"每一个 Postgres operator 在某些条件下都会丢数据"：声明式 schema 是为 agent 做的、从每月 500 万个库到每月十亿个库、以及"前沿模型都推荐我们"是三四年前的意外（Latent Space × Supabase，2026-10-28）¶

嘉宾（两位，Supabase 联合创始人）:
Paul Copplestone（"Copple"） — 联合创始人兼 CEO
Ant Wilson — 联合创始人兼 CTO
主持: swyx（Latent Space）
来源: YouTube · 77 分钟
转录稿: sources/latent-space/20261028-zHG6sAss_kE（⚠️ 自动字幕 en-orig，无说话人标签）

⚠️⚠️ 利益相关必须先声明，而且是主持人自己在片头声明的（[00:00:00]）：他是 Supabase 种子轮的天使投资人（"我这辈子第一笔天使投资"，约六年前）；Supabase 是 2023 年首届 AI Engineer 大会的第一个赞助商；⚠️⚠️ 而这一期同时是 Latent Space 播客的第一个赞助期（"我们开放赞助了"）。✅ 本页因此把所有产品、性能与增长陈述一律按"自述 + 有商业关系的渠道"处理，并在每处标注；⚠️ 本页不把其中任何数字当作可引用的第三方核实事实。

⚠️ 归属问题本页按保守办法处理：自动字幕只用 >> 切换说话人、不带标签，两位联创的发言在很多接话处无法分开。✅ 本页对两类长段落有信心——"我上一家公司要从 Firebase 迁到 Postgres、所以我自己在 Postgres 上写了个 realtime 引擎"、"我们的使命是存储世界的数据"、销售方法论与五年企业战略这些段落是 CEO 侧；"我因为晒 HN 首页被骂"、meme / Twitter 账号那些段落是另一位。⚠️ 其余内容本页只记内容、不归属到人。

⚠️ 自动字幕的专名错得很厉害，本页统一还原并标注：Supabase → "Superbase" / "Suabase" / "Superbass"、Postgres → "Postgress"、OrioleDB → "Ore DB" / "Oreo DB" / "Oriental DB"、Multigres → "Multigress" / "multigrass" / "multira"（本页按 Supabase 官方拼法 Multigres，⚠️ 但转录稿里是 Multigress）、Vitess → "vitest" / "VES" / "the test"、Turso → "Terso"、Glauber → "Globber" / "Glowber"、Deno → "Dino"、Booz Allen → "Boo Allen"、Redis → "radius"、SRE → "SR" / "S surres"。 ⚠️⚠️ 一处明显的事实错误本页必须标出：有人说"Postgres 是用 Haskell 写的"（[01:08:37]）——Postgres 是 C 写的。✅ 本页判断这不影响那段的论点（论点是"某类工具最终会被 Rust 重写一遍，然后只剩一个赢家"），但该句不可引用。

✅ 本页认为这一期值得长期保存的是八处，其中四处是本库此前完全没有的： ① ⚠️⚠️ "每一个 Postgres operator 在某些条件下都会丢数据"——这是他们从头重写 Multigres 的理由；验证方式是1,000 次连续 failover 不丢数据。✅ 本库此前的数据库材料里没有这一层（operator / failover）的一手判断。 ② ⚠️⚠️ 声明式 schema 的理由是 agent，而不是人：Postgres 的行业标准是 migration 文件的历史日志，"你让 agent 面对一千个文件、问它这张表现在是什么形状，它只能猜"；于是把整个库的形状做成声明式文件（新库 PG Delta）。✅ 本页认为这是本库目前最干净的一个"为 agent 改造既有基础设施"的例子。 ③ ⚠️⚠️ 而主持人在片头给了这件事一个反向的注脚，本页认为比第 ② 条本身更值得记："美妙之处在于，这其实并不是为了 agent。是我们一直都需要这个东西。" 他接着说"我不喜欢只为了让 agent 高兴而做事"。 ④ ⚠️⚠️ agent 把漏斗的形状改了：注册到激活"基本上是 100%，因为那一步是 agent 替你做的"；而"更像消费者的流量进来时，激活率和付费转化通常会掉——但这两个都涨了"。✅ 本库此前有大量"AI 带来增长"的叙述，但这是第一条给出漏斗内部机制的。 ⑤ ⚠️⚠️ "前沿模型都把我们列为首选"是三四年前的意外："你得在 LLM 起飞之前就在市场里待了三到四年，并且把自己摆成当时那个领先产品的头号竞争者。" ✅ 而他们自己说"完全是意外"，并把机制归到社区内容被模型吃进去。 ⑥ ⚠️⚠️ 企业侧只做 greenfield，而且是明确放弃迁移："你就是没法说服人迁移"；"未来五年我们几乎全部精力都在确保能接住 greenfield"。✅ 理由讲到了 OLTP 的物理层（停机即损失、双跑即 split brain），本页认为这是对"coding agent 会解放遗留系统"这个流行判断的最具体一次降温。 ⑦ ⚠️⚠️ "rewrite in Rust 是一个有效机制"+"这是开源的一次性升级"——以及"我不认为它会发生，因为人们就是喜欢自己来"。 ⑧ ⚠️⚠️ mode collapse 的担忧来自一位写了几十年代码的人："模型会让你懒到根本不去看细节，然后大家都收敛到同一种写软件的方式"——而软件业的价值一部分就在那些"著名的圣战"里。

一、⚠️ 发布内容：三条数据库动作 + 一条计算动作（全部自述）¶

（[00:06:03]–[00:16:08]）✅ 本节是录于大会前、发布后放出的，所以内容是"我们明天要宣布什么"。⚠️ 本页按自述处理，不核实。

发布项	内容（自述）	本页标注
Supabase Compute	原来的 Edge Functions 基于 Deno、有 2 秒上限；新的 compute 长时运行、serverless、跑在数据库的同一个私有网络里（所以可以直接开 Postgres 连接），可以跑 Rust / Python，也可以在里面跑 agent	⚠️ 主持人类比"容器型的 Lambda"，被确认"基本上就是一个完整的 compute 实例"
OrioleDB	heap 存储引擎的 drop-in 替换，快约 1.5–2 倍，不用改任何别的东西；完全去掉 vacuum 这类后台任务；去年讲过，今年一整年在做兼容与压测（PG regress 全兼容、Antithesis、TPCC nightly）	⚠️⚠️ 本页认为许可部分比性能数字更值得记：他们买下了技术、继续开发、并且付钱买下那项专利，现在以 Apache 2 免费给出去，而 Apache 2 覆盖了该专利
Multigres	Postgres 生态的 operator 的从头重写；初衷是给 Postgres 带 sharding，结果长成了"一整个操作系统"；完全开源，平台侧仅邀请制	⚠️ sharding 尚未发布（"我看过早期原型和设计"，"也许明年初"，⚠️ 带条件）
收购 Turso	为"每月十亿个库"的 scale-out 做的；Turso 品牌保留、继续专注 SQLite；在 Supabase 上出一个更小的实例类型 Supabase Spark	⚠️ 路径是"Spark 起步 → 起飞了就升级到完整 Postgres → 一直到 Multigres"
Control Tower	给企业的数据库机群视图；本质是把已经为平台型客户做了很久的 "Supabase for Platforms" 重新打包给单个企业	⚠️ "你在我们官网上找不到它"（[00:39:20]），⚠️ 发布时点他自己也含混（"我不知道我们明天是不是要宣布它"）
CapitalG 入股	新的投资合作方，带来 Alphabet 生态的入口；⚠️⚠️ 动机他说得非常直接："我们现在必须考虑多云战略……我们需要 GCP。嗯，我们基本上就是需要更多算力。"	✅ 本页认为这是全期最该被 AI 算力与基础设施引用的一句：一家数据库公司把融资方选择直接讲成算力采购

