我看了一下@ycombinator 今年的项目，基本上都是 1. FDE/Router + Vertical Application： 模型router → 针对某个具体场景做优化 → 接入业务 workflow → 用数据反馈继续优化。 初创公司卖模型，初创公司都是中转站。 2. Router + LLM Optimization / Infra： 跟上一类不一样，这种是解决大模型调用本身的问题：routing、cost、latency、eval、observability、prompt optimization、fine-tuning、inference 等。 比如说 @WorkWeave 这个产品，他们说自己是AI to understand and then route engineering work。最开始的产品更像是 AI-native engineering analytics：接 GitHub / PR / Claude / Cursor 等工程数据，然后用模型分析： 工程师到底完成了多少工作 哪部分代码是 AI 写的 AI coding tools 有没有真正提高 productivity AI 花了多少钱、ROI 怎么样 哪些任务 AI 做得好、哪些做得不好 后面他们这个方向跑到最后发现还是需要模型聚合能力，他们就往一个中转站走了，然后发布了weave router。 他们分析 各种企业的Claude Code workload 后称，大约 60–70% requests 是比较简单的 completion，这些任务用便宜的 open-source model 可以做到相近效果，而成本可能只有约 1/40。 Coding request → Weave classifier/router → 判断任务难度 → 选择模型。 所以拆解一下这家公司就是做Router + Vertical Coding 场景，Weave 这种模式比单纯做一个LLM中转站 Router 更值得借鉴，先找到一个 token spend 巨大、任务高度重复、而且不同任务对模型能力要求差异巨大的 vertical，尤其是coding场景，然后做它的 intelligent routing layer。 所以我感觉年初做中转站的经验虽然没有给我个人带来什么经济收益，但是确实积累了很多实战技能，比如说如何从零到一搭建中转站，如何做FDE，挨个建群解决用户的api问题，比如我自己搭画布接seedance。 往后来看这种经验太值钱了，以后的ai startup都会是这个形态。

最新趋势总结（跨HN、PH、GitHub、X、Reddit等） • Agentic Everything：AI coding agents（Claude Code、Codex、Cursor、Bionic等）主导讨论，本地/开源代理（LM Studio Bionic、OpenClaw、herdr multiplexer）爆发。重点从“prompt聊天”转向“持久内存、技能库（skills）、知识图谱、sandbox执行、multi-agent orchestration”。 • 本地优先 + 隐私：LM Studio Bionic（Mac/Windows本地代理，支持open models如GLM/Kimi）、Rust本地工具（Meetily会议助手）火热。独立开发者痛点：数据泄露、订阅费、硬件限制 → 机会巨大。 • Skills & MCP生态：大量GitHub trending项目是“skills”（taste-skill、cybersecurity-skills、academic-research-skills等），用于增强代理的特定能力。MCP（Model Context Protocol）成为连接代理与工具的标准。 • Workflow自动化：n8n/Zapier + AI pipelines（TikTok内容、Reddit机会挖掘）、agentic video（OpenMontage、MoneyPrinterTurbo）、Chrome插件/扩展生成器。 • 部署/Infra：Vercel/Netlify无缝集成新模型（GPT-5.6 Sol/Terra/Luna），Coolify自托管支持。独立开发者易部署SaaS/插件。 • 商业化信号：PH上AI代理/助手、Chrome扩展、local tools快速上榜；YC launches聚焦agent平台；Indie Hackers讨论“可靠workflow vs 酷功能”。 Google Trends相关未见剧烈新峰值，但“AI agent workflow”、“local AI coding”持续高关注。 最具潜力商业机会（针对独立开发者） 1. 本地/开源AI Coding Agent增强工具（最高优先）： • 构建Bionic-like wrapper或skills marketplace：打包常见skills（设计、cyber、research）成一键安装模板，支持LM Studio/Cursor/Claude Code。 • Chrome插件：AI selector forge、context passer（指向UI传精确上下文给代理）。PH类似产品已获高票。 • 变现：Gumroad模板/$9-49一次性 + 付费skills订阅，或SaaS监控代理性能。 