AI 回复应用哪款好：2026年四类工具怎么选

“最好的 AI 回复应用是哪一款”，这个问题有四个不同的正确答案，而提问的人往往只想要其中一个。

我把这个品类认真梳理了一遍，部分原因是我自己就在这个领域做产品。Subtext 是我做的，这款应用会在你发送之前，先判断一条消息在对方那里大概会是什么效果。它是这四个答案中的一个，另外三个它给不了。它出现在下面的第四类里，所以我说的关于它的每一句话，你都应该带着这一点去掂量。另外三类我没有任何利害关系，而它们占了这篇文章的大部分。

梳理下来，我觉得最有用的一点是：这几类工具几乎不互相竞争。人们把外联序列工具和语气检查工具一起归在“AI 回复应用”名下，可它们其实不能互相替代。我另外比较过哪些 AI 语气检查工具是真的会检查语气。一类想推动销售管道。另一类想拦住你，别在晚上11点发出一条收不回来的消息。

所以在问选哪款应用之前，先问问自己：你的难题是消息太多，还是有一条消息分量太重。

四个类别

邮件分拣对付的是数量。代表有 Superhuman、Shortwave、Agentys。工作的单位是收件箱，成功就是更快把它清零。

外联序列对付的是销售管道。代表有 Reply.io、GoExtrovert、Skywork AI。工作的单位是一轮外联活动，成功就是约到一场会议。

客服与私信自动化对付的是覆盖面。代表有 Instant Reply、Vellum。工作的单位是待处理的队列，成功就是没有人需要等。

关系校准对付的是分量。Subtext 就是我做的那一款。工作的单位是单独一条消息，成功就是对方读到的，正是你想说的意思。它的一次真实运行就在表格下方，另一次在后文。

只有最后一类，是从“这条消息发出去会是什么效果”出发的。前三类管的都是后勤。

下面的表格列出了四类 AI 回复应用，Subtext 在最后一行。

类别	如果你的难题是	文章提到的工具	成功的样子
邮件分拣	400封邮件	Superhuman、Shortwave、Agentys	更快把收件箱清零
外联序列	销售管道	Reply.io、GoExtrovert、Skywork AI	这一轮外联约到一场会议
客服与私信自动化	一个客服队列	Instant Reply、Vellum	队列里没有人在等
关系校准	一条消息分量太重	Subtext	一条消息的效果正如你所愿

Subtext 是我自己的产品。我没有把这些工具放在一起直接对比测试过。关于其他工具的内容，几乎都来自厂商资料，以及设有推广返佣计划的比较网站，核查于2026年8月。

表格里的一行，说明不了一款工具用起来到底是什么样，所以这里先看第四类工具的一次实际运行。请求是为这次运行编的：“我真的被我姐气炸了，妈过生日她又放鸽子，什么都得我一个人干。帮我想想怎么跟她说”。Subtext 一开始什么都没有起草。它把这份情绪命名为“愤怒”，给这条消息标上“概括化”这个标签，理由里点出“又放鸽子”和“什么都得我一个人干”，说这样的话带有总是如此的意味，“对方容易觉得被全盘否定而进入防御”，然后问了四个问题。第一个问题“这次具体发生了什么？姐姐答应了什么，又是怎么没做到的？”是开放式的，要你自己打字回答；第二个问题“你最想通过这次谈话得到什么？”配了三个可以点按的回答，“她以后分担一些”“她认真道个歉”“把心里的委屈说出来”。在这里，点一下回答就交代了通用聊天机器人需要你自己打字说明的那类背景；聊天机器人为什么需要这些，下文会讲到。以上是应用的真实输出，没有改动。

我真的被我姐气炸了，妈过生日她又放鸽子，什么都得我一个人干。帮我想想怎么跟她说

概括化: “又放鸽子”“什么都得我一个人干”带有总是如此的意味，对方容易觉得被全盘否定而进入防御。
愤怒: 你因为姐姐又一次缺席、所有事都落在自己身上，感到非常生气和不公平。