⚠️⚠️ 而"为什么要从头重写 operator"这句是本节的核心（[00:09:06]）："我们看了 Postgres 生态里所有的 operator……我们发现的是，在某些条件下，它们每一个都可能丢数据。" ✅ 验证方式他给得很具体："我们跑了 1,000 次连续 failover，没有丢任何数据"，⚠️ 以及"我们用所有我们能想到的方式去锤它，看它会不会丢数据"（⚠️ 自述，无第三方复现）。
✅ Multigres 的设计选择里有一条本页认为值得记的产品判断（[00:10:06]）：Vitess 作者 Sugu 加入后定的第一目标不是 sharding 而是兼容性——"用 Vitess 的时候，你迁到 sharded 总得改东西、改一些查询"，所以这次"从头重写就是为了让我们发 sharding 的时候，你的数据库什么都不用改、继续跑同样的查询、零代码改动"。
设计伙伴（自述）（[00:12:07]）：Booz Allen、Postman、Perplexity。
⚠️ scale 的目标数量级（[00:12:07]）："我们平台上现在每个月启动大约 500 万个数据库"，"而我们知道我们要去的那个未来，得做到每月十亿个"。
✅ 而为什么必须换架构，他给的理由很物理（[00:18:08]）："如果我们给每个人一个专用的 Postgres 集群，大概很快就会把世界上的物理计算机用光——而这基本上就是正在发生的事。"
⚠️⚠️ SQLite 为什么是答案（[00:15:07]）："我们需要它是一种文件格式"；而 Turso 让他们动心的是创始人那篇讲重写的博客——"它基本上给了我们一条通往 Postgres 兼容的文件格式的路径"。⚠️ 本页标注：这条"Postgres 兼容的 SQLite 文件格式"是全期最强的技术承诺，而它只是一句路线陈述，没有任何实现细节。

⚠️ 对象存储正在重塑数据库，而这一段本页认为是本期最可核对的技术内容¶

（[00:14:07]–[00:15:07]、[00:27:11]–[00:28:12]）

Turso 的架构：SQLite 本身只有单写者（它是个文件格式），Turso 为 SQLite 建了 MVCC，于是可以多写者。⚠️ SQLite 的许可很特别，所以他们必须 fork（最早是 libSQL）。
⚠️⚠️ 而他把一部分数据库创新归因到对象存储："数据库领域的一些创新，其实是从对象存储那边正在发生的事里出来的。" 具体是S3 加了一批新特性，于是你可以开始把它当数据库用一点；11 个 9 的数据持久性（⚠️ 他自己马上补了一句"那是持久性，不是可用性"）。
两条具体的 S3 创新（[00:27:11]）：强一致性（⚠️ "他们免费做了这件事，直接给所有人推上线，就这么活了。什么？"）与 S3 Express。
⚠️ S3 Express 为什么是 game changer，他讲得很具体：你通常先写本地盘，然后要批量落到更持久的地方；而在能向客户端保证写入之前，你必须先落到某个持久的东西上——S3 Express 的写入时间是 1–2 毫秒，"没 S3 那么持久，不是 11 个 9，但够持久"（✅ 主持人概括为"ephemeral durable"，被确认），然后后台再搬进 S3。
缓存层次（他列的）：内存 → NVMe 盘 / local attached（他说这两者等价）→ S3。⚠️ 问"还需要 Redis 吗"，答案是"是，还需要。这个（对象存储）远远不够快"**。
⚠️⚠️ 而他给对象存储划的边界本页认为是本节最有判断力的一句（[00:15:07]、[00:52:25]）："在事务型数据库里你要做大量读写，所以这种情况下你大概不想在巨大规模上用它"——所以 Multigres（sharding）才是往 PB 级 scale up 的路；"一旦你在 OLTP 侧到了一定体量，你就需要 sharding，因为 NVMe 盘空间有上限；如果你需要把事务跨两台服务器切开，你基本上就得从对象存储去取，最终那会拖慢你的数据库。"

⚠️ HTAP：他们明确不追，而且给了理由¶

（[00:50:24]–[00:53:26]）主持人直接把 Databricks 两位联创"我们解决了 HTAP"的说法摆出来问。

⚠️ 他们感兴趣的是 DuckLake / DuckDB，✅ 而这条类比本页认为值得记："我其实有点把 DuckDB 看成分析生态里的 Postgres——他们在努力让它不被任何人拥有、能做很多事、非常通用。" ⚠️ 他还提到 DuckDB Labs 近期被 AWS 收购（⚠️ 自述，本库未核实）。
⚠️⚠️ 而他的结论是明确的不追："我不知道，很多人试过去屠 HTAP 这条龙。对象存储可能是解法。但总体上我们认为……sharding 是往 PB 级 scale up 最好的方式，然后你应该把分析当成另一件事来对待。" "硬把这两个砸在一起，在我看来不一定有多大意义。"
✅ 他对自己的信息限度很老实（[00:52:25]）："说实话我没怎么研究过他们怎么做 HTAP，所以我可能说错。" ⚠️ 本页因此不把这条当成对 Databricks 那个主张的有效反驳，只记为"另一家 OLTP 厂商选了不同的路，并给出了物理层理由"。
✅ 而主持人的那句点评本页认为是对"路线图为什么长成这样"最好的概括：⚠️⚠️ "并不是你的客户在拍桌子要这个。只是如果你想有一天成为那家首屈一指的数据库公司，你就必须有个答案。"

二、⚠️⚠️ 声明式 schema：为 agent 改造既有基础设施的一个干净例子¶

（[00:58:28]–[01:01:31]，以及主持人片头 [00:02:01]–[00:03:01]）✅ 本页认为这是全期最该被在实践中用 LLM 与 LLM OS 与新计算范式同时引用的一段。

