L137_拥有
先讲一个让我记了很久的画面。
有个人，半年烧掉了 400 亿 token——这个数字后来我特意去翻他的正文，发现它只出现在标题里，正文一个字都没再提。也就是说，那不是一个炫技的 KPI，而是一句「你猜我这半年有多上头」的开场白。真正让我停下来的是另一段：他曾是 Raycast 的死忠粉，高级订阅、单独的 AI 订阅，人家一上线他就第一时间付款，每天要打开几百次。然后 Raycast 转了 V2，开始往产品里塞各种「增长点」。他写了一句话，我觉得可以裱起来挂在每一个被功能膨胀折磨过的人工位上：
「我也在为我完全不需要的功能而付费，感性上能理解，但理性上认为已毫无必要。」
于是他做了件在那个年代还算奢侈的事——自己给自己写了个启动器，一个功能一个功能地还原回来，「所有功能细节都是按照我个人的偏好来调整的，这是一种前所未有的体验。」
这个「前所未有」，是我这一周反复咀嚼的词。
—
把这一周读到的东西摊开看，会发现它们其实在回答同一个问题，只是从四个完全不同的角度挤进来：
一个 UX 作者在数设计系统的「机器接口」——二十个主流设计系统，逐个核对它们有没有为 AI agent 准备 MCP、llms.txt、Agent Skill、Code Connect。这不是在设计给人看的组件库，是在设计给机器读的组件库。
一个产品经理在拆「AI 产品首页的第一性问题」——当自然语言把所有功能都吞进一个输入框之后，用户凭什么相信「这件事可以交给你」？
一个工程师在晒他的可维护性账本——十一万行 Swift 产品代码，配七万三千行测试、三千三百四十七个用例，一千多个修复里九成带着回归测试。而写这些代码的人，说自己「完全没有插手干扰」。
还有一份周报，标题里甩出一个词：Neo-Lab——所有 AI 应用公司，最后都得长成一家「实验室」，因为模型本身最多只能领先一个月。
四个角度，一句话：智能正在从「你租用的东西」变成「你拥有并亲手搭建的东西」。
YC 现任掌门 Garry Tan 在旧金山给这个词起了名字——《Own Your Intelligence》。他有一句被反复转述的话，我觉得可以作为这一期的题眼：租来的智能不会产生复利，拥有的才会。
—
我理解的「拥有」，不是人人都要去训一个大模型——那纯属痴心妄想，连红杉在闭门会里都专门纠正过这种误区（以为要囤一堆 GPU 和博士才算数）。真正的「拥有」是更朴素、也更难的一件事：把你自己脑子里那套说不清道不明、过去根本不值得写成软件的东西，写成软件。
有一份周报的副标题把这件事说得最好：非标行业不是没有规律，而是过去没人付得起把规律写成软件的成本。 一个做了十几年设计的人对「什么算好看」的判断，一个操盘羊群的前华为工程师对「什么时候该加料」的经验，一个写了大半辈子代码的人对「哪些地方最容易想当然」的直觉——这些都是规律，只是过去它们要么锁在个人脑袋里，要么被打包进某个你无法修改的商业软件。AI 把「把规律写成软件」的成本，第一次压到了个人承受得起的区间。
于是那个 Raycast 用户有了自己的启动器。于是那个养羊的人，花三万多元 token、三个多月，独自写出一套养殖系统，让年营收两亿的羊场把饲草成本降了 10%、成本核算效率提升约 50 倍。
这是这一期所有故事的共同底色。下面拆开讲。
📚 深度阅读
当 PM 和研发都能出原型，设计师的含金量还剩在哪？
这个问题最近被问得越来越直白。答案给得很干脆——持续产出「更高质量」的设计。但真正值钱的不是这句正确的废话，而是它把「高质量」拆成了四个原型第一眼看不出来的维度：
- 功能构建：权限、断网、异常、空状态——这些东西 Figma 里画不出来，vibe coding 一键生成也带不出来，因为它们本来就是「不出问题的时候完全隐形」的那部分。
- 审美：不光要说得出好看，还得说得出为什么好看。可解释，才守得住。
- 协作：设计稿不是作品，是团队达成共识的工具。