听得出来你真的很累也很委屈，妈妈生日本来是件开心的事，却变成你一个人扛。这种时候先想清楚再开口，会更有效。我问你几个问题，帮你把话说到点上。

这次具体发生了什么？姐姐答应了什么，又是怎么没做到的？
你最想通过这次谈话得到什么？ 她以后分担一些
你们平时说话是什么风格？这次想说得多直接？ 很直接，不绕弯
还有什么是你特别想让她知道，或者想问她的？

明白了，你想直接说清楚，也希望她以后能分担。我写了三个版本，都不绕弯，但不翻旧账。

直接简短 (坚定, 需要留意): 姐，妈生日你又没来，所有事都是我一个人在张罗，我真的挺生气的。以后妈的事，我希望我们俩一起分着做，你能做到吗？ 直接说出生气和期待，结尾用问句邀请她回应；“又”字还是带一点指责，她可能会先辩解。
说感受加请求 (坦诚, 可放心发送): 姐，我想跟你认真聊一下。妈生日那天你没来，准备的事基本都落在我一个人身上，我当时又累又委屈。我不是想吵架，只是希望以后妈的事我们能分工，你来负责一部分。你看哪些你可以接？ 先讲自己的感受再提具体请求，没有“总是”之类的字眼，还让她自己挑能接的部分，她更容易接受。
更完整的重写 (真诚, 可放心发送): 姐，有件事我憋在心里挺久了，想直接跟你说。妈这次生日你没出现，从准备到收尾都是我一个人在忙，我真的很累，也有点寒心。我知道你可能有你的难处，但我一个人撑不住。以后妈生日、过节这些事，我们提前商量好谁负责什么，你认领一部分，行吗？你有空的话，我们打个电话说说。 把累和寒心说得很明白，也给了她解释的余地，并提出提前商量分工的办法；篇幅稍长，但语气稳，不容易引发争吵。

我没写具体她答应过什么、少做了哪几件事，因为你还没告诉我。你可以补一两件具体的事进去，会更有说服力。想要更短、更温和，或者更有力一点吗？

她认真道个歉

明白了，你想直接说清楚，也希望她认真给你一个道歉。下面几个版本都不绕弯，但把火气换成了事实和你的感受。

简短直接 (坚定, 需要留意): 姐，妈生日你没来，所有事都是我一个人在张罗，我真的很生气。我想听你认真跟我说声对不起。 开门见山说出事实、感受和你想要的道歉，不绕弯。语气偏硬，姐姐可能会有点防御，但诉求很清楚。
说出累和委屈 (委屈, 可放心发送): 姐，我想跟你好好说说妈生日这事。你没来，准备的事全落在我一个人身上，我又累又委屈，也很失望。我不想把这事憋在心里，希望你能认真跟我道个歉。 先说“想好好聊”，再讲事实和你的累与失望，最后提出道歉的请求。直接但不指责人，姐姐更容易听进去。
带上以后的期待 (坦诚, 可放心发送): 姐，妈生日那天你没出现，从买东西到安排，都是我一个人在忙。说实话我很生气，也觉得不公平。我不是要吵架，只是想让你知道这件事对我影响有多大，也希望你认真跟我说声对不起。妈的事我们是一起的，下次我想提前跟你商量好谁做什么。 明确说出生气和不公平，同时说明不是来吵架，并把话引向下次怎么分工。诚恳又有底线，最容易换来真正的回应。

