现在缺的是什么？不是供给能力，因为 Cursor 这类产品已经把 AI 的 coding 供给能力放大了 10 倍甚至 100 倍。以前我要做一个产品，需要外包一个 IT 团队，试错成本很高。现在理论上我只要说一句话，花 20 美元的月费就能试错。
现在缺的是需求。大家都在用老的需求去套新技术，有点「拿着锤子找钉子」的状态。目前的需求大多是做落地页（Landing page）或者基础的玩具网站。未来需要找到一个收敛的产品形态。这有点像当年推荐引擎出来的时候，它是一个很好的技术，后来出现了一种叫「信息流」的产品形态，把推荐引擎真正带给了大众。但 AI Coding 领域还没有找到像「信息流」这样的杀手级产品。
李广密：我觉得 Coding 有可能拿走整个大模型产业阶段性 90% 的价值。这个价值怎么长出来？今天的第一幕还是服务全球 3000 万程序员。我举个例子，Photoshop 服务的是全球两三千万专业设计师，门槛很高。但是当剪映、Canva、美图秀秀出来后，可能有 5 亿甚至更多的用户都可以使用这些工具，并做出更火爆的内容。
Code 有一个好处，它是一个创意的表达平台。这个社会上 90% 以上的任务都可以通过 Code 来表达，所以它有可能变成一个创意平台。以前应用开发门槛非常高，大量的长尾需求没有被满足。当门槛大幅降低后，这些需求就会被激发出来。我期待的是「应用的大爆发」。移动互联网生成的最大数据是内容，而 AI 这一波生成的最大内容可能就是新的应用软件。这就像优酷、爱奇艺这种长视频平台和抖音的区别。你可以把大模型比作摄像头，在它之上还能做出抖音和剪映这样的杀手级应用。这可能就是所谓的「Vibe Coding」（氛围编程）的本质，它是一个新的创意平台。
张鹏：要提升 Agent 的输出价值，输入（input）也变得非常重要。但在产品和技术上，有什么方法可以提升输入质量，从而确保更好的输出呢？
钟凯祺 (Cage)：在产品上，我们不能觉得用户用不好产品是用户的问题。要下功夫最关键的一个词就是「上下文」（Context）。一个 Agent 能否建立「上下文感知」（Context Awareness）？
举个例子，如果我在互联网大厂里写代码，Agent 不光要看我手头的代码，还要看整个公司相关的代码库（Codebase），甚至要看我在飞书里和产品经理、同事的对话，以及我之前的编码和沟通习惯。把这些上下文都给 Agent，我的输入才能更高效。
所以对于 Agent 开发者来说，最关键的就是要把记忆（Memory）机制和上下文的连接能力做得足够好，这也是 Agent 基础设施（Infra）的一大挑战。
