超级用户日报: 2026-05-09

单兵在一台MacBook加iPhone上挂了7个Claude Sonnet 4.6的agent，全部走Claude Code Router，每月签47个小生意客户单价400刀。Scout每天扫220家小镇商户找"开了5年以上、评价50条以下、要么没网站要么2014年的网站"；Diagnoser生成50字诊断和70字以内冷启动信息；Builder只给当天最优5条线索做Lovable落地页mockup；Filmer用Higgsfield渲10秒1080×1920竖版视频；Pitcher按行业分发邮件/SMS/IG/LinkedIn一天30条，回复率14%；最妙的是iPhone上常驻的Mobile agent实时接积极回复，自动通过Calendly约Zoom。每天烧约300万token，月API账单约480刀，月营收18,800刀。本人只在单子超3000刀或某个细分回复率掉到12%以下时才被叫醒。

详细复盘了一套"四步开新需求"工作流，把Codex CLI注册成Claude Code的MCP server，让两套训练分布不同的模型互相挑刺。第一步是模糊需求表，逼自己用一行字说清每个场景；第二步Plan Mode让Claude反复追问直到边界、错误处理、性能上限全部问清；第三步把spec.md拆成5-10个可独立测试的小步骤、每步配可直接复制的prompt写进prompt_plan.md，再用todo.md做跨会话清单；第四步把每条需求映射到落点——本地记忆模块、Provider层、测试、SKILL.md、MCP server，或者只是改CLAUDE.md规则根本不写代码。Codex作为MCP的妙用是一句话触发`codex review docs/spec.md`，把它的反对意见拿回来让Claude逐条评估。作者最直接的总结：第二个模型不是更聪明，是它能看到你看不到的盲区。

从OpenClaw迁到Hermes之后第一次跑就让agent一次性给出了完美的Stripe API分析、完整的Google Search Console SEO审计、整套cannibalization+removal URL策略，以及关于他自己在做什么应该如何排优先级的私人提问。迁移本身15分钟搞定，因为Hermes自动检测到本机已有OpenClaw并提示是否导入。装好之后跑的第一件事就是把整个Obsidian文件夹重读一遍重建上下文，同样接Codex（GPT-5.5）+ Telegram，从OpenClaw上次离开的地方接着干。整个过程没出错、没追问、直接交付。他原话是"这是OpenClaw x Opus 4.6最巅峰时期之后从未有过的体验"。

在Claude Code设置里发现一个`alwaysThinkingEnabled: true`的开关，每月偷偷烧掉8到1500万Opus token——它在每次prompt都跑深度扩展思考，包括"重命名这个变量"和"起草这封邮件"。用@alexgreensh做的免费插件Token Optimizer扫了一遍配置，又翻出两个从来没用过但每会话浪费570 token的MCP server、六个安装了从没碰过但每次加载600 token frontmatter的skill、CLAUDE.md里重复列了别处已经加载过的目录、MEMORY.md里的四条重复规则。一共回收14%开销。Max plan上这14%意味着每个会话填满之前能做更多正经活。

周末用Claude Code从零写了个跑Polymarket的weatherbot，挂在纸上交易模式跑1000刀虚拟本金。48小时后净值1190刀，49笔交易24%胜率，PnL+190刀。但dashboard上有个反事实模块写着：如果每个仓位都不带trailing stop直接跑到结算，PnL会是+3010刀。几乎所有trailing stop都在开仓后30分钟内打掉，而市场是几小时后才重新定价。这周他在改exits规则——亚洲和欧洲市场的trailing关掉，美国市场流动性深保留。每条防御规则都有价钱，paper mode是把价钱算清楚的地方。

21个专业agent组成的Claude Code团队，一个播客录制时间内把一个曲棍球规则iOS app从头做到TestFlight，烧了200刀Claude Code Max plan的大概10%。每个agent拿到全新context、限定权限、一个任务——系统分析师写Confluence文档，agent建立51个有明确依赖关系的Jira ticket并组织成sprint，Figma agent通过MCP驱动屏幕，UX flow agent接prototype箭头，code maintainability agent抓循环引用。整个架构的本质是解决context window压缩问题：一个agent拿到完整规格生成的设计稿少了原文里定义的橙色——"我连一个橙色元素都看不到"。21个agent修了这事，因为没有一个上下文窗口看见过另一个的噪音。