我没写具体细节，比如她原本答应了什么、你做了哪些事，你可以补一两句进去，会更有力。想要更短、更温和，还是更强硬一点？

把心里的委屈说出来

明白了，你想直接说出心里的委屈，不绕弯。下面几个版本都把话说清楚，但尽量让她听得进去，而不是一上来就吵起来。

直接说清楚 (坦诚, 需要留意): 姐，妈生日你又没来，所有事都是我一个人在忙。我心里真的挺委屈的，也有点累。我想跟你好好聊聊，以后这种事能不能一起分担。 直接说出事实和你的委屈，结尾提出一起分担，不指责人格。“又”字还是可能让她有点防备。
带点温度 (真诚, 可放心发送): 姐，我想跟你说说心里话。妈生日那天你没来，准备的事基本都落在我一个人身上，说实话我当时挺难受的。我不是想跟你吵，就是希望你知道我的感受。你方便的时候我们聊聊？ 先说明不是要吵架，再讲你的感受，最后邀请她聊聊，她比较容易听进去，而不是急着辩解。
说感受并提要求 (坚定, 需要留意): 姐，这次妈生日你没来，我一个人又订又布置又招待，到最后真的有点撑不住了，也挺寒心的。妈那天其实很盼着你在。我不想一直憋着，所以直接跟你说。下次这种场合，你能不能提前告诉我你来不来、能帮哪一块？这样我也不用一个人硬扛。把委屈和具体请求都讲明白，很直接。但“妈那天很盼着你在”以及订、布置、招待等细节是我按情境补的，可能和实际不符，“寒心”也稍重，请你核对后再发。

我没问到这次具体发生了什么，所以细节写得比较概括，你可以补上真实的情况。需要更短、更温和或更硬气一点吗？

邮件分拣：Superhuman、Shortwave 和 Agentys

如果你的难题是一个周二外加400封邮件，你要看的就是这一类。

Superhuman 围绕一个延迟承诺展开：任何操作都不应超过约100毫秒。键盘快捷键、拆分收件箱、快速分拣。它自带的 AI 智能体会起草回复。2025年 Grammarly 收购了它，现在它和 Grammarly 都归在 Superhuman 这个产品套件之下。它优化的，是你自己处理邮件的速度。价格大约每月30到40美元，视方案而定。

Shortwave 走的是另一条路。它只支持 Gmail，主要靠一个助手：能用自然语言搜索多年的邮件存档，总结很长的邮件对话，还能运行保存好的工作流。Superhuman 让你更快，Shortwave 则想替你把对话读完。大约每月14到24美元。

Agentys 解决的是让大多数人迟迟不换工具的那个障碍：换工具本身。它直接在 Gmail、Outlook 和 Microsoft 365 里原样工作，在你本来就在用的收件箱里，用训练出来的、属于你的口吻生成回复草稿。大约每月17美元。

我是这样分的：喜欢键盘操作，选 Superhuman；想让机器替你去理解内容，选 Shortwave；卡在迁移这一步，选 Agentys。

销售外联：Reply.io、GoExtrovert 和 Skywork

如果你的难题是销售管道，上面这些都帮不上忙，后面两节的内容也一样。

Reply.io 运行自主的外联智能体：它们会调研潜在客户，按序列在邮件、LinkedIn、短信和电话之间触达，给收到的回复分类，再把会议排进日历。

GoExtrovert 不用固定的序列，改成盯着信号行事：它追踪潜在客户发的帖子，用你的口吻生成建议的评论和消息，任何内容发出之前都由人批准。正是这一步人工审核，让 LinkedIn 账号看起来不像自动化运营。

Skywork AI 先做调研再起草：阅读文档、申报文件和市场资料，然后生成带格式、带引用的文档。Skywork 针对的更多是正式提案，而不是开发信。

客服与私信：Instant Reply 和 Vellum

如果你的难题是一个永远清不空的队列，就看这一类。

Instant Reply 服务的是社交电商，也就是 Instagram、Messenger 和 WhatsApp Business。有两个细节让我多看了一眼。一是它会把语音消息转成文字，据公司说，语音约占 WhatsApp 入站消息的30%；二是它在后台接入了多家 AI 服务商，并设有故障切换，所以上游某处出了故障，也不会拖垮整个队列。第二点不起眼，却很可能是人们能一直用下去的原因。

