超级用户日报: 2026-11-21
11 月 19 日周四是 Anthropic 上市的日子,但这一天最有用的帖子在聊一个更安静的问题:你怎么知道 agent 真把事办成了。一家日本游戏媒体编辑部把 Claude Code 给自己写的 153 份失败记录翻出来逐份看,82% 发生时退出码和测试都显示「通过」。一个机器人研讨会实测 Claude Code 开一台双臂机器人,它一半以上的时间在想,真正在动的不到三分之一。有人在一台 2012 年的 ThinkPad 上把整套操作系统跑了起来,能成全靠第一天就定下的规矩:系统必须能通过串口被程序读写,这样 agent 才能自己看屏幕、自己验收。另一条线是根本不写软件的人:10 美元给德州一家卷饼店做出一条 UGC 广告,给自家猫做一套微信表情,用 Synthesizer V 翻唱一首歌,用代码让一张插画开口说话,还有人把 MMORPG 的开场动画按秒写成台本。两条线说的是同一件事:活交给 agent,人的工作变成搭那道检查。
@fax_v2_0 [Claude Code]
https://x.com/fax_v2_0/status/2123366040872558602
有人用 Fable 5.2 通过 Claude Code 写了一整套操作系统,还真在一台 2012 年的 ThinkPad T430 上启动了。它不是 Unix:没有文件,核心是一个写时复制的 B 树数据库,命令行里直接敲 SQL,连「现在跑着哪些任务」都是一张可以查询的表。大约 2.5 万行 Rust,不依赖任何外部 crate,自带 TCP/IP 协议栈、SATA 和 Intel 网卡驱动,229 个单元测试加 326 个在 QEMU 里跑的整机检查。能做成靠的是第一天就定下的规矩:系统必须能通过串口、用程序读得懂的格式被操作,这样 agent 才能自己开机、敲命令、读屏幕、验收自己的活。真机还是有最终发言权:网卡五轮测试都是只收不发,最后发现是一个寄存器被整体写入,而不是按位写。
@ai_chuhai [Claude Code]
https://x.com/ai_chuhai/status/2123350283338006824
日本一家游戏媒体编辑部从 6 月起让 Claude Code 做 Godot 和 Unreal 游戏:四个 Godot 项目、7878 个提交,81% 带 Claude 共同署名。Claude 每踩一个费时间的坑就给自己写一份失败记录,编辑部把 153 份全部翻回来看。其中 125 份,也就是 82%,当时退出码和测试结果都没显示失败,进程也没停。最典型的一例是 40 个 Godot 统计脚本并行跑,退出码全是 0、全部「合格」,日志里却每次都报 SCRIPT ERROR,因为代码调用了一个 Godot 4 里根本不存在的 String 构造函数,统计值始终是 0。后来的改法是几样信号一起判:日志里的 ERROR 行数、该生成的文件在不在、用线上同一个渲染器截图读像素、自动对战每局的日志,手感和好不好玩这种判断留给人来批。
@junfanzhu98 [Claude Code]
https://x.com/junfanzhu98/status/2123234896730792301
CoRL 2026 agent 机器人研讨会的一位联合组织者,转述了当天数据最密的一场报告:Claude Code(Opus 5.5)和 Codex(GPT-6 Astra)通过 MCP 工具开一台轮式双臂机器人,不用物体检测器,任务是把水果放进篮子、把碗放上架子、开门。机器人真正在动的时间只有 20% 到 36%,Opus 一半以上的任务时间在思考。学会技能之后,Opus 完成一次任务大约 2.4 到 5.1 分钟、花 1.2 到 2 美元,Astra 要 10 分钟左右、4 到 7 美元;水果和开门两家都是 100%,放碗两家都是 0%。给 agent 更多工具并没有帮助,先在仿真里排练也只把放碗提到 25%。安全上的结论很直白:写代码有 git revert,机器人没有撤销键,有个 agent 感知到大力之后过了 48 秒才要求收回,急停必须是毫秒级的,不能等模型想完。
@leploutos [Claude Code]
https://x.com/leploutos/status/2123349060073521540
