报告 | 创业公司招聘中,远程办公依然活跃

最后更新于 May 29, 2026

执行摘要

本研究对比了 2025 年 5 月与 2026 年 5 月的 Hacker News「Ask HN: Who is hiring?」帖子,用来衡量开发者密集型招聘渠道里,全远程、混合办公和到岗办公的变化。合并样本一共包含 619 条顶级招聘帖子。

最核心的发现是:在 HN 招聘社区里,全远程依然是占比最大的单一工作模式标签。2026 年 5 月,在排除未知项后,全远程占已分类帖子 46.3%,低于 2025 年 5 月的 48.1%,下降了 1.8 个百分点,但远远谈不上崩塌。

混合办公从 22.5% 升到 26.1%,增加 3.6 个百分点;到岗办公则从 29.4% 降到 27.7%。整体来看,这更像是企业并没有大规模回到办公室,而是工作模式两端都在慢慢往混合办公靠拢。

薪酬披露的变化速度比工作模式更快。有薪酬信息的帖子占比从 20.5% 上升到 27.4%,而提及签证赞助的比例几乎没变。对招聘和雇主品牌团队来说,更大的趋势是:技术招聘文案正在更明确地写清薪资和办公模式。

最适合传播的结论

  1. 在 HN 招聘样本中,全远程仍然是占比最大的工作模式:2026 年 5 月已分类帖子中占 46.3%。
  2. 全远程同比只下降了 1.8 个百分点,从 48.1% 降到 46.3%。
  3. 混合办公上升了 3.6 个百分点,从 22.5% 升至 26.1%,是本报告里工作模式变化最大的类别。
  4. 到岗办公也下降了,从 29.4% 降至 27.7%,说明混合办公正在同时从全远程和到岗办公两端“吃份额”。
  5. 薪酬披露从 20.5% 升至 27.4%,涨幅超过任何一种工作模式。
  6. 签证赞助提及几乎没动,从 2.6% 小幅升至 2.8%。
  7. 这个样本反映的是一个自选择、偏远程友好的技术招聘渠道,而不是整个美国劳动力市场。

如果你平时只看大公司的内部备忘录,那么 2026 年远程办公的故事看起来几乎已经尘埃落定:大型雇主正在把员工召回办公室,固定办公周重新回归,而“完全分布式公司”似乎越来越像疫情时期的例外。这个判断并非全错,但并不完整。它描述的是知名大厂的立场,而不是那些仍在公开市场上和工程师抢人的中小型软件团队的招聘语言。

本报告关注的正是这层更安静的现实。Hacker News 的招聘帖子并不是完美的劳动力市场样本,也不应被当作普查。但它之所以有价值,恰恰在于它面对的是很难糊弄的受众。能在这里发帖的公司,往往是在直接对工程师、创始人和技术从业者说话;含糊的雇主品牌话术在这里并不好用。如果一个团队在这个场景里写着“全远程”“混合办公”或“到岗办公”,通常意味着它真的希望候选人按字面理解。

因此,这篇博客版结论可以概括为:RTO(Return to Office,重返办公室)浪潮确实存在,但它并没有抹去创业公司周边技术市场中的远程优先招聘。这个变化更像是向混合办公缓慢迁移,而不是远程办公被彻底取代;与此同时,薪酬透明化的速度甚至比办公政策变化还快。

Amazon 强制每周 5 天返岗,Salesforce 推出“团队协议”,Goldman Sachs 宣布永久 5 天到岗。过去 18 个月里,RTO 几乎成了月更级头条,越来越多大公司接连宣布结束远程办公。只看这些新闻,很容易得出“远程办公这个概念正在终结”的结论。

我们想用另一类数据来验证这个判断。Hacker News 每个月都会在 1 日由 whoishiring 账号发布固定帖子——“Ask HN: Who is hiring?”。这个帖子特别之处在于:它不是公开公司的公关信号,而是由工程师、创业公司创始人和小团队自己写出来的招聘文案。每个月几百条评论,每条都代表一家公司的招聘信息。我们抓取了 2025 年 5 月和 2026 年 5 月的两个帖子,共 619 条招聘信息,并观察全远程 / 混合办公 / 到岗办公的分布变化。