公司形态的三段位移（他自己的讲法）：⚠️ "我们是作为一家 dashboard 公司起家的，那时候那是最好的 DX" → headless（⚠️ "headless 是我们某种程度上一开始就有的……你可以直接 API 驱动用 Supabase，这也是我们今年成功的原因之一"）→ ⚠️⚠️ "今年我们的大重点是从 dashboard 转向 code-first、git-native"。

git-native 的具体形态：在本机启动一个 Supabase 实例时，你会得到一个 supabase 文件夹，它代表你的数据库，里面有所有函数、所有东西。⚠️ 主持人问"这是个虚拟文件系统吗"，被纠正为"更像是基础设施即代码的一种表示"；✅ 而且"这个今天就存在，如果你用我们的 CLI"。
⚠️⚠️ 而声明式 schema 的理由必须照录，因为它是本节的全部（[00:59:29]）：

"一般你跟 Postgres 打交道的方式是：每做一次改动就往 migrations 文件夹里加一个文件，它是一份历史日志。好，这很好，这是行业标准。但你想象一下，把一个 agent 丢到一千个文件上，问它'这张表是什么形状'——它只能在一千个文件里猜。"
⚠️ 替代办法也被他否掉了："它得重新编译它的……或者你得在本地把数据库拉起来、把 migration 跑上去、再去 introspect 这个数据库——但那太慢了。"
✅ 于是做法是把 supabase 文件夹里的 schemas 目录变成数据库的完全声明式状态，"我们把表、策略、数据库注释这些全都抓进了这些文件里"；发布一个新库 PG Delta，可以用在任何 Postgres 数据库上。
⚠️⚠️ 而他给的那条关于 agent 的工作假设本页认为比实现更值得记："我们知道 agent 大体上会在代码上操作。它们不想去触达任何别的东西。它们必须在文件系统上非常快地迭代。"
✅ 主持人在片头给了同一件事一句反向注脚，本页认为它是本期最该被跨页引用的一句（[00:03:01]）：

⚠️⚠️ "我现在差不多把 Supabase 的势头看成是在做 Postgres 开发的最后一公里——让 agent 能真正很好地用它。但美妙之处在于，它其实并不是关于 agent 的。是我们一直都需要这个东西。所以人类也一样受益，我真的很喜欢这一点。我不喜欢只为了让 agent 高兴而做事。"
🔗 ✅ 本页标注这与本库既有材料的接口：它与 Matt Garman 的"agent 作为用户"、Modal 的 "AX≈DX（余弦相似度约 0.9）" 是同一主张的三次独立出现——⚠️⚠️ 而本页认为这一期的版本最强，因为它附带了一个被改掉的具体行业标准（migration 日志 → 声明式状态），而不只是一句原则。
⚠️ 他对"下一步是什么"的描述带一条个人实验（[01:00:29]）："眼下我在试着只用手机做开发，而且做得相当顺"，⚠️ 但他马上限定："当然我知道背后在发生什么，所以我会把那些我知道它从基础设施角度必须做的事告诉它。" ✅ 他的外推是："我们正在走向一个状态——你不需要是工程师，你有个想法，对你的手机、你的 dot 或者随便什么个人 agent 说'我要造 X'，一秒后你差不多就有了一个在线的应用可以自己迭代。"
⚠️ 而他自己说这正是他的两个未解问题（[00:57:27]）：被问"如果有个水晶球会改变你怎么下注"，答案是"开发将怎么进行，以及人们会开发什么。这两件事我想得很多。"

⚠️ 顺带一条：durable workflow 之前做不了的原因是 2 秒上限¶

（[00:53:26]–[00:54:26]）主持人追问"为什么 durable workflow 对你们不是 P0"（他自述为 Temporal 鼓吹已久）。

⚠️⚠️ 回答很干脆："我们做 durable workflow 缺的是什么？compute。" 社区里有人试过在 Supabase functions 上搭 workflow 引擎，"就是不行，因为那个 2 秒超时"；✅ "现在我们有了那个原语，可以解锁长时运行的 durable workflow。"
✅ 本页认为这条值得记的原因是它的形状：一个被广泛认为是"产品优先级"的缺口，实际成因是一个运行时上限。

三、⚠️⚠️ agent 把漏斗的形状改了：本库第一条给出内部机制的¶

（[00:29:12]–[00:35:17]）✅ 本库此前的"AI 带来增长"材料基本都是总量叙述。这一节给了漏斗内部。⚠️ 全部为自述、口径由他们自己定义。

他们自己给的"Supabase 的三个 AI 章节"（[00:30:13]–[00:32:16]）：

章节	时间	内容
① embeddings	⚠️ 未给年份	向量数据库一波波出来，而他们推"Postgres 就能当向量数据库用"（靠 Andrew Kane 这个完全独立的人写的扩展）；✅ 他把这一章定位成教育市场："Postgres 差不多什么都能干，你要存 embedding 不需要另一个数据库。"
② vibe coding	2024 年底	Lovable、Bolt 这些出来；⚠️⚠️ 他说团队为此争论很多："我们真的想在那儿吗？我们想服务这些人吗？我们甚至要不要在 Supabase 之上自己做一个 vibe coding 平台？" ✅ 最后按使命裁决："我们的使命是存储世界的数据……在你起步时就在场，确保他们永远不想离开。" ⚠️ 而那条赌注是明说的："他们在做玩具级的东西，但仍然合我们的使命。我们只需要相信这些工具会随时间变好。"
③ 模型变好	今年（2026）	"模型就是变好了，然后我们开始看到漏斗顶端、注册率快速上升"

⚠️⚠️ 而这一段是本节的核心，本页认为必须照录（[00:32:16]–[00:33:16]）：

"另一件疯狂的事是，通常当你拿到更像消费者的流量、漏斗顶端变大时，你的激活率和付费转化会下降——但这两个东西都涨了，而且涨得相当快。" ⚠️⚠️ "原因是注册到激活这一步，是 agent 替你做的。基本上一步就完成，所以差不多是 100%。" "然后这些用户付费转化的比率，比我们传统的开发者用户还要高。"
⚠️ 他们强调这不是投放买来的："通常这种事发生时你会在营销上砸很多钱。我们其实几乎不花营销费"，"大部分就是 meme 之类的东西"。⚠️ 主持人当场加了一句降温："我相信所有开发者工具都在看到同样的事" ——✅ 被部分接受："在不同速率上。"
⚠️⚠️ 变现速度那条本页认为是最该被 AI 商业化与价值捕获引用的（[00:29:12]）："过去是你选数据库、建产品、到某个时点加上计费。现在因为你可以在 agentic 这一层直接接上 Stripe，我们看到客户开一个项目，然后在同一周里就产生可观的现金。"
✅ 而他们自己讲了判断"这波是真的"的那个时刻："在 vibe coding 早期，这东西会不会留下来、会不会改变软件的建造方式，对我们并不明显。但一看到有人在产品上线的头几天就赚了大概一万美元，我们就想：哇，这是真的。人们在做能产生真钱的真东西。"
⚠️⚠️ 而他们给了一个被明确对照的反例，本页认为这是本期最有方法论价值的一处：NFT 热的时候他们也顺势加了 sign in with Ethereum / Solana，但"没投入大量开发时间，因为大家某种程度上都知道它迟早会消失"；✅ "而对 vibe coding 做这个判断，我们作为团队讨论了很多：到底要押多深。"
⚠️ 用户画像的变化（[00:17:08]）：客户 MagicSchool 的创始人原来是老师；⚠️⚠️ "现在你有这些没有技术联创、没有 CTO 就起步的创业公司，而这不再是孤立个案了。" ✅ 主持人概括为"现在每个人都是 builder"，⚠️ 而他们自己的判断是"仍然感觉很早"，并指向"一个大得多的、几乎像消费者的 builder 市场"。
⚠️ PLG 天花板那条是自述的战略修正（[00:56:27]）："我们开公司时想，PLG 能做到一亿美元，大概能到两亿，然后就需要换一种 motion。但因为 AI，那个天花板就这么抬起来了——我们不知道抬到了哪里：是十亿、二十亿，还是你就可以一直往下走。" ⚠️ 本页标注：没有收入绝对值，只有天花板认知的变化。
✅ 而增速的两条轶事本页认为比任何数字都可引用：
⚠️ "如果 18 个月前你问我们——我们那时增长已经很快了——'你能做什么把漏斗顶端做到 10 倍？'我会说：没有任何办法，这太疯狂了。"（[00:57:27]）
⚠️ 年初 offsite 上定了一个"疯狂激进的收入数字"，有人来说"你不该定这个数，团队会很失望"；"结果我们花了大概四个月就打到了那个数。"

