超级用户日报: 2026-06-06
这周的重心不是“AI 会写代码”，而是“一个不写代码的人，在 agent 上面跑一门生意”。最扎眼的几个案例：一个独立会计给六十家公司做账，一位律师把自己审合同的判断冻进一个 skill，一个投资人把自己看 pitch deck 的品味克隆出来，一个营销人拿并行 agent 加一个反驳者去对付 Meta 广告的下滑。这一切底下贯穿着一股很响的焦虑——token 表，一条又一条帖子里回荡着“买台 Mac Mini 然后退订 Anthropic”的论调，与此同时另一个人正随手烧掉二十七亿 token、一天做出一个多人游戏。分野越来越锋利：一半人在想着怎么少花，另一半人已经想明白了——多花，才是重点本身。
@kandmybike [Claude Code]
https://x.com/kandmybike/status/2062340067583295747
一个独立注册会计师，一个人给六十家客户公司做账，整个后台就是 Claude Code。他把它当成一个执行单元用：记账、起草跟客户的往来邮件、把税务师平时要靠手工到处去搜集的零散信息都包了。大家天天预言的那种“一个人干二十个人活”的事务所，他这里已经落地了。这位会计师根本不写代码，他在经营一家所。
@lawyer_j_kawano [Claude Code]
https://x.com/lawyer_j_kawano/status/2062349374592889259
一位执业律师把自己审合同的那套流程原样做成了 Claude Code skill，然后开源了。覆盖 NDA、业务委托、系统开发、买卖合同，内置六十多个审查角度、一百八十多条标准条款范例。产出的不是含糊的总结，而是一份指摘清单加一份带 Word 修订痕迹、可以直接发出去的修改版。这才是法律自动化真正的样子：不是一个能答法律题的聊天机器人，而是把一位资深律师的检查清单冻进了一个文件里。
@takechan_lawyer [Claude Code]
https://x.com/takechan_lawyer/status/2062681277648814284
另一位律师卡在 Google Docs API 不好处理编号列表和结构上，干脆绕开：让 Claude Code 先生成一个排版、编号都对的 docx，再转成 Google Docs。整个流程被他包成了一个可复用的 skill。事不大，但很说明问题——现在法律科技里有意思的活，是有人在给工具之间那些无聊的缝隙打补丁，而不是去搭宏大的平台。
@nikunj [Claude Code]
https://x.com/nikunj/status/2062659649732825549
这条与其说是自动化任务，不如说是在克隆一个人。他把自己两百多条 Granola 会议记录（都是听创始人 pitch 的）拉出来，精炼到大约五十三条，做了一个叫 Nock 的 Claude Code skill，模仿他本人是怎么评一份 pitch deck 的。然后拿真实的 deck 反复调，直到它的判断跟他对得上。投资人的“品味”本该是教不会的那部分，他偏要把一个 skill 喂进自己真实录下来的对话里，硬把它教出来。
@0xMoysei [Claude Code]
https://x.com/0xMoysei/status/2062603548479852796
他用大约半小时、花了不到一美元，刮到了大约五万条 Google Maps 线索——奥斯汀的牙医——全程跑在已有的 Claude 订阅上。一个 skill 文件负责编排，子 agent 散开去找邮箱、验证邮箱。重点不是“刮数据”，刮虫早就有了。重点是五万条已验证线索的边际成本现在等于一顿午饭加半小时，这悄悄把所有按联系人收费的获客工具的定价给打穿了。
@MichLieben [Claude Code]
https://x.com/MichLieben/status/2062519355267846449
他在 ColdIQ（一家 700 万 ARR 的公司）把整个 GTM 完全跑在 Claude Code 里，还把接线图亮了出来：一个仓库，三十二个 hook、五个 agent、十八个 prompt、六个 skill，把 Claude 接进 Apollo、Instantly、Gmail、Slack 和 CRM，在实时数据上做线索富集、写触达序列。这就是一套真实 GTM 栈在接缝消失之后的样子——CRM 不再是你去访问的地方，而成了你的 agent 操作的东西。
@mikefutia [Claude Code]
https://x.com/mikefutia/status/2062330304829010200
他在 Claude Code 里做了一个 Meta 广告诊断工具，面对“为什么投放掉了”不是给一个猜测就完事。它开出一堆并行 agent，每个去追一个不同的假设，然后再来一个“反驳者”agent 唱反调，把站不住的理论一个个干掉，最后留下一个排好序的诊断。这跟研究实验室用的“生成—反驳”结构是一回事，只不过对准了付费投放问题。大多数营销人还在问模型一个问题、然后信第一个答案。
