 Team（定制价格）：包含 Max 全部功能，支持团队共享上下文层。 所有付费方案均提供 7 天免费试用。从定价看，Pro 针对个人 AI 重度用户，Max 面向每天泡在 AI 工具中的「泡腾片」级用户，Team 则面向小团队。 值得注意的一点是：定价页面上没有披露按量计费的信用点单价。早期版本曾用过 $5 信用额度 + 按量计费的方案（免费绑卡），现已调整为固定订阅制。对于重度依赖的生产环境用户，建议在使用前向团队确认是否存在用量限制、额度超限后的计费方式，以及是否有 SLA 承诺。
-
Product Hunt 二次发布（7 月 17 日）收获了 507 票和 116 条评论，社区反应热烈但也有不少尖锐提问。 正面反馈集中在：解决了真实痛点——「终于不用在每个对话里粘贴我的背景故事了」；连接 Gmail 和笔记后 Claude 直接记住了项目上下文，不需要重新打字；权限控制的粒度比想象中好，「不是那种一刀切的'分享一切'型产品」；MCP-first 的设计方向受到开发者社群认可，认为这是沿着生态趋势走，而不是造一个封闭的记忆系统。 中立/质疑的声音更值得关注：多位资深用户在评论中提出了上下文管理的「矛盾传播」难题——当 Claude 写入一个事实，GPT 写入另一个矛盾的事实时，Unabyss 怎么仲裁？谁来担保上下文的一致性？一位自称手写过类似方案的开发者（plain files，one fact per file）直言：「失败模式不是检索，而是传播——一个 agent 写入稍微有偏差的事实，其他 agent 都会自信地继承它」。联合创始人在回复中坦承这是个「硬问题」，正在开发版本化和衰减机制，但尚未上线。 另外，付费模式受到质疑——用户已经在付 ChatGPT/Claude/Cursor 的订阅费，Unabyss 在中间额外消耗 token 来构建和维护共享记忆，相当于「二次付费」。团队对这个问题没有给出明确回应。
-
第三方评测对 Unabyss 的总体评价积极，但带着谨慎。Toolworthy.ai 给出 Pro/Con 评估，认可其解决了真实的日常摩擦、集成覆盖面广、MCP-first 方向感好，但也指出早期产品集成深度参差不齐、无审计日志/团队管理/SSO，尚未准备好面向受监管的企业部署。Rightaichoice.com 给出 95/100 的 Viability Score（基于 momentum、funding runway、wrapper dependency 等信号），认为「12 个月后仍在运营的可能性很高」。Kingy.ai 的一篇深度分析将其定位为「上下文基础设施而非 AI 记忆」，强调其与 Mem0、Letta 等开发者 SDK 的区别在于面向终端用户而非开发者。 从竞争格局看，Unabyss 所处的「AI 上下文管理层」正在快速拥挤化。直接竞品包括 Mem（mem.ai）、Rewind（rewind.ai）、Limitless（limitless.ai），以及开发者 SDK 类的 Mem0、Zep、Cognee。Unabyss 的差异化在于：MCP-first 而非私有 API，对接成本更低；同时支持读写（agent 可以写入新记忆）而非仅消费侧；面向终端用户而非开发者，降低使用门槛。但劣势也同样明显：品牌信任度尚浅、依赖三方 API 的稳定性、以及「统一上下文层」本质上是信任密集型产品（用户需要把 Gmail/ Slack/ GitHub 的读取权交给一家波兰初创公司）。
-
Unabyss 面临的核心风险有三个。 信任风险。这是所有上下文管理产品都要面对的。把 Gmail、LinkedIn、Slack、GitHub 的读取权限（甚至写入权限）交给一个第三方服务，本身就是极高的信任委托。Unabyss 的隐私政策列明了数据存储于 EEA（Contabo 托管）、子数据处理商包括 OpenAI/Anthropic/Google/Stripe/Cloudflare 等、传输与存储加密（TLS 1.3 + AES-256）。这些措施在文本层面合规，但真正的信任需要时间和安全事件来检验。对于涉及客户机密或合规要求严格的团队，在企业级控制（审计日志、SSO、数据本地化）上线前，建议仅连接低风险来源。 上下文一致性问题。如前所述，当多个 AI 工具对同一主题写入矛盾的事实，Unabyss 缺少版本控制、冲突仲裁和溯源机制。目前没有一个清晰的界面让用户查看「这个事实是哪个应用在什么时间写入的」。在没有 provenance 机制的情况下，共享上下文可能放大而非消除幻觉。联合创始人表示团队正在解决这个问题，但截至 2026 年 7 月仍处于规划阶段。 商业模式持续性。免费层 $25 额度、Pro 仅 $13/月 的定价在一款基础设施类产品上显得偏低。按照少数用户的观察，平台近期经历了从按量计费到订阅制的定价调整，说明团队仍在探索最适合的变现路径。如果单位经济模型跑不通（上下文同步的存储和计算成本不低），面临涨价或关闭免费层的风险。 MCP 生态依赖。Unabyss 的架构高度依赖 MCP 协议在行业内的普及程度。如果主流 AI 工具迟迟不原生支持 MCP、或者推出自己的封闭上下文协议，Unabyss 的对接优势会被削弱。好在 Anthropic 正在强力推动 MCP 标准化，2026 年已有多家工具原生支持，这个方向看起来是健康的。
-
