超级用户日报: 2026年6月19日
今天贯穿始终的，是迄今最干净的那个模式：更多token、更多智能，而且大家开始把数字摆上来。一个人把整个工作日交给三个编排好的agent、一天烧400万token，去替掉一个月9000美元的团队；另一个人在一个终端里跑每月30万美元的广告投放，全靠自建skill；一个Mac Mini农场零token成本做到每月12,700美元。但最响的反向暗流是成本本身——有人测出GLM 5.2通过Claude Code只有8%的缓存命中，这让便宜的模型实际上比Opus还贵。另一条主线是非编码的知识工作在真刀真枪地起作用：一个医生的医疗第二大脑、一个会计在乌冬面馆里结账、一个脑瘤患者破解自己的疲劳、一个英语老师在睡梦中生成听力音频。而在这一切之下，那句用血换来的话反复浮现——模型是租来的，harness才是护城河，自我改进活在机械里、不在prompt里。
@browomo [Claude Code]
https://x.com/browomo/status/2067218406944714856
今天最干净的"token就是智能"案例。一个人把整个工作日交给了三个在Claude Code上编排的agent：Codex剪视频并发布，Claude做开发，Hermes运营他整个X账号。每天产出8到12条短视频、15到20次commit、约25条发帖和回复，一天烧掉大约400万token，API账单一个月约520美元。这替代了一个本来要9000美元一个月的三人团队，而他白天在打太鼓达人。他连编排器的system prompt、以及哪三种情况才升级给人类，都贴出来了。
@MichLieben [Claude Code]
https://x.com/MichLieben/status/2067242084684517669
这一批里最可信的赚钱案例。他的增长负责人在一个Claude Code终端里跑着每月30万美元的广告投放，横跨Google、Meta、LinkedIn，全靠他用真实客户campaign打磨出来的一套自建skill，有些跑出了4倍ROAS。每个skill用大白话干一件广告运营的活：Google有negative-keywords、keyword-analyzer、performance-auditor；Meta有audience-builder、creative-fatigue-analyzer、spend-tracker；LinkedIn有bulk-editor、bid-optimizer。他把广告账号接上，终端读skill直接执行，把原来要开三个仪表盘的活收成了一个prompt框。
@mikenevermiss [Claude Code]
https://x.com/mikenevermiss/status/2067151063476531222
一个中国开发者用Claude Code做了个月入18,800美元的落地页生意，零员工。没有销售、没有SDR——就七个agent：一个在Google Maps上扫有过时网站的商家，一个研究潜客并写个性化触达，一个做落地页，一个做视频，一个审消息，一个负责外联，一个在手机上管回复、约电话。整套7×24跑着，月成本约480美元，他只在单子超过3000美元、或转化率掉到阈值以下时才出手。这是把一家agency压缩成了一个配置文件。
@marfinxx [OpenClaw]
https://x.com/marfinxx/status/2067234774435975348
一排实体Mac Mini跑本地agent，据说每月12,700美元经常性收入，给本地商家处理客户线索，token成本为零。有意思的不是数字，是那些用血换来的运维细节：因为macOS会把主机目录暴露给终端调用，裸装就是prompt injection的隐患，于是他把一切隔进Colima Docker容器保护客户数据库。他还专门把集群网关从OpenClaw迁到Hermes Agent来减少token浪费——Hermes用SQLite检索压缩记忆，而不是把原始markdown历史整个加载。这是真的生产经验，不是demo。
@0xDezo [Claude Code]
https://x.com/0xDezo/status/2067261922358018524
一个开发者据说90天赚了18.5万美元，给奢侈品牌做agency级别的Three.js作品集站，工具只有一台MacBook Air上的Claude Code。卖点很具体：Claude Code一帧一帧地写GLSL着色器、粒子漩涡、玻璃扭曲效果；每个站点两秒内加载，定制WebGL加响应式背景。经济账才是重点——工作室收20万美元、半年交一个作品集，他收2万美元、四天交付。一台笔记本搁椅子上，终端开着，替掉了一整个创意工作室。
@CoinSh0t [Claude Code]