@GaoShanghua [Claude Code]
https://x.com/GaoShanghua/status/2062601452674277533
ToolUniverse 是个插件，把两千多个生命科学工具和一百二十多个研究 skill 塞进 Claude Code。有意思的是它的命令：把一个论断跨三个以上来源交叉验证、横扫十五个以上文献索引、每个回答都要落到一条真实引用上。这是穿着白大褂的 autoresearch——科研的瓶颈从来不是打字，而是那些小时计的交叉比对，而被压缩掉的正是这一段。
@RoundtableSpace [Claude Code]
https://x.com/RoundtableSpace/status/2062395168272060514
丹麦一位地球物理学博士做了条 Claude Code 流水线：读一条招聘启事，用 LaTeX 写一份量身定制的简历，起草求职信，再让第二个 AI agent 在投出去之前把整套材料审一遍。他本来是为自己找工作做的，开源后拿了四百八十九个 star、两百七十个 fork——因为每个找工作的人想要的就是这个。那个“审稿 agent”的步骤最说明问题：大家已经内化了一件事——一个 agent 产出、另一个 agent 检查，胜过一个 agent 既当运动员又当裁判。
@mamiya_afi [Claude Code]
https://x.com/mamiya_afi/status/2062410281914110000
一个自称纯小白的人说，靠 Claude Code 加上在 X 上持续发帖，大约五个月做了六千五百万日元以上的销售额。具体数字照例打个折看，但这个模式是真实的、这周反复出现：一批没有编程背景的人，把这些 agent 当成一人互联网生意背后的生产引擎。真正变现的技能不是编程，而是知道该做什么、该发什么。
@gippp69 [Claude Code]
https://x.com/gippp69/status/2062499588838228166
一个人不再花一千八百美元一张让网页设计师做落地页，改用 Claude Code，一个下午、不到七十美元做出了同等水准的站。功夫在 brief 上，不在代码：他喂了五张参考截图，逼它先问七个问题，再把它往一个明确的视觉方向上推，而不是接受那种一眼“AI 味”的默认模板。第一版就挺像样，第二版才显贵。优势不是“AI 会做网站”，而是一个人能在一个下午内完成 brief、批评、打磨、上线。
@obsidianstudio9 [Claude Code]
https://x.com/obsidianstudio9/status/2062353647946899952
他记录了一套值得抄的四工具研究栈：Claude Code 当编排者，一个 Skill Creator，NotebookLM 在服务端做重活分析以省自己的 token，Obsidian 当持久记忆。丢进十条 YouTube 视频，大约六分钟后你拿到一条 NotebookLM 笔记、分析、一张信息图，外加一条 markdown 库条目。把昂贵的分析甩给 NotebookLM 来省本地 token，是个大多数人没注意到的精明省钱招。
@kaz_photon [Claude Code]
https://x.com/kaz_photon/status/2062501182539698492
他做了个 Claude Code 命令，斜杠 ai-video 加一个主题，自动去研究 X 上的热门帖、把脚本写成结构化 JSON，再通过 Remotion 渲染出一条带背景音乐、Apple 发布会风格的六十秒视频。一行进去，一条成品宣传片出来。这是内容工厂模式在走向成熟——人只挑选题，从研究到渲染的整条流水线自己跑完。
@BenjaminBadejo [OpenClaw]
https://x.com/BenjaminBadejo/status/2062500643818873253
他一整天把 VoiceClaw Realtime 开在桌上，张嘴就用，靠语音在后台指挥 OpenClaw 和 Hermes：头脑风暴、查 CRM、更新仪表盘、看日程。出门了就接着用手机和 Apple Watch 继续。这就是大家在 PPT 上画的“环境智能体”未来，只不过这是某人真实的周二日常——电脑变成了一个你一边干别的、一边对它说话的东西。
@iamlukethedev [OpenClaw]
https://x.com/iamlukethedev/status/2062605267129262116
做了六个月 OpenClaw 最响亮的拥护者之后，他终于试了 Hermes，把自己的 Jira→agent→GitHub 工作流在上面重搭了一遍。OpenClaw 版本花了大约七小时才调对，Hermes 版本一小时，而且第一天就在三小时内关掉了十二个 Jira 工单——他估算这些活原本要吃掉两个多月的工程量。打动他的不是 OpenClaw 缺了什么功能，而是 Hermes 在他搭的过程中主动提示边界情况和防护，而且一次就跑通了。
@gagarot200 [Claude Code]
