AI News｜2026-06-06

今日目录

• Coding agent 越强，人类工程师越要回到审查和系统边界
• Agent 需要持久化文件系统状态，而不是只依赖聊天上下文
• Claude Cowork 加码长任务，用量限制本身成为产品信号
• Skills API 继续升温，agent 能力开始从 prompt 迁移到可复用技能
• Figma 视角下的 SaaS 变化：软件不会消失，软件供给会被放大
• 把任务写成问题，比固定 plan mode 更能触发模型反驳
• 更好的记忆可能比更长的 prompt 更重要
• 设计与代码边界继续变薄，原型越来越接近可运行系统

今日判断

今天这些内容看起来很散，coding agent、文件系统状态、skills、Figma、prompt 写法都在讲不同问题。但我看下来，主线其实很清楚：AI 开始从聊天窗口搬到工作区里。

只要进了工作区，问题就不会停留在模型聪不聪明。它要保存文件，要继承状态，要能被复用，要知道哪些地方必须让人来审。比如 coding agent 能写更多代码以后，工程师反而要花更多精力判断需求边界和 review 风险；Figma 接 agent，也是在把设计、原型、代码之间的距离压短。

我的判断是，未来一段时间真正值得跟踪的不是谁又发了一个 agent 概念，而是谁把这些很脏很细的工作流问题解决掉。好产品不是让 AI 看起来更神，而是让普通 builder 每天都敢把一部分工作交出去。

快讯

1. Coding agent 越强，人类工程师越要回到审查和系统边界

查看原文 · 来源：Aaron Levie (@levie)

Aaron Levie 的观点指向一个现实变化：coding agent 能承担更多实现工作后，人类工程师的价值会更多落在需求拆解、架构边界、代码审查和风险控制上。这个方向值得持续看，因为它会改变团队分工。未来的工程能力不只是写代码速度，而是判断哪些工作可以交给 agent、哪些必须由人兜底。

2. Agent 需要持久化文件系统状态，而不是只依赖聊天上下文

查看原文 · 来源：Guillermo Rauch (@rauchg)

Rauch 提到 agent 的文件系统状态，这个点很底层，但重要。很多 agent 失败不是因为模型推理差，而是工作状态无法稳定保存、恢复和审计。对开发者工具来说，文件、任务、日志、依赖和中间产物都应该成为 agent 可操作的工作区。谁能把这层状态管理做好，谁就更接近真正可用的工程 agent。

3. Claude Cowork 加码长任务，用量限制本身成为产品信号

查看原文 · 来源：Boris Cherny (@bcherny)

Claude Cowork 把使用额度临时提高，Boris Cherny 的解释集中在“大而乱”的工作：跨账号研究、周期报告、邮件分拣和草稿。这里值得看的不是单纯促销，而是 Anthropic 正在把 AI 从聊天入口推向可托付任务。对个人网站的 AI News 来说，这类变化应该重点追踪：agent 产品竞争会越来越围绕长任务、上下文和可审查结果展开。

4. Skills API 继续升温，agent 能力开始从 prompt 迁移到可复用技能

查看原文 · 来源：Peter Yang (@petergyang)

Peter Yang (@petergyang) 关注 AI skills，说明 agent 工作流正在从一次性提示词，转向可复用、可组合、可管理的技能层。这个方向对 builder 很关键：真正可规模化的 agent 不是每次靠长 prompt 硬撑，而是把常用操作沉淀成稳定接口和能力包。后面需要持续观察各家是否会围绕 skill、MCP、文件系统和权限模型形成事实标准。

5. Figma 视角下的 SaaS 变化：软件不会消失，软件供给会被放大

查看原文 · 来源：AI & I by Every

Every 采访 Figma 的 Matt Colyer，核心不是“AI 杀死 SaaS”，而是软件生产者数量会被大幅放大。Figma 既要开放给 agent，也要把自己的产品能力嵌入 AI 工作流。这个判断适合放进周度长文继续展开：AI 让更多人能造软件后，SaaS 的护城河会从功能本身转向协作、上下文、数据和维护能力。

6. 把任务写成问题，比固定 plan mode 更能触发模型反驳

查看原文 · 来源：Swyx (@swyx)

Swyx 提到一个很实用的提示方式：不要只把任务包装成“按计划执行”，而是把任务改写成问题，让模型有机会质疑假设、指出替代方案。这个点对 builder 很有价值，因为很多 AI 编程失败不是模型不会做，而是人把需求说死了。把 prompt 变成可讨论的问题，本质上是在给 agent 预留纠偏空间。

7. 更好的记忆可能比更长的 prompt 更重要

查看原文 · 来源：Thibault Sottiaux (@thsottiaux)

Thibault Sottiaux 提到更短 prompt 与更好记忆的方向，这和最近 agent 产品的演进一致。单纯把上下文塞长，会让系统成本、噪声和失败面一起变大；如果记忆能结构化沉淀，agent 才能在多次任务之间继承真实经验。对个人工作流来说，应该优先沉淀项目约束、偏好和复盘，而不是每次重新写一大段提示词。

8. 设计与代码边界继续变薄，原型越来越接近可运行系统

查看原文 · 来源：Ryo Lu (@ryolu_)

Ryo Lu 讨论设计与代码的关系，背后是 AI 工具正在压缩“想法、设计、实现”之间的距离。对 builder 来说，这不是简单替代设计师或工程师，而是让更早期的产品判断可以用可运行原型来验证。后续值得关注的是：设计工具、代码生成工具和 agent 工作区会不会合并成同一个产品面。