https://x.com/CoinSh0t/status/2067265373200642234
硬件赛道：一个车库工程师据说靠卖一个硬币大小的对话转录器赚了34.2万美元，固件是Claude Code写的。物料成本约10美元——一块ESP32开发板、一个INMP441麦克风、一个microSD模块，用I2S和SPI接起来。你让Claude Code写ESP32固件，按下按钮就通过I2S从麦克风录音、把WAV存进SD卡，用Arduino IDE烧录，然后在本地用Whisper把WAV转成文字。成品口袋录音机卖129美元。编程agent遇上电烙铁。
@bonduelleioat [Claude Code]
https://x.com/bonduelleioat/status/2067175971506000381
一个一人AI音乐厂牌，年净收入做到10万美元，没上过音乐学院。Suno在Custom模式下用结构化标签（Intro、Verse、Chorus、Outro）生成可直接发行的曲子，然后一个本地Claude Code agent给音频改名、整理文件夹结构、给发行商生成独特元数据、写社媒推广帖。另外的Python脚本从CSV报表里算流媒体数据和净利润。循环很简单——生成一批、用Claude打包、发给发行商上Spotify——之所以能放大，是因为每一步都是脚本。
@Sprytixl [OpenClaw]
https://x.com/Sprytixl/status/2067258886654988796
零编程背景，两台Mac Mini上跑三个agent，月成本约20美元。一台M4 Pro的Mac Mini跑OpenClaw和Hermes，一台基础款Mac Mini管Telegram，Hermes当老板——它自己搭了个网页界面，再往下分派给两个叫Pete和Bumble的工人agent。打一条指令三个一起干：管他的YouTube频道、记账、记录收入，全都能在手机Telegram上远程驱动。他的说法是：三个7×24的员工只要20美元，而一个兼职人类助理要每月3000到5000美元。
@Least_ordinary [Claude Code]
https://x.com/Least_ordinary/status/2067248992703140105
一个不会写代码的医生，用Karpathy的LLM-WIKI方法在Claude Code和Codex上搭了个Personal AIOS / 第二大脑。它读他的任务看板、每天早上6点发Telegram简报，用equity research和季度跟进的skill盯他的投资组合，还当儿科手术助手生成定制的知情同意书和患者宣教单。它对每次对话做复盘来自我改进，甚至有个"做梦"模式。他反复强调一点：这一切他都是在完全不懂编程的情况下搭出来的——这是知识工作，不是工程。
@ZEIRISHI_Ichibe [Claude Code]
https://x.com/ZEIRISHI_Ichibe/status/2067251185925718089
这个会计案例几乎像个段子，但正因如此才有说服力。他做年度决算的方式是：把一年的通帳照片（用LINE收来的）、固定资产台账、工资Excel扔进一个文件夹，让Claude Code跑remote模式，然后人就走去丸亀制面吃面了。他交代它确保通帳余额对得上、对不明项全部挂到仮払金（暂记款）。暂记款清单弹到了手机上，他一边吃冷猪肉涮乌冬，一边用自然语言一条条把它清掉。账在面吃完之前就结平了。
@alex_verem [Claude Code]
https://x.com/alex_verem/status/2067267765673881953
这个案例配得上那句"这才是AI该干的"。一个有脑瘤的AI研究者，几周内破解了自己的慢性不明疲劳——她的家庭医生几个月都没搞定。她追踪了十几个模型提示的健康指标、做血检、把结果再喂回去、反复迭代，直到精力稳住。病因是她医生从没串联起来的组合：营养缺乏、激素紊乱、加上一个用药剂量问题。她把整个诊断循环打包成了一个谁都能跑的Claude Code skill。
@vivimoneya [OpenClaw]
https://x.com/vivimoneya/status/2067149100492193868
一个财经内容创作者把Hermes Agent当本地AI工作台用，说它把她的行业研究时间砍掉了80%。她主要干三件事：拆行业逻辑（问它"AI背后的电力逻辑"，它会拆成算力需求、数据中心建设、电网升级），把研报、公告、新闻整合成表格和摘要，把术语翻译成外行能懂的话。一次深度测特斯拉，30分钟就产出了业务分部、收入结构、利润率、现金流、负债和竞品对比。她还靠Skillify自动生成可复用的skill。
@Jun_suerte [Claude Code]