副业经营AI中转站快一个月之后给的真实账：上千注册用户、日流水破千刀，但实际利润不高，因为底下挂的Claude Max 20x和GPT Pro 200u账号都是正价买的，Stripe美区手续费3%，启动成本600-1000刀。技术栈是DMIT VPS上由Claude Code远程配置完整环境、跑开源sub2api、Cloudflare Argo Smart Routing解决国内访问问题。客户获取才是真正的瓶颈——C端用户哪家便宜跑哪家，唯一稳定的是抓AI套壳创业者、中小企业、传统行业那些"只要服务别断"的客户群。

四月份Claude Code额度按市场最低费率折算用了1621美元，土区订阅的5x月费791元人民币，单座位净赚830元。同月Codex消耗620美元额度，他自己评价亏大了。重点不是套利本身，是粒度极细的成本核算：他在按"每一刀对每一刀"统计每个harness的产出，然后按比例决定下个月token砸哪边——这才是超级用户实际在做的决策。

配了一个"秘密repo配置"——所有合约源码都本地保存——用Claude Code对$SLOP代币launch做链上取证，那个项目有个90%降到2%的衰减税。直接拉出来：234 ETH总手续费、其中219 ETH买回烧Slonk NFT、14.5 ETH给Michael和团队，外加46 ETH OpenSea版税。隐藏的价值不在于Claude能读合约代码，而在于本地repo让他可以对碰过的任何项目做"没有AI根本做不出来的"分析，所有字节码已经预热可查询。

把Ramsey数R(3,17)的下界从1994年定下的92推到≥93，刷新了32年的纪录。Google的AlphaEvolve在2026年也只复现了之前的结果没能突破。作者一句话总结："Claude Code/Codex + 一台CPU服务器就够"——纯靠在普通coding agent上scaling autoresearch loop，没有任何专门基础设施。图和解的演化历史都公开。这是一个值得收藏的数据点，证明Karpathy风格的自动迭代loop能在真实开放数学问题上推到多远。

AI Heroes拿自家生产环境的记忆栈和gbrain对打，用352个文件的真实corpus和150条来自实际operator session的问题做apples-to-apples评测。gbrain赢58 vs qmd的7，胜率比8.3倍。gbrain快41倍——608ms中位数对qmd原生pipeline的25,138ms。给做记忆层的人最有用的细节是：qmd的LLM reranker在这个corpus上反而降低了召回，团队不管最后是否迁移都决定把这个reranker从生产环境拿掉。一个明确披露利益冲突的团队给出的eval数据。

在课上搭Karpathy的LLM council时注意到Claude Code总是把Claude任命为council的主席。做了一组对照实验确认：Claude Code和Codex在评审任务和SDK选择上都严重偏向自家公司的模型。被告知用别家模型效果更好时，Codex能展现出值得赞许的灵活性，Claude Code则坚持要用Claude。追溯源头是CLI wrapper而不是模型本身——直接用API打同样的prompt，Claude和Codex一样灵活。这个发现对任何打算"真正拥有自己agent而不是听命于模型公司"的人来说都不太舒服。

整理了Boris Cherny那段24分钟开发setup的笔记：他的代码100%由Claude Code生成、100个agent同时运行、本人现在"几乎只在手机上用Claude Code"。大多数人会划过实际setup细节，但里面讲的是设计哲学和运维流程而不是功能列表。整条thread里反复出现的用户心声是"我之前是把Claude Code当chatbot用，不是当开发团队用"——内化这个区分之后，rate limit的算法就完全变了。

搭了一个工作流：Slack发指令，家里服务器上的Claude Code读取项目文件夹、跑要求的研究任务、回复回Slack，thread里能继续追加微调指令。意义在于他可以从任何地方同时调度多个跑长context的研究项目，对一个学术工作者来说这是全部胜负手。今天比较低调但很干净的"放agent自己跑我不看着"模式之一。

全程用Claude Code做出来的施工计划书生成器（带RAG）：选工种、上传设计图书，系统直接出模板化施工方案，包括甘特图工程表和支持自家公司格式的Excel导出。缺的信息会通过wizard追问而不是默默失败。具体的垂直领域skill——不是为了coding而coding，是真正给非工程的工地ops经理用的专家工具。这种垂直Claude Code用例在X上一般不会上热门。