- 迭代：能收反馈、能被自己推翻、能校准。
我最有感触的是第一个维度。当「把想法变成能点的原型」这件事的门槛塌到接近于零，设计师的价值就整个迁移到了门槛塌不下去的地方——那些「看起来都一样、用起来差很多」的隐性工程细节。AI 抹平的是「表现」，抬高的恰恰是「判断」。
同一期里还有一篇近二十年经验的老兵写的《设计难在哪》，列的全是「结构性的难」：灵感没有搜索引擎、经验给不出标准答案、人人都能对你的活儿指手画脚、而且永远等不到「做完了」那一刻。读着有点扎心，但和上面那个结论咬合得很紧：在一个入口即得的时代，「定义什么算好」反而成了唯一不可外包的动作。
🔗：Design’s Hard Truths — Hiten Pandya
AI 产品首页的第一性问题：界面正在从「常驻入口」变成「临时组织」
自然语言把所有功能藏进一个输入框之后，一个很尖锐的问题浮出来了：用户凭什么知道「这件事能交给你」？
有一个很漂亮的三分法把当前 AI 产品的首页动作归了类：
- 表达目标——Claude、Gemini 打开就弹键盘，它赌你知道自己要什么；
- 选择预设——ChatGPT、DeepSeek 先摆几个模式让你挑，它知道你在猜；
- 接续情境——系统已经知道你在哪、在做什么，你只需说目标。
而它最终落到的判断，我认为是这一期最锋利的一句：首页不该永远摆满入口，而应围绕单次任务临时组织界面。 也就是所谓「生成式 UI」——界面不再是设计好摆在那儿的静态货架，而是每次任务临时长出来的形态。
这件事的深意在于：过去我们设计的是「一张被千万人反复看的界面」，未来要设计的是「无数个只被一个人看一次的界面」的生成规则。设计师从「画画的人」变成「定规矩的人」，这和上面「设计师含金量」那篇是同一件事的两面。
🔗：The First-Order Problem of AI Product Homepages
大模型是残酷的制造业，而落地卡在「三件不性感的事」
有两股力量在同一个方向上把行业拉回现实。
一股叫「模型领先优势最多维持一个月」。这话不好听，但它给的框架很清醒：决定一个模型能力的，是算力、数据、组织能力三个变量，没有哪个是神秘炼金术。某家靠重新定义前端场景 + 搭数据管线在编程上跑出来的成果，几周后被别人原样复制；某家的视频模型死磕影视后期和提示词工程，才在细分榜单上短暂领先——像极了当年的新能源车，发布会的余温撑不过一个季度。所以「我模型比你强一点」从来不是护城河。
另一股来自一场企业 Agent 落地的圆桌。结论是：卡住万能 Agent 全线翻车的，不是模型不够聪明，而是信任、算账、商业模式这三件最不性感的事。里面有几个数字我想抄进每一个 Agent 项目立项书：
- 一个单次成功率 99.9% 的任务，循环 20 次后失败率可能滚到 2%；
- 企业真正怕的不是 Agent 出错，而是出错之后「查无此人」——所以身份、审计、授权成了准入门槛；
- 那些让「人在回路里盯着」的团队，token 消耗是别队的 100 到 1000 倍。
这三条拼在一起，正好解释了为什么「智能主权」会火。它不要你从零训模型，它要的是你掌握产品最关键那条智能链路的四层控制权：数据、模型适配、评测迭代、部署。 红杉把演化成这种形态的应用公司叫做 Neo-Lab——由业务驱动、研究为产品服务、数据来自真实业务、评判标准是产品指标的「新一代实验室」。
🔗：红杉：所有 AI 应用公司终将成为 Neo-Lab
🔗：万能 Agent 到企业全线翻车
AI 时代如何保证代码可持续：一个把「人定规则、AI 执行」做到极致的样本
如果说前面几篇在讲「往哪走」，这一篇在讲「怎么走才不会翻车」，而且给出了一个罕见的、可复用的工程范式。
样本是一个开源 macOS 工具：约 11 万行 Swift 产品代码，配 7.3 万行测试代码、3347 个 XCTest（一年前它还只有 56 个测试）。1000 多个 fix 提交里，900 多个带着测试。而它的作者是这么描述开发过程的：执行流程「完全没有我插手干扰」，全程由 AI 自动验证并设卡点。
