Tidligere kamp · 2025-09-27 UTC
AI Agents Oppgjør — 27. september 2025
Fra kategorien AI Agents. 22 merker plassert på tvers av 6 kjempere. Avidnote tok kronen.
Endelige plasseringer
Oppstillingen
Kjemperne
Profiler av hvert verktøy som konkurrerte i denne kampen, rangert etter sin endelige poengsum.

Avidnote
AI-arbeidsområde for forskere til å skrive, lese og analysere akademiske artikler raskere.

Avidnote er en AI‑assistert plattform laget spesielt for akademisk og vitenskapelig arbeid. Den hjelper forskere med å utarbeide artikler, oppsummere litteratur, ta strukturerte notater og analysere data uten å forlate et enkelt arbeidsområde, samtidig som referanser og kildemateriale holdes innen rekkevidde. Verktøyet tilbyr forhåndsbygde AI‑prompter tilpasset forskningsoppgaver som parafrasering, korrekturlesing, identifisering av hull i litteraturen og forklaring av komplekse passasjer. Brukere kan laste opp PDF‑er for å chatte med dokumentene sine, generere sammendrag og trekke ut hovedargumenter, noe som gjør det nyttig gjennom hele forskningsarbeidet fra lesing til publisering. Avidnote posisjonerer seg som et personvernbevisst alternativ til generelle chatbots, med alternativer for universiteter og forskerteam som trenger sikker håndtering av upublicert arbeid.
Kriteriumfordeling
- AI-assistert akademisk skriving og korrektur
- PDF-lesing, oppsummering og Q&A
- Notetaking knyttet til kildefiler
- Støtte for dataanalyse til forskningsprosjekter
- Ferdige prompt for litteraturgjennomgang og parafrasering
- Referanse- og sitatbehandling


Latta er et AI-drevet verktøy for innholdsautomatisering, designet for bedrifter og skapere. Det har som mål å effektivisere og automatisere prosesser for innholdsskapning. Ved hjelp av AI kan Latta generere innhold, selv om spesifikke typer og evner ikke er beskrevet. Verktøyet er ment å spare tid og ressurser for brukerne ved å automatisere oppgaver som vanligvis krever menneskelig innsats. Selv om Latta sine eksakte funksjoner og integrasjoner ikke er spesifisert, konkurrerer det sannsynligvis med andre AI-innholdsgenererende verktøy i markedet. Uten mer informasjon er det fulle omfanget av Latta sine evner og begrensninger fortsatt ukjent.
Kriteriumfordeling
- AI-drevet innholdsgenerering
- Tilpassbare automatiseringsflyt
- Støtte for flere innholdsformater
- Utviklet for bedrifts- og skaperebruksområder
- Strømlinjeformet pipeline fra utkast til ferdig produkt

Ai Agent Layer er en plattform for å lage og distribuere AI-agenter som også fungerer som handelbare on-chain-aktiva. Brukere kan opprette en tilpasset agent med ett klikk, og agentens token blir tilgjengelig for handel umiddelbart etter lansering. Servicen kombinerer agentverktøy med token-oppstartinfrastruktur, med mål å senke terskelen for skapere, samfunn og spekulanter som ønsker eksponering for AI-agentprosjekter. Ved å kombinere utrulling og markedsadgang i én enkelt flyt, posisjonerer den seg mellom no-code agentbyggere og krypto launchpads.
Kriteriumfordeling
- En-klikks AI-agentlansering
- Innebygd tokenisering av agenter
- Umiddelbar tilgjengelighet på markedet/handel
- Utviklerfokusert distribusjonsdashboard
- On‑chain integrasjon for agent-aktiva

Navan AI
AI-automatisering for netthandelsoperasjoner, fra produktmerking til lagerkontroll.

Navan AI er en kunstig intelligensplattform utviklet for nettbutikker og detaljhandel som ønsker å effektivisere repetitive backend-oppgaver. Den bruker maskinlæring på oppgaver som produktkategorisering, attributtmerking og lageroppfølging, og hjelper handelsmenn å opprettholde renere kataloger og mer nøyaktige lagerdata med mindre manuelt arbeid. Verktøyet er designet for å integreres i eksisterende detaljhandelsprosesser og støtter team som håndterer store produktkataloger på tvers av flere kanaler. Ved å automatisere datarike prosesser har Navan AI som mål å redusere oppføringsfeil, forbedre søk og oppdagelse på butikkfrontene, og frigjøre ansatte slik at de kan fokusere på merchandising og vekst.
Kriteriumfordeling
- AI-drevet produktkategorisering
- Automatisert attributt- og metadata-merking
- Automatisering av lagerstyring
- Rensing av katalogdata
- Arbeidsflytintegration for netthandelsplattformer

RPA.ai
AI-drevne RPA-agenter som automatiserer repetitive forretningsprosesser på tvers av apper og systemer.

RPA.ai bygger intelligente programvareagenter som håndterer rutinemessige forretningsprosesser, fra datainntasting og dokumenthåndtering til flertrinns arbeidsflyter som spenner over flere applikasjoner. Ved å kombinere tradisjonell robotic process automation med AI-modeller, har plattformen som mål å redusere manuelt arbeid på oppgaver som tidligere var for ustrukturerte til klassiske RPA-verktøy. Tjenesten retter seg mot operasjons-, finans-, HR- og back‑office‑team som ønsker å overlate repetitive oppgaver uten tung egendefinert utvikling. Agentene kan konfigureres til å tolke dokumenter, ta kontekstbaserte beslutninger og integrere med eksisterende forretningsprogramvare, slik at organisasjoner kan skalere automatisering utover enkle regelbaserte roboter.
Kriteriumfordeling
- AI-drevne RPA-agenter
- Automatisering av arbeidsflyter på tvers av applikasjoner
- Dokumentforståelse og dataekstraksjon
- Integrasjon med vanlige forretningverktøy
- Konfigurerbare, oppgave-spesifikke roboter
- Skalerbar automatisering for back-office-prosesser
localGPT er et åpenkildeprosjekt som lar deg stille spørsmål om dine egne dokumenter ved å bruke store språkmodeller, med all behandling som skjer på din lokale maskin. Ved å holde embeddings, vektorlagring og inferens offline eliminerer det behovet for å sende sensitive filer til tredjeparts cloud-tjenester. Verktøyet leser inn vanlige dokumentformater, deler og embedder innholdet i en lokal vektor‑database, og bruker deretter en valgt LLM til å generere forankrede svar basert på hentede passasjer. Det støtter GPU‑akselerasjon på NVIDIA, Apple Silicon og CPU‑bare oppsetninger, noe som gjør det tilpasningsdyktig for en rekke maskinvare. Det er best egnet for utviklere, forskere og personvernsbevisste brukere som ønsker et selvhostet alternativ til skybaserte dokument‑ og Q&A‑verktøy og som er komfortable med å jobbe med Python og kommandolinjemiljøer.
Kriteriumfordeling
- Retrieval-augmented generation på lokale filer
- Lokal vektor‑database for embeddings
- Støtte for PDF‑er, tekst og kontor‑dokumenter
- Tilpassbare valg av LLM‑ og embedding‑modeller
- Valgfri GPU‑akselerasjon
- Kommandolinje og enkel web‑grensesnitt




