五条角度

今天 GitHub 上最热的不是新模型，而是一批教 Agent 怎么工作的 skill。mattpocock/skills 周增 10983 星，hallmark 周增 9193 星，说明开发者真正缺的不是更聪明的模型，而是能反复迁移的工作方式。

把自己的产品规则、代码风格、禁用词、PR 检查项整理成 Agent skill，未来可能比写提示词更有复利。

• [01]buildersThariq：会整理如何把实践经验迁移到自己的 skills 和 system prompts
• [02]buildersGarry Tan：Markdown 是能穿越技术栈变化的稳定格式
• [03]pulseGitHub weekly：mattpocock/skills 周增 10983 星
• [04]pulseGitHub weekly：Nutlope/hallmark 周增 9193 星

Amjad Masad 今天说了句不讨喜的话：消费者的钱主要花在吃住娱乐通信购物，软件订阅很难做大。问题是，很多 AI 产品还在假装自己能靠“每月一个智能助手”收费。

做 AI 产品时先找高频、可验收、已有预算的流程，再决定模型能力；不要先做助手再找付费理由。

• [01]buildersAmjad Masad：巨大的消费者订阅软件生意本来就很难成立
• [02]pulseProduct Hunt：Rex 把 Agent 放进 order-to-cash 流程
• [03]pulseProduct Hunt：Reignat 做隐私友好的实时 AI 网站分析

Dan Shipper 说，Every 内部原本要人工做的文案编辑，过去一周已经能自动完成约 70%。这不是“AI 会写文章”那种旧话题，而是更危险也更实用的一步：AI 开始接管编辑台。

内容团队应把选题判断、结构标准、删改偏好沉淀成可执行规则，用 AI 先自动化编辑流程，而不是直接追求全自动写作。

• [01]buildersDan Shipper：Every 内部文案编辑约 70% 已能自动完成
• [02]buildersZara Zhang：重复回答 3 次以上的问题就值得发成内容
• [03]pulseGitHub weekly：hallmark 把反 AI 味设计做成 Agent skill

一边是监管想限制前沿模型能力，一边是开源模型已经开始逼近关键测试场景。Guillermo Rauch 说，网络安全才是检验超智能的软件工程 IQ 测试；Aaron Levie 则提醒，封锁前沿能力可能只会让自己更不安全。

判断开源模型不要只看聊天榜，要看它在漏洞发现、逆向、补丁生成、代码审计这些硬任务里的表现。

• [01]buildersAaron Levie：开源模型逼近前沿模型后，封锁能力会削弱竞争力和安全性
• [02]buildersGuillermo Rauch：网络安全是检验超智能的软件工程 IQ 测试
• [03]pulseGitHub weekly：openinterpreter 指向 open models like Kimi K3，周增 2498 星

Cat Wu 用 Claude Cowork 把每周会议压到 20 小时以内，但她特别强调一条边界：改邀约前必须先问我。这个细节比“AI 自动管理日程”更重要，因为办公 Agent 一旦越权，效率工具就会变成事故源。

设计工作流 Agent 时，要把“可自动执行”和“必须确认”分层写清楚，尤其是会议、邮件、合同、回款这类会影响他人的动作。

• [01]buildersCat Wu：Claude Cowork 可管理日程，但改邀约前必须先问
• [02]buildersAaron Levie：AI 扩散瓶颈在现实世界反馈慢，机会在应用层工作流
• [03]pulseGitHub weekly：OfficeCLI 解决 Agent 读写 Word、Excel、PowerPoint 的需求