一位独立创始人六周做出了一款儿童听写应用:原生 iPhone 版、原生安卓版、一个服务端,向苹果和谷歌提交了 5 个版本,代码一行没亲手写。几个 Claude Code 会话并行干活,创始人只负责协调。每个仓库都有一份 CLAUDE.md,写着产品规矩(生成的听写里出一个错就不可接受,孩子的任何数据都不离开手机)、说「做完了」之前必须跑的构建和测试命令,以及踩过的坑,比如在全新模拟器上第一次跑内购测试一定失败、要重跑。旁边还有一份决策文件,一百多条选择,每条都标了日期和理由,新来的 agent 不用解释就知道为什么当初否掉了跨平台。所有事都走 GitHub issue,带平台标签和版本里程碑,几个并行会话也是从这之后才不再互相踩脚。
@codyschneider [Claude Code]
https://x.com/codyschneider/status/2123204689982296185
一位营销人花大约 10 美元的额度,给德州一家卷饼连锁店做了一条 27 秒的 AI UGC 广告,整件事由 Claude Code 在一个终端里跑完。它先拉下这家店正在投的 Meta 广告(只有一条节日礼品卡促销,画面里没有食物),再抓了他们最近 48 条 Instagram、77 张图,所以生成出来的是他们家红色饼皮的牛排卷饼,不是图库卷饼。它写了 66 个词、9 个镜头的脚本,把虚拟人放进他们真实门店的卡座里,背景是 Instagram 上那面冲浪壁画,再克隆声音,渲染出口播镜头和包括淋芝士在内的 5 个食物镜头。最后用 whisperx 把每个字跟脚本对一遍,错字为零,ffmpeg 按词的时间点剪辑、上字幕、加结尾卡。餐厅 UGC 是最套路化的广告格式,正因为这样才最适合交给 agent。
@DomainMaster [Claude Code]
https://x.com/DomainMaster/status/2123465841672904839
一位开发者用一条真实的提示词加一支混编 agent 团队,修掉了自己浏览器机器人足球游戏里的 18 个 bug。Codex 负责协调,Grok Bot 和 Muse 去线上实际玩、把 bug 连同复现步骤和录屏记下来,Claude Code 负责查原因、写修复。Codex 把重复的报告合并、把证据转给 Claude、测试卡住时去追问、再安排复测,比如 Grok Bot 说第一次修完比赛计时器还是不好认,就又走了一轮。人只按了一次 Tab 加回车,批准合并并部署 3 个 PR。18 个问题里,11 个只有 Grok Bot 报了,2 个只有 Muse 报了,4 个两边都报了,1 个是 Claude 排查时自己发现的,这算是「测试员要多找几个」的一个像样论据。
@nikarpit [Claude Code]
https://x.com/nikarpit/status/2123301636638752939
一位设计师出身的创始人说,团队现在几乎不打开 Figma 了,因为这几个月整套设计流程都搬进了 Claude Code。设计师大部分时间在搭原型、维护设计系统、直接改前端,职位实际上已经变成了设计工程师。Figma 只剩一个丢想法、随手摆一摆的草稿本,设计系统住在一份 designsystem.md 里,再配几个 skill 告诉 agent 上线前要查什么、审什么。子 agent 会并行探索几个设计方向,团队可以把整条流程摆在一起看。重点不只是快:做出一个版本、摸一摸手感、直接上线,不用再把脑子里的每个细节讲给别人听。
@sidvalecha_ [Claude Code]
https://x.com/sidvalecha_/status/2123243160134681086
旧金山被淹的那天,有人用 Claude Code 加 Grok 大约两小时做出了一张实时内涝地图。Grok 的视觉能力去读 X 上内涝照片里的路牌和店招,推断每张照片是在哪拍的。这些点再叠到美国国家气象局的预警、潮汐数据以及 SFPUC 和 FEMA 的风险区上。项目不大,但很能说明一个两小时公共工具该长什么样:视觉模型给乱七八糟的公开照片定位,官方图层提供背景,agent 在事情还在发生的时候把它们粘在一起。
@GoSailGlobal [Claude Code]
https://x.com/GoSailGlobal/status/2123320618661929399
一位中文作者拿 12 个动画 skill 做同一件活,给一家面包店做六段动画,再跟不装 skill 的 Claude Code 对比。不装任何 skill 的 Claude Code 六题对五题,一共花了 1.77 美元。大多数 skill 答对的数量差不多,但更慢也更贵,只有 2 个比不装快(都是网页动效),而且每一个都更贵。值得装的只有三个窄用途的:做像素精灵图的 sprite-gen、做 3D 角色的 img2threejs、做流程动画的 SeeCode。完整榜单测了 79 个动画 skill,最大的教训是:skill 要在你自己的任务上赢过裸模型,而不是在它的 README 上。
