今日风向标

今天 HN Show HN 没有采集到有效条目，Product Hunt 则集中在 AI 工作流和小众垂直工具。需要注意的是，源数据没有提供 Product Hunt 票数和评论数，所以这里把 buildpipe、Zero Assist、DCP 的票数与评论数都记为 0，仅作为采集占位，不用于判断热度。

更值得看的是品类分布：buildpipe 做多步骤 AI 开发者工作流，DCP 做代理加密权限与密钥，TestSprite 3.0 做并行测试代理，Shuffle Design CLI 做多 AI 网站重设计 CLI。这说明独立产品正在避开通用聊天，转向「给代理加工具、加权限、加测试、加 UI 执行面」。

GitHub weekly 最亮的是代理上下文层：mattpocock/skills 一周新增 17,535 stars、总星 99,915，colbymchenry/codegraph 一周新增 10,749 stars、总星 15,070，rohitg00/agentmemory 一周新增 7,000 stars、总星 16,113。这三类项目都在解决同一个问题：AI coding agent 不是不够聪明，而是缺少稳定的项目记忆、代码地图和可复用技能。

还没有被充分商业化的方向，是把这些开源能力做成团队级 SaaS：本地索引、权限隔离、跨仓库记忆、审计日志、IDE 插件和 CI 集成。tinyhumansai/openhuman 一周新增 17,399 stars、总星 25,312，虽然定位更大，但「私有、简单、强大」这个叙事也说明用户在寻找可控的个人 AI 超级入口。

本周开发者工具的关键词是「让 AI 更像工程同事」。colbymchenry/codegraph 一周新增 10,749 stars，主打本地预索引代码知识图谱，减少 Claude Code、Codex、Cursor、OpenCode 的 token 和工具调用；obra/superpowers 一周新增 10,688 stars，强调代理技能框架和软件开发方法论；anthropics/claude-plugins-official 在 daily 榜新增 682 stars，说明官方插件目录也开始成为分发入口。

技术选型上，TypeScript 和 Shell 不是重点，重点是接口形态：CLI、技能目录、插件目录、MCP、代码索引服务都在成为 AI 编程工具的基础层。今天要做开发者工具，不一定要训练模型，更应该先考虑如何嵌入开发者现有的 repo、终端、IDE 和浏览器调试链路。

HuggingFace 今天的模型榜显示，消费级产品可以沿着端侧、多模态、语音三个方向做轻量化包装。bytedance-research/Lance trending score 591、下载 1,001、likes 603，标签覆盖 image-generation、video-generation、image-editing、video-understanding 和 any-to-any，适合做「一句话改图改视频」的创作者工具。Supertone/supertonic-3 trending score 335、下载 37,545、likes 550，主打 on-device multilingual TTS，可以做本地朗读、配音、语言学习和无网语音助手。

另一个强信号是小模型视觉：openbmb/MiniCPM-V-4.6 trending score 333、下载 221,612、likes 892，强调 on-device 和 lightweight；TencentARC/Pixal3D 在 Spaces 中 trending score 118、likes 221，指向 3D 内容生成。对 builder 来说，最短路径不是做平台，而是做一个明确输入输出的移动端或桌面小工具。

今天原始数据里没有 HN 上关于 MRR、ARR、pricing、subscription、revenue 的高质量讨论，但 Product Hunt 的产品形态透露了变现方向。Zero Assist 做技术面试实时 AI 作弊检测，Nugget AI 做客户访谈到产品路线图，Smart Miles 做税务导出的自动行程记录，这些都不是泛 AI，而是绑定明确预算方：招聘、产品团队、报税。

相比卖「每月无限 AI」，更稳的定价模型是按岗位痛点收费：面试反作弊可以按团队席位或面试次数，访谈分析可以按项目和录音小时数，税务追踪可以按年度订阅。今天的启发是，AI 产品的溢价来自低频高风险流程，而不是高频低价值生成。

今天没有明显的「XX is dead」迁移文章，但 GitHub daily 里的替代叙事很强。rmyndharis/OpenWA 作为 Free、Open Source、Self-Hosted WhatsApp API Gateway，daily 新增 730 stars、总星 5,576，叠加 Google Trends 里 self hosted 上升 +16.8%，说明用户仍在寻找不被平台 API 和价格策略锁死的替代品。

同样，teng-lin/notebooklm-py daily 新增 186 stars、总星 14,524，定位是 Google NotebookLM 的非官方 Python API 与 agentic skill。它不是直接宣称迁移，却暴露了一个竞争空位：当大平台 Web UI 不开放能力时，开发者会用 CLI、API wrapper 和 agent skill 把封闭产品重新接进自动化流水线。

