A daily editorial on what AI builders are actually shipping — 5 月 4 日 刊
选题来自当日 builders 与 pulse 两条数据线，可直接作为公众号开稿起点。
角度从 skills 爆发切入：AI 编程的核心资产正在从单次提示词，迁移到可复制、可审计、可安装的工程操作手册。
mattpocock/skills 一周新增 34848 stars。更有意思的是，Karpathy 也在谈从 vibe coding 走向 agentic engineering：真正值钱的不是一句神 prompt，而是能反复运行的工作流。
大家还在卷模型和 prompt，但开发者真实行为已经转向收集、安装、复用 skills。
skills 看起来像文档，实际更像 AI 时代的 npm 包：能传播、能执行、能变成团队标准。
团队现在就该盘点自己的 AGENTS.md、CLAUDE.md、Codex skills，把高频工作流沉淀成可复用资产，而不是只收藏 prompt。
角度从 Replit 的并行任务数字切入：下一代开发工具竞争的不是单个 Agent 多聪明，而是谁能调度更多上下文、任务和工具链。
Amjad 说 Replit 上同时跑着 10 个活跃任务、198 个草稿、700+ 个已完成任务。这不是聊天框升级，这是把软件开发变成一个小型任务工厂。
多数产品还在展示一个 Agent 如何写代码，但真实生产力来自多个任务同时推进。
并行度越高，模型能力反而不是唯一瓶颈，调度、状态、权限和失败恢复才会先变成护城河。
做开发者工具时，不要只做更好用的聊天入口，要优先设计任务队列、上下文隔离、执行日志和多 Agent 协作面板。
角度从 Aaron Levie 的企业落地判断切入：Agent 不是加个聊天框，而是数据、权限、流程、监控和评估的系统工程。
Aaron Levie 今天泼了一盆冷水：企业落地 Agent，不是把聊天框接进旧系统就完事。几十年的技术债，会先把自动化红利变成实施清单。
市场想象的是 Agent 自动完成工作，企业现场遇到的是权限混乱、数据散落、流程没人敢改。
最赚钱的机会可能不在模型层，而在那些看起来很无聊的审计、隔离、评估和流程接线。
面向企业做 Agent 产品，应把预算理由写成降低事故、可追责、能接旧系统，而不是只宣传生成效率。
角度从 Garry Tan 的 GBrain 和个人 AI 论述切入：AI 时代真正的自由，不是能不能调用模型，而是能不能拥有自己的 prompts、数据和上下文。
Garry Tan 今天连续讲 GBrain：开源、自己跑全栈，因为智能爆炸时代最重要的是掌握自己的上下文。听起来像价值观，落到产品上其实是一个很具体的问题：你的 prompt 和数据到底归谁？
个人和小团队越来越依赖 AI，但上下文、记忆、工作流却被锁在不同平台里。
所谓个人 AI 的入口，可能不是更拟人的助手，而是一个能带走、能审计、能迁移的上下文仓库。
开发者应把 prompts、repo context、MCP 配置和私有数据当作核心资产管理，避免被单一 Agent 平台锁死。
角度从 Zara 的“小东西可以自己做”切入：消费级 AI 的机会正在从对话转向图片、视频、3D、头像这类可见输出。
Zara 说，AI 之前，小东西贵到必须拉团队、过评审、说服委员会。今天 HuggingFace 热门 Spaces 却集中在视频、图片编辑和 3D：用户不是想多聊几句，而是想马上拿到一个东西。
很多消费 AI 产品还在做更顺滑的聊天，但普通用户真正愿意分享和付费的是可见成果。
那些会在大厂产品会上被否掉的小功能，反而适合独立开发者用生成模型快速做成垂直工具。
做消费 AI 时，应优先选择有明确交付物的场景，比如图片修复、头像、短视频、3D 预览，而不是泛聊天助手。