A daily editorial on what AI builders are actually shipping — 6 月 8 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。
角度从模型路由和 token 回收切入：AI 应用真正的新基础设施不是更强模型，而是更会省钱的中间层。
AI 公司以前比谁接了最强模型，现在开始比谁能少浪费 token。Vercel AI Gateway 说每月平均帮用户捞回超过 1 万亿 token，GitHub 上 headroom 一周新增 14272 stars。下一批基础设施公司，可能长得不像模型厂，更像 Stripe。
前沿模型越来越贵，便宜模型越来越多，开发者却不知道每个任务该派给谁。
最值钱的不是模型本身，而是把任务、成本、失败重试和可观测性包起来的路由层。
做 AI 产品时不要只选模型，要设计成本路由、fallback、压缩和观测指标；能把省下的钱量化出来，就有商业化入口。
角度从 coding agent 的长时间自治切入：prompt 工程正在被运行时、权限、循环和自检工具替代。
今天最像分水岭的一句话是：别再给 coding agent 手写提示词了，真正该设计的是提示循环。Boris Cherny 的建议更狠：想让 Opus 跑几小时甚至几天，就要给它动态调度、云端执行、端到端自检和强制收尾机制。
很多团队还在优化单条 prompt，但 agent 真正翻车的地方是权限中断、任务漂移和没有验收闭环。
最强模型不是自动等于最强 agent；能不能持续跑完，取决于工程脚手架。
评估 agent 产品时，把重点从提示词转到运行时：权限、记忆、浏览器、日志、循环控制和自检能力才决定能否进入真实工作流。
角度反驳「AI 会让企业 SaaS 消失」：代码变便宜后，销售、实施、集成和文件底座反而更重要。
如果 AI 真的让写软件变得很便宜，企业软件会不会被吞掉？Aaron Levie 的判断相反：代码更泛滥后，最难复制的东西变成客户发现你、信你、买你，并把你接进业务里。Box 今天补 Markdown 编辑器、CLI、评论和版本历史，也是在押这个方向。
AI 让软件生产成本下降，听起来像是在削弱老牌企业平台。
但企业客户买的不是代码文件，而是权限、集成、支持、历史记录和可信工作流。
企业 AI 产品不要只展示 demo，要尽早补齐接入、权限、审计、版本和客户成功；这些才是从工具变平台的门槛。
角度从 Google Trends 的错误文本 breakout 切入：模型可用性、迁移和兼容层会成为新产品机会。
今天最有意思的新词不是产品名，而是一句报错：the model 'gpt-image-2' does not exist.。它在 codex 相关查询里 breakout 到 8950，旁边还有 cursor alternatives、windsurf ai 这些迁移词。用户不是在看发布会，他们是在复制错误提示找活路。
模型名、权限、计划和 API 可用性变化太快，开发者经常不知道问题出在代码、账号还是供应商。
最早的需求信号不一定来自热搜榜，而可能藏在一条没人想看到的错误信息里。
可以围绕模型兼容检测、错误解释、fallback routing、IDE 迁移检查做小工具；先解决具体报错，比做另一个通用 AI IDE 更容易拿到用户。
角度从训练数据被低估切入：SWE Agent 先爆发，不代表所有知识工作都已被自动化。
今天一个反直觉判断是：我们已经有了很强的 SWE Agent，却还没有真正的知识工作 Agent。Madhu Guru 说，关键不是缺模型，而是高价值任务里的隐性领域知识太难拿。最贵的数据，往往藏在没人写文档的业务现场。
行业喜欢把数据标注看成低端脏活，但前沿模型真正缺的是复杂领域里的高技能判断。
知识工作 Agent 的瓶颈可能不是推理能力，而是能否把专家多年沉淀的上下文变成可训练、可验证的数据。
做垂直 agent 时，先找高经济价值、流程复杂、文档缺失的任务；产品壁垒来自数据采集和专家反馈闭环，不只是模型调用。