四、⚠️⚠️ "前沿模型都推荐我们"：机制、以及为什么它复制不了¶

（[00:33:16]–[00:35:17]）✅ 本库此前有过"模型推荐就是新渠道"的零散提法（见 AI 商业化与价值捕获）。⚠️⚠️ 这一节第一次由被推荐方给出了自己的归因，而且那条归因本身说明它不可复制。

主持人的材料：他自述做了一个 AEO tracker，⚠️⚠️ "基本上它导致了每一个前沿模型都把你推荐为集成式后端的首选"（⚠️ "集成式后端"由主持人自己定义：auth、functions、数据库和其它 API）。
⚠️⚠️ 而他给的那条结构性解释是本节的核心：

"我觉得这很有意思——你得在 LLM 起飞之前，刚好在你那个时区里，在市场上待了三到四年，然后把自己摆成当时那个领先产品的头号竞争者。然后你就能接管。"
⚠️⚠️ 嘉宾对此的回应是否认刻意："我们在时机上非常幸运。我们不可能挑到更好的时机了。完全是意外。"
✅ 而主持人立刻给了一个反例，本页认为这条反例很重要，因为它说明路径不止一条：他们也采访过 LLM 之后才起步的创始人，Resend 就是——"我们也问过他们，为什么我的 LLM 老推荐 Resend？因为他们有一大堆好的实践。"
⚠️ 嘉宾自己给的机制是社区内容：早期的增长策略之一就是花大量时间和社区待在一起，结果是社区在写博客、做 YouTube 视频、做播客讲"我是怎么用 Supabase 做出这个东西的"——⚠️⚠️ "我相信那些全都被模型吸进去了。" ✅ "而开源也有帮助。"
🔗 ⚠️ 本页标注一处本库认为值得追踪的张力："意外"与"我们当然在这件事上投入很重"这两句出自同一段（"当然我们在这方面投入很大，但你知道，我们从一开始就在那个位置上了，而那是个意外"）。✅ 本页不裁决，但记下：被推荐方自己把它归因为时间先后，而不是可执行的优化动作——这与"AEO 是一门可做的生意"这个流行说法直接冲突。

五、⚠️⚠️ 企业侧只做 greenfield：对"coding agent 会解放遗留系统"的一次降温¶

（[00:41:21]–[00:50:24]）✅ 本页认为这是全期信息密度最高的一节，而且它与本库此前多条"AI 让迁移变得可行"的乐观判断正面相撞。

销售方法：一个用对照组定薪酬的设计¶

前提（[00:41:21]）："Supabase 是一家非常著名的 PLG 公司"；⚠️ "每一届 YC 批次有 60% 用 Supabase"（⚠️ 自述）；✅ "我们几乎全部注意力都放在成为一家 index company 上"；⚠️ "我们这里的榜样是 Stripe——他们是我们见过唯一一家经历了十年以上市场变动、还保住开发者喜爱的开发者工具。"
⚠️⚠️ 而这套做法本页认为是本期最可直接迁移的内容（[00:42:22]–[00:43:22]，⚠️ 全部数字为自述）：
他们做的是 product-led sales，看的是 product trigger（logo、正在 scale up、撞到限额、报错、付到某个金额）。
假设每周有 1,000 个 trigger，就给这 1,000 个正遇到问题的人发邮件，比如 500 个回了。
⚠️⚠️ 不回的那一批被当成对照组："结果他们月环比增长 25%。"
回的那一批交给销售，而"你唯一需要做的事就是跟这些人打上电话、帮到他们"（因为有全部流量模式，所以能给销售一份脚本，"AI 在这件事上帮了大忙"）："结果他们的账户增长 125%。"
⚠️⚠️ "所以那 100% 的提升量，就是我们给销售发薪酬的依据。" ✅ 对照的是传统做法："传统上你会说，跟这些人通话然后卖给他们，然后你拿全额 quota。"
✅ 本页标注这条为什么值得保存：它把"AI 辅助销售"从一句宣传变成了一个可检验的归因设计——⚠️ 而本页同时标注它的弱点：对照组是自选的（不回邮件的人），不是随机分配的，所以 25% vs 125% 这个差里含有选择效应。

⚠️⚠️ 为什么不做迁移¶

企业客户为什么来（[00:43:22]）："通常是因为他们想启动很多很多数据库"；⚠️⚠️ "而几乎从来不会是把他们的生产数据库搬过来。"
⚠️⚠️ 而这条是本节的核心论断：