今天最强关键词是 codegraph，7 日变化 +9,804.2%，并且 GitHub weekly 里 colbymchenry/codegraph 一周新增 10,749 stars。这不是单个 repo 的偶发爆红，而是「代码库可被 AI 理解」从功能点变成基础设施的信号。agentmemory 同期 +191.4%，对应 GitHub weekly 7,000 stars，也说明记忆层开始被开发者独立感知。

更宽的关键词里，ai agent 上升 +28.0%，codex cli 上升 +19.5%，cursor alternative 上升 +12.0%。这组变化指向一个判断：开发者正在从选一个编辑器，转向组装一套可替换的 AI coding agent 工具链。

从今天的数据看，VC 和 YC 会继续盯三类公司：代理基础设施、端侧 AI、垂直工作流。代理基础设施里，codegraph +9,804.2%、openhuman +34.3%、ai agent +28.0%，再加上 GitHub 上 skills、agentmemory、Claude plugins 的爆发，说明开发者生态还没有被单一平台吃掉。

端侧 AI 则由 Supertone/supertonic-3 的 37,545 下载、openbmb/MiniCPM-V-4.6 的 221,612 下载支撑。垂直工作流方面，Product Hunt 上的 Zero Assist、Nugget AI、DecisionBox for Databricks 都在把 AI 放进已有预算。投资人会更关心谁能掌握分发和工作流数据，而不只是模型调用。

今天最明显的降温词是 supertonic，7 日变化 -64.5%。这很有意思，因为 HuggingFace 上 Supertone/supertonic-3 仍有 trending score 335、下载 37,545、likes 550，GitHub weekly 里的 supertone-inc/supertonic 也新增 4,120 stars。

这说明搜索热度降温不等于开发者采用降温，可能只是发布传播峰值过去了。对 builder 的判断是：语音和 TTS 不再是容易靠关键词拿流量的新品类，但如果产品能解决本地运行、多语言、低延迟和隐私，仍然有真实技术红利。营销上不要只蹭 TTS 热词，要把用例说得更具体。

今天的新词雷达第一名是 codegraph 的关联词 codegraph 与 rising 里的 codegraphy，breakout value 56,000；同组还有 openhuman，breakout value 43,200。结合 openhuman +34.3% 和 GitHub weekly 17,399 stars，可以把它理解成「个人 AI 超级入口」和「AI 可读代码图谱」两条早期叙事同时冒头。

另一个弱信号来自 ai agent 的 rising：gemini spark、figma ai agent、antigravity；以及 codex cli 的 rising：antigravity cli、codex cli remote control、codex mobile。这些词共同指向代理从桌面 IDE 扩展到移动端、浏览器、设计工具和远程控制面。

今天 2 小时可以做一个「repo onboarding report」原型：接入本地仓库，调用现有 LLM，输出模块地图、风险文件、测试入口和推荐首个任务。灵感直接来自 colbymchenry/codegraph 一周新增 10,749 stars、rohitg00/agentmemory 一周新增 7,000 stars，以及 codegraph +9,804.2% 的搜索变化。

一个周末则可以把它做成团队工具：支持 GitHub repo URL、本地索引缓存、Markdown 报告、PR review checklist 和 Cursor/Codex/Claude Code prompt 导出。不要先做复杂知识图谱，先把「新同事读代码」这个窄场景做好，再用团队席位或每仓库月费验证付费。

今天可学习的定价模型有三种。第一是开发者基础设施按仓库或团队席位收费，适合 codegraph、agentmemory、skills 管理这类产品；第二是高风险流程按使用量收费，例如 Zero Assist 可按面试次数或招聘团队席位定价；第三是创作者工具按导出额度收费，例如 motionvid.ai、AutoSubtitles 2.0 和 HF 上的 bytedance-research/Lance 这类视频编辑能力。

不要急着做无限订阅。AI 成本和使用频率波动大，早期更适合「基础订阅 + 用量包 + 团队权限」。如果你的产品能节省 token、减少工具调用或降低人工审查成本，就把省下来的成本写进定价页，而不是只卖模型能力。

最反直觉的是，今天 AI 最热的不是更大的聊天模型，而是让代理少犯错的外围系统。mattpocock/skills 一周新增 17,535 stars，obra/superpowers 一周新增 10,688 stars，colbymchenry/codegraph 一周新增 10,749 stars，agentmemory 搜索上升 +191.4%。这说明开发者对模型智商的边际期待在下降，对可控流程、记忆和上下文的期待在上升。

另一个反差是上游算力仍然赚钱：HN 上 Samsung chip workers 平均 34 万美元奖金、220 points、173 comments，和应用层碎片化创业形成对照。应用层 builder 要接受一个现实：模型和硬件红利属于巨头，但工作流缝隙、信任层和本地化体验仍然留给小团队。