A daily editorial on what AI builders are actually shipping — 6 月 27 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 Vercel 把可观测性放到核心优先级切入，讲 agent 产品为什么不是 prompt 工程，而是分布式系统工程。
同一个 prompt 跑两次，结果可能不一样；同一个 agent 跑十分钟，可能撞上函数失败、沙箱超时、API 限流。Guillermo Rauch 今天把话说透了：Agent 是特别难调试的软件，可观测性不是锦上添花，是保命配置。
AI 产品表面像聊天，底层却是不可复现的模型行为加一堆脆弱外部服务。
真正决定 agent 能不能进生产的，可能不是模型更聪明，而是有没有 trace、回放、记忆和失败诊断。
做 agent 产品时，要把日志、trace、record/replay、工具调用状态和失败恢复当成第一版功能，而不是上线后的工程债。
角度从前沿模型访问限制的争议切入，反过来解释为什么便宜开源模型和本地 GGUF 会更有吸引力。
如果前沿模型只给巨头和少数钦点公司，小团队会怎样？Peter Yang 的判断很刺耳：他们会转向“够用且便宜”的开源模型。更讽刺的是，越想锁住前沿模型，越可能把用户推向开源替代品。
监管和安全想控制前沿模型扩散，但创业公司需要公平访问来试错和竞争。
锁访问未必削弱对手，反而可能让开源蒸馏模型、本地模型和海外模型获得更强采用理由。
判断模型生态时，不要只看最强模型发布；还要看访问门槛、价格、蒸馏速度和开源替代的够用程度。
角度把 OpenMontage 的 GitHub 爆发和创作者基础设施放在一起，讲 AI 视频从炫技 demo 转向可复用生产流水线。
OpenMontage 一周涨了 17249 个 stars，Google Trends 里 openmontage 搜索涨了 1153.8%。这不是又一个“生成一段视频”的玩具信号，而是说明视频生产正在被拆成 agent 可以反复执行的工作流。
AI 视频长期卡在演示很惊艳、真正生产很难复用：素材、脚本、剪辑、版本管理全都散。
真正起飞的可能不是单次生成质量，而是把视频制作变成像 coding assistant 一样可编排、可迭代的工作室。
想做 AI 创意工具，应优先设计可复用流程、素材管理和多人协作，而不是只追单次生成效果。
角度从 Peter Yang 的“服务+一点软件”判断切入，解释为什么 FDE、data room agent 和团队订阅都在指向同一个商业模式变化。
Peter Yang 今天说得很直：钱正在从纯软件流向“服务+一点软件”，因为人们买的是结果，不是工具。另一边，Swyx 观察到 OpenAI 和 Anthropic 都在重金投入服务团队，FDE 正变成最抢手的 AI 工种之一。
过去 SaaS 卖的是工具和席位，现在客户更想买已经交付好的业务结果。
AI 没有消灭服务，反而让“带软件的服务团队”变成更强产品形态。
AI 创业定价时，不要只按 token 或 seat 思考；可以按项目、团队流程、审核成本和业务对象收费。
角度从 Claude Code 的交互细节和 GitHub 热门 agent 基础设施切入，讲竞争焦点从编辑器迁移到 agent 运行层。
“Cursor alternative”搜索跌了 66.3%，但 codex cli 还在涨，agent native 也在涨。这说明开发者不是不折腾 AI 编程了，而是不再只问谁能替代 Cursor，开始问 agent 到底在哪里运行、怎么记住上下文、怎么协同执行。
AI 编程工具越多，单纯换 IDE 的收益越小，真正痛点转向上下文、设计语义、并行执行和远程控制。
下一轮入口可能不是更好看的编辑器，而是能承载长期任务的 agent runtime。
团队选 AI coding 工具时，应评估代码记忆、设计上下文、多 agent 编排和任务恢复能力，而不是只看补全速度。