"我们在创业之初的核心论点就是：我们看过的每一家 Postgres 公司、每一家数据库公司，过去试图靠迁移来做的，随时间都失败了。你就是没法说服人迁移。" "即便你造出一个更大、更好、更可扩展的 Postgres——你要做的是第一天就落到他们那里，然后确保他们待到第 1,000 天、第 10,000 天。"
⚠️ 五年的战略取舍他讲得非常明确（[00:44:22]–[00:45:22]）："未来说五年，我们在企业侧几乎全部精力，都是确保我们能接住 greenfield 的用例"；Multigres 当然给了他们接大负载的机会，"但它不会是我们的核心重点之一，至少未来五年不是"。⚠️ "我保证他们几乎永远不会迁。"
✅ 而他给的"为什么 greenfield 在企业里反而变多了"是一条本页认为值得记的因果："现在在企业里它反倒成了一个非常高频的用例，因为他们想让所有产品侧的人尽可能多地开发、创新。"
⚠️⚠️ 还有一条冠军角色的变化："以前我们全部精力都投在开发者身上——卖给开发者、让他成为内部的 champion。现在我们有 CPO 跑来说'我过去十年都没写过代码，但因为 Lovable 和 Supabase，我现在在内部做了一大堆东西'——所以我们在 C 级有了 champion，而不需要围绕那里做一套很大的 motion。"
⚠️⚠️ 而对"coding agent 会让你终于迁走遗留软件"这个判断，他们的反驳落在物理层，本页认为这是本期最该被跨页引用的一段（[00:48:22]–[00:50:24]）：
✅ 他们承认 AI 解决的那一半："让 Oracle 这么黏的一件事，是你最后会写出上百万行的 stored procedure，你把所有东西都塞进数据库里——而重写这些，今天其实确实容易多了。"
⚠️⚠️ 但接着是那条反驳： > "迁移的大部分问题其实不是重写。" > "问题在于，你的 OLTP 数据库通常在支撑你最产生收入的那个应用。所以一分钟停机就意味着实打实的钱没了。于是你最后得把两套东西并行跑起来，而这样的风险是你会得到 split brain——一些数据在这边、一些在那边。任何试过去对账 split brain 的人都知道，那是个非常难的问题。" > "所以 OLTP 这边的风险高得多，很多时候人们干脆就开始把负载拆开、起新的负载……然后希望有一天能把东西迁过来。"
✅ 他给了一个明确的反面对照：⚠️ "数据分析那边的迁移其实挺容易，从一个仓库迁到另一个仓库。" ✅ 本页认为这个对照是这条判断最有用的部分——它把"能不能迁"的分界线画在了 OLTP / OLAP 上，而不是画在"AI 够不够强"上。
⚠️ 主持人的反方也照录："我每天跟 coding agent 的人聊，那个大承诺就是你终于能从所有这些遗留软件上迁走……希望这意味着你能把一切切换过去。" ⚠️⚠️ 而嘉宾的回答是"也许还没到"。
⚠️ "rip out Oracle"那条被当成愿景但不当成计划（[00:47:22]）：董事会成员 Karen 的论点是"你们不只是在替代 Firebase，你们也是新的 RDS"（⚠️⚠️ 自动字幕写成 "Karen from CO2"，本库推测指 Coatue，但不写定）；⚠️ "大概一年前有人说，按收入算只有 5% 的 Oracle 负载跑在云上"（⚠️ 转述的转述，本库不采信）；✅ 而他的回应是："听起来很美妙，我们当然自己也会去试，为什么不试？但它极其困难。"

⚠️ 黏性对比：Lovable 还是 Supabase？¶

（[00:46:22]–[00:47:22]）主持人直接问：CPO 更可能和 Lovable 结婚，还是和 Supabase 结婚？

⚠️ 回答："归根到底，运行数据库非常难。" ✅ 主持人补的那条被接受："而且正如我们刚讨论的，迁数据库比迁前端工具更难。"
⚠️⚠️ 而这一段里有一条本页认为是本库最该保存的"agent 与基础设施的接缝"记录：

"我不是说 Lovable 不黏。我觉得它很厉害。而且实际上，他们是第一批真正把'别让 agent 对数据库干蠢事'这件事做好的人——因为我们很早就遇到 agent 想把图片数据硬塞进 Postgres，他们为了让项目能跑起来就把 RLS 关掉。" ⚠️⚠️ "Lovable 写了非常好的 skills，来阻止他们的 agent 干蠢事。他们是第一批。"
✅ 主持人的概括被确认："这就是秘密酱料。"
⚠️⚠️ 而后面那句本页认为更重要，因为它是一条时间轴判断："而现在模型本身已经不干那些蠢事了。"（⚠️ 玩笑式的比喻："情况从 2022 年那版 Will Smith 吃意面，变成 2026 年版的 Will Smith 吃意面。"）
🔗 ✅ 本页标注这条的意义：它是本库目前关于"skills 作为护栏的半衰期"最清楚的一个例子——⚠️⚠️ 一家公司的核心差异化（写 skills 防住 agent 的愚蠢行为）在约两年里被模型本身的改进吃掉了。本页认为这应当与 LLM 安全与治理里"模型层能不能承担判断"那组争论并读。

六、⚠️⚠️ 开源的未来：rewrite in Rust 是"一次性升级"¶

（[01:07:36]–[01:10:37]）主持人的问题有两层：大型商业开源的未来是什么；以及⚠️⚠️ "你们的依赖现在变成可选的了——你可以直接 vibe code 出任何你想要的东西。"

⚠️⚠️ 回答的框架是"重写到哪一层为止"："我觉得 rewrite in Rust 是一个有效的机制。" ✅ 而他讲的那个内部对话很有用：团队里有人说"我在把我们做的所有东西都用 Rust 重写"，他的反问是"你要重写到什么层级？你要重写数据库吗？你要重写 Postgres 吗？"
⚠️ 他给的限制是成本："所以存在一层层的东西、你想重写到哪一层为止，然后你不想把你真正的创新 token、真正的 token 花在把一切都重写上。"
⚠️⚠️ 而他的预测是收敛到一个赢家："几乎每个工具大概都会塌缩进——比如说 Rust，如果那最终成了写东西的终极方式，因为它更快更正确。而在你做完这一轮迭代、所有东西都跑在这种高效语言上之后，你就不会每次都把所有东西重写一遍了。会有几个赢家。" ⚠️ 他举的例子是 Postgres（⚠️⚠️ 此处他说"Postgres 是用 Haskell 写的、很难维护"——事实错误，Postgres 是 C 写的；本页只保留论点结构）："现在能用 Rust 重写吗？大概能。而那个功能仍然有价值，所以如果那发生了，大概会有一个 Rust 版的 Postgres fork，而它就是那个类目的赢家。"
⚠️ 他们自己还没做，而且"很多东西是 Elixir"；✅ Elixir 的理由是 BEAM（"所以你开始想：在运维东西的时候，什么才是对的机制"）。✅ 而主持人那句被接受：⚠️ "但现在你可以相当容易地换范式了，只要你能过掉所有测试。" ⚠️ "是啊，这是个好问题。我还没怎么想过我们会不会把 Elixir 换成 Rust。"
⚠️⚠️ 而本节最该保存的是主持人引的那条第三方提议（[01:09:37]）：Vercel 的 Malte 的一条推——拨出一笔钱，把我们所有 C / C++ 层的依赖重写成 Rust，"因为我们就是知道那更好：更安全、更正确"；✅ 主持人给它的定性是：⚠️⚠️ "而它是开源的一次性升级。"
⚠️⚠️ 嘉宾的回应是赞同 + 一条预测失败的理由："作为一个想法我挺喜欢。但我不认为它会发生，因为人们就是喜欢自己来。" ✅ "不过作为一个想法，我们作为公司会 100% 支持它。"
✅ 本页认为这组对话值得被开源基础设施记下的原因是它给了一个可检验的预测：技术上可行（有人出钱就能做）、但社会上不会发生（人们喜欢自己重写）。⚠️ 而这条可以在未来几年直接检验。