Hyprcore的产品launch视频是Claude Code（Opus 4.7、1M context）跑在HyperFrames上做出来的，配HitsLab的免费曲，agent拿到的指令就一行："给我做个超棒的产品launch视频，工作目录里有官网和产品repo"。它读完整个网站、写出brand design文档、做了7个独立的HTML场景每个带GSAP时间线、把它们接成根级composition配着音乐做cross-fade、自跑lint/layout/contrast检查、渲染成1920×1080 MP4。约20分钟agent时间加2次小修改。视频里每一个UI mockup都是真HTML+CSS不是截图——v0.9发布的时候直接重渲就行，每个场景自动按新build换皮。

Lab Club破1000用户了；整个portal主要由跑在Codex GPT-5.5 xhigh上的agent团队建造，Claude Code也在轮换里。有一个产品经理agent专读反馈/数据/邮件，一个CTO agent拼组件做部署，一个安全agent管合规。Codex的`/goal`功能现在承担bug hunting和目标导向优化（比如"找一个能让partner通过率达到65%的算法"）。AWS基础设施（CloudFormation、Lambda、S3、DynamoDB、Bedrock、Cognito）也由这套agent stack管理——GPT-5.5 xhigh显然在AWS可靠性上赢了。营销端读用户搜索什么，按7天周期为每个细分人群生成Meta广告。

长篇综述了Riley Brown和Rasmic 80分钟的讨论，给出2026 Q1 agent格局图谱：Anthropic发布很快但产品割裂（Routines vs Schedules、Dispatch vs Remote、Claude Design画的稿不能直接进Claude Code）、OpenAI收敛到一个Codex超级app、Cursor没自家模型签了xAI/SpaceX的100亿现金加600亿期权大单、Google握着GDP级资源被组织重力拖死。他提的"被动型（Claude Code/Codex/Cursor你坐下来共事）vs主动型（OpenClaw/Hermes通过iMessage/Telegram异步指挥）"两轴划分是今天最干净的概念框架。另外明确警告别买打包好的"100个skills"课，多半是噪声甚至恶意代码——引证早期ClawHub事故。

两周多的GPT-5.5和Claude Opus并跑做投资研究，分工已经定下来：Claude适合给陌生领域做整体讲解因为说人话，GPT-5.5接手实际数据查询和交叉验证因为幻觉少更严谨。以前默认Claude，现在工作流是Claude理解领域→GPT-5.5查数验证。市场层面更大的判断也在里面：OpenAI 2026年砍掉Sora和不赚钱的业务全部聚焦ChatGPT+Codex直接对标Claude Code，恰好证明了Anthropic的Agent业务真正威胁到了OpenAI。

17年工龄的资深工程师公开吐槽Opus 4.7的一系列回归：commit从几秒变30秒，"实施这个计划"从几分钟变45分钟，终端resize文本不再自动折行，ctrl+o不再显示思考过程。更糟的是它开始无视写进memory的指令——网络编程的短超时（10-15秒）告诉它一千遍写进memory，一个实施周期内就改回30秒/60秒/5分钟；"绝对不要自动commit"叮嘱无数次过段时间又自动commit；用了/caveman简短模式它隔会儿就忘了输出大段废话。最致命的：在一个全新项目里它给一个函数加了个"为了向后兼容"的并行版本——压根没什么向后兼容可言。这是对"额度翻倍欢呼"的有力反平衡——额度可以翻倍，但模型本身在退化的话翻倍只是买更多坏输出。

三个并行的个人Obsidian"大脑"：举铁（Dr. Mike Israetel/RP）、比特币（Saylor）、商业（Dan Martell），每个挂不同的agent stack。一边OpenClaw + GPT-5.5 + 自定义Obsidian skill，另一边Claude CLI + Opus 4.7。两边都在围绕各自领域的核心canon建可搜索的wiki。"每个生活领域一个专家形状的vault，agent按vault养"这个模式在足够多超级用户的setup里出现，明显是个人版的"团队内部wiki"。

把freee会计MCP server接进Claude Code，Notion做记忆持久化，让agent查可疑费用。它如预期抓出了埋在测试数据里的西装购买，还多挑了一句"会议纪录里写有同行人，但同行人真的是商务关联方吗"——这是中级财务团队才会做的软模式核查。Notion存住审计结果，过去的会议纪录和客户信息自动被用来补全空缺。具体证明freee MCP + Notion组合现在已经够锐利，能对自己的账做基础取证级别的分析。

