A daily editorial on what AI builders are actually shipping — 6 月 6 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 GitHub 暴涨项目看，AI 应用的瓶颈正在从模型能力转向输入治理、压缩和上下文管理。
今天最热的不是新模型，而是把 PDF、日志、代码和 RAG chunk 变干净的工具。markitdown 一周涨 16376 stars，headroom 涨 11993 stars，这比很多 Agent Demo 更说明问题。
大家还在争哪个模型最强，但真正卡住 Agent 落地的是输入太脏、上下文太贵、资料进不了工作流。
最无聊的解析、压缩、转换工具，反而成了本周最强的开发者信号。
开发者该把机会从「做一个 AI 助手」改成「做 Agent 上游的输入治理工具」。
角度用 Aaron Levie 的判断反打自动化神话：最适合 AI 的编程场景都还需要人盯场，其他知识工作更不可能一键消失。
如果 AI 连编程都还没有完全自动化，人类白领被一夜替代的故事就该降温了。编程有海量训练数据、可测试结果、完整上下文，但 coding agent 仍然离不开工程师审查。
市场一边把 Agent 包装成全自动劳动力，一边又发现最标准化的编程任务仍需要人类负责判断和收尾。
AI 最先改变的不是岗位是否存在，而是一个人能同时驾驭多少工作流。
团队评估 Agent 时，不要问能不能替人，而要问它能否把工程师的审查、测试、交付半径放大。
角度从 Replit x Shopify、Manus Shopify Connector 到 Product Hunt 信号，讨论 AI 如何嵌进真实生意流程，而不是停在生成应用。
AI 编程平台正在往钱流里钻。Replit 和 Shopify 联手，Manus 也把 Shopify 建店和运营放进聊天入口，这不是又一个聊天框，而是 AI 直接接上电商经营动作。
大多数 AI 应用还在展示生成能力，但商家真正关心的是上架、改图、写描述、看订单、跑活动能不能少犯错。
AI 电商的入口可能不是独立 SaaS，而是嵌在 Shopify 这种已有交易系统里的连接器。
做 AI 商业化产品时，优先找已有预算和高频操作的系统入口，把 AI 做成连接器和运营控制面。
角度把 Swyx 的「把任务改写成问题」和 Peter Yang 的 skill 方法论连起来，写 AI 产品从 prompt 炫技进入可评测工作流。
很多人还在收藏神级提示词，但真正有效的 AI 使用方式正在反过来：少写 prompt，多写触发条件、样本、评测和记忆。Swyx 说很多时候末尾加个问号就够了，因为你要的不是盲目执行，而是让模型质疑方案。
Prompt 工程看起来越复杂，越可能是在补产品和流程设计的洞。
下一代 AI 能力封装可能更像 npm 包：有触发条件、有测试、有版本迭代，而不是一段长提示词。
把团队里的高价值 prompt 改造成可复用 skill：补样本、定义 pass/fail、记录失败案例，并定期清理过期规则。
角度从 Claude Cowork 放量、Agent Browser Shield 和 prompt injection 防护看，Agent 走向重任务前必须先解决浏览安全和成本问题。
Claude Cowork 把一个月使用上限翻倍，明示用户该把更大的任务交给 Agent。但任务越大，风险也越大：浏览器里一次 prompt injection，可能比一次回答错误更贵。
Agent 要跨账号研究、筛 inbox、起草回复，就必须进入浏览器和真实账户，这正是安全边界最薄的地方。
浏览器 Agent 的下一个卖点未必是更聪明，而是更会避坑、更省 token、更可控。
如果你在做 Agent 产品，尽早加入浏览器隔离、注入检测、权限确认和 token 成本可视化，否则很难进入真实工作流。