产品介绍
PHBench 是首个公开基准测试，通过 Product Hunt 发布信号预测 A 轮融资。研究分析了 7 年间 67,292 个精选发布，并通过 Crunchbase 关联到 528 轮已确认的 A 轮融资。冠军模型相比随机预测实现了 4.7 倍提升。团队规模与社区参与度是最强信号；B2B 领域（API、支付、金融科技）转化率是基线水平的 3 倍；排名第一的产品融资概率是无排名产品的 2.2 倍。数据集、代码和基线均已开源。可访问 phbench.com 提交，订阅每周高概率发布推荐。
适合谁关注
- 开发者和技术团队
- 创业者、投资人和财务团队
- 正在评估 AI 工具或智能体落地的团队
可借鉴场景
- 快速理解 PHBench 的定位、核心能力和 Product Hunt 热度
- 判断“从 Product Hunt 发布预测下一轮 A 轮融资”这类需求是否值得做竞品调研
- 沿着 金融、投融资与商业、AI 与智能体 继续发现同类产品和替代方案
- 筛选高票产品，观察海外用户当前愿意投票支持的产品形态
- 结合评论热度，判断该产品是否有真实讨论和早期用户反馈
295
投票数
33
评论数
5月15日
发布日期
作者自荐
总结
PHBench 以独特视角切入创业融资预测领域，将 Product Hunt 发布数据与 A 轮融资结果进行关联分析，为早期投资决策提供了数据驱动的参考框架。其核心价值在于量化了长期以来仅凭经验判断的"发布表现与融资潜力"之间的关系，尤其是发现团队规模与社区参与度的组合信号远优于单一指标。研究结果对创业者和投资者都具有实际指导意义：B2B 开发者工具在特定时机发布确实能产生更高转化率。不过，该模型依赖的 528 轮融资样本相对于庞大的发布基数仍属小样本，且无法排除产品本身质量、创始人背景等不可观测变量的影响。作为首个公开基准，PHBench 为后续研究奠定了基础，但其预测能力在真实投资场景中的泛化性仍有待验证。
GitMemo免费开源
把 AI 对话保存到你的 Git 知识库
本地优先，支持 macOS 与 Android。剪贴板、截图、笔记和文件都能集中保存、搜索、同步。
获取安装包
感谢 @rajiv_ayyangar 的推荐！ 嗨，PH 社区的朋友们 👋 我们是 Yagiz（亚马逊高级技术产品经理、独立研究员）和 Yigit（Vela Partners 联合创始人兼 GP）。今天，我们与牛津大学（Ben Griffin 和 Rick Chen）以及领先的量化风投 Vela Partners 合作，正式发布 PHBench。 没错，在 Product Hunt 上发布一个 Product Hunt 基准测试，这种讽刺感完全是故意的 🙂 故事是这样的。我们一直在问一个没人回答过的问题：仅凭发布当天的数据（投票数、排名、团队规模、类别、发布时间），能否预测哪些 Product Hunt 产品能够获得 A 轮融资？ 于是我们构建了 PHBench。我们收集了自 2019 年以来 67,292 个精选 PH 发布，与 Crunchbase 融资记录匹配，识别出 528 轮在 18 个月内完成的已确认 A 轮融资。七年数据，涵盖每一个精选发布。 有三个发现，相信社区会感兴趣： → 信号是有效的。模型表现比随机预测好 4.7 倍，具有统计显著性。 → 最强的预测因子不仅仅是投票数，而是团队规模与社区参与度的结合。一个大型协调团队实现高热度，比任何单一信号都更具预测性。 → B2B 类别的转化率是基线水平的 3 倍。API、支付、金融科技。如果在周二以大型团队和高参与度发布一款开发者工具，这就是一个强烈信号。 我们还用三个前沿的 Gemini 模型测试了相同任务。能力最强的模型表现反而最差。更好的推理能力在纯数字问题上并不奏效。 数据集已发布在 HuggingFace 上。排行榜已上线。代码已公开。能击败我们的基线吗？ 论文已提交至 arXiv，并投稿了 NeurIPS 2026 评估与数据集赛道。 期待反馈——尤其是那些在 PH 发布过产品并成功获得 A 轮融资的朋友。你们都在我们的数据集里 :)