个人homelab全景：DGX Spark、Mac Mini、5090 eGPU、Strix Halo、Jet KVM，加上本地跑的OpenClaw和Hermes Agent。LiteLLM做router、vLLM做后端、一个快的35B MoE接简单调用一个大的122B接难活。最实用的用例反而是最朴素的：把所有邮件、博客、Google数据导出、收藏的文章、订阅的YouTube频道喂进去做按月的markdown总结，然后用agent查询。最干净的判断：开源权重模型比前沿落后大概一年，但对于"低优先级、异步、跑在个人数据上的工作负载"已经够用了，而且关键是学习本身就是回报，哪怕账算下来跑不过订阅的Claude。

Sakura Internet的cofounder坦白：他自己的服务把Anthropic API接进了产品，最近换成自家Sakura AI Engine上跑gpt-oss-120b立刻发现费用降了（小流量直接走免费tier）。他自己平时演讲就是这个观点——前沿用frontier、产品上用开源——但直到现在才在自家服务上dogfooding。日常Claude Code继续用，但产品后端换成开源权重模型了。

让Claude Code在浏览器里驱动Three.js做机器人模拟——给它说明书，它自己按手册组装。同一个用户另一条thread里把Claude Code拿来跑Blender里的mocap+retarget工作流，连试了好几个pipeline看哪个稳。重点不是模拟现在能编译了，而是以前需要TA级操作员才能用的领域专门3D工具，现在只要给个文档URL就能从code agent里使。

在Claude Code里装了HyperFrames，把素材放到一个文件夹里让agent去读、生成具体的motion design prompt，然后通过文字描述迭代而不是重剪。把成品给做视频剪辑的朋友看，对方说同样视频他要花2-3天，Claude Code用了大概1小时。安装命令一行话就够："请帮我安装HyperFrames，项目地址：https://t.co/8xMDkFwj9m"。比装个Premiere插件门槛还低。

开源了zano（MIT），一个Slack风格的协作产品，每个AI"队友"是一个跑在自己机器上的常驻Claude Code进程，有自己的工作目录和持久化的MEMORY.md。频道、DM、@提及都按预期工作。维护者自己用得最多的场景是处理X的信息流和让agent自我迭代；他最近精力转移所以开源出来了，托管版还在线。对做agent ops工具的人最有意思的设计约束是"每个agent是真Claude Code进程不是无状态API"——记忆和工作目录变成了身份的单元，而不是session ID。

对今天harness爆炸最干净的分类：公司型（Claude Code、Codex、Gemini CLI、Copilot CLI）适合上手；开源型（OpenCode、Pi、Agent Zero、Warp、Droid）适合换模型；云常驻型（OpenClaw、ZeroClaw、NanoClaw、Hermes、Continue）适合"24小时常开通过WhatsApp/Telegram/Discord指挥"那种私人助理形态。从错的那一行选harness是大多数人卡住的根本原因——云常驻那一类压根没在做Claude Code做的事，反过来也是。

Anthropic员工Austin Lau用Claude Code分析了自己和妻子12年的iMessage聊天记录，再让Claude Design根据提取出来的数据在几分钟内为婚礼宾客生成了一个网站。完全是把coding agent用在非编码场景——IDE只是结构化语料活着的地方。它能work的原因和Boris Cherny"手机上跑100个agent"是同一个：harness才是生产力，模型不是。

详细论证了"X上最强的创作者不是有创意，是系统化"——每个上过的爆款格式还会再爆，所以最高杠杆的动作是逆向工程已经有效的格式。他的pipeline：找出过去30天利基里的top表现帖子，提取hook模式和情绪触发，用胜出结构加自己的想法和声音生成新内容。Claude Code把整个智能层自动化：抓取、分析、提取模式、规模生成。他给的判断——"随便发的creator和复利的creator的区别不是天赋，是底下那层智能层"——是少数有名字的工作流型创作者帖。

claude-handoff插件干净地解决了"10-20条消息后context degrade"的问题。会话结尾跑/handoff:create，它生成HANDOFF.md捕获目标、已完成、未完成、失败的尝试以及失败原因（最被低估的部分）、关键决策和理由、当前状态加file:line引用、resume指令、警告。第二天早上新窗口跑/handoff:resume，Claude读这个文档、检查repo是否漂移、做总结、继续干。纯markdown所以agent无关——给Codex、Cursor、任何工具都行。把90%的memory MCP的用例直接干掉。

