Twitter AI 编程 - 2026-05-06

1. 人们在讨论什么

1.1 Xbox 关停进一步坐实叙事：Copilot 品牌受损已成定局 🡕

@GergelyOrosz 表示（403 个赞、28 条回复、1 条引用、40 次收藏、38,264 次浏览）：“Copilot 就是一个如何用 AI 垃圾内容毁掉品牌的案例。GitHub Copilot 曾是个好产品，而且一直都是。其他所有 Copilot 都是仓促推出、质量低劣，最终把 Copilot 这个品牌变成了大多数人讨厌的东西。”该帖引用了 Xbox CEO Asha Sharma 的公告，称他们将“逐步停止移动端 Copilot，并停止主机端 Copilot 的开发”。

@aakashgupta 分析称（12 个赞、2 条回复、1 条引用、5 次收藏、9,101 次浏览）谈到了这一变化的结构性含义：“Asha Sharma 曾担任微软 CoreAI 部门总裁两年。CoreAI 负责构建 GitHub Copilot。对于 Copilot 该属于哪里，没有比她更可信的声音。”他总结出新的打法：“靠付费 SKU 拿下生产力层。把消费者注意力让给掌控设备的人。别再假装这个品牌能延伸到它守不住的终端。”

@JezCorden 预测（21 个赞、2 条回复、1,623 次浏览）：“我觉得行业已经意识到 AI 的价值在哪里了，而不在消费级产品。我预计微软会随着时间推移把算力重新导向 GitHub Copilot 之类的产品，同时逐步削弱面向消费者的 Copilot。”

@learncurvesai 在 GergelyOrosz 的回复中表示：“不知道，GitHub Copilot 的成功可能只是个意外。此后的每个版本都是仓促推出的 AI 垃圾。现在他们把它硬塞进 Xbox，因为已经没有别的增长方案了。”@LeverCRO 则补充了企业场景中的荒诞感：“我们公司里跑着 9 个 Copilot。我都说不清其中 4 个是干什么的。有一个甚至会总结根本不存在的会议。”

讨论洞察： 讨论焦点已从“Copilot 太贵”（5 月 5 日由 theo 推动的定价叙事）转向“Copilot 品牌正被打造它的人亲手精准收缩”。aakashgupta 的帖子给出了最有分量的分析：Asha Sharma 并不是在放弃 Copilot，而是在把它修剪到真正有效的终端上，这实际上是在确认 GitHub Copilot 的价值，同时砍掉其他几乎所有部分。JezCorden 关于“重新分配算力”的预测，则表明这种收缩从长期看会利好 GitHub Copilot。

与前一天对比： 5 月 5 日，Copilot 品牌叙事由 GergelyOrosz 最初的定调和 theo 的定价截图引出。到了今天，这一叙事进一步成熟：aakashgupta 补上了组织层面的分析（CoreAI 背景，以及“Copilot 品牌无法延伸到所有终端”的论点），JezCorden 提出了算力重分配视角，LeverCRO 则给出企业一线现实（“9 个 Copilot，说不清 4 个干什么”）。讨论已经从“品牌是否受损”转向“微软如何精准保住真正有价值的那一部分”。

---

1.2 Antigravity 持续进化：屏幕录制、自定义智能体与生产验证 🡕

@testingcatalog 透露（295 个赞、20 条回复、3 条引用、47 次收藏、19,714 次浏览）：“Google 正在为 Antigravity 开发屏幕录制支持和自定义智能体。如果屏幕录制由 Gemini Live 驱动，这项功能可能会复现 AI Studio 的能力，让 Gemini 实时看到你屏幕上发生的事情。”testingcatalog 在自回复中补充：“自定义智能体和插件可以在专用文件夹中配置，看起来比当前使用的 Rules 和 Skills 更高级。”

@HarshithLucky3 放大了（64 个赞、3 条回复、12 次收藏、4,885 次浏览）：“Google 正在测试 Antigravity 的两项重大升级。Agent Mode 中的屏幕共享可以让智能体实时看到你的整个桌面。自定义智能体和插件也在测试中。”

@thefox 继续（724 个赞、46 条回复、14 条引用、318 次收藏、82,459 次浏览）是数据集中热度最高的帖子：“刚刚在 Google Finance 上线了 AI 驱动的关键时刻功能，帮助你理解股票图表中的大幅价格波动，并跳转到公司财报电话会中的关键片段。这个小团队用 @Antigravity 从零快速构建了这些功能。”在回复中，@weiszfeld 询问是否会加入投资组合快捷入口；thefox 确认：“团队正在做！”