Unabyss 最适合三类人：多 agent 开发者（同时用 Cursor、Claude Code、ChatGPT 写代码，希望每个工具都知道项目上下文）、多工具创始人（需要 AI 统一理解公司战略、产品路线图和客户画像）、跨客户顾问（为每个客户维护独立的上下文切片，切换时不出混淆）。 不适合的人：只用一个 AI 工具的用户（内置记忆功能就够用了）、合规严格的受监管团队（没有审计日志和数据本地化）、不愿意把个人信息交给第三方服务的隐私敏感用户。 使用建议：从小处开始，先连接 Notion 或 Obsidian 这类「信息密度适中」的来源，审阅自动生成的上下文文件，确认没有问题再逐步扩大数据源范围。每个 agent 授予最小的必要权限，定期检查上下文准确性。对于关键业务决策所依赖的事实，建议保留外部来源并交叉验证——共享上下文减少了重复说明的麻烦，但不保证每个保存下来的事实都是正确的。
-
Unabyss 不做 AI，不做 RAG 中间件，它做的事是在「你的数据」和「AI 工具」之间搭一层你可以拥有和控制的上下文管道。这个方向在「多模型多工具」成为标配的 2026 年，切中的是一个真实且随时间放大的痛点。产品思路清晰、执行节奏紧凑（5 月首秀 → 7 月大版本重构）、社区反馈积极。但目前仍处于早期阶段：集成深度不均、上下文一致性机制缺失、定价模型在探索中。如果能解决 provenance 和冲突仲裁这两个硬骨头，Unabyss 有可能成为 AI 基础设施栈中一个不大不小的标准件。在那之前，它是一个值得尝试、值得观察、但不建议把所有身家押上去的上下文工具。
ユーザーレビュー
-
GraceCook_7—免费额度 $25 够我折腾好几天了，先跑通流程再看看要不要付费。 -
Robert_Gonzalez_X79—试了一下，把 Notion 和 Gmail 连上之后，Claude 确实记住了我上周的项目进度，不用再重新粘贴一遍背景信息了。而且我发现把日历也接上去之后，它能直接知道我今天有哪些会议安排，这个体验确实值得点赞。不过第一次配置花了点时间理解 MCP 的概念。 -
0qcek8iu—最大的担忧还是数据安全。把 Gmail、Slack、GitHub 的读权限都给一家波兰初创公司，心里还是有点不踏实。 -
Sara.Phillips_88—老哥，免费层只支持 100 个项目，稍微用一下就超了，升级到 Pro 要 $13/月，性价比自己掂量。 -
Adam_Morgan_88—权限控制确实比我想象的细，可以单独给 Claude 和 ChatGPT 不同的访问范围，这个很实用。 -
3dpon7—终于有人做这个了！之前每次在 Claude 和 ChatGPT 之间切来切去都要重新喂一遍 context，包括我是做什么的、项目背景、当前进度，有时候光贴这些就得弄好几分钟，太痛苦了。Unabyss 这个思路是对的，MCP 协议的方向也看好。 -
KellyKim_2024—有个疑问，如果我在 Claude 里写了一条 Notes，GPT 那边也写了一版不同的，到底以哪个为准？团队回复说正在做版本化机制，但目前还没上线。 -
EdwardMurray—MCP 还是太新了，目前只支持 Claude Desktop、Cursor 这几个主流工具，ChatGPT 的支持还不太稳定，我试了几次连接都断开了。如果主力用的是 ChatGPT 或者 Gemini 生态的话，这个工具的价值会打不少折扣，建议先观望。 -
Jack.Martinez5—现在 $13/月 定价还行，就怕后面用户多了涨价。基础设施类产品一涨价就很被动，因为数据和上下文都绑在上面了。 -
RobertWerner—设置了大概 20 分钟，把 GitHub、Notion 和 Slack 接上去了。第一次提取时间确实不到两分钟，persona.md 生成出来还挺像那么回事。不过有个小问题是 LinkedIn 的导入不太稳定，试了两次才成功，可能是刚上线的小 bug。 -
唐海龙—对于同时用 Cursor 和 Claude Code 的开发者来说真的挺香的，两个工具的上下文终于统一了，不用再各说各话。 -
FAcru_lab—能不能加个功能让我看看每个 AI 工具到底读取了哪些上下文？现在有点黑盒，不知道它到底把我的哪些信息传过去了。 -
SamuelMorales5205—感觉更适合独立开发者和小团队用，公司级别的话没有审计日志和 SSO 过不了合规那一关。 -
realMineaSalmi—昨天接上 Fathom 会议记录之后，今天早上问 Claude 昨天跟客户开会说了什么，它直接给出了要点。这感觉确实不一样。 -
DonnaWatson_2021—说实话，自己手动写个 MCP server 也不是不行，但 Unabyss 胜在开箱即用，20 多个连接器都配好了，省了不少功夫。 -
Shirley.Cox—已经订了 Pro 版，$13/月 不算贵，以前手动维护 prompt 模板的时间和精力成本远不止这个数。 -
Lisa.Hall_2021—PH 上看到就试了，连接过程很顺，一条命令就搞定了 MCP token。关键是后续不用再维护，省心。 -
Donna_Sanchez_7—很想知道如果一个连了 6 个月的 Notion 突然断开了，之前已经生成的记忆会不会自动清除？产品文档里好像没提这个场景。如果不清理的话那些 stale context 一直在，反而会误导 agent 给出过时的回答，希望团队能给个明确的机制说明。 -
HEvans—有个疑问，当多个 AI 对同一个事实产生矛盾的时候，Unabyss 怎么决定保留哪个版本？团队说有方案但还没实现，这就尴尬了。 -
Pamela_BaileySr—链接了 LinkedIn 之后自动生成了个人简介，直接拿来当 Cursor 的系统提示用了，效果还行。