AI自动化工作流程
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
Last App Standing 是 2023 年成立于美国怀俄明州 Casper 的 AI 工具公司，定位为用实用 AI 产品自动化知识工作。网站展示了 Papers AI、Medinova、DriveBoost、Rust Belt、MarketMind 等多款产品，其中最核心、信息最充分的是面向科研的 Papers AI 和面向医疗文本的 Medinova。
Papers AI 主打“移除研究劳动”：上传 PDF 或指定来源后，解析图表、表格、参考文献和正文，抽取关键主张、实体、引用和摘要，最终生成带来源引用的学术脚本，强调 grounded outputs with citations 与 LaTeX-ready scripts。Medinova 则面向临床文本，支持 PDF、DOCX、TXT 或粘贴文本，使用 OpenMed AI models 抽取疾病、药物、症状、解剖术语等医学实体，并标称 95%+ 准确率和置信度输出。其他产品覆盖营销自动化、约车需求推荐、工业知识沉淀和自由职业市场。
公开价格信息较少。AuraDate 明确为每月 1 美元；Medinova 提供免费 Demo；Papers AI 的 FAQ 中出现免费试用、文档限制、订阅计划、支付方式等问题，但正文未给出具体答案。服务条款说明部分服务需付费，受订阅计划、速率限制和使用上限约束，费用通常不退款。
优势是垂直场景清晰，Papers AI 对论文解析、引用抽取和综述生成的流程描述较完整；Medinova 提供 API 集成和医学实体识别，适合嵌入医疗文本工作流。安全方面，页面提到静态与传输加密、可配置数据留存与脱敏、审计日志和访问控制。主要不足是底层模型、评测依据、中文支持、详细价格和免费额度披露不足，FAQ 多为问题列表而非完整说明；服务条款也明确不保证无错误或特定结果。
适合需要批量整理文献的研究人员、分析师，以及需要抽取临床文本实体的医疗数据团队。若在中国大陆使用，网站未披露可访问性、中文能力、本地支付或合规方案，china_access 只能判定为未知。可替代方案包括 Elicit、Consensus、Semantic Scholar、scite、Humata，医疗 NLP 可考虑 AWS Comprehend Medical、Google Cloud Healthcare NLP 或自建 RAG/NLP 管线。
本测评基于公开资料整理,不构成购买建议,请以 lastappstanding.com 官网实际信息为准。
定位AI生产力自动化，需进一步看产品成熟度。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。