https://x.com/gagarot200/status/2062423289642012901
他一天之内做出了一个能玩的多人版英雄联盟克隆，起名 LMAO，用 Claude Code 加 Opus 4.8：TypeScript、React、Canvas、PartyKit，每个英雄一个独立子 agent，全程走 ultracode 工作流。真正要紧的数字是那块表：二十七亿 token，其中一千五百五十万是输出，剩下绝大部分是缓存。这就是 100X intelligence 的物理样子——你不可能在一天内拿到一个能玩的多人游戏，又不像泼水一样烧 token。
@ClaudeCode_UT [Claude Code]
https://x.com/ClaudeCode_UT/status/2062466899922051484
一个开发者给 Claude Code 一千美元预算，然后去睡觉。醒来发现一个生产级平台已经活在 Cloudflare 上：四支 agent 团队分好了范围、并行跑，四个 Worker 部署完毕，三百八十七个测试全过，七千五百行代码写好并提交。而他的同事还在 Notion 里争论架构。他改变的唯一一个决定，是不再写代码，而是去当那个给 agent 派活的人。
@fkysly [Claude Code]
https://x.com/fkysly/status/2062381984161374350
短，但扎眼：他说自己用 Claude Code 的新 dynamic workflow 同时跑了一百五十一个 agent，称是个人纪录。没附什么宏大工作流，就是一个关于天花板正在往哪儿挪的原始数据点。一年前大家还在聊“一个好 agent”，现在重度用户已经随手并行跑过一百五十个了。
@shannholmberg [Claude Code]
https://x.com/shannholmberg/status/2062652746508173796
他把自己怎么在营销代理公司里建一家“agent 公司”摊开讲了，结构本身就是课：一个公司大脑，喂进会议记录、过往 campaign、策略文档，上面架一个 orchestrator Hermes agent，再往下是部门纵线、专才 agent，以及更窄范围的子 agent。每个客户一个隔离的 pod，保证上下文绝不跨账户串味。他反复强调的一点是：让 agent 真正变好的是窄范围，不是更多工具——一个含糊的“营销 agent”只会更快地产出含糊的东西。
@fujibee [Claude Code]
https://x.com/fujibee/status/2062336709904490601
他做了个很小的 bash 加 SQLite 消息层，让 Claude Code 和 Codex 实例能直接对话，而不是拿人当复制粘贴的中继。为了证明，他让两个 Claude Code 实例自主对下井字棋，仓库一周从五个 star 涨到三百多。这是个指向一个大缺口的小 hack——我们有很棒的单个 agent，却几乎没有让它们在没有人居中的情况下互相协调的管道。
@Charles77xixi [Claude Code]
https://x.com/Charles77xixi/status/2062396668662993091
他烦透了 Claude Code 读 CLAUDE.md、Codex 读 AGENTS.md，两边各走各的越漂越远，于是搞了个单一真相源，放在 ~/.agent-harness，把两个文件都软链过去。现在 skill、记忆、规则在两个 agent 之间自动保持同步。这是个五分钟的小修补，但它正是这周半个社区都在抱怨的那件事的实用解法。
@sitinme [Claude Code]
https://x.com/sitinme/status/2062350373139120487
CodeGraph 预先把你代码库的 tree-sitter 图建进本地 SQLite，好让 Claude Code、Cursor、Codex 每次探索时不再一遍遍重读文件烧 token。他给的数字很直白：token 少六成三、工具调用少八成二，某些任务的响应时间从一分多钟砍到几秒。当 token 表成了所有人盯着的东西，能赢的产品是那些让 agent 读得更少的，而不是想得更多的。
@r3nzsec [Claude Code]
https://x.com/r3nzsec/status/2062541708907475111
安全这边，IRFlow Timeline 把你本地的 AI 助手使用历史——Claude Code、ChatGPT 桌面版、Cursor、Copilot、Codex——收集并归一化成一条统一的取证时间线，还带一个 AI Secret Hunt，专门找人粘进助手里的密钥。这是一个正在悄悄成形的新品类：针对 AI 工具本身的事件响应。每一条有人丢进聊天框的凭证，现在都是一个等着被发现的隐患。
@bepituLaz [Claude Code]
https://x.com/bepituLaz/status/2062422072832200949