Vellum 是一个开源的个人工作空间，覆盖桌面端、手机端、语音、Slack、Telegram 和邮件，并在所有渠道之间保留记忆，所以三周后的一次跟进，也还知道之前说过什么。

为什么通用聊天机器人应付不好第四类

通用聊天机器人在前三类里够用，因为那些活儿拼的是处理量，一句中规中矩的话就能交差。到了第四类，也就是 Subtext 面对的那一类，事情就变得别扭了。我宁可把原因讲具体，也不想含糊带过。

通用聊天机器人写出的，是概率最高的下一段话。对一条进度更新来说，这正合适。可如果这条消息是要守住边界，又不显得冷淡，概率最高的下一段话，就是一段啰嗦、过度道歉、带点表演意味的文字，因为互联网上到处都是这样的东西。

有三种毛病反复出现：聊天机器人会把隐含的意思写明白，于是把你有意没说出口的那句话直接写了出来；它们把节奏磨平，结果通顺连贯，却没有个性；而一涉及冲突，它们默认就会过度解释、过度道歉。

另外还有一个麻烦：费力。想让通用聊天机器人把一条难写的私人消息写好，你得说明你们的关系、过往经历、你想要的语气，还有你最怕它读起来像什么。这要打很多字，偏偏又是在你最没法想清楚的时候。我还专门看过ChatGPT 的写作替代品，以及三大 AI 对你的文字都做了什么。关于这方面的研究，我在AI 对你消息的语气究竟了解多少和AI 消息改写工具到底有没有用里写得更详细。

第四类：我不中立的那一类

Subtext 是我的产品，所以接下来几段，你就当作我的一面之词来读，别当评测。

Subtext 从你的草稿出发，而不是从一条提示词出发。你把已经写好的内容贴进去，或者贴上整段对话的截图，或者把想说的话说出来，录成一条语音备忘。它会读你这条草稿所在的整段对话，然后告诉你这份草稿大概会是什么效果、是哪些词造成了这种效果，之后才提出修改。它给每个版本标上“可放心发送”或“需要留意”；点一下，就能看到一行简短的说明，讲清这个标记的依据，包括哪些地方可能被误读。标记背后是 Subtext 的一个估计值，范围是5到100，估的是这条消息被对方读成你本意的可能性，它是估计，不是测量。

遇到重要的消息，它会先停下来，问你想传达什么，就像上面姐姐那个例子一样。守住边界和缓和气氛，写出来的是不同的消息，所以它不会去猜你想要哪一种。Subtext 不用你写提示词，点一下就能调整草稿：“更温暖”、“更简短”、“更随意”、“加点幽默”、“更自信”。你拿到的不是一个答案，而是最多三个方向，可以来回切换。比起事先把想要的描述清楚，这样更快就能弄明白自己到底想说什么。自2026年10月起，Subtext 新增了“记忆”功能：它会保存简短的笔记，记录你给某一个人写消息的方式，也会保存不同的写作风格，比如一套给工作用，一套给朋友用；每条笔记都可以查看、编辑或删除。

一款好的回复应用，也会告诉你什么时候根本不用回复。有一次运行就说明了这一点。对话是为此编的，运行用的是英文，下面引用的应用回答也保持英文原样，括号里的中文说明是我加的。LinkedIn 上的联系人 Daniel 先夸了一家设计工作室的作品集，随后又跟进催问了两次，其中一次写的是“就是想确认一下你有没有看到我的消息”，还说“过几周再来问问”。问它“is this even worth replying to?”（这到底值不值得回复？）时，Subtext 回答说，这段对话“looks like an automated sales sequence”（看起来像一套自动化的销售序列），里面没有任何个人化的内容，也没有提出任何实质的问题，“so you don’t owe him a reply”（所以你不欠他一个回复），而且“a short, kind no thanks stops the follow-ups”（一句简短、友好的婉拒就能让跟进停下来）。它还给出了三个可以点按的回答：“Write a polite no thanks”（写一句礼貌的婉拒）、“I’m a bit curious”（我有点好奇）和“I’ll just ignore it”（我不理会就是了）。