@akline_SF 认为（3 个赞、1 条回复、2 次收藏、874 次浏览）：“说句不太受欢迎的话：至少从纸面上看，@Google 已经赢下了 AI 技术栈之战。从 TPU 到 GCP，再到 Gemini 和 Antigravity。每一层，以及两端都占了。唯一的问题是，他们能不能第一次把应用层真正做好。”

@igboonaija3 坚持认为（5 个赞、1 次转发、1 条引用、3 次收藏、836 次浏览）代表了怀疑者的立场：“LLM 还是很蠢。我付费买了 Antigravity，但这家伙的能力还是不如一个初级开发者。Google 真的得把 Gemini 修好。”

讨论洞察： @abakermi 在 testingcatalog 的回复里把这些功能与工作流联系起来：“等等，这对调试可能真的很大——实时屏幕上下文 + 语音，会彻底改变开发工作流。”这让屏幕录制不再只是噱头，而成为一种调试基础能力：智能体能看到你所看到的内容，同时听你口头描述问题。

与前一天对比： 5 月 5 日，Antigravity 主要以两种形态出现：JulianGoldieSEO 的教程轰炸，以及 thefox 唯一一例生产上线。今天出现了两个新维度：（1）testingcatalog 泄露的屏幕录制功能表明，Google 正在朝“替你看屏幕的智能体”推进，这与文本提示是截然不同的交互模式；（2）akline_SF 强调了从 TPU 一直到 Antigravity 的垂直整合逻辑。叙事由“Antigravity 只是教程素材”转向“Antigravity 已经有了一条可能改变编程智能体如何感知上下文的路线图”。

---

1.3 OpenAI Codex 下载量暴涨；GPT-5.5 派对验证社区策略 🡕

@DataChaz 报道（26 个赞、12 条回复、5 次收藏、1,698 次浏览）：“OpenAI Codex 的包安装量刚刚爆了。单周内从 570 万跃升到超过 1.63 亿次下载，增幅达到 2,763%。”

@RoundtableSpace 分享了（61 个赞、6 条回复、39 次收藏、45,821 次浏览）：“大多数人都把 OPENAI CODEX 当代码自动补全在用。OPENAI 自家的工程师拆解了他们实际上是怎么用它的。”在回复中，@Strakyo 点出了关键洞察：“大多数人仍然把 Codex 当成更快的自动补全，但真正的跃迁在于委派。关键是给它边界清晰的任务、文件和终点，而不是盯着每一行代码 babysit。”

@nnennahacks 报道（72 个赞、9 条回复、2 条引用、5 次收藏、3,003 次浏览）来自 GPT-5.5 派对：“从用 Codex 搭 AI 项目，到在 OpenAI 的 5.5 派对上见到 @sama。他整个人非常平静、踏实。我问他怎么看 AI 代码质量现在所处的位置。他说：‘我们还有一段路要走。’”

@JinjingLiang 分享了（31 个赞、2 条回复、2 次收藏、791 次浏览）：“Codex 团队分享了他们每天如何使用 Codex，也听取了我的产品反馈。Sam 本人也特别友善——整晚都在和我们每一个人聊天。”

@rileybrown 演示了（57 个赞、12 条回复、32 次收藏、2,248 次浏览）展示 GPT-5.5 的能力：“我用 firebase 做数据库、存储和认证，先做了一个功能还算丰富的 Web 应用。然后我基本只用一条提示，就把这个 Web 应用转换成了完整的桌面应用和 Swift iOS 应用。它干了 41 分钟，然后就像是：好，完成了。”

讨论洞察： @AxialisSoftware 在 rileybrown 的回复中指出了下一步方向：“这很好地展示了 Codex 和 vibe coding 正在走向哪里：从一个产品想法快速生成多平台应用。下一个前沿是打磨、UX 细节、视觉一致性、图标、安装程序、打包，以及一切让应用真正显得专业的东西。”潜台词是：生成速度的问题基本解决了，剩下的缺口是质量与打磨。

与前一天对比： 5 月 5 日，Codex 的叙事核心还是 10 倍 credits 下调与社区忠诚。今天，故事进化为执行层面的验证：DataChaz 给出的 2,763% 下载暴涨提供了量化证据，rileybrown 展示了 GPT-5.5 如何让单提示多平台交付成为现实，而派对参与者（nnennahacks、JinjingLiang、PaulSolt）则反馈了与 Codex 团队的直接互动。叙事从“OpenAI 给了我们 credits”转向“OpenAI 的策略正在大规模奏效”。