结果并不复杂,但它和大公司公关叙事并不一致。在 HN 招聘社区中,全远程仍然是占比最高的工作模式——排除未分类项后占 46.3%,较 12 个月前的 48.1% 仅下降了 1.8 个百分点。 这只是一次下滑,并不是消失。

相反,混合办公上升了 3.6 个百分点(排除未知项后,从 22.5% 升至 26.1%)。这是本次数据里最明显的变化。混合办公在抢份额——但它抢的不只是全远程。它也在从到岗办公中分走份额(到岗办公 -1.7 个百分点)。这个迁移并不是简单的“全远程转混合办公”,而是两端都在向中间靠拢。

还有一个我们没预料到的数字:薪酬披露率从 20.5% 升到 27.4%,增加 6.9 个百分点。 这是整个数据集中变化最快的指标。相比之下,签证赞助提及几乎没变(2.6% 到 2.8%)。一个指标快速上升,另一个基本持平——背后的原因分别来自两套不同机制。薪酬披露受到美国各州薪酬透明法规推动(加州、科罗拉多、纽约、华盛顿都在 2023–2025 年间出台或强化了相关法律);HN 的招聘文化也随之对齐。签证赞助则反映的是 H-1B 政策环境,而这一政策在 2024–2026 年间其实是在持续收紧,因此提及率持平或略受压制,和现实约束是吻合的。

综合来看,数据讲的是同一个故事:HN 招聘社区内部的 RTO 不是革命,而是再平衡。 全远程仍占主导,混合办公在悄悄上升,到岗办公缓慢收缩。与此同时,整个招聘市场正以更快速度转向薪酬透明。下面我们逐层展开。


1. 当前分布:全远程仍以 46.3% 领先

may-2026-work-mode-distribution.webp

在 2026-05 帖子中,共解析出 317 条招聘评论,分布如下:

工作模式帖子数总占比排除未知项占比
全远程14244.8%46.3%
混合办公8025.2%26.1%
到岗办公8526.8%27.7%
未知103.2%

未知项占 3.2%——也就是那些首段没有明确写出远程 / 混合 / 到岗立场的评论,通常是因为发帖格式不标准,或者只贴了招聘页面链接。后续分析统一使用“排除未知项后的占比”,以保证月份之间可比。

在排除未知项后,全远程仍然是最大的单一模式,占 46.3%。这一比例大约是混合办公(26.1%)的 1.8 倍,是到岗办公(27.7%)的 1.7 倍。

如何解读这个数字?在 HN 招聘社区——也就是以开发者、创业公司和早期工程团队为主的样本里——接近一半的帖子仍然明确标注全远程。 如果要接受“远程死了”这个说法,就必须解释为什么在一个通常被称为“早期采用者、偏远程友好技术圈”的子样本里,全远程还能稳定保持在 46% 左右。

一种解释是:HN 这个子样本并不具代表性,而更广泛的市场其实早就不远程了。这种说法会把样本边界当作脱身口。但它也必须承认两点。第一,HN 确实只是一个子样本,但它覆盖了软件招聘中相当有意义的一部分,尤其是中小型公司、早期创业团队,以及那些没预算买 LinkedIn Premium 或 Indeed 赞助位的独立工程师。第二,这个子样本里全远程的稳定,本身就是一种信号——至少在“确实有能力做远程”的公司群体中,远程并没有死。

2. 过去 12 个月发生了什么:混合办公悄悄增加了 3.6 个百分点

remote-work-yoy-delta_compressed.webp

把两个帖子并排比较,排除未知项后:

工作模式2025-052026-05变化
全远程48.1%46.3%-1.8 pp
混合办公22.5%26.1%+3.6 pp
到岗办公29.4%27.7%-1.7 pp

混合办公的 +3.6 个百分点是数据里幅度最大的变化。全远程下降了 1.8 个百分点,到岗办公下降了 1.7 个百分点。两端都让出了一些份额,而这些份额流向了混合办公。这种迁移模式很有说明力。 如果混合办公的增长只是从全远程转化而来,那么到岗办公理论上应当基本不动。但事实并非如此:到岗办公也下降了,且幅度几乎相当。也就是说,混合办公是同时从两端吸收份额。

这种“两个极端一起向中间收敛”的路径,并不是大公司公关叙事里那种“远程变成到岗”的故事。HN 招聘数据更像是在显示一种工作模式再平衡——既不是远程退潮,也不是到岗回潮,而是混合办公作为中间态吸收份额,并逐渐变得稳定。

