Simon Willison 的 5 月月报已经发给赞助者。

价格没变：GitHub Sponsors，10 美元/月。规则也很清楚：付费用户提前一个月看，4 月版已经公开，作为预览。

真正有意思的是 5 月目录。

它比 4 月那封“AI 信息过载后，10 美元买筛选”的判断，又往前推了一步：筛选不再只是帮你省时间，还开始帮你判断成本、模型预期和工具链方向。

5 月公开目录里，Simon 放出的主题很短：

线索公开信息对谁重要
AI 成本“AI got expensive”被列为主题需要长期调用模型的开发者、工具团队
Anthropic“had a really good month”关注 Claude、模型竞争和开发者口碑的人
模型发布“a little disappointing”等待新模型跃迁的开发者、产品经理
Datasette发布 Datasette Agent，Datasette 有进展开源数据工具用户、插件开发者
使用清单“What I'm using, May 2026 edition”想看真实工具选择的人

公开页没有给 Anthropic 的具体数据，也没有展开模型评测细节。这里不能替他补脑成行业结论。

但这几行目录已经够说明问题：Simon 这封月报的重点，不是追逐又一个模型发布，而是把 AI 真实使用里的账单、疲劳和可用工具摆上桌。

5 月目录补了一层现实感：AI 不只是快，也开始贵

4 月那条主线很简单：AI 新闻太多，10 美元买的是筛选。

5 月目录把这个判断补硬了。

如果只是信息多，读者要的是过滤器。可一旦“AI got expensive”成了当月主题，问题就从“看什么”变成“用不用得起”。

这对开发者很具体。

一个 demo 跑通，不代表产品能长期跑。一次调用很惊艳，不代表账单能进预算。模型能力继续涨，但成本、延迟、稳定性、上下文管理、权限边界，都会把漂亮演示拖回泥地。

AI 行业过去两年最爱讲“能力涌现”。现在轮到成本涌现了。

这不是行业崩了。恰恰相反，只有真用起来，账单才会疼。没人用的技术不会贵，只有开始进入工作流的技术，才会逼人算账。

铁路早期也一样。最初人人谈速度，后来决定生意的，是运价、班次、调度和准点率。AI 不完全一样，但那条商业常识没变：神话负责点火，运营负责结账。

Anthropic 被单独点名，说明竞争叙事变了

“Anthropic had a really good month”这句话，公开页没有展开。

所以它不能被写成 Anthropic 已经赢了，也不能被写成 OpenAI 失势。证据不够。

但它至少说明一件事：在 Simon 这样的技术作者视野里，Anthropic 已经不是 OpenAI 叙事旁边的注脚。

尤其对开发者来说，模型竞争不是品牌海报，而是每天的选择题：

  • 哪个模型更稳；
  • 哪个工具调用更顺；
  • 哪个上下文更可靠；
  • 哪个价格能扛住长期使用；
  • 哪个生态让人少踩坑。

这类判断，普通新闻很难给。新闻会追发布会，作者月报会暴露真实注意力。

Simon 把 Anthropic 放进第一组主题，至少说明它在开发者工具链里有了足够存在感。对关注 Claude 生态的人，这是一个信号。不是胜负已分，而是牌桌已经变挤。

模型发布让人失望，是行业成熟的副作用

“模型发布有点令人失望”，这句也很关键。

过去两年，每次模型发布都被包装成新纪元。参数、榜单、演示视频、上下文窗口，像一轮轮烟花。

现在疲劳感来了。

不是模型没进步，而是进步不再自动转化成惊喜。开发者开始问更冷的问题：这个提升能不能进产品？能不能省钱？能不能少出错？能不能减少人工兜底？

模型看着更强，产品反而可能更虚。

这句话刺耳，但很多团队已经碰到了。基础模型更新一轮，应用层未必跟着涨一轮。因为真正卡人的地方，常常不是“模型有没有更聪明”，而是数据接入、权限设计、任务拆分、评估体系和用户信任。

AI 发布会越来越像软件更新日志：有提升，有亮点，但不该每次都当成电力革命。

这反倒是好事。

技术从神坛下来，才会进车间。进了车间，就要接受成本表、故障率、维护人力和真实用户的审判。

Simon 卖的不是资讯，是一个会写代码的人替你试错

Simon 这套月报产品，最容易被误读成“付费 newsletter”。

这样看太浅。

他的价值不在独家爆料。公开目录也说明了，它不是靠神秘消息吊人胃口。

他卖的是一种稳定的技术判断口味：一个长期写代码、维护开源项目、密集试用 AI 工具的人，把当月注意力路径交出来。

这和普通资讯订阅不一样。

资讯可以被抓取、摘要、改写、聚合。判断不太行。尤其在 AI 这种新模型、新框架、新 benchmark 天天刷屏的领域，读者缺的不是链接，而是有人敢把链接分成三类：该看、可放、别急。

更重要的是，Simon 不只站在岸上看浪。

5 月目录里有 Datasette Agent 发布，也有 Datasette 进展。Datasette 是他长期维护的开源数据工具线，Datasette Agent 则把 AI agent 和数据工具推进到更具体的使用场景里。

这让他的月报多了一层现场感。

他不是单纯评论别人的 AI 产品。他自己也在把 AI 放进工具里，碰同样的问题：接口怎么设计，权限怎么控，用户怎么用，成本怎么压，错误怎么处理。

对读者来说，这比“某某模型震撼发布”有用得多。

当然，边界也要说清。

如果你只关心大厂路线图、融资传闻、模型榜单，Simon 的月报未必够刺激。它更适合两类人：一类是实际用 AI 做开发和工具集成的人；一类是关注开源数据生态、想看 AI 怎样落进真实项目的人。

普通用户没必要为了热闹付这 10 美元。认真跟工具链的人，可能会觉得这钱花得很省心。

独立作者的护城河，是多年不乱喊

AI 内容现在最便宜的东西，是兴奋。

一条演示视频可以被改写成十篇“重大突破”。一个模型更新可以被包装成十次“行业洗牌”。平台喜欢这种东西，因为它好分发，好刺激，好收割注意力。

但读者终究会累。

“天下熙熙，皆为利来。”独立技术写作当然也要赚钱。问题在于你卖什么：卖焦虑，卖标题，还是卖长期可信的筛选。

Simon 这类月报的路径更笨，也更硬。

每月写。每月试。每月记录自己用什么、看什么、做什么。然后把判断提前一个月交给愿意付费的人。

这不是平台生意。也不该假装成平台。

小而硬的知识产品，最怕装大。它的护城河不是声量，而是读者知道：这个人不会为了一个热点随便喊破天。

5 月目录把这点照得更清楚。

当 AI 开始变贵，当 Anthropic 的开发者存在感上升，当模型发布不再自动制造兴奋，真正稀缺的不是消息速度，而是判断纪律。

10 美元买不到行业真相。

但可以买到一个靠谱作者提前替你扫一遍噪音，顺手标出几处硬墙：成本、竞争、疲劳、工具落地。

这已经比大多数热闹值钱。