VOL. 0522 · 中文 / 双周FOLLOW BUILDERS · NOT INFLUENCERS2026.05.22
脑
Builders Digest碳基生物爱 AI

A daily editorial on what AI builders are actually shipping — 5 月 22 日 刊

EDITOR'S DESK第 2026.05.22 期

五条角度

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。

← 2026-05-212026-05-222026-05-23 →
model · gpt-5.5generated · 2026-05-22T09:20
  1. 01

    Codex 的敌人不是 Cursor

    角度从新版 Codex 发布当天看，AI 编程真正的战场不是补全体验，而是上下文、记忆和代码地图。

    开篇示范

    新版 Codex 今天发布，Peter Yang 直接说自动化的游戏规则变了。但同一天 GitHub 上最炸的不是某个模型，而是 skills、codegraph、agentmemory 这些让 agent 少迷路的东西。AI 编程的主角，正在从编辑器窗口挪到上下文基础设施。

    故事钩子
    冲突

    模型越来越强，但一进真实仓库，仍然会被历史决策、模块边界、测试入口和隐含约束卡住。

    转折

    增长最快的不是更大的聊天模型，而是那些看起来不性感的外围系统：技能、记忆、代码图谱。

    读者带走

    读者可以立刻做一个 repo onboarding report 原型：让 agent 先读懂仓库、列出风险文件和首个可做任务，再开始写代码。

  2. 02

    Claude 进飞书，终端失守

    角度把 Claude Code Lark/Feishu Bridge 当成一个信号：coding agent 的控制面正在从终端迁移到组织协作工具。

    开篇示范

    如果一个群聊就是一个会话，终端标签页可能就不是 coding agent 的默认入口了。Zara Zhang 甩出的 Claude Code Lark/Feishu Bridge 很粗暴：手机里转发任务、读会议纪要、写飞书文档，还能发交互卡片。最值得写的不是飞书插件，而是代理开始接管真实组织里的任务流转。

    故事钩子
    冲突

    终端很适合个人高手，但不适合移动端、群聊、文档评论、会议纪要混在一起的团队协作。

    转折

    agent 的下一个入口可能不是 IDE，而是飞书、Slack、Notion 这类已经承载上下文的办公产品。

    读者带走

    做 AI 工作流产品时，先找任务实际发生在哪里，再把 agent 接进去；入口比模型参数更可能决定留存。

  3. 03

    AI 越强，越不能包月

    角度用 Aaron Levie 的成本判断切入，写长上下文代理会逼迫 AI 产品重新设计定价，而不是继续卖无限使用。

    开篇示范

    过去我们假设 AI 会越来越便宜，所以产品可以写“无限使用”。Aaron Levie 今天反过来说：大上下文、长线工作的代理会越来越贵，推理成本会按任务能力分层。于是 AI 产品的定价页不能再像普通 SaaS 模板，必须把风险、算力和节省的人工账算清楚。

    故事钩子
    冲突

    用户想要无限调用，但真正有用的 agent 往往需要长上下文、长任务和更高推理成本。

    转折

    未来最值钱的功能可能不是多生成几次，而是帮企业少花 token、少走工具调用、少做人工审查。

    读者带走

    早期 AI 产品不要急着做无限订阅，更适合用基础订阅、用量包、团队权限和审计能力，把省下的时间或算力写进定价逻辑。

  4. 04

    70% 降薪撞上 34 万奖金

    角度用早期创业招聘和芯片奖金的反差，写 AI 人才市场正在被风险偏好和现金回报撕成两半。

    开篇示范

    一边是 Aditya Agarwal 说，不能接受相对大厂 70% 现金降薪的人，早期 startup 就别继续推进。一边是 HN 上 Samsung 芯片员工平均 34 万美元奖金刷屏。AI 创业的残酷点在这里：最需要顶尖人下场的公司，常常最没有现金说服他们。

    故事钩子
    冲突

    早期公司需要高强度、低确定性和强 ownership，但候选人的外部选择正在被大厂、实验室和硬件红利抬高。

    转折

    前创始人没有消失，他们正在成为 Ramp、Mercor、Figma、Anthropic、Cognition 这类明星公司规模化的燃料。

    读者带走

    招早期团队时，不要只讲愿景；要尽早验证候选人的现金底线、风险偏好、强度预期和 ownership 动机。

  5. 05

    端侧多模态开始收钱了

    角度把 HuggingFace 热榜和 Matt Turck 的最后一公里判断连起来，写端侧语音、视觉和编辑模型如何变成小而具体的消费产品。

    开篇示范

    今天 HuggingFace 热榜最有意思的不是“又一个大模型”，而是端侧语音、视觉和任意模态编辑一起冒头。Matt Turck 转述 Yann Dubois 的判断：AI 突然变真，是因为可靠性开始够接真实工作。对独立开发者来说，这句话落到产品上就是：别做通用助手，做一个能离线跑、能保护隐私、能直接导出的窄工具。

    故事钩子
    冲突

    多模态能力看起来很热，但用户不一定愿意把私密图片、视频、语音都传到云端，也不愿意为泛泛的生成能力付费。

    转折

    搜索热词可能退潮，开发者采用却还在增长；端侧部署让语音、视觉和编辑能力第一次有机会包装成可靠的小工具。

    读者带走

    可以从本地配音、离线视觉质检、隐私图片编辑、语言学习朗读这类窄场景开工，用端侧能力卖确定结果而不是卖模型概念。