为什么混合办公在 HN 圈层里尤其稳定?一个机制层面的解释是:HN 发帖门槛比 LinkedIn 更高。你需要有 HN 账号,帖子会公开暴露给同行,而任何夸大其词都会在回复里立刻被指出。在这种公开同行审视的过滤器下,一家公司写“混合办公(每周到办公室 3 天)”时,通常意味着它已经这样运行了一段时间,而且有明确执行方式——不是营销话术。因此,这里的 26.1% 混合办公占比,很可能代表的是“真实且有细节的混合办公”,而不是 LinkedIn 上那种更模糊的“Hybrid(灵活)”。

对增长或招聘运营人员来说,这意味着:“混合办公正在成为新常态”这个说法,在 HN 数据中得到了一部分支持,但混合办公目前仍只占 26% 左右。 如果你的雇主品牌策略建立在“我们是一家混合办公公司”之上,那么这个定位的可触达人群比你想象的要小一档——因为全远程依然比它大 1.8 倍。

3. 仍在发布全远程岗位的公司

以下是 2026-05 帖子中发布全远程岗位的公司样本——前 15 名:

排名公司全远程岗位数
1Doubling1
2Emergences Labs (emergences.ai)1
3CodeWeavers1
4OpenVPN Inc.1
5Amplify Renewables1
6IPinfo.io1
7In The Loop (intheloop.engineering)1
8Deep Core Technology1
9Loophole Labs1
10PostHog1
11Railway1
12Enveritas (YC S18, non-profit)1
13Form AI1
14PlantingSpace1
15SEEKING FREELANCER1

这份名单并不像社媒热榜那样由头部效应主导——HN 的招聘常态是每家公司每月一条帖子,所以分布很平均。但这些公司在 2026-05 仍然公开发布全远程岗位这一事实,本身就是信号。它说明在 2024–2026 这波 RTO 浪潮中,仍有公司选择保留远程友好的雇主品牌,并把这一立场直接写进招聘文案里。

这份名单里,PostHog 值得特别提一下。作为一家开源产品分析公司,PostHog 拥有英国和美国团队,长期坚持远程优先。他们出现在 2026 年 5 月的帖子中,说明远程优先型创业公司依然可以穿越 RTO 浪潮吸引工程候选人,同时他们仍然把 HN 作为面向工程师的招聘渠道。CodeWeavers(开源 Wine 公司)、IPinfo、Loophole Labs 也都属于类似画像——技术驱动、中型规模、面向开发者客户,自然更适合远程优先。

对雇主品牌来说,这份名单的存在比排名更重要。它说明在 2026 年,招聘中“明确标注全远程”依然是一个强信号动作——它会吸引真正看重远程优先文化的候选人,而这是那些正在大幅转向 RTO 的传统大公司越来越难提供的差异化。

4. 薪酬披露 +6.9 个百分点——这是整份报告里变化最快的指标

两个指标并排看:

salary-visa-disclosure_compressed.webp

指标2025-052026-05变化
披露薪资20.5%27.4%+6.9 pp
提及签证赞助2.6%2.8%+0.2 pp

薪酬披露从 20.5% 跃升到 27.4%,12 个月内增加了 6.9 个百分点,是本数据集中变化最快的指标。这个速度大约是混合办公 +3.6 个百分点的一倍。背后的推动力来自美国各州的薪酬透明法规——例如加州 SB 1162(2023 年生效)、科罗拉多《同工同酬法案》(2021–2023 年间持续强化)、纽约(2023 年 9 月生效)以及华盛顿州(2023 年 1 月生效)。这些法律要求达到一定规模的雇主在职位发布中披露薪资区间。一旦合规要求落地,跨州招聘的企业几乎必须在每一条招聘信息里写薪资,因为不披露就会违反部分州法律。

HN 的招聘文化本来就偏爱薪资透明。但单年增加 6.9 个百分点,几乎不可能只是文化自发演变,更像是法规驱动的合规结果。

签证赞助提及几乎没变(2.6% → 2.8%)。这个指标反映的是 H-1B / TN / O-1 的政策环境。2024–2026 年间,美国针对技术类工作签证的移民政策是在持续收紧,而不是放松。因此,签证赞助提及率持平或略微上升,和企业不愿公开承诺自己未必能兑现的赞助安排是一致的。这个数据点起到了交叉验证作用:HN 的薪资披露上升是制度驱动的,签证提及的持平也是制度驱动的,而不是简单的文化偏好漂移。