---

1.4 OpenCode 生态走向成熟：团队支出曝光，竞争对手开始采用 Server 🡕

@thdxr 发帖称（129 个赞、18 条回复、16 次收藏、8,722 次浏览）：“我的新健身追踪器就是一个常驻的 tmux session，里面跑着一个 opencode session 和一个 sqlite db。”这条帖子浓缩了 OpenCode 的理念：用对话式界面取代专门打造的应用。

@MrAhmadAwais 观察到（128 个赞、13 条回复、15 次收藏、18,726 次浏览）：“看起来 OpenCode 团队自己也不太用开源模型。”该帖引用了 thdxr 分享的团队支出情况，显示 GPT-5.5 占据了其 API 预算的大头。回复中，@honkinwaffle 表示：“说实话，这 API 用量不算太糟。15 个席位每月 2 万美元，不算好，但成本上也不是最夸张的。”MrAhmadAwais 则反驳：“但里面对开源模型的使用几乎可以忽略不计。”

@StefanTMD 调侃道（192 个赞、8 条回复、2 条引用、6 次收藏、14,578 次浏览）：“Opencode 正在以一半现金、一半股票的方式收购 OpenAI”——这是一则讽刺，但也反映了 OpenCode 在外界眼中的上升势头。

@Parul_Gautam7 指出（13 个赞、6 条回复、2 次收藏、123 次浏览）谈到生态采用：“kilo 的发布速度才是真正的信号。v6 到 v7 是一次基于 opencode server 的完全重构。他们比那些拿了融资的竞争对手跑得还快。”

@josevalim 宣布（10 个赞、3 次收藏、564 次浏览）：“Tidewave 最新更新：大文件 diff 的 Minimap、更精准的智能体反馈、更顺畅的 Tidewave Teams 上手体验。还更新了 OpenCode、Claude Code 和 Codex——包括新功能、工作强度选择器等！”

@Iam_Injamul 询问（4 个赞、4 条回复、1 次收藏、3,829 次浏览）直接向 thdxr 提问：“怎么才能做到类似 GPT 5.5 负责编排，而 GLM 5.1 这类便宜模型通过 opencode 来写代码？最主要的动机是在保住效果的同时节省 tokens。”

讨论洞察： @kitlangton 在回复 thdxr 的健身追踪器时问：“没有 TUI 吗？”thdxr 回答：“我直接让 opencode 用表格跟我说话就行。”这体现了一种理念：自然语言就是通用界面，个人工具不需要专门设计的 UI。@notismaelvega 则把这一思路和更广泛的生态连接起来：“那完全可以变成一个不错的 prd.md，然后在一个全新的 5h codex session 里用 /goal 去做。”

与前一天对比： 5 月 5 日，OpenCode 主要通过 kmdrfx 的 which-key 插件（UX 扩展）和 teortaxesTex 的缓存命中优化（成本工程）出现。今天，平台叙事进一步展开：MrAhmadAwais 披露了团队自身支出结构（每月 2 万美元，GPT-5.5 占主导），Kilo Code v7 完全重建在 OpenCode server 之上，Tidewave 进行了集成，而 thdxr 展示了“聊天即应用”的范式。OpenCode 正从“你使用的工具”转向“别人拿来构建产品的平台”。

---

1.5 AI 竞争的新框架：不是零和博弈，尽情看戏 🡒

@AlexFinn 认为（90 个赞、9 条回复、1 条引用、1 次收藏、6,506 次浏览）：“过去一个月 OpenAI 把 Codex 打造成了一个极其出色的工具，这让 Anthropic 又找回了挑战者心态，并去买这些算力，进而带来了质量高得多的 Claude Code 产品。我觉得选边站、只给某一方加油是个大错误。所有工具都用起来，把价值全拿到。”他在自回复中还写道：“这简直就是《权力的游戏》级别的剧情。Musk 家族和 Dario 家族联手对抗 Token 之王 Altman。”

@EthanChoi7 量化了（14 个赞、2 条回复、6 次收藏、3,579 次浏览）：“按 5 到 10 年的时间跨度看，两家公司都可能成为 10 万亿美元以上的公司。单个开发者每年打出的 token 就能达到 100 万美元，这在过去相当于大型企业合同的 ACV。只是一个开发者而已。@OpenAI 和 @AnthropicAI 之间并不是零和游戏。”

@indexsy 表示（14 个赞、2 条回复、13 次收藏、1,495 次浏览）：“LLM 大战已经结束了。claude 是日常主力，openai 只在 codex + 图像生成上用。模型之间切换成本为零，所以忠诚已死——这周谁最好就用谁。”