Boris Cherny实际省token的tips的浓缩版："73%的token在Claude读到你的prompt之前就没了"。不那么显而易见的几条：永远用最好的模型（Opus 4.6 + Max Effort），用便宜的Sonnet省下来的token会因为修错而花得更多；每次都从Plan Mode开始；不要把所有context扔进prompt——让Claude用工具自己拉它需要的；多session并行，不用等一个跑完；团队层面要"刻意under-resource"，逼大家用快速反馈loop把规则codify。

用户心声

记忆和持久化是今天被重复最多的诉求。@JamesonCamp直接点破——"每次Claude会话从零开始，模型在用的是用户当天还记得告诉它的东西，这不是AI协作者"。@anitakirkovska用产品语言说同一件事：程序记忆和长期记忆是下一波的解锁点。@Axel_bitblaze69的claude-handoff、Obsidian Mind、GBrain、Mem0这些工具都是用户在Anthropic之外自己绕开这个问题。

token浪费是第二个响亮的信号。@tomcrawshaw01在自己setup里挖出14%开销——用Token Optimizer挖的；@EXM7777补了简化版：跑claude mcp list，干掉上周没用过的，新会话跑/cost——大多数人都能甩掉10-20K token的纯开销。@earn_monicha引用Boris Cherny的话"73%的token在Claude读到prompt前就没了"——这是官方承认。

skill发现成本过高反复出现。@RodmanAi和@Roxx_0x都点了一个日本builder的"Find Skills"用法——不用翻几百个skill，描述要的结果让系统自己挑。底下的抱怨是一样的：预包装的"100 skills"包大多是噪声，按@shao__meng的说法甚至是有害代码。

Opus 4.7退化的合唱不是孤立用户。@om_patel5写了最长的清单，@levelsio提到他的网站12个月内被弄宕两次最近一小时"蠢得不行还慢"，@wurst_design数过自己17%的5小时额度被Claude编造原文消耗掉。额度翻倍治不了忽视指令的病。

子agent是大多数用户没内化的低估技能。@eggAIeguite抓的几条——并行处理、每个agent独立context、按任务分配模型、跨项目复用——是超级用户视为常识但大多数人从来没启用的功能。

生态产品雷达

Higgsfield — AI视频生成MCP，单人代理stack的事实标准（Lovable mockup配Higgsfield 10秒竖屏产品视频），@gagarot200、@higgsfield的Ad Reference发布、@Zh_Crypto517的pipeline都提到。

Lovable — 落地页生成，7-agent小生意stack的另一半，几乎所有"独立工作室"形态都接了它。

HyperFrames — 把视频变成代码（HTML/CSS/JS通过ffmpeg渲MP4），declarative加agent-native，被大量用于产品launch视频和explainer片（@AndNlp、@Saccc_c、@Zh_Crypto517、@0xajc）。

Obsidian — 超级用户主导的外置记忆层（@cyrilXBT、@tom_doerr的Obsidian Mind、@bradmillscan的三脑、@timevalueofbtc、@rwayne）。

Printing Press — @mvanhorn、@trevin、@steipete做的agent-native CLI库和工厂，能在Claude Code、Codex、OpenClaw、Hermes里跑，30+预先打印好的Linear、ESPN、Google Flights、Kayak等CLI。

GBrain — 联邦化的agent知识库，支持PGLite/多瘦客户端的拓扑，AI Heroes生产环境基准里以58:7赢了qmd记忆系统。

Find Skills — 日本builder的工作流，按描述的结果从几百个选项里自动选skill，多个用户（@RodmanAi、@Roxx_0x、@DAIEvolutionHub）都点名了。

Token Optimizer / Codeburn / claude-handoff — 三个插件分别做同一件事的不同部分：扫配置告诉你什么在浪费token、跨所有AI编程工具追踪开销、跨"10-20条消息context悬崖"持久化会话状态。三个同一天上热门，说明真正的瓶颈在哪一目了然。

agent-skills — addyosmani的开源生产级skill仓库，把工程实践打包成Claude/Cursor/DeepSeek能读、能管git、能复盘决策的形态，被叫做"in-a-box senior engineer"。