对运营者的实际启示是:如果你的雇主品牌想强调“透明”,薪资披露比签证政策更有说服力。 薪酬透明法规本来就会逼你披露,不如把合规要求包装成主动透明,这样品牌回报最高。

5. 为什么这个数据集可信,以及它的边界在哪里

过去 18 个月里,RTO 讨论一直被一些头条案例牵着走——Amazon 的 5 天返岗、Salesforce 的“团队协议”、Goldman 的永久到岗政策。这些故事都是真的,但它们描述的是大型 incumbent 的公关信号,而不是更广泛技术生态里的招聘现实。

HN 的 “Who is hiring?” 帖子则捕捉的是另一端:中小型技术公司、创业团队和独立创始人,在一个公开、同行审阅的论坛里自行披露招聘需求。很多公司并不在 LinkedIn 发帖,不买 Indeed 赞助位,也不依赖猎头——因为他们想找的候选人(工程师、早期员工)本来就在看 HN。每条评论都会被 HN 读者实时查看和回复,这种公开同行审阅机制,让 HN 招聘文本成为一个相对干净的真实雇主意图样本

因此,46.3% 的全远程占比(排除未知项)并不是“美国劳动力市场的全貌”。它反映的是**“自选择进入 HN 招聘社区的公司,公开声明的工作模式”**。这两种解读之间差异极大:

  • 美国劳工统计局估计,2024 年全美国完全远程岗位大约占总就业的 10–15%
  • 但 HN 是自选择样本——会选择在 HN 招聘的公司,本身就更偏远程友好
  • 因此,这里的 46.3% 描述的是一个自选择的、偏远程友好的技术子样本,而不是宏观劳动力市场

这个边界对读者有两层意义。

对增长和内容团队而言:如果你要写“远程依然活着”这样的内容,这份报告是可以引用的,但一定要标注样本边界。更稳妥的表述可以是:“在 HN 的招聘社区里——一个偏向远程友好型早期技术公司的样本——全远程仍占 46%,同比仅下降 1.8 个百分点。” 这种说法经得起同行审视。

对招聘和 HR 团队而言:本报告里的混合办公占比(在远程友好子样本中为 26.1%)其实对“混合办公已成新常态”这一叙事构成了反向校正。如果在一个本来就远程友好的子样本里,混合办公都还没突破 30%,那么更广泛的劳动力市场对纯混合模式的偏好,可能比 LinkedIn 营销话术暗示的更弱。围绕“我们是一家混合办公公司”搭建的雇主品牌叙事,可能已经过度修正——在你的目标候选人群体里,真正偏好混合办公的人数也许比营销文献所说的更少。

6. 稳定性检查与其他公开数据集的对照

任何同比报告都会引出一个显而易见的问题:混合办公上升 3.6 个百分点,是真趋势,还是抽样噪音? 我们做了三个稳定性检查。

未知项几乎没有变化。 从 3.0% 到 3.2%,只增加了 0.2 个百分点。这说明 HN 的发帖格式遵循情况在两个帖子里都很稳定,因此三大有效类别之间的重新分配,反映的是真实的结构变化,而不是“今年更多帖子写得更清楚了”这种解析偏差。

到岗办公也有小幅下降。 如果混合办公纯粹是从全远程那里抢份额,那么我们会看到到岗办公几乎不动。但实际上,到岗办公下降了 1.7 个百分点,全远程下降 1.8 个百分点,而混合办公上升 3.6 个百分点。这与“混合办公从两端各吃一点”的模式一致——典型的中间态成形,而不是极端之间的剧烈切换。

分母基本稳定。 2025-05 总量:302 条帖子;2026-05 总量:317 条帖子。只相差 15 条,说明 HN 招聘社区的招聘量同比基本持平。份额变化反映的是结构变化,而不是分母漂移。

hn-posting-data-2025-2026.webp

更稳妥的解读是:本报告中的混合办公上升是相对稳健的,但 ±2–3 个百分点的抽样噪音仍然是合理存在的。用于公关稿时,你可以有把握地写成“HN 招聘社区中的混合办公帖子同比显著增加,约上升了 3 个百分点”。不要把它写成“混合办公同比暴涨 50%”——HN 帖子是稳定样本,不适合做二阶百分比的夸张表述。