@huntclubhero 观察到（6 个赞、2 条回复、118 次浏览）拿派对作对比：“Codex 和 openai 邀请了他们的顶级用户参加派对，包机票、包酒店、吃得很好，还能直接和 CEO / 开发者聊天等等。Anthropic 则像是在说 fk that……我是团队里唯一一个不用 Codex 的人，fk me，是不是该换了？”

讨论洞察： AlexFinn 的这种定调之所以引发共鸣，是因为它给了开发者一个许可：不必带着部落忠诚去站队，直接把所有工具都用起来。“权力的游戏”这个比喻（Musk + Dario 对抗 Altman）也反映出社区如何看待 xAI 与 Anthropic 结盟、共同对抗 OpenAI 算力优势的局面。

与前一天对比： 5 月 5 日，VraserX 还把竞争描述成“Dario Amodei 一定在哭”——明显偏对抗、偏零和。今天，AlexFinn 和 EthanChoi7 则把它重构为正和博弈：竞争让用户受益，两家公司都可能走到 10 万亿美元以上，忠诚本身已经失效。讨论从“谁赢了”转向“这场竞赛本身就是产品”。

---

1.6 Vibe Coding 进入制度化阶段：15 亿美元估值与“意大利面条智能体” 🡒

@tushar9590 报道（26 个赞、2 次转发、4 次收藏、1,337 次浏览）：“印度的 AI 热潮和世界上任何地方一样强。Vibe Coding 平台 Emergent 3 个月前刚从 Khosla Ventures 和 Softbank 融资 7,000 万美元，估值 3 亿美元。3 个月后，Premji Invest 正计划以 15 亿美元估值投资 2.5 亿美元。3 个月 5 倍。”

@aakashgupta 回应了（7 个赞、2 条回复、1 条引用、5 次收藏、1,446 次浏览）谈到了质量问题：“Vibe coding 只不过是给不可维护的源代码换了个名字。聊天窗口里产出的多数东西都过不了真正的代码审查。没有命名规范，没有注释，循环引用套循环引用。”他提出的解决方案是：“在 Claude Code 里做一个意大利面条智能体。单一用途。监控代码库中的循环引用、命名规范违规和注释质量。每次有实质性改动后都跑一遍。”

@chhddavid 推出了（7 个赞、4 条回复、4 条引用、5 次收藏、837 次浏览）介绍 Shipper：“首个基于完全递归多智能体执行架构（RMAE）的智能体。速度是 Lovable 的 52 倍，成本不到 Replit/Cursor 的 30%。”

@anupamrjp 记录了（2 个赞、1 次收藏、27 次浏览）谈到了经济账：“2026 年的 vibe coding：技术栈拉满，钱包掏空。每月 300 美元工具费，用户收入 0 美元。不过感觉还是挺高效。”

讨论洞察： aakashgupta 提出的“意大利面条智能体”抓住了一个核心讽刺：vibe coding 让代码更快被写出来，也让它更快变得不可维护。他的方案——让一个智能体对 AI 生成代码施加强制性的工程纪律——暗示了一个新工具品类：面向 vibe-coded 项目的质量闸门。@younh9x 在回复中总结得很到位：“所以 AI 不会取代编程。但能审查、控制并调整代码的 AI？那就是另一个问题了。”

与前一天对比： 5 月 5 日，vibe coding 叙事几乎清一色是怀疑论（MLStreetTalk 说它“适得其反”，zuess05 用“0 美元仪表盘”做讽刺）。今天，它开始分叉：一边是机构资金大量涌入（Emergent 来到 15 亿美元估值），另一边是工程社区开始构建治理工具（意大利面条智能体、RMAE 架构）。Vibe coding 不再只是个梗，而正在变成一个需要解决质量控制问题的行业。

---

1.7 Code with Claude 大会与 GitHub-Anthropic 合作关系 🡕

@pierceboggan 发帖称（44 个赞、2 条回复、1 条引用、2 次收藏、1,163 次浏览）：“很高兴和团队一起参加 Code with Claude，分享我们如何优化 GitHub Copilot harness！”

@pamelafox 总结道（8 个赞、6 次收藏、285 次浏览）：“@mariorod1 在 Code with Claude 上讲的 GitHub Copilot 如何规模化集成 Anthropic 模型很不错。要点包括：优化缓存命中、只在必要时使用昂贵模型（advisor model）、上线前跑离线评估、上线后做 A/B 实验。”

@jsaunders_ 强调了（9 个赞、9 次转发、1 次收藏、322 次浏览）分享了一个 Claude Code 的生产案例：“我们 NextLink Labs 的一位工程师刚刚交付了她的第一个 GitLab CI pipeline。她以前从没写过 CI。那份文件看起来就像我们平台团队会写出来的。她是用 Claude Code 做的。”