2. Agent Workflow模板站 / n8n兼容市场： • 预打包可靠的自动化（如Reddit→客户挖掘、TikTok内容pipeline、代码审查multi-agent）。重点解决edge cases、JSON稳定、memory。 • Indie Hackers痛点验证：用户买“能立刻跑”的东西，而非实验品。 • 机会：per-run monetization（类似n8n beta），或模板+托管SaaS。部署到Vercel/Netlify/Coolify一键。 3. 隐私/本地SaaS & Chrome插件： • 知识图谱工具（codebase → queryable graph）、meeting summarizer、voice keyboard扩展。 • 针对solo devs：sandboxed knowledge work（PDF/deck处理）、persistent memory vault。 • 低竞争：本地优先卖点强，结合Ollama/vLLM。 4. Video/Content Agent工具： • 扩展OpenMontage/MoneyPrinterTurbo式一键短视频/白板解释器（Simi等PH热门）。 • 独立开发者可做垂直模板（营销、教程）+ Vercel部署前端。 5. Security & Observability for Agents： • Prompt injection防护、runtime monitoring（Heron Wireshark for agents）、permission governance。 • HN热议AI coding agents安全bug，机会明显。

再次推荐 Google Engineering & DevRel Leader @addyosmani 重磅开源的 Agent Skills (69.7✨)，把资深工程师的生产级工程纪律，固化为 AI Agent 可机械执行、强制验证、跨工具复用的工作流 Agent Skills: Production-grade engineering skills for AI coding agents. 它要解决什么问题？ AI Coding Agent 的默认行为是"走最短路径"——跳过规格、跳过测试、跳过安全评审，给出能跑但不可靠的代码。Agent Skills 的立论是：质量不靠提醒出来的，要靠强制流程托底的。它把"什么时候写规格、测什么、怎么评审、何时发布"这类隐性工程判断，固化成 Agent 必须遵循的步骤。 顶层架构：六阶段生命周期 DEFINE → PLAN → BUILD → VERIFY → REVIEW → SHIP /spec /plan /build /test /review /ship 8 个 slash 命令作为入口，分别对应一个阶段，自动激活对应 Skills。Skills 也会按上下文自动触发（写 API → api-and-interface-design，写 UI → frontend-ui-engineering）。/build auto 在一次批准后自动跑完计划与实现，但每个任务仍独立测试、独立提交、遇险即停。 24 个 Skills 的分布 1. Meta - 1 个 using-agent-skills（路由，决定该用哪个技能） 2. Define - 3 个 interview-me、idea-refine、spec-driven-development 3. Plan - 1 个 planning-and-task-breakdown 4. Build - 7 个 incremental-implementation、test-driven-development、context-engineering、source-driven-development、doubt-driven-development、frontend-ui-engineering、api-and-interface-design 5. Verify - 2 个 browser-testing-with-devtools、debugging-and-error-recovery 6. Review - 4 个 code-review-and-quality、code-simplification、security-and-hardening、performance-optimization 7. Ship - 6 个 git-workflow-and-versioning、ci-cd-and-automation、deprecation-and-migration、documentation-and-adrs、observability-and-instrumentation、shipping-and-launch 几个值得点名的设计取向 · doubt-driven-development：对抗性"新上下文复盘"，CLAIM → EXTRACT → DOUBT → RECONCILE → STOP，可选跨模型升级。这是该仓库比较有原创性的一项，针对高代价/不可逆决策。 · source-driven-development：框架决策必须挂在官方文档上，要引源、要标注未验证项。直接对治 LLM 编造 API。 · deprecation-and-migration 把"代码即负债"单列为技能，配套强制 vs 建议性弃用模式与僵尸代码清除——很少见但有工程味。 · Google 工程文化底蕴：Hyrum's Law（API）、Beyonce Rule 与测试金字塔（测试）、变更尺寸约 100 行 + 评审速度规范（评审）、Chesterton's Fence（简化）、主干开发（git）、Shift Left 与 feature flag（CI/CD）。来源明确标注自《Software Engineering at Google》与 Google 工程实践指南。