市面上有多个公开数据集都在观察 RTO 问题,乍看之下数字彼此矛盾。但如果把它们放到样本边界的视角里看,其实是互补的——它们测量的是同一现实的不同侧面。

来源覆盖范围典型解读(2024-2025)
Stanford WFH Research5000+ 名美国劳动力调查美国整体全远程约 14%,混合办公约 28%
Flex Index (Scoop)9000+ 家美国公司政策追踪32% 完全灵活,55% 结构化混合办公,13% 全职到岗
Kastle System办公刷卡数据,美国十大都会区办公入住率 50–55%(疫情前为 100%)
美国劳工统计局(BLS)全美雇主调查全远程约占总就业的 10–15%
本报告(HN Who's Hiring)HN 招聘社区,619 条帖子样本内全远程占 46.3%(排除未知项)

这些数字并不矛盾。 Stanford 观察的是员工行为(每周在家工作的天数);Flex Index 观察的是雇主政策(HR / 招聘页视角);Kastle 观察的是实体办公占用(房地产视角);BLS 观察的是宏观就业结构(劳动力市场视角);而本报告观察的是一个招聘渠道里公开声明的工作模式(招聘渠道视角)。五种视角会得出五组不同的数字——但它们都指向同一个底层现实:全远程在收缩,但远没死;混合办公作为中间路线在稳步增长;全职到岗则在结构性缓慢下降。任何写“整个行业都在 X”的作者,至少应该交叉参考两个视角——单靠一份报告(包括这份)都不足以定义“整个行业”。


方法说明

数据来源:Hacker News Firebase API(https://hacker-news.firebaseio.com/v0/item/\{id\}.json)。对比线程:2025-05(item id 43858554)和 2026-05(item id 47975571)。每条顶级评论视为一条招聘帖子(HN 约定)。数据快照采集时间:2026-05-12(UTC)。清洗后样本量:2025-05 为 302 条帖子,2026-05 为 317 条帖子,总计 619 条。

HN 社区偏差(最重要的注意事项):HN 的招聘社区主要由开发者、创业公司创始人和早期工程团队构成。样本明显偏向 SaaS、AI 工具和远程友好型公司。本报告不能被解读为美国或全球 RTO 趋势的全景图。金融、制造、零售、医疗、教育等传统行业的到岗比例远高于这里显示的水平,而且这些公司大多根本不会在 HN 上招聘。报告中所描述的全远程占比,反映的是一个自选择的、偏远程友好的技术子样本,而不是宏观劳动力市场样本。

样本规模边界:合并后 619 条帖子——不是“619 家公司”。同一家公司可能发布多个岗位(通常每个帖子只发一次,但也可能跨线程重复)。分母是“帖子数”,不是“独立雇主数”。如果要做公司层面的分析,必须去重,而本报告并未进行去重——因此引用时应以帖子级别为准。

解析准确性:HN 的发帖格式遵循率大约在 70% 左右;基于规则的解析还能覆盖额外约 15–20%;剩下的归入未知项。我们在标题指标里使用“排除未知项后的占比”,以消除格式遵循变化带来的干扰。未知项自身的同比变化(+0.2 个百分点)反映的是发帖习惯演化,而不是底层 RTO 趋势。

同比 vs 长期趋势:本报告只做单点同比比较,推断长期轨迹。如果要研究长期趋势,至少需要 5 年 × 12 个月的线程数据(60 个数据点)——HN 的帖子可以追溯到 2011 年,因此这是一个可行的后续项目,但并不是这份报告所主张的内容。

快照时间:采集于 2026-05-12。HN 评论在发布后实际上不可变更(社区也不鼓励编辑),因此这个数据集稳定且可复现——这和网页快照类报告不同,后者每次抓取目标都可能变化。长期可复现性正是这个数据源的优点。

法律与版权:HN API 是公开的只读 API;抓取不需要认证。评论文本版权归原作者所有;本报告仅使用聚合统计和短语频次,不全文引用评论。被点名的公司(Top 榜单)只出现在正面语境中(全远程岗位数最高);报告未对任何公司做负面归因。我们没有发布原始 CSV/JSON 下载,但报告中的每一个数字都可以通过公开 HN API 全流程复现。

