A daily editorial on what AI builders are actually shipping — 5 月 25 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 codegraph 暴涨切入，讲 AI 编程真正缺的不是聊天框，而是可验证、可复用的上下文基础设施。
codegraph 一周新增 18136 星，不是因为它又包了一层模型。它解决的是更底层的问题：AI 写代码前，先得知道这个仓库到底长什么样。
AI 编程工具都在抢入口，但真实瓶颈是上下文混乱、调用浪费和代码库不可理解。
越接近 AGI，越值钱的反而是索引、记忆、测试和代码图谱这些“土基建”。
做 AI 开发工具时，优先设计代码索引、持久记忆、测试反馈和上下文打包，而不是先造一个新聊天界面。
角度把 Aaron Levie 和 Madhu Guru 的批评，与 HN 对 AI 噪音的疲劳放在一起，讲企业 AI 从 Demo 进入脏活阶段。
很多 CEO 看到的是合同草稿、原型视频和漂亮 Demo。Aaron Levie 看到的是另一面：审代码、核条款、接旧系统，以及上线前所有没人愿意拍的坑。
管理层以为 AI 已经能替代执行，但一线团队还在为不可控输出、历史系统和质量责任买单。
真正懂 AI 的 CEO，不是喊得最激进的人，而是亲自用到幻觉破灭还继续打磨流程的人。
企业引入 AI agent 时，要把评估、审计、回滚、引用和人工责任边界设计进流程，而不是只看 happy path Demo。
角度从 Peter Yang 的“创始人先把岗位自己痛一遍”切入，讲 AI agent 正在改变早期公司的组织设计。
融了 200 万美元，第一反应不一定是招人。Peter Yang 的判断更狠：创始人应该先亲手干完每个岗位，再决定哪些工作真的值得雇人。
过去种子轮后的默认动作是扩团队，但现在很多岗位的第一版训练、流程和资产都可以先交给 agent 跑出来。
MVP 可能不是产品本身，而是一套能持续生产 MVP 的小型 agent 公司。
早期团队可以先把销售、邮件、代码、素材和客服流程做成 agent playbook，再根据瓶颈招聘，而不是按传统职能表补人。
角度从 Nikunj Kothari 的网络请求嗅探观点切入，讲 agent 访问网站的入口会从 DOM、截图迁移到 API、MCP 和 tools.txt。
如果你的 agent 还在盯着 DOM 和截图，它可能已经落后了。Nikunj Kothari 的狠招是让 Claude Code 嗅探网页网络请求，直接反推 API、认证和限流。
网页是给人看的，但 agent 要的是可调用、可授权、可限流的任务接口。
未来网站的 SEO 可能不只写给搜索引擎，还要写给能干活的无头代理。
面向 agent 的产品应提前设计公开工具说明、权限模型、速率限制和结构化接口，而不是只优化页面可见性。
角度把 Garry Tan 的 edge 判断与 HuggingFace 端侧多模态热榜放在一起，讲本地 AI 的价值从省钱变成隐私、延迟和产品体验。
Garry Tan 说 AI builder 都在往 edge 上卷，传统架构突然像上个时代的东西。与此同时，openhuman、MiniCPM-V、supertonic-3 这些信号都在指向同一件事：用户想把 AI 带回自己设备里。
云端大模型还在变强，但消费级场景越来越在意隐私、延迟、离线和成本。
端侧 AI 的卖点不是模型更大，而是能把一个小场景做得更稳、更近、更私有。
做消费级 AI 产品时，优先找适合端侧闭环的单一任务，如本地配音、多语字幕、私有素材整理和离线助理。