@1red2black [Claude Code]
https://x.com/1red2black/status/2123337784748294326
一位俄语开发者分享了一个对付过度设计的办法:单开一个会话改名叫 bigboss,其他 agent 都要向它汇报。同一台机器上的 Claude Code 会话之间可以互相发消息,于是架构师和程序员会话被要求:改计划、改产品功能清单、或者要验收之前,先去找 bigboss,它不满意就一直改到满意为止。bigboss 用的是品味好但推理档位低的模型,故意不让它太聪明、天生讨厌复杂。提示词把它设定成一个说话难听但总是对的创始人形象,于是 agent 不再镀金,因为有个手握否决权的人一直在问:这个功能到底需不需要。
@zasuko_michiksa [Claude Code]
https://x.com/zasuko_michiksa/status/2123295105453068654
一位日本创作者用 Claude Code 把自己和吉祥物猫的讲解动画全部用代码做了出来,没用任何视频生成模型。插画被拆成眼睛、嘴、头发等部件,做成没有线稿的矢量人偶;身体动作来自英伟达的 Kimodo,它能把文字变成骨骼动作;口型则跟着声音大小自动开合。眨眼、呼吸、视线也都是自动的,分镜、图解和字幕同样是代码。因为每个部件都是参数而不是生成出来的画面,要改一处只需改一个数值,不用整段重新抽卡。
@ivy432hz [Claude Code]
https://x.com/ivy432hz/status/2123398117072764957
一位业余爱好者买了 Synthesizer V 2 和一个声库,把一首原本用 Suno 做的歌自己翻唱了一遍,所有操作都交给了 Claude Code。人这边做的只是反复提「这里改一下」之类的要求。声音合成的设置由 Claude Code 搞定,连一些很吵、很个人口味的要求也都照单全收,作者还配了一个官方 MMD 模型做演出。几处稍微跑调的音故意留着,因为听起来可爱。这很能说明 Claude Code 当录音棚助理的用法:你知道自己想听到什么,但不会开那些软件。
@atom63_ [Claude Code]
https://x.com/atom63_/status/2123327722101637432
一位创作者用一套配置给自家猫做了一整套微信表情,外加一条宣传视频。Claude Code 跑在一台 Mac mini 上做总调度,Codex 出图,MiniMax 的接口做动画,代码负责拼成视频,作者全程用手机指挥。完全没用 agent 框架。工作流程是边做边长出来的,就是仓库里几份普通文档,这大概是最值得抄的部分:所谓流程,不过是 agent 下次会读的几个文件。
@kokushing [Claude Code]
https://x.com/kokushing/status/2123345150956978267
一位日本独立开发者用 Tripo Studio 和 Claude Code 给自己的 MMORPG 做了三段开场动画,分别约 3 分 20 秒、20 秒和 22 秒,这条帖子由 Tripo 赞助。女神、洞窟、村庄的 3D 由 Tripo 建模,女神设计图由 Codex 画,Blender 负责组装和绑骨,台本、镜头、演出、拍摄和剪辑都由 Claude Code 写,而且全部在 Godot 里实时运行,不是视频文件。台本写成一张时间表,列出镜头、角色、灯光、画面和音乐;镜头以洞口这类基准点为参照放置;每个时间点的静帧排在一起先看一遍,再进游戏确认。修改就来自这一步,比如醒来那个镜头头被下面黑边切掉了,就把镜头拉远。整套做法写成了手册,Claude Code 每次开工前先读。
@MengTo [Claude Code]
https://x.com/MengTo/status/2123355714693521766
一位设计师用 Fable 5.2 两天做出一个回合制 three.js 游戏,角色部分试了个新办法。作者给 Claude Code 每个角色一张图,再接上 Hi3D 的 MCP,然后就在旁边看。Claude Code 自己上传每张图、先查一遍费用、四个任务同时开跑、一直轮询到全部完成,再把每个模型下载成 GLB。人只负责那几张图,从 2D 草图到能用的 3D 素材,中间全部由 agent 通过一个 MCP 完成。
