本周 GitHub Trending 前 25 个项目里，20 个和 AI/Agent 相关。只有 5 个，看起来"不那么 AI"。
一、一个反常的数据
这周的 GitHub Trending 榜单，有点反常。
前 25 个热门项目里，20 个和 AI/Agent 相关：
- BitNet（微软 1-bit LLM 推理框架）
- OpenViking（AI Agent 上下文数据库）
- page-agent（阿里网页 GUI 控制）
- open-swe（LangChain 编程 Agent）
- deepagents（LangGraph Agent 框架）
- hermes-agent（NousResearch 智能体）
- everything-claude-code（Claude 优化系统）
- agency-agents（AI 代理机构框架）
- context-hub（Andrew Ng 上下文中心）
- claude-hud（Claude 状态面板）
只有 5 个项目，看起来"不那么 AI"。
当所有人都在冲 AI 时，我想聊聊那些被遗忘的、但可能更重要的东西——基础设施。
二、为什么全是 AI？
不是技术选择，是资本和焦虑的共振。
资本驱动：VC 只投 AI，创业者被迫 AI-first。不沾 AI 的项目，连见投资人的机会都没有。
流量驱动：AI 内容等于点击率。开发者被迫营业，写篇技术文不带"AI"二字都没人看。
FOMO 心理：怕被取代，所以先上车再说。哪怕不知道要去哪，反正不能错过这班车。
结果就是：大量"AI 项目"只是套壳，没有实际价值。今天上线，下周就停更。
当所有人都在往同一个方向跑时，要么是真的有机会，要么是泡沫快破了。
三、AI 热潮下，基础设施在发生什么？
冰火两重天。
AI 侧（火）：
- Agent 框架层出不穷
- 每周都有新"颠覆性"项目
- 但多数活不过 3 个月
基础设施侧（冰）：
- 数据库、消息队列、监控系统更新缓慢
- 新人不愿意学"无聊"的技术
- 但这些东西才是真正支撑业务的
| 领域 | AI 项目 | 基础设施项目 |
|---|---|---|
| 热度 | 周增 10K+ stars | 周增几百 stars |
| 生命周期 | 平均 3-6 个月 | 5-10 年+ |
| 就业市场 | 需求波动大 | 稳定需求 |
| 技术壁垒 | 调包 + Prompt | 深入理解系统 |
AI 是金字塔的塔尖，基础设施是塔基。塔尖再高，塔基不稳也会塌。
四、本周值得关注的非 AI 项目
1. Lightpanda Browser（Zig 语言）
Stars: 22,335（本周 +9,984）
语言：Zig
是什么：为自动化设计的无头浏览器
为什么重要：
- Zig 语言生态稀缺的明星项目
- 挑战 Puppeteer/Playwright 的垄断
- 系统级语言在应用层的突破
技术亮点：内存安全、无 GC、编译为原生代码
2. promptfoo（测试工具）
Stars: 17,722（本周 +4,755）
语言：TypeScript
是什么：AI 项目的测试基础设施
为什么重要：
- AI 项目也需要 CI/CD
- Prompt 测试、红队攻击、漏洞扫描
- 解决"AI 输出不可控"的痛点
技术亮点：声明式配置、命令行工具、CI/CD 集成
3. MiroFish（群体智能算法）
Stars: 36,261（本周 +17,584）
语言：Python
是什么：群体智能优化引擎
为什么重要：
- 不是大模型，是经典 AI 的复兴
- 蚁群算法、粒子群优化
- 适合预测、优化等场景
技术亮点：轻量级、可解释性强、不依赖 GPU
4. fish-speech（语音合成）
Stars: 28,405（本周 +2,159）
语言：Python
是什么：SOTA 开源 TTS
为什么重要：
- 语音技术被大模型掩盖
- 实际应用场景广泛（客服、有声书、游戏）
- 开源替代商业方案
五、为什么这些项目值得投？
判断标准：
解决真实问题：不是"为 AI 而 AI"，有明确痛点
技术壁垒：不是调包侠，有核心创新
生态价值：能被其他人复用，形成网络效应
长期需求：5 年后还需要吗？
| 项目 | 真实问题 | 技术壁垒 | 生态价值 | 长期需求 |
|---|---|---|---|---|
| Lightpanda | ✅ | ✅ | ✅ | ✅ |
| promptfoo | ✅ | ⚠️ | ✅ | ✅ |
| MiroFish | ⚠️ | ✅ | ⚠️ | ⚠️ |
| 某 Agent 框架 | ❌ | ❌ | ❌ | ❌ |
好的基础设施项目，就像自来水——平时感觉不到存在，但停一天你就知道多重要。
六、普通开发者怎么办？
初级开发者（0-3 年）
- 别急着追 AI 热点
- 先学好基础：数据结构、算法、操作系统、网络
- 参与基础设施项目，积累深度
中级开发者（3-8 年）
- 在现有领域深耕，成为专家
- 关注 AI 如何与现有技能结合（如 AI+测试、AI+运维）
- 建立技术判断力，区分泡沫和机会
高级开发者（8 年+）
- 考虑转型基础设施架构
- 带团队时平衡 AI 探索和基础建设
- 培养新人，传递工程文化
行动清单：
- 每周花 2 小时阅读非 AI 技术文章
- 参与 1 个基础设施开源项目
- 学习 1 门系统级语言（Rust/Zig/C++）
- 建立自己的技术判断框架
七、技术周期律
技术是有周期的。
2000 年互联网泡沫，所有人都在做.com
2010 年移动浪潮，所有人都在做 App
2018 年区块链狂热，所有人都在发币
2024 年 AI 爆炸，所有人都在做 Agent
每次泡沫后，活下来的都不是最热闹的，而是最扎实的。
我不是说 AI 不重要。AI 当然重要，它会是未来的基础设施。
但在那之前，我们需要先建好地基。
当所有人都在往塔尖跑时，我选择往下走。
塔基稳了，塔尖自然会高。
互动话题：
你最近在关注什么技术方向？是追 AI 热点，还是深耕基础设施？
评论区聊聊。
本文数据来自 GitHub Trending（2026-03-20）