人插手的是什么？是判断，是规则：
- 架构、分层、抽象的取舍仍归人——先跑通首版，再和 AI 仔细讨论，并用文档把结论记下来，供下一轮迭代复用；
- 最依赖单元测试，重点覆盖「容易想当然的地方」——竞态、结果过期、静默失败这类「扫描完文件又变了」的坑；
- 修 Bug 固定三步：先写一个能复现的回归测试 → 沿同类路径排查 → 把根因沉淀成一条规则；
- 用 Rules 记录功能边界和「为什么这么定」（比如某些文件绝不允许自动删除），按模块拆分加载；用 Skills 承担重复检查（bugs / design-system-review / release）；
- 如无必要勿增实体：不做没有真实用户价值的功能，不加常驻开销，不加新权限，有合理默认值就不再新增设置项；
- 最后由
make verify兜底，本地代码 / Git 提交 / 签名包 / 线上文件四者分别校验。
看完整套东西，我最大的感受是：这不是「AI 帮我写代码」，这是「我把我的判断力，翻译成了 AI 能长期遵守的法律」。规则保持新鲜、过时逻辑及时移除——工程师的专业度，靠这套规则体系得以延续。 而它同时也是多 Agent 协作的地基：连人的意图都存不住的工程，Agent 更接不住。
🤖 AI 工具
一个超级发布周：三天，四大前沿模型连发
如果这一周只能记住一件事，那就是前沿模型的更迭速度已经快到「发布」本身失去了新闻价值——真正的新闻是密度。九月初这不到一周里：OpenAI 正式发布 GPT-6 Astra，主打 Computer Use 与任务执行；Anthropic 在 9 月 1 日端出 Claude Fable 5.1，编码与科学能力大幅跃升，同时把缓存读取价格砍了约 75%，正面回应了「越强越贵」的旧叙事；Google 隔天（9 月 2 日）更新 Gemini 3.8 Flash，距 3.7 Flash 仅三周；阿里通义也在 9 月 2 日发布 2.4 万亿参数的 Qwen3.8-Max，编程与长任务能力冲进 Arena 前五，并宣布一周内开源权重。
李飞飞的 World Labs 则在 9 月 1 日放了个不一样的——Atlas 世界模型，从零预训练、原生处理文本/图像/视频/3D，几张图生成带可控运镜的空间结构视频，把「生成内容」往前推到了「生成空间」。
我不想复述任何一个 benchmark 数字（它们一个月的保质期都撑不满，见上一篇），只想指出这个发布周本身在证明一件事：当模型以周为单位被追平，任何建立在「我的模型更聪明」之上的产品叙事都是沙上建塔。 唯一能沉下来的，还是上面说的那四层主权——你的数据、你的评测、你的部署。这跟资本端的动作对得上：9 月 3 日，NVIDIA 官方博客官宣以约 129 亿美元收购 Hugging Face——不是传闻，是已经签字的协议；月之暗面（Kimi）也被多家媒体证实已秘密向港交所递交 A1 文件，冲刺港股 IPO。智能在变成基础设施，而基础设施的战争从来打的是控制权，不是聪明程度。
（本节发布时间与交易金额已对照官方公告与主流报道核实；Kimi 递表仍属「多方证实、官方未公开确认」阶段。）
🔗：GPT-6 Astra — OpenAI ｜ Claude Fable 5.1 — Anthropic ｜ Gemini 3.8 Flash — Google ｜ Atlas — World Labs ｜ NVIDIA to Acquire Hugging Face
image-prompt-reverse：把「调词」这件苦活，反推成一个 Agent Skill
