软件工厂
metaharness、数据库、运行时和 agent cloud 成为新底座。
软件工厂时代，需要重建基础设施。
Swyx 把重点放在 Software Factories 背后的底层变化：metaharness、Neon、LTAP/HTAP、MosaicML、DBRX、数据库和操作系统经验，都可能成为 agent cloud 竞争的一部分。
判断：真正的机会不在演示页面，而在让 AI 稳定进入生产系统的运行时、数据层、评测层和部署链路。
2026-06-26
AI 从能力展示，进入工作流基础设施竞争。
今日信号集中在 agent 协作、软件工厂、模型路由、社区分发与训练数据。
本页只使用 follow-builders 本地 JSON 中的 X、podcast 与 prompts 字段生成。未访问临时网页，未替换数据源。已过滤与 AI 产品和建设无关的闲聊及政治内容。
今天的 6 个信号
这些不是孤立新闻，而是围绕 AI 产品如何进入真实工作流的一组连续变化。
协作账号
Slack 里的 Claude 更像共享 coworker，不是个人助手。
生成设计
仓库到屏幕复刻变强，设计与代码边界继续变薄。
模型路由
Gateway 把 tokens、uptime、模型替换变成生产指标。
创业分发
AI 放大个人杠杆，也放大创始人表达和社区能力。
数据与 eval
训练数据的差异化转向品味、专家判断和反馈环境。
值得展开的主题
每条都保留原始来源链接，摘要只基于本次 JSON 内容重写。
Slack 里的 Claude，需要自己的资源与权限。
Aaron Levie 认为这个形态不是一对一助手，而是共享工作空间里的协作成员。它不能直接复用某个员工的个人权限，否则可能把私人资源错误暴露给其他人。
判断：企业级 agent 产品的核心难点会落在账号、权限、审计、上下文隔离和工具访问治理。
设计、文档和代码边界继续变薄。
Peter Yang 提到 Claude Design 能读取移动 app 仓库并复刻屏幕。Ryo Lu 把 Cursor 和 Notion 的双向使用放在一起。Zara 引用 Figma Config 的观点：社区是用户与产品、用户与用户之间的关系。
判断：当界面更容易生成，差异会更多转向工作流理解、社区关系和持续反馈。
AI Gateway 把模型接入变成平台能力。
Guillermo Rauch 提到 AI Gateway 恢复的 tokens 和 uptime 数据非常可观，并转发更快的 GLM 上线信息。模型正在从单一选择，变成可路由、可观测、可替换的资源池。
判断：产品团队需要关心成本、速度、稳定性、降级策略和模型切换，而不是只关心哪个模型最强。
数据、分发和模型品味
创业者杠杆和模型数据层，今天也出现了清晰信号。
训练数据层，正在变成品味和专家判断问题。
Every 的访谈里，Surge AI CEO Edwin Chen 把公司描述为“AGI 的学校”。他们为模型公司提供数据环境和 eval，并把 taste、expert judgment 和高质量反馈放在核心位置。