⚠️ 社区股权：一条本页认为同类材料里最具体的¶

（[00:35:17]–[00:37:19]）

原计划是众筹轮（去年大会上宣布的），⚠️⚠️ 然后花了一年跟律师纠缠："按我们想让参与的人数，不让大家成为合格投资人就没有机制能做到"；✅ 破局的问题是他们自己问出来的：⚠️⚠️ "那如果他们不投资呢？如果我们就把股票给他们呢？" 律师"回去研究了一下，说其实确实有一个机制——如果你真的只是想把股票送出去，你可以。"
⚠️ 规模（自述）："我们现在划出了大概一百万美元的 Supabase 股票，基本上要给一批社区成员。"
⚠️⚠️ 而第一个被点名的人本页认为该照录，因为它是一个可核对的量级：Gary Abbott（Discord 里叫 Gary Austin）——"六年里在 Supabase Discord 回答了两万个问题"，"而疯狂的是其中一万三千个是在问题被提出的第一小时内回答的"；✅ "而他不是个 Grok bot，他是个真人。" ⚠️ 他基本上已退休，自己做了个红酒相关的 app，"圣诞树上挂着 Supabase 的 logo"。
⚠️ 开源的市场占有率他们刻意不知道（[00:39:20]）："我们相当刻意地不去知道。我们在开源版本里不放任何追踪。" ✅ 于是他们是靠客户上门才发现规模的：有大型制药公司来说"我们在跑你们开源项目的 100 个实例，你们能给我们一个产品吗"——⚠️ 这正是 Control Tower 的来源。
⚠️ 社区的渠道选择有一条可迁移的结论（[00:37:19]–[00:39:20]）：Discord / Slack / Reddit 都试过，落点是"Discord 用户会用 Discord，Reddit 用户会用 Reddit，我们基本上必须全做——去他们在的地方"，⚠️ "工作量很大。" ✅ 而对 Discord 不可索引这个问题，他们的解法是把问答抓进 GitHub Discussions 再镜像到自己网站——⚠️⚠️ 主持人的概括被确认："你们把 GitHub 当 CMS 用。" ✅ 理由很实在："归根到底所有人都在反复问同样的问题。"

七、⚠️⚠️ mode collapse：担忧来自写了几十年代码的人¶

（[01:01:31]–[01:03:32]）✅ 本页认为这是全期最该被在实践中用 LLM 引用的一段，因为提出担忧的人同时是这波浪潮最大的受益方之一。

⚠️⚠️ "作为一个已经写了几十年软件的人，你对软件该怎么造是有强观点的，比如持续集成、持续交付这些。我发现我自己在把我的观点推给 agent：噢，你应该用这种方式做。但现在越来越地——你不需要了。" "而我的担忧是：它们会不会全都收敛到同一种造软件的方式？"

✅ 主持人给了这件事一个名字："mode collapse。"
⚠️⚠️ 而他讲出担忧的内容时，落点在行业文化上："软件开发这个行业最棒的一点，就是那些著名的圣战——到底哪种做法才对。我们会不会失去这个？"
⚠️⚠️ 接着是本节最该照录的那句：

"所以你想要观点上的多样性，这样最好的想法才能胜出。但接着，模型会让你懒到根本没人去看细节。然后它们就全都收敛到同一种造软件的方式——而这会不会是个局部最优？"
⚠️ 主持人的回答分两层：① "这是个有效的恐惧，但我觉得这不在你的控制范围里"；② 分层——⚠️⚠️ "低品味的、姑且叫随意的 app builder，会收敛到那个均值、那个模型，也就是你们。但那些有鉴别力的高技能的人，会一直真的在意细节，而且他们应该在意。" ✅ 他的机制是"然后它会逐层下渗"。
⚠️⚠️ 而嘉宾的追问本页认为比主持人的回答更有力，因为它指向了这条机制的再生产问题：

"但这些高技能的人，还会继续被培养出来吗？"
⚠️ 主持人的回答是不确定 + 一条外推："我不知道。我确实觉得人们足够有热情。" ⚠️⚠️ "我确实觉得一般的大学大概完蛋了——你大概不需要再上大学了，因为你大概可以自学、然后自己拿到工作。" ✅ 他的依据是"一直都是这最顶层的一批人在推动很多事"，而他们"总会找到办法满足自己对'什么可能更好'的好奇"——⚠️ 他举的例子是"那种休一年假去 Recurse Center、就为了做些有意思的编程问题的人，哪怕他们本来能去行业里赚钱"。
🔗 ⚠️ 本页标注这段与本库既有材料的接口：它与 Alpha School 那期"两小时完成 85%"的讨论、以及 Lex #503 那位数论学家的"学你头脑能承受的最难最抽象的数学" 落在同一个问题上：⚠️⚠️ 当工具把下限抬起来之后，上限那批人还是怎么长出来的。✅ 本页不裁决，但记下这是三期材料里反复出现的同一个未解问题。

八、⚠️ AI 支出：本库目前最具体的一组横向数字（但口径全部由说话人自定）¶

（[01:10:37]–[01:13:37]）

内部政策是不管（[01:10:37]）：⚠️⚠️ "Supabase 一直感觉像一堆不同的创业公司粘在一起"——auth 产品是一个团队，他们一直很坚持各团队自己决定用什么工具、团队怎么运作、汇报结构；✅ "AI 政策基本上没什么不同：很多人问 AI 编码政策是什么，我们说——这取决于你们团队自己。" ⚠️ "我们确实开始合并了一些，特别是围绕成本。"
⚠️⚠️ 主持人给的那组横向数字本页认为是本期最被引用价值最高、同时最需要加限定的内容（[01:11:37]，⚠️⚠️ 全部为主持人口述、无来源、本库不采信具体值）：

口径	他给的数字
一般个人	约 20 美元 / 月
一般员工	约 200 美元 / 月
OpenAI 的 50 分位员工	约 3,000–5,000 美元 / 月
最高分位	"可能是几十万美元"

⚠️⚠️ 而他给的那个比率本页认为比上面的绝对值更有用，因为它是无量纲的："一个好指标大概是：你的 token 支出对人力支出的比率。对很多人来说可能是 0.1——1 块钱人力配 0.1 块钱 token；你大概可以安全地做到 1；而如果你超过 1.5，你大概有麻烦了。" ⚠️ 本页标注：这条没有任何依据被给出，只是他的经验值。
⚠️ Supabase 自己的数字（自述）："因为我们是远程公司，发生过的一切基本上都有文档，所以我可以直接问我们的 AI 我们花了多少钱。目前我们每个月大概花 30 万美元。" 人数被当场纠正为 450 人（⚠️ 先说 600，被纠正为 450）。
✅ 本页按他们自己的比率框架粗算：约 667 美元 / 人 / 月。⚠️⚠️ 本页标注这个换算只是算术，不是他们给的指标，而且他们没有给人力成本，所以上面那个 0.1 / 1 / 1.5 的比率在这里算不出来。
⚠️ 他们自己的辩解是增速："我们在非常快地招人，所以如果我们最后从额外的（AI）里拿到大量杠杆，那就没问题。" ✅ 主持人的措辞被接受："你需要一批可以按需起停的 serverless 员工。"
⚠️⚠️ 而这条本页认为是本节最该保存的判断，因为它否掉了整节的记账方式（[01:13:37]）：