一个 MIT 协议、可以「白嫖」的图像反推提示词工具：丢一张图给它，它反推出一套专业级的图像生成提示词，还能一键叠加「电影感 / 胶片味 / 商业大片」等增强层，覆盖人像、风景、产品、美食、汽车等十来种场景，一次吐出「还原版 + 惊艳版 + 3 个变体 + 各平台适配版」。
它的意义不在省了你调词的功夫——那是表层。它把「看到好效果」和「复现好效果」之间那段全靠手感与运气的鸿沟，做成了一个可安装、可版本管理的 Agent Skill。这正是上一篇讲的「把隐性经验沉淀成机器接口」的最小案例：一个设计师说不清「为什么这张有电影感」，但一个 Skill 能把这种说不清变成一行可复用的 prompt。
🔗：image-prompt-reverse（GitHub）
Otty / kooky：终端正在为「坐在旁边的 Agent」重新设计
两个几乎同期出现的东西，指向同一个信号：macOS 上为 AI 编程代理专门优化的原生终端。Typora 团队做的 Otty 主打「好看 + 手感 + 为代码 agent 优化」——GPU 加速、连字、真彩色，能并行开多个 agent、查看会话历史、把输出直接丢回给 AI，定位「坐在传统终端和完整 IDE 中间」。kooky 则做了侧边栏工作区、分屏、一键启动 Agent、实时展示 Git/Node/Python 状态。
为什么终端会突然成了兵家必争之地？因为当写代码的人变成盯着多个 Agent 跑的人，你的工作界面就不再是「编辑器」而是「调度台」。 你在终端里做的事情从「敲命令」变成了「看着几路智能各自忙活、必要时插一句」。工具为 Agent 而生——这是这一整年最确定的产品形态迁移。
🔗：Otty ｜ kooky（GitHub）
🛠️ 效率工具
为自己造一套 Harness：那个烧了 400 亿 token 的人，最后造了什么
回到开头那个人。把他的半年摊开，你会看到一条很清晰的、属于「私人化软件」的路线：
- Markdown Link Copier：每周更新 newsletter 要反复复制链接转 Markdown，市面插件没有一个能完美适配他常看的网站，于是自己写一个——它甚至会「开着网页翻译也尽量复制原始标题」。
- FileBox：一个文件中转 App，最妙的是它新增的「文件动态」——专门用来收拾 Agent 大量产出、四散各处、时间久了非常混乱 的文件。他把这个功能的目标体验定成「像微信朋友圈一样，简单、方便、一目了然」。
- CoreStudio：基于成熟开源白板 Excalidraw 改造的设计管理空间，用来管 AI 生成的海量素材。方法论很值得学——先在一个已经足够完善的地基上快速验证 POC，确认可行再一路做下去。
- PageWire：一个还没成熟但「可玩性极佳」的实验：让 Agent 始终伴随左右，不依赖你主动对话、也不依赖呆板定时脚本，而是「主动感知我在做什么，并自主决策该给我补充什么」。感知源限定在一个大纲笔记工具里。
这四个项目连起来是一句话，也是他全文真正的落点：高度个性化、允许用户自行修改的工具软件，会是未来的新范式。 我们不是在「找更好的工具」，是在「为自己搭建专属的 Harness」——把 AI 从对话对象，改造成嵌进你自己工作流里的工装。
「创造的过程已经足够快乐了。」他说。我觉得这句话，是给每一个还在为别人的功能膨胀付费的人，最温柔的一记提醒。
🔗：FileBox ｜ CoreStudio ｜ Markdown Link Copier（GitHub）
jj：为「会改错的 Agent」重新发明的版本管理
Git 兼容、但工作区模型更简单、更适合编码 Agent 的版本控制系统（Jujutsu）。它解决的痛点极其当下：当代码是 Agent 写的，你需要的是「它改错了能一键、干净地撤回」。 传统的 Git 心智模型对人类很成熟，对每秒都在批量试错的 Agent 却偏重。jj 属于那种「不是更快，而是更抗错」的工具——在 Agent 时代，抗错比快更重要，这和上面那个「99.9% 循环 20 次变 2% 失败」的算账是同一个担忧。