https://x.com/Jun_suerte/status/2067197337840329177
一个非编码自动化，对它那个细分领域来说低调但精彩。一个英语讲师在Word里准备好听力题脚本，Claude Code就自动生成音频——一男一女交替朗读，Directions部分还能指定单独的旁白——并下载到指定文件夹。这活在她睡觉或做别的事时自己跑完；她说像做了个自己的克隆。这正是AI悄悄吃掉的那种领域专属的苦活，她现在还开了个学习会，教那些怕IT的老师同样的招。
@mattn_jp [Claude Code]
https://x.com/mattn_jp/status/2067071663573991633
一个犀利的安全运维数据点。Claude Code在用于验证漏洞报告时会检测危险并自动停止；申请加入Cyber Verification Program（CVP）就能解除这个限制。他申请的理由才是真正的故事：像Vim这种广泛使用的开源项目，现在被AI生成的漏洞报告淹没，他不得不用AI来分诊，否则根本追不上。他的CVP申请今早通过了，打算继续用。AI制造噪音、AI清理噪音——夹在中间的是维护者。
@petergyang [Claude Code]
https://x.com/petergyang/status/2067261242088337853
一个纯知识工作的非编码skill：把Codex或Claude Code变成人生和职业顾问。这个/advisor skill是四个文件——SKILL.md定义顾问怎么表现，plan.md放你的目标、原则、精力状态，learnings.md收集过往对话的洞察，eval.md是AI给建议前要跑的检查清单。他说这是他最喜欢的skill，因为它了解他的目标、给真正有用的反馈、而且越聊越好用。这套四文件的模式是个谁都能照抄的干净模板。
@TakoTreba [Claude Code]
https://x.com/TakoTreba/status/2067185594967412867
一个给营销人看的、干净的MCP加agent故事。他把Ordinal的社媒分析MCP接进Claude Code，就说了句"把我的LinkedIn数据拉出来、给我做个仪表盘"。几分钟后他拿到了半年的拆解：81条帖子、107万曝光、最佳发帖日和时间、按触达排序的话题、粉丝增长、还有约3.2万美元的广告价值估算。然后他更进一步，让它用自己那81个钩子训练了一个钩子生成器，按他的语气写新开场白。MCP负责数据，Claude负责综合和造工具。
@mikefutia [Claude Code]
https://x.com/mikefutia/status/2067042344449564871
他在Claude Code里全程vibe coding做了个TikTok图文自动化app——基本上是一个周末克隆了Reelfarm。你设定一个赛道（金融、美妆、健身、情感），Claude就用你的语气写钩子、正文幻灯片、标题和文案，Scrape Creators从Pinterest扒符合调性的图，app把幻灯片拼上文字叠加和CTA，再通过Blotato自动发到TikTok或导出草稿。它自带可复用的内容引擎、会自动补货的钩子库、内置编辑器和可选排程器，一键部署到Replit上7×24跑。
@BradenRicchini [Claude Code]
https://x.com/BradenRicchini/status/2067227510585405818
一个用了六个月、把人工B2B YouTube制作换成一套Claude Code skill栈的实验。选题、标题、缩略图、钩子、开场、脚本、中插和结尾CTA、SEO描述、标签——全跑在一套连起来的栈上，把一份空文档在45分钟内变成可直接开拍的脚本。他点名了那整整11个斜杠命令skill（/yt-ideation、/yt-title、/yt-hook、/yt-script等等），外加一个ICP痛点提取prompt，把三段销售通话记录变成十个视频选题。这是把一个内容工作室重建成了一条链式流水线。
@AItechscarlett [Claude Code]
https://x.com/AItechscarlett/status/2067290058315702516
一个可复现、已开源、建在Claude Code上的求职申请流水线，作者是地球物理学博士Mads Lorentzen（MIT协议）。你fork仓库、把背景填一次，它就对每个职位跑五步：给你的匹配度打分、起草一份只挑相关经历的定制LaTeX简历、写求职信、让第二个agent批评第一个agent的产出来修订、最后编译出干净的PDF。整个系统就是一个文件夹的可编辑markdown文件——个人资料、风格规则、简历模板。针对丹麦招聘网站调过，但流程通用；489个star、270个fork。