讨论洞察： pierceboggan 的帖子和 pamelafox 的笔记表明，GitHub 正在 Anthropic 的大会上公开分享 Copilot harness 优化方法——这意味着双方合作正在加深。“advisor model”模式（大多数任务用便宜模型，只有必要时才用贵模型）与 teortaxesTex 在 5 月 5 日提出的缓存命中优化相呼应，说明成本感知路由正在成为两家生态中的标准做法。

与前一天对比： 5 月 5 日，Claude Code 更多是以竞争叙事出现（Codex vs Claude 限额）。而今天，Code with Claude 大会带来了合作视角：GitHub 工程师在 Anthropic 的活动上做分享，并公开讲解集成架构。这让简单的“OpenAI vs Anthropic”叙事变得更复杂——因为 GitHub 正在同时积极投资两个生态。

---

2. 什么让人感到沮丧

Copilot 品牌混乱与企业臃肿——高

@GergelyOrosz 表示（403 个赞、38,264 次浏览）指出，Copilot 品牌因被延伸到不适用的终端而被“毁掉”。@LeverCRO 给出了一线现实：“我们公司里跑着 9 个 Copilot。我都说不清其中 4 个是干什么的。有一个甚至会总结根本不存在的会议。”@camiloDelCodigo 报道（5 个赞、1,089 次浏览）：“我最后把 GitHub Copilot 从 VS Code 里卸载了。这不是为了对 AI 表什么大态，只是它提供的价值不够。”

应对策略：从 VS Code 中移除 Copilot（camiloDelCodigo）；改用 Hermes + kimi-k2.6 + ACP（SteveTheHead_）；等待微软整合产品并重新分配算力（JezCorden 的预测）。

Gemini 编程质量仍低于预期——中

@igboonaija3 表示（5 个赞、836 次浏览）：“我付费买了 Antigravity，但这家伙的能力还是不如一个初级开发者。”@pantharshit007 警告（4 个赞、955 次浏览）提到账号风险：“Google 因 Gemini/Antigravity 封你号最糟糕的地方在于，你可能会永久失去主 Gmail 账号的访问权限。”

应对策略：Gemini 只用于多模态，编程时搭配 Claude（igboonaija3：“目前我在用 Claude 和 Antigravity”）；为 Antigravity 单独注册 Google 账号。

Claude Code 的 Token 限额与工作流低效——中

@Parul_Gautam7 诊断为（11 个赞、6 次收藏、871 次浏览）：“大家都在怪 Token 限额，但其中很大一部分其实来自低效 session：重复上下文、额外工具调用，以及悄悄不断堆积的小循环。”@tiagopita 报道（5 个赞、241 次浏览）：“今天我把 Claude Max、Gemini ultra 和 codex 都用到上限了。”

应对策略：使用 WozCode 优化工作流（Parul_Gautam7）；通过 SSD 卸载实现 prompt caching（Prince_Canuma）；让 GPT-5.5 负责编排、便宜模型负责执行（Iam_Injamul 提出的模式）。

OpenCode 免费层速率限制——低

@emil_priver 坦言（3 个赞、80 次浏览）：“我这个周期的 opencode go 配额已经用完了，现在只能手写代码。我感觉自己像个 psychopath。”@ramxcodes 庆祝（11 个赞、253 次浏览）分享效率数据：“目前和 Kimi 跑了 1 小时 session。压缩了 2 次，使用量还只有 3%。opencode go 赢了。”

---

3. 人们希望出现什么

面向编程智能体的实时屏幕上下文

@testingcatalog 透露（295 个赞、47 次收藏、19,714 次浏览）提到了 Antigravity 正在开发的屏幕录制。@abakermi 将其与调试联系起来：“实时屏幕上下文 + 语音，会彻底改变开发工作流。”目前还没有工具能在你口头描述 bug 的同时，让智能体直接看你的屏幕。

紧迫性：高。泄露消息拿到 295 个赞和 47 次收藏，显示需求极强。Google 似乎正在做，但这一能力还不存在。

编排型模型路由（昂贵大脑 + 廉价双手）

@Iam_Injamul 询问（4 个赞、3,829 次浏览）：“怎么才能做到类似 GPT 5.5 负责编排，而 GLM 5.1 这类便宜模型通过 opencode 写代码？”@PenguinWeb3 描述（22 个赞、328 次浏览）则给出了手动版：“Claude——思考。GPT——研究。便宜模型——执行。Codex——编码。”