就在 Cloud Next 2026 上，Google开源了一个官方 Agent Skills 仓库 解决的问题是：人来进行google生态的调试和各种流程时出现的各种问题 13 个 skill给你覆盖率google生态常见的教程，让你的ai更懂google，但凡你用到google生态，都值得进行收藏 仓库地址： 安装就一行：npx skills install 兼容 Claude Code、Gemini CLI、Cursor、Codex、Antigravity，基本上主流的 AI 编程助手全覆盖 其中内置13个skill，主要分三大类 第一类：Basics —— 产品操作手册（7 个） 让 agent 学会怎么用某个具体的 GCP 产品，包含命令、SDK 初始化、Terraform 配置、IAM 权限，该踩的坑都标出来了 ① gemini-api ：调 Gemini 模型的全套操作 ② bigquery-basics：BigQuery 数仓全流程。 ③ alloydb-basics ④ cloud-sql-basics ：托管 MySQL/PostgreSQL/SQL Server。 ⑤ cloud-run-basics ： Services:HTTP 触发，gcloud run deploy Jobs：定时/事件触发的批任务 Worker Pools：常驻后台（Kafka/Pub/Sub/RabbitMQ） ⑥ firebase-basics ：移动/Web 后端初始化。 ⑦ gke-basics ： K8s 运维能遇到的场景全覆盖了 第二类：Recipes —— 跨产品任务流程（3 个） 不是教你用某个产品，而是帮你跑通一个完整的多步骤流程，agent 会先问你几个澄清问题，再给方案 ⑧ google-cloud-recipe-onboarding ：新人首次上 GCP 的全流程：开账号 → 领 $300 免费额度 → 建 project → 绑 billing → 装 gcloud 跑 init → 启用 API → 选 Cloud Run / Compute Engine / Cloud Storage 部署第一个资源 → 验证 ⑨ google-cloud-recipe-auth ： 认证授权的决策树。先问 4 个问题（谁在认证 / 代码跑在哪 / 目标是什么 / 用什么 SDK），然后给方案 ⑩ google-cloud-networking-observability ：网络问题排障。分析 VPC Flow Logs、Cloud NAT、防火墙日志、威胁日志 第三类：WAF —— 架构体检清单（3 个） 对标 Google Cloud Well-Architected Framework，拿原则去给你的架构打分，agent 变成架构评审员 ⑪ google-cloud-waf-security ： 安全评审。7 大原则（security by design、zero trust、shift-left、preemptive defense、AI 安全用、用 AI 做安全、合规） ⑫ google-cloud-waf-reliability “ 可靠性评审。9 大原则：用户体验导向、SLO、冗余、横向扩展、可观测性、优雅降级、故障测试、数据恢复、blameless postmortem ⑬ google-cloud-waf-cost-optimization ： 成本评审。4 大原则 + 8 项 checklist：标签做成本归因、按 project 设预算告警、用 Recommender 做 rightsizing、清理闲置、优先 managed service、存储分层

朋友的分享（建议收藏） 2026 美股涨幅与资金主升 Top45（截至目前） 一、AI GPU / 核心半导体（核心中的核心） Ticker主线 NVDAAI GPU AMDAI GPU AVGOASIC MRVLAI Networking ARMAI Edge MUHBM INTCAI CPU revival QCOMEdge AI TSMAI Foundry TERAI testing AMD、MU、INTC、TER 都是今年最强半导体之一。 二、光模块 / Networking（今年真正疯涨） 你前面说得非常对。 这一块很多涨幅已经比Mega Cap还夸张。 Ticker主线 ANETAI交换机 LITE光模块 AAOI光器件 CIEN光通信 COHRCPO INFN光网络 CRDO高速连接 MTSI光射频 CLSAI硬件 FLEX数据中心电源 Lumentum、Ciena、AAOI 都被点名是2026表现最强AI股之一。 