注意事项

本报告不支持以下说法

  • 不是“所有美国科技公司都只有 X% 的全远程岗位”
  • 不是“公司 X 已经不再发布远程岗位” (本报告不做公司纵向追踪)
  • 可支持的表述:"在 HN 招聘社区 2025-05 和 2026-05 的线程中,全远程岗位占总量的比例从 46.7% 变为 44.8%(排除未知项后从 48.1% 变为 46.3%)"

数据来源与版本信息

采集脚本:return_to_office_index_2026/00_fetch_hn_who_hiring.py 以及其下游流程(本仓库)。采集日期:2026-05-12(UTC)。报告版本:v1.0(单点同比)。数据许可:HN 评论版权归作者所有;聚合统计的使用属于合理使用范围。本报告与 AI Required Position Rate 2026 报告共享 HN 数据——两者都基于同一批 619 条 HN 招聘帖子,只是从两个不同角度解读(工作模式 vs AI 工具渗透率)。

SEO 与内容团队可引用的要点

这项研究为博客开头、数据亮点、社媒文案、对比页和后续解读提供了多个可引用角度:

  • 在 HN 招聘样本中,全远程仍然是占比最大的工作模式:2026 年 5 月已分类帖子中占 46.3%。
  • 全远程同比只下降了 1.8 个百分点,从 48.1% 降到 46.3%。
  • 混合办公上升了 3.6 个百分点,从 22.5% 升至 26.1%,是本报告里工作模式变化最大的类别。
  • 到岗办公也下降了,从 29.4% 降至 27.7%,说明混合办公正在同时从全远程和到岗办公两端“吃份额”。
  • 薪酬披露从 20.5% 升至 27.4%,涨幅超过任何一种工作模式。
  • 签证赞助提及几乎没动,从 2.6% 升至 2.8%。
  • 该样本反映的是一个自选择、偏远程友好的技术招聘渠道,而不是整个美国劳动力市场。

引用时务必要带上这个限制条件。这些数字只描述本报告所使用的特定样本和采集方法,不能被重新包装为全市场普查、内部采用率指标,或对某个类别中所有公司的判断。

在编辑使用场景中,最强的写法是把核心统计和样本边界一起呈现。这样既能增强论断的稳健性,也更容易获得读者信任。例如,可以写成“在这个 HN 招聘样本中”“在这个 DTC 首页静态扫描中”或“在这个 YouTube 频道样本中”,再把数字延伸为更大的趋势讨论。

可复现性说明

交付文件夹中包含以下从原始本地报告包复制过来的流程文件。这样做是为了让已发布报告能够与实际使用的脚本、中间输出、图表和源稿进行核对。

  • process_files/out/analysis_stats.json
  • process_files/out/hn_jobs_parsed.csv
  • process_files/out/hn_jobs_reclassified.csv
  • process_files/out/hn_threads_meta.csv
  • process_files/scripts/00_fetch_hn_who_hiring.py
  • process_files/scripts/01_parse_hn_jobs.py
  • process_files/scripts/02_classify_unknowns.py
  • process_files/scripts/03_compute_stats.py
  • process_files/scripts/04_make_figs.py
  • process_files/scripts/05_build_data_brief.py
  • process_files/scripts/06_build_report_bilingual.py
  • process_files/scripts/07_module_i_check.py

欢迎将方法修正、数据问题和后续分析发送至 support@thunderbit.com。本报告基于 2026 年 5 月收集的公开网页或公开 API 信号,阅读时请结合上文所述样本边界。

试用 AI 网页爬虫
Shuai Guan
Shuai Guan
Thunderbit 首席执行官|AI 数据自动化专家 Shuai Guan 是 Thunderbit 的首席执行官,毕业于密歇根大学工程学院。凭借近十年的科技与 SaaS 架构经验,他专注于将复杂的 AI 模型转化为实用、无需代码的数据提取工具。在这个博客中,他分享关于网页爬虫和自动化策略的真实、经过实战检验的见解,帮助你构建更智能、数据驱动的工作流程。当他不在优化数据工作流时,也会把同样注重细节的眼光投入到摄影爱好中。

试试 Thunderbit

只需 2 次点击即可抓取线索及其他数据。由 AI 驱动。

Get Thunderbit It’s free
使用 AI 提取数据
轻松将数据传输到 Google Sheets、Airtable 或 Notion
PRODUCT HUNT#1 Product of the Week