紧迫性：高。多位用户独立描述了同一种架构，但都只能手工搭建。还没有工具能自动化“贵模型规划、便宜模型执行”的工作流。

面向 Vibe-Coded 项目的代码质量闸门

@aakashgupta 提出了（7 个赞、5 次收藏、1,446 次浏览）提出了一个“意大利面条智能体”，用于监控循环引用、命名违规和注释质量。核心概念是：让一个持续运行的智能体对 AI 生成代码施加工程纪律。

紧迫性：中。15 亿美元规模的 vibe coding 市场（Emergent）需要质量工具。当前方案主要还是人工 code review 或事后重构。

无需依赖云端的本地例程执行

@DataChaz 展示了（21 个赞、18 次收藏、3,122 次浏览）介绍了 Multica Autopilot：“现在你可以完全在本地运行 routines，用任何你想要的智能体（Opencode、Codex、Hermes、OpenClaw 等）。”这个项目已经存在，但它也反映出对本地优先自动化的需求：不依赖 Anthropic 云基础设施。

紧迫性：中。Claude Code routines 需要云端；开发者希望本地也能拥有同样的模式。

---

4. 正在使用的工具与方法

工具	类别	情绪	优势	局限
OpenAI Codex	智能体平台	（+）	下载量增长 2,763%（DataChaz）；GPT-5.5 可通过单条提示完成多平台构建（rileybrown）；有派对级别的社区投入；200 美元套餐“打不到上限”（前一天 Legendaryy）	“界面一团糟，计费比 Google 还差”（tiagopita）
Claude Code	终端智能体	（+）	数据集中出现 27 次；零经验也能做出 GitLab CI（jsaunders_）；“意大利面条智能体”质量模式（aakashgupta）；Code with Claude 大会	各档位 Token 限额都可能打满（tiagopita）；工作流低效（Parul_Gautam7）
Google Antigravity	IDE 智能体	（+/-）	正在开发屏幕录制 + 自定义智能体（testingcatalog，295 个赞）；Google Finance 已生产上线（thefox，724 个赞）；垂直技术栈优势（akline_SF）	“能力还不如初级开发者”（igboonaija3）；Gmail 账号风险（pantharshit007）
GitHub Copilot	IDE/CLI	（+/-）	CLI 预览版加入 C++ Code Intelligence（VisualStudio）；/statusline 与 OhMyPosh 集成（shanselman）；与 Code with Claude 的合作（pierceboggan）；Secret scanning GA（GHchangelog）	非 GitHub Copilot 产品拖累品牌（GergelyOrosz，403 个赞）；企业臃肿（LeverCRO：“9 个 Copilot”）
OpenCode	终端智能体/平台	（+）	获得 129 个赞的 tmux 工作流（thdxr）；Kilo Code v7 基于 server 重建（Parul_Gautam7）；Tidewave 集成（josevalim）；支持 DeepSeek-V4（zeddotdev）	团队每月花 2 万美元，且主要花在 GPT-5.5 而非开源模型上（MrAhmadAwais）；免费层有速率限制（emil_priver）
Tidewave	IDE 智能体	（+）	Minimap diff、精准反馈、团队上手体验（josevalim）；多智能体集成	仍处于早期阶段，社区声量较小

总结： 工具版图显示出平台层整合趋势：OpenCode 正在成为 Kilo Code、Tidewave 等产品构建其上的 server 层。Codex 在增长指标与社区投入上领先。Antigravity 以更有野心的路线图（屏幕录制、自定义智能体）形成差异化，而 Claude Code 依然保有工程深度。GitHub Copilot 面临品牌重构，但技术能力也在继续增强（C++ 智能、Secret scanning）。