他真实的一天：老板在 Basecamp 提一张需求卡，他在评论里补上下文，然后 Claude Code 在 /loop 上把所有任务接走、开出一个 PR——而他去上瑜伽课了。这就是大家一直在理论上谈的那个 loop，跑在一份普通公司的普通工作上。活在一个现成的项目管理工具里发生，没有新平台，也没有人盯着这趟运行。
@PrajwalTomar_ [Claude Code]
https://x.com/PrajwalTomar_/status/2062512271646171235
他把 MiniMax M3 接进 Claude Code，贴进一张 Dribbble 设计稿，一个会话就拿回了生产级 React。在他的代理公司，他现在把大约八成的编码任务从 Opus 4.8 换成了 M3，成本只是零头。这是“成本起义”在落到实处——大家不是抛弃 harness，而是留着 Claude Code，把底下那个贵模型在日常活上换掉。
@MLWhiz [Claude Code]
https://x.com/MLWhiz/status/2062324749360111679
他把通过 LiteLLM 让 Claude Code 接本地 Ollama 模型的完整可用配置贴了出来——具体的 config.yaml 和 settings.json——然后难得地把诚实结果也贴了：在一台 48GB 的 MacBook Pro 上，六分钟出两个 token。配置能跑，硬件不行。这对那一堆“买台 Mac Mini 就能退订 Anthropic”的帖子是个有用的配重——本地是真的，但“本地跑一切”的梦在消费级机器上目前还多半是愿望。
@dunik_7 [Claude Code]
https://x.com/dunik_7/status/2062458191586181204
他这条串把贯穿整周的成本焦虑结晶了出来。一个开发者贴出十天一百七十美元的 Claude Code 账单，有人回复说自己买了台 Mac Mini M4、从那以后没再给 Anthropic 付过钱，然后开发者社区开始算账：一套堆叠的云端配置每月约四百五十九美元，对一台一次性六百美元的机器加三美元电费，一个环境变量就能把 Claude Code 重定向到本地。重点不是所有人都该切，而是足够多的人在公开算这笔账，已经在重塑行为了。
@mike_hj_w [Claude Code]
https://x.com/mike_hj_w/status/2062374857732702264
他找不到一个顺手的 X Pro / TweetDeck 替代品，干脆用 Claude Code 自己做了一个并开源，大约二十分钟加一小时修补——Windows 打包、本地持久化配置、Grok 页面的返回键 bug、鼠标侧键导航——直接发了 Windows 和 Mac 的 v1.0.0。这是所有喧嚣底下那个安静的转变：当一个缺失的 app 是个二十分钟的活，你就不再等别人去做，自己做了。
@pastel_orbit [Claude Code]
https://x.com/pastel_orbit/status/2062550607416943052
一位多年来手写自己 Minecraft 风格体素渲染器的游戏开发者，早就把一个功能搁置了——把体素边缘磨平——因为重新实现意味着要重建他已经忘掉的上下文。在一个搭得好的 harness 下，三十分钟规划加三十分钟开 edits，第一次 Unity 运行就跑通了。他那句话才是真洞见：之所以爽感更强，恰恰因为这是他自己的引擎——理解的分辨率拉满，借力的回报也拉满。
@omarsar0 [Claude Code]
https://x.com/omarsar0/status/2062553527730540611
他迷上了“即时生成 harness”这件事，把 Dynamic Workflows 逆向进了自己的 agent 编排器，又做了个 HTML 仪表盘来监控任务、指标和报告。他跑成的用例都不是编码：带验证的分支式和并行式深度研究、对自己所有过往 agent 会话做“会话挖掘”、找 bug、分诊、事实核查、LLM 评审团。他的判断是：dynamic workflows 正在成为一个核心原语，而让人兴奋的是它远远延伸到了代码之外——商业、科学、研究。
@AuroraMar1eL [Claude Code]
https://x.com/AuroraMar1eL/status/2062574446804869168
这条裹在炒作里，但内核是实的：一个建在 Claude Code 上的开源个人 AI 操作系统，背后是两万两千小时开发、六千条记录在案的会话，一万两千个 star。没有 embedding，没有向量库，每条记忆和决定都活在你能 cat 出来、能用 git 版本化的纯 markdown 里，分成工作、知识、人脉、学习四类记忆。一个由代码强制的 hook 叫 ContainmentGuard，物理上拦住敏感数据离开它的区域。它的设计哲学——可读的纯文本记忆胜过不透明的向量——才是值得偷的那部分。
@dionisiodev [Claude Code]