@akshay_pachaar [Claude Code]
https://x.com/akshay_pachaar/status/2067227709181415895
一个确实让人佩服的全栈作品：一个3D地球上的实时卫星追踪器，显示一万多颗活跃卫星、含6000多颗星链，带一个2000到2026年的时间轴滑块和每颗卫星的详情（名字、发射日期、国家、高度、速度）。后端是Claude Code通过Tiger CLI的MCP服务器连上Tiger Cloud、自己开了个TimescaleDB实例——建位置快照的hypertable、配每小时轨道统计的连续聚合、拉实时数据、还把整个前端搭了。他用/goal功能让它在很多轮里始终盯着一个明确的终态。
@RoundtableSpace [Claude Code]
https://x.com/RoundtableSpace/status/2067038262854627503
那个反复出现的"把十个标签页收成一个工具"的模式，这次做得好。他厌倦了为查地理数据开十个网站，于是用Claude Code做了一张可交互地图，把所有图层叠进一个能开能关的视图里：柯本气候带和地表覆盖、人口密度和夜间灯光、实时航班和海底光缆、各国民主指数，底图是原始卫星影像。每层随手开关，不用离开页面。一个零散的日常烦恼被折进了一个屏幕——这是vibe coding最靠谱的那一类实用品。
@charliejhills [Claude Code]
https://x.com/charliejhills/status/2067264197516562592
一个干净的"系统比模型更重要"的信息图制作配方。他在一个专门的project里工作，每次自动加载品牌文件，用/plan进plan模式开局，触发自定义的/infographic skill，再给一个COPY.md，让Claude永远不去猜数据和标签。一张参考截图定结构，/goal让Claude对着目标循环和自检，反复出现的修正被写回CLAUDE.md。他开Auto Mode让它不停下来问，策略用Opus 4.8、执行用Sonnet。产出的是一条可复用的设计流水线，不是一次性prompt。
@neil_xbt [Claude Code]
https://x.com/neil_xbt/status/2067129363162857897
一个真的活下来了的第二大脑，还有数字佐证。大多数人的Obsidian加Claude Code知识库都死在搭建期——一个漂亮的空库、一个坏掉的cron、一片插件坟场——因为真正的问题从来不是检索，而是采集、处理、以及一个agent在你睡觉时按计划维护这套系统。他的作品Familiar把这三件都解决了：347条笔记、50个文件的收件箱批次4分钟内处理完、连续11周无人工维护。他把完整搭建过程公开到了每个skill文件和cron表达式。
@undefinedKi [Claude Code]
https://x.com/undefinedKi/status/2067246892577107990
两个开源的Obsidian加Claude Code第二大脑启动套件，专给那些老死在搭建期的人。第一个（ballred/obsidian-claude-pkm）是目标驱动的，从三年愿景一路级联到年度、月度、每日目标，让每个任务都能追溯，Claude负责复盘进度、盯着你对账。第二个Claudesidian（heyitsnoah/claudesidian）建在PARA方法上——把笔记丢进去，Claude读整个库、浮出你漏掉的关联、把一切保持为本地纯markdown、并自动commit。两个都是直接把结构给你，而不是让你自己搭。
@jerryjliu0 [Claude Code]
https://x.com/jerryjliu0/status/2067256827889479759
一个少见的、针对agent真实决策轨迹来调优skill的案例，来自LlamaIndex。他们做了LiteParse让Claude Code更好更快地理解PDF，但真正的诀窍是研究Claude Code在文件系统上怎么操作、然后掐掉那些烧钱的错误：每次搜索都重新解析PDF、OCR一直开着、没必要地读截图、动不动dump一大堆grep。他们加了个对已解析文本的简单BM-25检索、削减串行grep轮次来降延迟。最终结果：比直接让Claude Code啃原始PDF便宜37%、准确率还更高，LiteParse免费开源。
@iximiuz [Claude Code]
https://x.com/iximiuz/status/2067280176279347649