---

5. 人们在构建什么

项目	构建者	功能	解决的问题	技术栈	阶段	链接
Google Finance 的 AI 关键时刻功能	@thefox	解释股票图表中的价格波动；跳转到财报电话会中的关键片段	帮助投资者理解市场事件	Antigravity、Google Finance	已发布	帖子
Multica Autopilot（Claude Code routines 克隆）	@jiayuan_jy（经由 DataChaz）	用任意智能体（OpenCode、Codex、Hermes）在本地运行 Claude Code 风格 routines	routine 自动化对云端的依赖	开源、多智能体	已发布	帖子
多平台应用（Web + 桌面 + iOS）	@rileybrown	完整 Web 应用，使用 Firebase auth，并通过单条提示转换为桌面与 iOS 应用	多平台开发复杂度	Codex、GPT-5.5、Firebase	已发布	帖子
Shipper（RMAE 架构）	@chhddavid	递归多智能体执行，速度是 Lovable 的 52 倍，成本是 Replit 的 30%	帮助非技术用户搭建业务	定制 RMAE、多智能体	已上线	帖子
OpenCode 健身追踪器	@thdxr	一个常驻 tmux session，用 OpenCode 和 SQLite 做个人健身应用	个人工具未必需要专门应用	OpenCode、tmux、SQLite	运行中	帖子
通过 GitHub Copilot MCP 构建 Unity 场景	@SkarredGhost	无需操作 Unity 编辑器，即可完成完整游戏场景（物理、动画、脚本）	手动 Unity 编辑器工作流	GitHub Copilot、VS Code、Unity MCP	演示	帖子
LoopNest 落地页	@jc_coder1	用审美驱动提示设计落地页，无需手写前端代码	避免通用化 AI 生成设计	Codex	已发布	帖子
通过 Claude Code 构建的 Agent CRM	@enrique_goudet	通过 Google Sheets + 本地 CSV 做 GTM 追踪，替代重度依赖 MCP 的方案	MCP 会拖慢速度并烧掉上下文窗口	Claude Code、npm、Google Sheets	已发布	帖子
Field of Command 的 Bug 报告工具	@SouthersDev	游戏内 bug 表单发到 Cloudflare worker，再交给 Codex 做 QA 分析	无需人工测试员即可实现 24/7 QA	Cloudflare Workers、Codex	运行中	帖子
OpenCode-to-OpenCode 编排	@devabram	本地 OpenCode 修改代码库并调用远程 OpenCode 实例	多代码库协同	OpenCode（本地 + 远程）	原型	帖子

---

6. 新鲜且值得关注

Antigravity 屏幕录制与自定义智能体泄露

@testingcatalog 透露（295 个赞、47 次收藏、19,714 次浏览）曝光了 Antigravity 的两项未发布功能：Agent Mode 中的屏幕录制（让智能体实时看到桌面）以及可在专用文件夹中配置的自定义智能体/插件。如果屏幕录制由 Gemini Live 驱动，这代表着一种截然不同的交互模式——智能体不再依赖文本描述，而是直接观察你完整的屏幕上下文。这将使 Antigravity 拥有目前竞争对手都没有的独特能力。

OpenAI Codex 一周内下载量暴涨 2,763%

@DataChaz 报道（26 个赞、1,698 次浏览）称，Codex 的 npm 安装量在一周内从 570 万跃升至 1.63 亿。叠加 10 倍 credits 下调（5 月 5 日）、GPT-5.5 派对和社区运营策略，这说明 OpenAI 面向开发者的获取飞轮正在以快于任何竞争对手的速度加速。

GitHub Copilot CLI 预览版加入 C++ Code Intelligence

@VisualStudio 宣布（13 个赞、3 次收藏、1,744 次浏览）：“C++ Code Intelligence 刚刚登陆 GitHub Copilot CLI 预览版——更智能的符号感知、更清晰的导航，以及一个真正能帮你思考的终端。”这让 Copilot CLI 从脚本语言进一步扩展到了系统编程领域。

GitHub Copilot CLI /statusline 配合 OhMyPosh

@shanselman 分享了（38 个赞、10 次收藏、3,028 次浏览）：“GitHub Copilot CLI 配合 OhMyPosh 的 /statusline（终于可以把血糖和上下文窗口放在同一行了）”——展示了 CLI 的可扩展性，可以构建把健康数据与开发上下文混合在一起的个人仪表盘。

通过 GitHub MCP Server 提供的 Secret scanning 现已正式可用

@GHchangelog 宣布（21 个赞、3 次收藏、1,314 次浏览）：“启用 Secret Protection 的仓库，现在可以正式使用 GitHub MCP server 的 Secret scanning。它可用于兼容 MCP 的 AI 编程智能体或 IDE，例如 Copilot CLI 和 Visual Studio Code。”

Kilo Code v7 基于 OpenCode Server 重建

@Parul_Gautam7 指出（13 个赞、123 次浏览）称，Kilo Code v7 是“一次基于 opencode server 的完全重建”，包括并行智能体、内联 diff 审阅器、多模型比较和子智能体委派。这验证了 OpenCode 的 server 架构可以作为与 Cursor 竞争的 VS Code 扩展底层。

---

7. 机会在哪里

[+++] 具备屏幕感知能力的编程智能体 —— testingcatalog 泄露的 Antigravity 屏幕录制功能（295 个赞、47 次收藏），再加上 abakermi 称其“会彻底改变开发工作流”的反馈，说明市场对“能看到你所见内容”的智能体有巨大需求。目前还没有生产级工具能为编程智能体提供实时屏幕上下文。Google 正在做，但尚未上线。若有工具能捕获屏幕状态、对相关代码与报错做 OCR，并喂给任意智能体（而不只是 Gemini），就能服务整个生态。

