新打分规则
先看谁把你设成了默认，再看模型会不会主动推荐你；官网做得好不好只当门槛，缺了才扣分。
按这套规则重打 26 家：新分和「一年新增下载量」的相关从旧分的 -0.01 升到 0.53。排名变化最大的是 Tailwind（旧 #26 → 新 #3）和 Composio（旧 #5 → 新 #18）。下面是规则、回测排名和定下来的五件事。2026-10-15 起，审计站按这套规则打分。
总分 = 默认名单（最高 70）+ 模型推荐（最高 30）− 门槛扣分（最多 30）结果限制在 0–100。另外两个风险标记不计分：默认只有一个来源、默认被换掉过。
① 默认名单
0–70
人工维护：谁把这家设成了默认或内置。每条要有一手出处，没有出处不算。
| 编码 agent 的选择份额 ≥50%（第三方研究，如 Amplifying） | 25 |
| 编码 agent 的选择份额 20–50% | 15 |
| 大入口的默认或内置（v0、Lovable、Bolt、Vercel 平台、OpenAI / Anthropic 官方、LangChain 官方模板、Devin） | 20 |
| 中小入口的默认（Stripe Projects、OpenRouter、OpenClaw……） | 10 |
| 官方目录 / 集成市场 / 名单（Vercel Marketplace、Claude 插件市场、Vertex……） | 5，最多算 10 |
| 统计期内被换掉的默认 | 减半 |
② 模型推荐
0–30
自动跑：用英文问 3 个模型（DeepSeek V4.1 Flash、Kimi K3、gpt-oss-120b），13 个类别各 3 个真实开发问题，问题里不提任何产品名，只要排名前三。
| 某个回答里排第 1 / 第 2 / 第 3 | 1 / 0.5 / 0.25 |
| 满分 = 本类 9 次回答都排第 1（其他类别的问题里被点名也算） | 30 |
③ 门槛扣分
0 到 −30
原来的加分项改成门槛：做到了不加分，缺了才扣。
| 不能自己注册拿 key（只能联系销售） | −10 |
| 收不到钱（收入不跟着用量走，或者不收费） | −10 |
| 没有公开、免登录的文档 | −5 |
| 没有免费档 | −5 |
| AI 读不了文档（llms.txt、Markdown、MCP 都没有） | −5 |
| 模型能自己写掉（纯代码库，没有托管服务） | −5 |
26 家新排名（回测版）
蓝条 = 默认名单，绿条 = 模型推荐。「旧」列是旧规则的分和排名；箭头 = 名次变化。注意：这张表的模型测试用的是 13 个类别的专门问题；审计站上线后改成「先判断类别、再套 3 个通用问题」，所以站上的分数会和这里略有不同。
和增长对一对
Spearman 排名相关（0 = 没关系，1 = 排名完全一致）。和上一版回测是同样的 26 家、同样的 npm 口径。
- 新分管的是「绝对量」：和一年新增下载量相关 0.53，和原始倍数反而是 -0.18。被默认的大公司倍数不高、增量巨大；从几千起步的小公司倍数高、新分低。
- 模型推荐这一项单独看也有 0.46：它不依赖我们的研究，后见之明更少。但它有反方向的问题：模型推荐的是训练数据里已经有名的，Parallel 一次都没被点到（它和原始倍数的相关是 -0.45）。新秀会被低估。
定下来的五件事
- 只显示一个总分。26 家里有 14 家低于 25 分，新公司大概率拿到个位数；报告里照样给「最该先做的 5 件事」，并把总分拆成三部分的明细。
- 名单 70、模型推荐 30。名单准、但要人工维护；模型测试能自动跑、但偏向老牌，所以权重小一些。
- 模型用 Novita 上的三个：DeepSeek V4.1 Flash、GLM 5.3、gpt-oss-120b。2026-10-16 拿 26 家比了 8 个开源模型，这一组和增长的相关最高（0.73）又快；回测表里用的是 Kimi K3，准确度一样但慢一倍，线上已换成 GLM 5.3。
- 名单人工维护。名单里没有的公司，这一项记 0，报告里提示「需要人工补查」；查到出处后加进名单（lib/defaults.js）。
- 被换掉的默认减半。例如 Supabase 的 v0、Neon 的 Replit、Exa 的 gpt-oss。
模型原始回答
展开 117 次回答（3 个模型 × 39 个问题）
默认名单出处：context-agentinfra/research（C-LAYER、K2-defaults、EYES、Amplifying 系列原文等）。模型测试：Novita API，2026-10-15，temperature 0.3，每个问题问一次。下载量：npm 官方接口。