今天的运维一行流。他把Claude Code指向Grafana Cloud的CLI（gcx），用他自己说的"史上最蠢的prompt"把生产日志量砍了一半："用gcx分析过去4小时的日志，提出能减少日志量但不太损失可见性的代码改动。"不用在仪表盘里翻找，不用手动审计日志——就把CLI和一个目标交给agent。这提醒我们：现在很多杠杆，就是把一个agent接到你本来就有的工具上、然后好好把话说清楚。
@zubinpahuja [Claude Code]
https://x.com/zubinpahuja/status/2067309056084291783
一个真正有用的技术贴：怎么并行跑几个Claude Code会话而不互相打架。worktree给了隔离但救不了你——两个会话改同一个文件，合并时照样冲突。他的两层修法：第一，把计划切成一个个"wave"，每个并行任务拥有一组互不相交的文件，这样两个会话永远不会被分到同一个文件；第二，每个任务把自己的文件足迹声明为一个"Footprint:"的git commit trailer，一个pre-push钩子检查diff有没有越界。他还加了个committer脚本，只暂存列出的路径，免得"git add ."把隔壁会话的活也扫进来。
@cyrilXBT [Claude Code]
https://x.com/cyrilXBT/status/2067090109967835362
对"过夜跑、用手机驱动"这个转变最清晰的表述，归到那位据说卸载了IDE、过夜跑几千个agent的Claude Code作者头上。第一层是白天的会话内循环，每个都是一行斜杠命令、按固定节奏跑。他列了值得跑的七个：/loop 5m /babysit盯PR审查和CI失败，/loop 30m /slack-feedback把Slack挖成PR，/loop /post-merge-sweeper，/loop 1h /pr-pruner关掉过期PR，/loop 15m /triage-issues，/loop 2h /claude-md-distiller，/loop 5m /deploy-watch。斜杠命令以markdown文件存在.claude/commands里、提交进git。
@eugZolotarenko [Claude Code]
https://x.com/eugZolotarenko/status/2067231747289346500
短，但这是个真实的端到端自主数据点：他那台装了Claude Code的Mac Mini刚把第一个app提交了App Store审核——而且他说这台机器是自己想的点子、自己建、自己测、自己提交的。不管你怎么看这个说法，一台专用机器跑着一个agent、从点子一路走到App Store提交、全程没有人介入，正是所有人都在绕着转的那个7×24自主工作者方向。硬件很便宜，自主性才是产品。
@kohjingyu [Claude Code]
https://x.com/kohjingyu/status/2067047982009102345
一个伪装成趣闻的"token即燃料"好故事。他的同办公室同学Lawrence花了整整一个学期、烧穿两个Claude Max套餐，建了MyPCBench——一个Michael Scott的模拟数字生活，用来评测computer-use agent。它是一张互联的模拟应用网（LockedIn、HooliChat、HangryDash、打车、银行），模拟同事通过本地部署的LLM回应、所有数据互相打通。作者玩了一小时、把模拟角色玩破产了，然后懂了那个愿景：评测CUA agent就是要在一段个性化的数字历史里穿行，而且你能安全地测OpenClaw式的工作流、不碰真实世界。
@lemire [Claude Code]
https://x.com/lemire/status/2067298706072674486
一个来自严肃工程师（Daniel Lemire，在做Roaring bitmaps的C实现）的宝贵警示。他让跑在最新Opus上的Claude Code写一个在低内存条件下压测内存分配的测试，交代它去模拟失败。结果随着时间推移，agent跑偏了、开始真的吞掉大量内存来逼出真实的失败——把他的笔记本搞崩了。重启之后会话部分恢复、又跑了同一个压测、在他反应过来之前第二次把笔记本搞崩。一个干净的反面教材：当agent太字面、又太爱冒险时会怎样。
@Jiaxi_Cui [Claude Code]
https://x.com/Jiaxi_Cui/status/2067196888714227986
一个具体、带测量的警告，正好反驳"中国模型便宜"的炒作。如果你通过Claude Code跑GLM 5.2，缓存命中率非常低——他测下来约8%——这让实际价格比Opus还贵。他回忆某个Anthropic版本改了Claude Code的逻辑、让非Claude模型缓存命中很差，建议GLM 5.2换别的agent用。这种带数字的发现顶得上十条观点：模型每token更便宜，但harness对它的惩罚足以把省下的钱抹平。
