Hariprasad Sudharshan 是一位產品專家，寫軟體寫了近二十年。他主張，AI 寫程式的熱潮正在產出大量一模一樣的「中位數」產品，而唯一還能長久維持的優勢只剩新奇感。本集標題指向他花兩年打造那些中位數產品的經歷，但那段自白只是個框架：整場談話的主體是一套結構性論證——AI 能改變軟體產業的什麼、不能改變什麼，為什麼模型排行榜不該成為路線圖的決策依據，以及該如何在寫程式之前先編列新奇預算。 Sudharshan 的核心主張是：這個世界靠的是確定性、規則驅動的軟體——心律調節器和波音 747 裡的那種——而 AI 不會取代它。在他筆下，AI 的角色是加速確定性軟體的生產、壓低成本，
Jemima Abu 是另類投資平臺 CAIS 的產品工程師，她主張打造無障礙功能不完善的產品，成本其實高於打造無障礙產品——而 AI 程式代理（coding agent）會讓這個差距擴大，而非縮小。她的核心證據來自一項小型內部實驗：她請程式代理依照同一份 Figma 設計實作兩次，一次完全不給無障礙指引，另一次則套用她自己撰寫的無障礙「技能」（skill）。根據她的說法，有無障礙設定的那次約只花了三分之一的時間，成本也低了 58%。她明確表示這只是單次、未設限的測試，不構成實證證明，但她用這個結果來說明未受指引的代理為何緩慢：它們會從頭重新打造語意元素，並吸收程式碼庫中既有的無障礙盲點。
Shawn Wang 經營 AI Engineer 會議業務與 Inspace，他在 2026 年辦了一場名為「Kill My SaaS」的公開競賽，測試 AI 程式開發代理（coding agent）能否取代一套真正的中階商用工具。目標是 Sessionboard——一套活動管理軟體，四場活動的報價是每年 4.3 萬美元。共有 72 支隊伍報名，56 個應用程式跑過自動化評測，最終評選則交由 Wang 真實的活動團隊決定，由營運主管 Kelsey 領軍。最受矚目的結論是：複製軟體本身是簡單的部分，難的是品味、整合，以及後續擁有與維護它的責任。本集大致是這場實驗的檢討：參賽者做了什麼、如何把工
推薦理由：實驗揭示 AI coding agent 雖能複製功能，但仍需人類品味與維護，提醒企業在採用時需重視責任與整合成本，並兼顧成本效益
開發者暨內容創作者 Theo Browne 表示，他花了五個月、燒掉大約 42 萬美元的 OpenAI Codex Token，想把 TypeScript 編譯器改寫成 Rust，結果一事無成；接著他改用 Anthropic Opus 5.5，兩週內花了約 2 萬美元的推論費用，就做出一個可用的直接替代品，他稱之為 TS Rust。這集節目的標題數字是真的，卻也容易誤導：Browne 說，他實際付出的成本更接近 500 美元，因為這項工作跑在六個 Claude Code 訂閱帳號上，而且他從頭到尾沒讀過一行生成出來的程式碼。這個改寫版本比 TypeScript v6（最後一個以 JavaScr