让它写一条礼貌的婉拒，它写出的是“Thanks for reaching out, Daniel. It’s not something I’m looking into right now, so no need to check back. I wish you all the best with FocusFriday.”（大意：谢谢你来联系，Daniel。这件事我现在没有考虑，所以不用再来问了。祝 FocusFriday 一切顺利），并说明加上“no need to check back”（不用再来问了），是为了让对方不再跟进。用户没看懂最后一句，于是把这一句连同追问“I don’t get that part”（大意：这一部分我没看懂）发给了 Subtext。Subtext 解释说，FocusFriday 是“the product Daniel created, as his profile headline says”（大意：Daniel 做的产品，他的个人简介标题里写着），并给出了只改动这一句的版本，标签是“Closing line swapped”（大意：结尾句已替换）：“Thanks for reaching out, Daniel. It’s not something I’m looking into right now, so no need to check back. I wish you all the best.”（大意：谢谢你来联系，Daniel。这件事我现在没有考虑，所以不用再来问了。祝你一切顺利）。能追问某一句，并且只换掉这一句、其余原样不动，起草出来的回复能不能变成你自己的话，很大程度上就看这一点。

Subtext 能处理17种以上语言的消息，直接用原语言处理，而不是靠翻译。它从不替你发送任何东西，这是有意为之。在隐私方面，它的做法与这些内容的敏感程度相匹配：不会用任何内容训练模型；对话在你最后一次使用后的5天自动删除，置顶的对话保留90天；你手动删除的内容会立即移除。存入“记忆”的笔记会一直保留，直到你删除。

什么时候不该用它。 如果你的难题是400封邮件，回头看邮件分拣那一节。如果是销售管道，看销售外联那一节。如果是客服队列，看客服与私信那一节。Subtext 一次只处理一条消息，所以本页说的四种难题里，它只适合其中一种，对另外三种都选错了工具。

关于这些数字的来源

这一点会影响你对其余内容该信几分，所以我直接说清楚。

前三类工具的介绍，几乎全部来自厂商的文档、厂商的博客，以及设有推广返佣计划的比较网站。这不等于测试过。价格会变动，而且上文有好几个数字，只出现在厂商自己的材料里。语音消息占30%这个数字，是 Instant Reply 自己给出的。延迟承诺，是 Superhuman 自己的说法。我都已经标明了，免得它们被当成经过独立核实的事实。

我没有把这些工具放在一起直接对比测试过。如果有人声称在四个类别上都这样测过，我也不会信，因为这四类工具没有共同的成功指标。不存在这样一种基准，能让外联序列工具和语气检查工具都在上面得分。

该选哪一个

如果你被邮件淹没了，选 Superhuman 或 Shortwave；如果你不肯离开现在的收件箱，选 Agentys。

如果你在做销售外联，要多渠道序列就选 Reply.io；如果渠道是 LinkedIn，并且想让人逐条批准，就选 GoExtrovert。

如果你在管私信队列，做社交电商选 Instant Reply，需要跨渠道记忆就选 Vellum。

如果让你睡不着的，是写给一个重要的人的某一条消息，那就是 Subtext 服务的类别。我宁可把这一点直说出来，也不想假装自己是以中立的立场得出这个结论的。

我最想帮你避免的错误，是在错误的类别里挑选。语气检查工具清不了你的收件箱，外联序列工具也不会过问你的消息听起来冷不冷。它们共用一个名字，解决的却是毫不相干的问题。

觉得我把哪款工具归错了类，或者知道有哪款工具应该出现在某一类里、却没被列出来？欢迎到 LinkedIn 上告诉我。

Samet Durgun 是 Subtext 的联合创始人。这款应用会捕捉你消息里的情绪语气，并用你自己的口吻改写。他常驻柏林。

参考来源

价格和功能核查于2026年8月。凡是数字来自厂商而非独立测试的，正文中都已注明。