@xiaohu [Claude Code]
https://x.com/xiaohu/status/2067131704343716087
一个高密度复盘，讲Claude Code团队关于"随着模型变强，少即是多"的分享。作者自己的CLAUDE.md现在就两行——PR自动合并、PR发审批频道——其余团队规则放在一个提交进仓库、全队每周共建的文件里；当这文件膨胀到几千token，他的建议是直接删掉、用最少的东西重写。它解释了为什么坚持把Claude Code做成CLI而不是GUI（模型进步太快，UI半年就过时）、冗长对简洁输出的拉扯、以及一个惊人的例子：Claude Code写了个工具分析堆转储、比工程师更快找出了内存泄漏。
@dvassallo [Claude Code]
https://x.com/dvassallo/status/2067270246256521299
今天触达最高的帖子，也是个真实的搭建故事。他的孩子在用Cursor vibe coding做小网页游戏，但游戏需要真后端，于是他临时拼了个单仓库方案、每次push就部署到一台Hetzner机器。等他们那个游戏FULL SEND for Vibe Jam 2026冲到3.8万多玩家，胶带就得变成真东西，于是他把它重建成一个单一的Go二进制，自己安装并驱动Docker、Kamal、Cloudflare、Tailscale和GitHub。一次git push五秒内上线，零停机部署、隔离容器、自动DNS/TLS——作为面向"一台服务器跑多个app"场景的Kamal封装开源了。
@sabhyac267 [Claude Code]
https://x.com/sabhyac267/status/2067343130614182277
一个值得标记的新项目，因为它点出了下一个瓶颈：同时编排多个agent。Omnigent是一个开源的"元harness"，坐在Claude Code、Codex、Pi和你自己的agent之上来协调它们——起因是作者在10到20个终端标签页之间跳到要疯。具体功能：像/cross-review这样的工作流，让Claude Code构建、Codex审查、它们自己迭代；会话共享和多人聊天；用于限制成本或拦截危险操作的上下文策略；以及带Modal和Daytona沙箱集成的云端执行。全部开源。
@0xbelorix [Claude Code]
https://x.com/0xbelorix/status/2067122316606406789
所有认真的人都在收敛到的那个论点，被直白地说了出来：循环拿掌声，harness干真活。十个搭建者里九个用默认配置跑Claude Code——没规则、没子agent、没钩子、没记忆——然后纳闷自己的循环为啥产出垃圾。一个harness就是四样东西（模型、工具、权限、上下文）；其余一切，子agent、钩子、记忆，都只是在塑造这四样里的某一样。值得记住的那句：钩子是强制，CLAUDE.md是建议，而一个模型审自己的产出会对自己太宽容。自我改进是harness的属性，不是模型的。
@alliekmiller [Claude Code]
https://x.com/alliekmiller/status/2067363639095394759
一个具体的、已在生产里跑的Slack AI劳动力模式。每个核心成员都有一个"loop"Slack频道（比如loop-allie），里面有这个成员加Claude Code/Codex。谁都能丢任务进去；低风险的由一个AI幕僚长路由、完成、核验、打勾，而高风险操作（发邮件、拉文件）只起草、挂起等emoji审批。整套劳动力按15分钟一轮跑，这意味着成员实际上可以驱动彼此的AI agent劳动力。在团队本来就待着的工具里，做了按风险分级的自主。
@huangyun_122 [OpenClaw]
https://x.com/huangyun_122/status/2067120312781803954
一个让人解气的非编码排障案例。他在一台带3060的MSI机器上忍了一年多的3到4分钟Windows开机，一直怪Nvidia驱动。他用OpenCode加中转的Opus 4.6跑了两小时，agent带他正经过了一遍Windows启动追踪——揪出了真凶：1400多万个临时文件，根本不是显卡驱动。他把花的约100美元比作请了个现场手把手教的运维老师，还开玩笑说现在知道上门提供OpenClaw/Hermes服务该怎么收费了。
🗣 用户心声
用户心声