"重点不该是你花了多少钱，而该是——用系统思维看，你端到端解决了多少个流程，让那里不再需要人在环里；或者把本来长时间占用人的问题，压缩成突然很短的问题。"
⚠️ leaderboard 的副作用他们自己说了："我们弄了个排行榜，贴出来之后大家一般都有点羞愧。" ✅ 而主持人的解读是双向的：⚠️ "因为你大概在浪费钱"，但同时"那是你对其他所有人的投资，而且大概非常偏态——公司里有两三个人超级猛，其他人大概根本没在用 AI"。⚠️⚠️ 被确认："这正是我们看到的。"
✅ 而"异步公司 = agent 友好"这条本页认为是本期最被低估的一点（[01:13:37]）："因为我们是异步公司，Supabase 发生过的每一件事都有文档。所以围绕 Supabase 建一个公司级的 harness，基本上就是把它形式化：你可以把 AI 指向它，问'我们的原则是什么'，它会把我们整个历史上的决策原则都记录下来。" ⚠️⚠️ 本页标注：这是本库第一条把"远程/异步的文档习惯"直接讲成 agent 时代的资产的材料。

九、⚠️⚠️ "AI SRE 是 agent 创业里最难的类目"¶

（[01:13:37]–[01:15:37]）✅ 本页认为这是全期最该被 AI 与就业引用的一段，因为它来自一家正在重金用 AI 写代码的公司，却在同一口气里说要招人干另一件事。

招聘现状（自述）："我们现在大概有 50 个开放职位，而且是完全全球远程。我们不在乎你在哪。" ✅ "不管你住哪，同样的薪水。"
⚠️ 被问"最想招什么"，答案是 SRE，理由是"我们在以荒谬的速度增长，我们需要所有能拿到的 SRE"。
⚠️ 而筛选标准不是技术："我们真正在意的是你真的想远程工作。这条很奇怪但是真的：我们拿到很多高质量的人，但要在 Supabase 适应下来，你得在一个完全异步的远程优先环境里活得好。这真的不是所有人都适合的，我们很早就学到了。"
⚠️⚠️ 而主持人那条判断是本节的核心，本页认为必须照录（[01:15:37]）：

"我公开说过，AI SRE 是 agent 创业里最难的类目之一。我觉得我可能很快就会被证明错了，但到目前为止是对的。AI 还没破解它。" ⚠️⚠️ "造软件是——姑且说可以争论——被解决的问题。而维护、让东西一直跑着，是完全另一头野兽。"
✅ 嘉宾的回应是同意："不不不不，还没有。我同意。"
🔗 ✅ 本页标注这与本库既有材料的接口：⚠️⚠️ 它与 Dyna Robotics 的 Lindon Gao 的"机器人本身需要个保姆"、Decagon 一侧的工作流复杂度分级是同一结构的不同领域版本——任务级能力达标 ≠ 运维闭环。✅ 而本页认为这一期的版本最值得记，因为它由一家把实现环节大量交给 agent 的公司说出来：他们愿意把写代码交出去，但要把"让它一直跑着"招人来做。