https://x.com/dionisiodev/status/2062630781881602319
用一个人间成本收尾：他说有人在 Claude Code 上花了七万六千雷亚尔，做了个没人会用的 SaaS，笑点是这哥们的女朋友看银行账单，以为他买了枚订婚戒指。这既是个段子，也是个警告。同一块让 100X intelligence 成为可能的表，也会很乐意让你在一个没有用户的产品上烧掉一小笔财富。
🗣 用户心声
用户心声
这周最响的信号是成本。Anthropic 在 6 月 15 日把订阅 token 转为 API 计费点了根引线，时间线上全是模型分级路由的招、本地 Mac Mini 的算账、token 排行榜。正如 @dunik_7 那条串显示的，大家在公开算账，而且照着做了。
配置碎片化是个真实又可修的恼人事。Claude Code 读 CLAUDE.md，Codex 读 AGENTS.md，像 @Charles77xixi 这样的用户在把两者软链成一个真相源，而 @petergyang 直接喊话要一个行业标准。
记忆仍是没解决的那一层。agent 每个会话都忘掉项目上下文，把人推向 Obsidian、纯 markdown 记忆，以及 Memanto、Micro 这样一批工具。
对局限的诚实很重要。@MLWhiz 贴出一个本地配置、结果是六分钟出两个 token，比十条炒作串都有用，社区也奖励这种坦白。
欲望的前沿是并行和自主：dynamic workflows、/loop、@fkysly 随手跑一百五十一个 agent。大家要的不是更好的聊天机器人，而是更多 agent、跑得更久、更不用盯着。
这周最响的信号是成本。Anthropic 在 6 月 15 日把订阅 token 转为 API 计费点了根引线，时间线上全是模型分级路由的招、本地 Mac Mini 的算账、token 排行榜。正如 @dunik_7 那条串显示的，大家在公开算账，而且照着做了。
配置碎片化是个真实又可修的恼人事。Claude Code 读 CLAUDE.md，Codex 读 AGENTS.md，像 @Charles77xixi 这样的用户在把两者软链成一个真相源，而 @petergyang 直接喊话要一个行业标准。
记忆仍是没解决的那一层。agent 每个会话都忘掉项目上下文，把人推向 Obsidian、纯 markdown 记忆，以及 Memanto、Micro 这样一批工具。
对局限的诚实很重要。@MLWhiz 贴出一个本地配置、结果是六分钟出两个 token，比十条炒作串都有用，社区也奖励这种坦白。
欲望的前沿是并行和自主：dynamic workflows、/loop、@fkysly 随手跑一百五十一个 agent。大家要的不是更好的聊天机器人，而是更多 agent、跑得更久、更不用盯着。
📡 生态产品雷达
生态产品雷达
Codex — 永恒的参照系。几乎每条工作流都提到，越来越多地被当成跟 Claude Code 搭配的更便宜的第二引擎，而不是取而代之。
Hermes Agent — Nous Research 的本地优先 agent。在代理公司栈、Jira 自动化、语音配置里反复出现；那个“开源、跑你自己机器上”的替代品，大家一次次去够。
Ollama + Mac Mini（本地）— 成本起义那套栈。一个环境变量就能把 Claude Code 重定向到本地硬件；被反复提及，尽管 @MLWhiz 的诚实跑分说明消费级机器还没到位。
MiniMax M3 — 本周的省钱模型，被换进 Claude Code 底下跑日常编码，成本只是 Opus 4.8 的零头。
Dynamic Workflows — Anthropic 的即时 harness 生成器；被当成 Skills 之后最大的原语，撑起了一百多个 agent 的并行跑。
Memanto / Micro — 拴在 Claude Code、Codex、OpenClaw 上的记忆层，专修“什么都记不住”的毛病。
Codex — 永恒的参照系。几乎每条工作流都提到，越来越多地被当成跟 Claude Code 搭配的更便宜的第二引擎，而不是取而代之。
Hermes Agent — Nous Research 的本地优先 agent。在代理公司栈、Jira 自动化、语音配置里反复出现；那个“开源、跑你自己机器上”的替代品，大家一次次去够。
Ollama + Mac Mini（本地）— 成本起义那套栈。一个环境变量就能把 Claude Code 重定向到本地硬件；被反复提及，尽管 @MLWhiz 的诚实跑分说明消费级机器还没到位。
MiniMax M3 — 本周的省钱模型，被换进 Claude Code 底下跑日常编码，成本只是 Opus 4.8 的零头。
Dynamic Workflows — Anthropic 的即时 harness 生成器；被当成 Skills 之后最大的原语，撑起了一百多个 agent 的并行跑。
Memanto / Micro — 拴在 Claude Code、Codex、OpenClaw 上的记忆层，专修“什么都记不住”的毛病。
评论