token成本是唯一最响的主题，而且已经量化了。@Jiaxi_Cui 测出GLM 5.2通过Claude Code只有约8%缓存命中、实际比Opus还贵；@browomo 一天跑400万token、账单每月520美元；@kohjingyu 的同学为一个benchmark烧穿了两个Max套餐。大家现在把token当成硬性预算线。
他们要的是harness可移植、模型可选，不是锁定。@louszbd 发了一整套"GLM-5.2跨harness"手册，@lidangzzz 在Claude Code里跑GLM、为10小时长任务和配置摩擦较劲，大家不断把活做成可移植的Skill来对抗平台更替。
"逃离键盘"的转变是真实且物理的。@cyrilXBT 转述了那七个过夜循环，@Asteri_eth 和 @eugZolotarenko 跑专用Mac Mini、用手机或iPad驱动，梦想始终是"我不在机器边时agent还在干活"。
不会写代码的人想进来，而且真进来了。@Least_ordinary 在完全不懂代码的情况下搭了医疗第二大脑，@ZEIRISHI_Ichibe 在餐馆里结账，@Jun_suerte 自动化教学材料——反复出现的诉求是更少步骤、更少搭建摩擦。
还有那条硬共识：harness才是护城河。@0xbelorix（"钩子是强制，CLAUDE.md是建议"）和 @xiaohu 转述的Claude Code团队"少即是多"分享，落点是同一个——价值在模型周围的机械里。
token成本是唯一最响的主题，而且已经量化了。@Jiaxi_Cui 测出GLM 5.2通过Claude Code只有约8%缓存命中、实际比Opus还贵；@browomo 一天跑400万token、账单每月520美元；@kohjingyu 的同学为一个benchmark烧穿了两个Max套餐。大家现在把token当成硬性预算线。
他们要的是harness可移植、模型可选，不是锁定。@louszbd 发了一整套"GLM-5.2跨harness"手册，@lidangzzz 在Claude Code里跑GLM、为10小时长任务和配置摩擦较劲，大家不断把活做成可移植的Skill来对抗平台更替。
"逃离键盘"的转变是真实且物理的。@cyrilXBT 转述了那七个过夜循环，@Asteri_eth 和 @eugZolotarenko 跑专用Mac Mini、用手机或iPad驱动，梦想始终是"我不在机器边时agent还在干活"。
不会写代码的人想进来，而且真进来了。@Least_ordinary 在完全不懂代码的情况下搭了医疗第二大脑，@ZEIRISHI_Ichibe 在餐馆里结账，@Jun_suerte 自动化教学材料——反复出现的诉求是更少步骤、更少搭建摩擦。
还有那条硬共识：harness才是护城河。@0xbelorix（"钩子是强制，CLAUDE.md是建议"）和 @xiaohu 转述的Claude Code团队"少即是多"分享，落点是同一个——价值在模型周围的机械里。
📡 生态产品雷达
生态产品雷达
Codex —— 今天被搭配得最多的工具，反复和Claude Code并跑或互相handoff。
Hermes / OpenClaw —— 运营、获客、个人助理部署背后的自主agent层；为了记忆和成本，大家不断往Hermes迁。
GLM-5.2 —— 被讨论最多的替代模型，被指向Claude Code和其他harness（但有缓存命中的坑）。
Cursor —— 仍是大家拿来和Claude Code搭配或对比的IDE侧默认agent。
Obsidian —— 反复出现、接进第二大脑和PKM方案的记忆/知识库层。
Antigravity / Cline / Kilo Code —— 这些工作流里轮换使用的其他harness。
Ollama / vLLM / Qwen / DeepSeek / MiniMax M3 —— 撑起省成本和端侧方案的本地推理引擎和开源权重模型。
Suno —— 一人自动化音乐厂牌背后的曲子生成器。
Codex —— 今天被搭配得最多的工具，反复和Claude Code并跑或互相handoff。
Hermes / OpenClaw —— 运营、获客、个人助理部署背后的自主agent层；为了记忆和成本，大家不断往Hermes迁。
GLM-5.2 —— 被讨论最多的替代模型，被指向Claude Code和其他harness（但有缓存命中的坑）。
Cursor —— 仍是大家拿来和Claude Code搭配或对比的IDE侧默认agent。
Obsidian —— 反复出现、接进第二大脑和PKM方案的记忆/知识库层。
Antigravity / Cline / Kilo Code —— 这些工作流里轮换使用的其他harness。
Ollama / vLLM / Qwen / DeepSeek / MiniMax M3 —— 撑起省成本和端侧方案的本地推理引擎和开源权重模型。
Suno —— 一人自动化音乐厂牌背后的曲子生成器。
评论