[+++] 具备成本优化的自动模型路由 —— MrAhmadAwais 披露，OpenCode 团队每月花费 2 万美元，主要花在 GPT-5.5 上。Iam_Injamul 则询问如何让“GPT 5.5 负责编排，而便宜模型写代码”。PenguinWeb3 描述了手动叠模型的做法。pamelafox 也提到 GitHub Copilot 使用“advisor model”模式（只在必要时用贵模型）。这种架构正在趋同，但还没有面向个人开发者的开箱即用自动化工具。

[++] 面向 Vibe-Coded 项目的质量闸门 —— Emergent 以 15 亿美元估值融资（tushar9590），意味着未来会有数百万个项目通过 vibe coding 方式生成。aakashgupta 的“意大利面条智能体”概念（监控循环引用、命名违规）正面回应了必然到来的维护危机。anupamrjp 的“每月 300 美元工具费、用户收入 0 美元”则说明了经济压力。一个可产品化、生成后运行的质量闸门，将能服务整个 vibe coding 市场。

[++] 本地优先的智能体例程执行 —— DataChaz 的 Multica Autopilot（21 个赞、18 次收藏）已经以开源形式存在，可让任意智能体在本地运行 Claude Code 风格 routines。需求信号已经很明确：开发者希望在不依赖云端的前提下实现定时自动化。若能以更好的 UX、监控能力和多智能体协同将其产品化，就有机会拿下“本地版 Claude Code routines”这块市场。

[+] OpenCode Server 作为 VS Code 扩展平台 —— Kilo Code v7、Tidewave，以及 zeddotdev 的 DeepSeek 集成，都建立在 OpenCode 的 server 层之上。现在，做 AI 编程类 VS Code 扩展的开发者已经有了现成后端。帮助扩展开发者集成 OpenCode server 的工具（模板、样板代码、测试 harness）将推动整个生态加速发展。

---

8. 要点总结

1. Google Antigravity 屏幕录制功能的泄露，是本数据集中最具前瞻性的信号。 testingcatalog 发现智能体可实时观察屏幕，这条消息获得 295 个赞、47 次收藏，代表了一种根本不同的交互范式。如果上线，Antigravity 将拥有一项独特能力：无需明确描述也能获得上下文。（来源）

2. OpenAI Codex 2,763% 的下载量暴涨，验证了 10 倍 credits 策略。 DataChaz 的数据（安装量一周内从 570 万增至 1.63 亿），再加上派对互动（nnennahacks、JinjingLiang、PaulSolt 与团队面对面交流），表明 OpenAI 正在执行一套完整的开发者获取打法：免费算力锁定使用，社区活动建立忠诚，GPT-5.5 的质量留住用户。（来源）

3. Copilot 品牌正在被精准收缩，而不是被放弃。 aakashgupta 的分析指出，Asha Sharma（Xbox CEO、前 CoreAI 总裁）正在有意砍掉面向消费者的 Copilot 终端，同时大概率把算力重新导向 GitHub Copilot。JezCorden 的预测——“microsoft to reroute compute to github copilot”——与这一结构性判断一致。（来源）

4. OpenCode 正在成为平台层，而不只是一个工具。 Kilo Code v7 基于 OpenCode server 重建，Tidewave 进行集成，而 thdxr 团队披露每月 2 万美元 API 支出——这些信号都表明 OpenCode 正从“Claude Code 的替代品”转变为“其他产品构建其上的基础设施”。StefanTMD 的玩笑（“Opencode 正在收购 OpenAI”）也反映了这种势头。（来源）

5. Vibe coding 市场正在分化为机构资本与质量治理两条线。 Emergent 的 15 亿美元估值融资（tushar9590），与 aakashgupta 提出的“意大利面条智能体”代码质量治理方案并存。这个市场已经大到足以同时养活构建者与审计者。“只是换了个名字的不可维护源代码”这一批评，会推动生成后质量工具的需求。（来源）

6. GitHub-Anthropic 的合作在 Code with Claude 上进一步加深。 pierceboggan（GitHub 团队）在 Anthropic 的大会上分享 Copilot harness 优化，pamelafox 则总结了“GitHub Copilot 如何规模化集成 Anthropic 模型”，显示双方存在积极的技术协作。advisor model 模式（默认用便宜模型，必要时才用贵模型）正在成为标准架构。（来源）