十、其它值得记下的碎片¶

⚠️ 算力短缺他们明确确认了，而且是 CPU（[00:26:11]）：主持人问 DigitalOcean 市值涨到 160 亿美元是不是因为"算力在过去一年翻了三倍"，✅ 结论是：⚠️⚠️ "我猜是因为 CPU 短缺。" / "是，有短缺。" 他们自述"我们一直在撞上 runway，我们跟 AWS 见面见好多次"、"我们必须非常紧密地做规划。我们付更多钱。我们跟他们做合作伙伴。"
🔗 ✅ 本页标注这是本库第二份来自买方的 CPU 短缺记录，而且与第一份互为印证：⚠️⚠️ Anthropic 平台团队 2026-10-27 那期的"Anthropic 整体的 CPU 是个零和游戏""采购从按需弹性变成提前容量规划"。✅ 两份材料相距一天、来自完全不同的买方（前沿实验室 vs 数据库平台），而且给出了同一个结论的两个侧面：实验室侧是内部零和分配，数据库侧是把融资方选成算力入口（CapitalG → GCP）。本页认为这两条拼起来，比任何一条单独都强。
⚠️ 与前沿实验室的合作是 P0（[00:54:26]–[00:56:27]）："我们的 P0 策略是跟尽可能多的前沿实验室和模型合作"，"我们看到 attach rate 也在往上走"；✅ 主持人的概括被确认：⚠️⚠️ "你基本上就得把 AI 想要的一切都给它，然后它就会成为你最好的朋友。"（他提到已经有 sign in with ChatGPT。）
⚠️ 非美国实验室（Mistral、Cohere、中国的实验室）"不太有"，理由是流量："主要就是因为现在是他们在送来最多的流量。那可能会变。" 🔗 ⚠️ 本页标注这是一条可以被中美 AI 对照记下的渠道侧事实：一家中立的基础设施公司按流量来源分配合作精力，而目前的流量全在美国侧。
⚠️⚠️ "合作"的两个档位他分得很清楚："在他们的 app store 上是一件事；成为他们在 artifact 里启动时的默认选项，是另一件事。" ✅ 而他说以前接不住的原因是量：⚠️ "拿 ChatGPT 举例，他们现在有多少？12 亿月活。只要其中一个用户每月启动一个数据库，我们就得启动 12 亿个 Postgres 服务器。"（⚠️ 1.2B MAU 为他的说法，本库不核实。）
⚠️ 公司史里两条本页认为值得记的（[00:23:10]–[00:25:11]）：
⚠️⚠️ 定位语的改名：原来的 tagline 是 "realtime Postgres"（因为他上一家公司从 Firebase 迁到 Postgres、需要实时功能，于是自己在 Postgres 上写了个 realtime 引擎，"我们以为那就是杀手功能"）——⚠️ "没人在意。有了网站也没人在意。" ✅ 于是改成 "open source Firebase alternative"，"因为那才是我当初切换的原因"；⚠️ "而大概只过了 12 小时，那篇文章就上去了"（⚠️ 是别人把他们发到 HN 的，"我们还没准备好被发出去"），从 8 个用户涨到 800 个。
⚠️ 云厂商选择的一次意外：当时跑在 DigitalOcean 上、每个新数据库两个 5 美元的 droplet；那次发布 48 小时烧掉 1 万美元的 DigitalOcean credit；问 DigitalOcean 要 YC 的 30 万 credit 被拒（"你们已经用过那个 1 万的了"），✅ 于是迁到 AWS（"进 YC 的第一周在迁 800 个数据库"）。⚠️⚠️ 他的定性是："这大概是他们因为太死板而丢掉的最大客户之一。" ✅ 而他自己给了对方一个辩解："那是大家都在担心会发生什么的时期，他们大概不想过度扩张。那在当时完全合理。"
⚠️ meme 作为增长渠道，以及它为什么招不到人（[00:19:09]–[00:22:10]）：每周开一次 meme workshop；⚠️⚠️ "但很难招，因为你得懂技术，还得懂开发者觉得什么好笑，才能做这种营销。" ✅ 有人写了一篇"四万字"（⚠️ 他的说法）拆解他们的 Twitter 策略发在 HN 上——⚠️⚠️ "而好笑的是，他们把那套策略记录下来的方式，是我们自己还没落到纸上的；所以后来我们 onboard 新的营销同事时，就说：这是别人写的我们的策略。"
⚠️ 一条可迁移的教训：某次 launch week 每一个发布都上了 HN 首页，他发推晒了，然后被狠狠骂了一顿——✅ "给任何人的提示：永远不要截图你上了 HN 首页然后发到 Twitter 上，因为那看起来确实像——而且说实话，那就是在炫耀。" ⚠️ 他们自述被 HN 管理员"因为一周里发太多东西"训过好几次，✅ 而他们认为对方的顾虑是正当的（"他对 HN 和 YC 的关联有理所应当的偏执"）。
⚠️ 两位联创"吵什么"这个问题他们答不出来（[01:03:32]–[01:04:33]）："我们当然有分歧的时候，但只要另一个人稍微推一下，这个人就会说'好吧也许你对，我们试试'"；⚠️⚠️ "而且事实证明大部分那些东西其实根本不重要。只要大方向是对的，就还行。" ✅ 他们自己给的解释是优先级："它从来没重要到值得真的为它吵一架。而且我们也很忙，在处理业务的不同部分。"
⚠️ 配对方式与 Entrepreneur First 的一条反直觉（[01:04:33]–[01:06:35]）：两人（和主持人）都在新加坡的 Entrepreneur First，做着不同的公司，同期结束后留下来当室友；那栋房子里住了七个人，全是 builder、全是技术的。⚠️⚠️ "传统上，特别是在加速器模式里，作为技术的人你会被推着去和某个领域专家配对。但在我们住的那栋房子里，基本上七个人都是 builder、都是技术的人；而我们发现这种配对有效得多，尤其是做开发者工具的时候——因为作为开发者，你自己就是领域专家。" ✅ 后来他们把那栋房子里大部分人都招成了员工（⚠️ 跑 GTM 的 Rory 就是其中一个）。
✅ 第一个全职雇员那条本页认为值得单独记，因为它是一条明确违背加速器建议的决定（[01:06:35]–[01:07:36]）：第一个全职 hire 是 Postgres 的首席维护者 Steve Chavez；⚠️⚠️ "YC 给你的建议是：我们会给你一笔钱，但别招人，最大的诱惑就是去招一个大团队。而我们去找我们的 partner 说'可是我们有这个人 Steve，他是 Postgres 的首席维护者'，他说：立刻招。忘掉那个建议，去把他拿下。" ✅ 而雇佣条件更值得记："我们招了 Steve，然后跟他说：别管 Supabase，你就继续建 Postgres、把它做得很棒。" ⚠️ 后来 Steve 想扩团队时，他们就招了更多专门做那个项目的人。
⚠️ "operate"那一层主持人的概括（[00:03:01]–[00:04:02]）：更多上下文（更多日志、更多 check、更多连接）、⚠️⚠️ "给你的 SQL 配 markdown 文件，这太酷了"、knowledge 与 skills、以及自家的第一方 ETL（✅ 他自己的判断是："随着你 AI engineering 的职业走得越来越深，一般的 ETL 问题会越来越变成数据工程栈的一部分"）。

本库此前未有、本期补上的空缺¶

空缺	本期给的内容
数据库 operator / failover 这一层的一手判断	⚠️⚠️ "每一个 Postgres operator 在某些条件下都会丢数据"；从头重写 Multigres；1,000 次连续 failover 不丢数据；兼容性优先于 sharding
"为 agent 改造既有基础设施"的具体例子	migration 历史日志 → 声明式 schema（PG Delta），理由是"让 agent 面对一千个文件问它表的形状，它只能猜"；⚠️ 而主持人的反向注脚："它其实并不是关于 agent 的，是我们一直都需要这个"
agent 对增长漏斗的内部影响	⚠️⚠️ 注册→激活"基本上 100%，因为那一步是 agent 做的"；消费者化流量下激活率与付费转化同时上升（与通常相反）
"模型推荐"这个渠道的被推荐方归因	⚠️⚠️ "你得在 LLM 起飞前就在市场里三到四年，并把自己摆成领先产品的头号竞争者"；"完全是意外"；机制是社区内容被模型吃进去；⚠️ 反例是 Resend（LLM 之后起步、靠好实践）
为什么 coding agent 不解放遗留 OLTP	⚠️⚠️ "迁移的大部分问题其实不是重写"——OLTP 支撑收入应用、停机即损失、双跑即 split brain；✅ 分界线在 OLTP vs OLAP，不在模型强度
用对照组给销售定薪酬	1,000 个 product trigger → 不回邮件的对照组月增 25%，接了电话的增 125%，按那 100% 的增量发薪酬；⚠️ 本页标注对照组是自选的
"skills 作为护栏"的半衰期	⚠️⚠️ Lovable 的差异化曾是"写好 skills 阻止 agent 对数据库干蠢事"（关 RLS、把图片塞进 Postgres），"而现在模型本身已经不干那些蠢事了"
第二份来自买方的 CPU 短缺记录	"我猜是因为 CPU 短缺" / "是，有短缺"；⚠️⚠️ 把融资方选成算力入口（CapitalG → Alphabet / GCP）："我们基本上就是需要更多算力"
对象存储如何重塑数据库	S3 强一致性 + S3 Express（1–2ms 写入、"ephemeral durable"）；缓存层次内存 → NVMe / local attached → S3；⚠️ 但事务型负载在大规模下仍要 sharding
开源的"一次性升级"这个提法	Vercel 的 Malte："拨钱把所有 C/C++ 依赖重写成 Rust"；✅ "这是开源的一次性升级"；⚠️⚠️ 嘉宾的预测：技术上支持，但"不会发生，因为人们就是喜欢自己来"
远程/异步文档习惯作为 agent 时代资产	"围绕 Supabase 建一个公司级 harness，基本上就是把已有的文档形式化"
一组 AI 支出的横向数字（口径自定）	个人 20 / 员工 200 / OpenAI p50 3–5k / 顶部几十万（美元/月）；token 支出 : 人力支出 = 0.1 常见、1 安全、>1.5 有麻烦；Supabase 自述 30 万美元/月、450 人