两个「微小的真实」：Yazio 的抱心动效与 Uber Eats 的绿色便签
在满屏「智能主权」的宏大叙事里，我想留一小块给最柔软的东西——因为它们提醒我们，AI 时代真正不可替代的，恰恰是「人性的细节」。
饮食记录 App Yazio 在「连接苹果健康」的授权页，让自家小怪兽 IP 探出身子，伸手把隔壁图标里的红心抱过来蹭了蹭——把冷冰冰的系统权限请求，变成了一个有温度的故事动作。
Uber Eats 改了骑手档案页：最显眼处是一块巨大的绿色便签，写着骑手自己填的理由——「车里有座椅加热保证饭菜不凉」「单亲带三个娃开销太大」。改动极小，小费却悄悄变多了。
「用微小的真实生活细节，代替冰冷的参数。」这两件事 AI 学不会——不是因为它做不出动效，而是因为「此刻这里需要一点人味」这个判断，本身就是设计的最高层。
🔗：优设·细节猎人
✨ 随便看看
- 设计系统开始给 AI「开门」：一份 2026 年 7 月的田野调查，逐个核对 20 个主流设计系统为 AI agent 准备了哪些接口——MCP、llms.txt、Agent Skill、Code Connect 十维横评。「对机器友好」正在成为设计基建的新评分项。 🔗：State of AI in Design Systems
- Kitbitz：2000+ 手绘插画素材，CC0 免费商用，可直接下 SVG/PNG、给 Figma 组件包，还能通过 MCP 接进 AI 工具——连素材库都开始为 Agent 提供入口。🔗：Kitbitz
- Appllama：收录 1120+ 款高营收 iOS 应用、4.8 万 + 张真实截图，每款标注营收和下载量。等于顺手帮你筛掉了「好看但不赚钱」的样板——用商业结果给设计参考做质量过滤。 🔗：Appllama
- Darkbloom：把闲置 Mac 的算力租出去跑 AI 推理，比主流 API 便宜约 50%，且请求全程加密、机主看不到你的 prompt。48GB 内存的 Mac 每月约赚 16 美元。AI 基础设施正在下沉到个人设备。 🔗：Darkbloom
- 国家反诈 AI App：把可疑短信、语音、视频丢进去，AI 研判风险、告知骗局类型、再给真实案例，微信/支付宝小程序同步开放。「AI 帮你识别 AI 时代的骗局」，本身就是一种新基础设施。
- WindowSwap：全球陌生人上传自家窗外十分钟实拍，打开随机抽一扇看别人的午后与雨夜。没有滤镜叙事，就是一扇普通窗户加真实环境声。在一期讲「智能」的 newsletter 末尾放这个，是因为它讲的是一个更老的道理：有些体验，值得什么都不解决。 🔗：Window-Swap
- GPT Image 2.5 上线：内置模板一键出 Logo 海报、随手涂几笔生成成品、评论区「点哪改哪」。图像模型正从「生成」走向「可指派的编辑」。
- 一个反直觉的收尾金句（来自 a16z 播客）：Ben Horowitz 说——「事情开始变顺时，恰恰该拼命推进，否则很快会挨打。」 在模型一个月一更的赛道里，这句话既是给创业者的，也是给我们每个人的。
写到这里，四个原本毫不相干的来源，在我这儿收敛成了一个词：主权。
设计师的主权，是守住「什么算好」的判断，而不是把画图外包出去。工程师的主权，是把专业度翻译成 Agent 必须遵守的规则，而不是沦为改动的橡皮图章。产品的主权，是掌握数据、评测、部署那四层，而不是赌自己下个月还能领先。普通人的主权——那个 Raycast 用户教给我的——是当通用软件开始为你不需要的功能收费时，你有能力为自己，造一个刚刚好够用的替代品。
模型会过时，榜单会翻转，那些「更强一点」的优势一个月内就会被抹平。真正产生复利的，从来不是租用来的智能，而是你把某种「说不清的规律」写成软件、写进 Harness 的那些夜晚。
这一期，聊「拥有」。
下周，我们聊拥有之后——怎么卖出去。