A daily editorial on what AI builders are actually shipping — 5 月 21 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“agent 会消灭实施”反过来看：模型越快升级，越需要懂业务现场的人反复拆装工作流。
很多公司以为上 AI agent 就像当年上云：换一套技术栈，剩下交给平台。但 Aaron Levie 的判断正相反，agent 落地同时改技术系统和人的工作流，而且每次模型升级都会让旧方案过时。
企业想买一个通用 agent 解决问题，但真实落地卡在权限、流程、人的习惯和旧系统边界上。
最不会被替代的，可能不是写模型的人，而是见过上百次失败实施、知道哪些脚手架该拆的人。
做 agent 产品时，别只写能力清单；把 onboarding、权限映射、流程重构和版本迁移做成产品的一部分。
角度从 GitHub 爆款看 agent 时代的新资产：不是一句 prompt，而是可复用、可测试、可升级的工作方式。
今天最反直觉的热榜不是模型，而是 skills。mattpocock/skills 一周新增 18,368 stars，obra/superpowers 一周新增 10,851 stars，开发者正在用 star 投票：一次性提示词不够用了。
AI 原生团队里，个人贡献者要像经理一样指挥代理，经理也要像一线建造者一样亲自动手。
真正升值的不是“会写提示词”，而是能把工作标准、验收流程和领域经验封装成 agent 可执行的技能包。
团队可以立刻盘点重复工作，把 prompt 升级成带输入、步骤、验收标准和失败处理的技能文件。
角度借 Stainless 被收购传闻切入：agent 工具层的胜负不在数量，而在安全、瘦身和可调用边界。
Anthropic 传出 3 亿美元收购 Stainless，买的不是一个炫酷 AI 应用，而是 API、SDK 和 MCP 服务器这类脏活累活。更尖锐的是 Alex Rattray 的判断：MCP 可能不是工具越多越好，最后反而会收敛到代码执行和文档搜索。
所有网站都想变成 agent 可调用工具，但工具越多，权限、上下文污染和安全问题也越多。
下一代 agent 基建可能不是“万能工具箱”，而是更少、更准、更可控的调用层。
评估 MCP 或 agent 工具时，优先看权限边界、调用稳定性和失败恢复，而不是支持了多少连接器。
角度从 openhuman、agentmemory、codegraph 暴涨看：开发者真正补的是记忆、本地索引和执行环境。
今天 GitHub 最强信号不是新模型，而是 agent 的基础设施。openhuman 本周新增 19,177 stars，agentmemory 新增 7,976 stars，codegraph 新增 6,731 stars，大家在给 agent 补“长期记忆”和“本地地图”。
模型越来越强，但 coding agent 仍会重复问上下文、误读代码库、浪费 token 和工具调用。
真正的产品机会可能不是做下一个 IDE，而是给现有 IDE 加一层可迁移的项目记忆和代码图谱。
周末原型可以从 agent memory audit 开始：记录 agent 重复提问，把项目知识整理成可复用索引和 memory。
角度从 Google Genie 全球开闸切入：AI 创作工具正在从“帮你写内容”升级成“几分钟生成可玩的世界”。
Google Labs 今天给出的信号很直接：从玩游戏到做游戏，只要几分钟。Project Genie 全球开放给 18 岁以上 Google AI Ultra 订阅者，角色、场景一选，剩下交给模型生成。
过去游戏创作的门槛在美术、关卡、引擎和交互，普通用户很难跨过第一步。
AI 不只是降低素材生产成本，而是在把“可玩原型”变成消费级入口。
多模态产品不要停在生成图片或视频展示页，应该把生成结果接到一个可试玩、可修改、可复用的创作动作里。