三、AI Server / 数据中心 Ticker主线 SMCIAI服务器 DELLAI Server HPE企业AI VRT数据中心散热 ETN电力设备 PWR电网 CEG核电 VST电力 NRG电力 GEVGE Vernova Vertiv 是2026翻倍股之一。 四、HBM / Memory（现在超级强） 这个是很多散户还没完全意识到的主线。 Ticker主线 MUHBM WDC存储 STXHDD SNDK闪存 SIMO控制器 Sandisk、Micron、Seagate、Western Digital 都是2026最强涨幅股之一。 五、AI 软件 / 平台 Ticker主线 PLTRAI政府 CRWDAI安全 PANWAI安全 SNOWAI数据 APPAI广告 NETCloudflare DDOGAI observability MDB数据库 ORCLAI云 TEMAI医疗 六、太空 / 军工 / 高Beta（现在资金扩散区） 你提到的太空股，其实现在已经是： AI资金扩散第三阶段 Ticker主线 RKLB火箭 ASTS卫星 LUNR月球 PL卫星数据 KTOS无人机 七、AI边缘妖股 / 高Beta Ticker主线 SOUNAI语音 BBAIAI国防 UPSTAI金融 HUTAI算力 TEMAI医疗

美股官方代币真的来了，7月启动有限交易10月正式推出。DTCC昨晚宣布推进DTC代币化服务的开发，并召集50多家金融机构组成行业工作组，共同推动数字资产采用。同时宣布事件进度： 1）2026年7月，启动初始有限生产交易，对通过DTC代币化服务生成的真实世界资产进行交易。 2）2026年10月，正式推出该服务。 DTC之前也有介绍过，美国存管信托有限公司，美国最大的中央证券托管、结算、清算和资产服务提供商，可以说是美股市场的“总仓库”和“总账房”。看DTC代币化工作组成员：纽交所、纳斯达克、美国银行、高盛、大小摩、circle、kraken等机构，几乎涵盖了美国最重要的传统金融和加密行业机构。 去年12月DTCC也拿到了SEC的无异议函，在加上DTCC的行业地位，可以说DTCC的美股代币化是真正的官方代币。 1、聊聊DTC代币化的模式 DTC作为中央托管人仍持有底层真实证券的所有权，将参与者的“证券权益”转换为区块链上的代币形式，实现链上可编程转移，同时保留传统证券的全部法律权益、投资者保护和DTC的可靠背书。 首批上线资产涵盖：Russell 1000指数成分股、追踪主要指数的ETF、美国国债（T-bills、bonds、notes）。聚焦已有深度流动性的高流动性资产。几乎美股上最主要的资产标的首批都会代币化 2、核心技术架构 技术架构：ComposerX平台套件 DTCC的核心技术是ComposerX（2025年初推出），一套协议无关、DLT无关的端到端平台，支持公链和私链，强调互操作性与机构级控制。 1）Factory（代币化引擎）：核心铸造工具。支持ERC-20、ERC-3643等标准，嵌入丰富数据模式（self-describing tokens），实现自动合规、角色权限管理、定价/参考数据。 2）LedgerScan：链下监控工具，扫描批准链并实时更新DTC记录，提供可观测性（observability）和风险控制。 3）Capital Markets Platform (CMP)：全生命周期管理平台，处理发行、分销、交易、资产服务、公司行动等。API驱动，与传统遗留系统无缝集成。 4）互操作性：支持多链（初期若干兼容链，后续扩展），允许代币在不同批准网络间流动，真正实现TradFi（传统金融）与DeFi的桥梁。未来可能增加DTC内部结算选项 3、聊聊大家更关心的两个问题 1）DTC的美股代币是否可以在公链上流通 看官方表述，26年10月正式推出事将支持若干兼容链，目前已明确列出的网络包括：其一DTCC’s AppChain：基于开源Hyperledger Besu技术的Ethereum-compatible企业级链（permissioned，但EVM兼容）； 另一个是Canton Network：由Digital Asset开发的公链（public blockchain），强调机构隐私和互操作性，已用于部分美债代币化试点。 官方明确支持各种public和private区块链网络，只要满足SEC规定的技术标准（可靠性、弹性、安全、可观测性、合规特性、治理机制等）。 以太坊（包括L1/L2）未来大概率会支持，因DTCC支持ERC20、ERC-3643等EVM标准，ComposerX也兼容EVM，而且此前还有演示/合作过。 2026年7月有限生产交易和10月推出后，DTC会公布批准的公链列表名单， 2）非美地区用户可以交易么 非美地区的用户（机构或零售）原则上可以通过合格中介间接参与DTCC代币化证券的交易/持有，但不能直接作为DTC Participant参与，有严格的监管、合规和中介门槛 直接参与者（DTC Participants）主要是美国经纪商、银行等大型金融机构，也包括部分外国银行实体（如通过美国分支机构或符合条件的外国银行）。 零售/个人用户，理论上可能，但应该有门槛。 未来如果各个CEX接入后，基本上非美散户应该都可以交易。 SEC推动了接近一年的美股/证券代币化，终于要落地了。未来CEX和各种链上平台就直接接入DTC的美股代币就好，真正变身成为链上券商。 本条由@bitget_zh赞助，「Bitget 买美股：秒级入场，丝滑交易 」