@BuildFastWithAI [Claude Code]
https://x.com/BuildFastWithAI/status/2123256021531701383
有人让 Claude Code 里的 Fable 5.2 和 Codex 里的 GPT-6.2 Astra 做同一件活:在 Blender 里建一辆保时捷 GT3 RS。Claude Code 被设成一直迭代,直到评审 agent 认可、或者跟参考图足够接近为止,结果一整周的额度都烧在这一件事上。Codex 的路子完全不同,3 小时、只发了两条消息,不过它无视了「去掉车牌」的指令。细节上 Fable 明显赢,速度上 Astra 赢。真正有用的教训是那个评审循环本身:一句没有上限的「改到通过为止」,正是一周额度在一个任务里消失的方式。
@turingou [Claude Code]
https://x.com/turingou/status/2123276231554548169
一位常驻东京的创始人这周又把 Claude Code 额度用光了,而且这周大部分时间在外面旅游,90% 以上的活是用手机操作 Claude Code 的云端环境完成的。作者的理由是推理和计算放在同一处:云端环境能包下 80% 到 90% 的自动化工作,不需要弹权限卡片,结果也不用漂洋过海传回自己电脑再传回去。以前作者用公司在东京的服务器做构建和开发,但现在从云端去操作那台服务器,要点的权限卡片比直接在云端干活还多,于是大部分自动化开发都搬进了 Claude Code 自带的云端项目。共享机器经常重建,就在初始化脚本里自动恢复登录、拉取备份,只读密钥放进环境的密钥库。长期打算是把手上的 Mac mini 和 Mac Studio 都改成 CI 机器,个人电脑只当一块屏幕。
@RoundtableSpace [Claude Code]
https://x.com/RoundtableSpace/status/2123246130771173563
一颗草莓,花了两周、3958 条指令、Claude Code agent 的 17453 次工具调用。产出是一个程序化生成草莓的 Blender 插件,里面大约 7700 个几何节点。这是个很极端的例子,说明当产出是节点图而不是网格时,agent 能磨多久:成千上万个可以逐一检查的小改动,没有哪个人愿意手工去摆。对打算做程序化素材的人来说,这也是一个有用的成本参照,力气都花在反复迭代上,而不是某一条聪明的提示词。
@elionaz [Claude Code]
https://x.com/elionaz/status/2123275572453294150
一位开发者做了 agenterm,一个 macOS 应用,可以把 Claude Code、Codex、Gemini 和任何 agent 命令行工具按项目分组并排运行。每个 agent 都有自己的 git worktree,并行会话永远不会改同一份检出。会话比应用活得久,关掉窗口不会杀掉长任务,agent 需要你输入时它会提醒你。免费、MIT 协议,瞄准的正是这周最常见的抱怨:你在看别的东西,agent 却在那儿默默等你批准。
@bojie_li [Claude Code]
https://x.com/bojie_li/status/2123335123232031209
一位中文 AI 创业者分享了一个在 Claude Code 和 Codex 里做长任务的小技巧:让它在子 agent 里干活,主会话留着跟你讨论。默认情况下活都在主会话里干,你问个问题,它往往得先把手头这一步收尾才回答,一等就是几分钟;会话里还塞满了你并不关心的命令细节,想翻回几小时前的对话很费劲。主会话聊天、子 agent 干活之后,界面清爽很多。用作者的话说:恭喜你,你把 Claude Code 改造成了个人 agent 那种「主会话聊天、后台执行」的架构。
@binghott [Claude Code]
https://x.com/binghott/status/2123531340725506552
一位投放从业者第一次用 Meta 的 MCP 接 Claude 时,觉得它烂透了。这周同样的配置换成 Claude Code 跑 Opus 5.5,上传视频、复制现有广告再发新广告,做得又轻松又准确,中间没用任何第三方工具。这正是代理商按月收费的那种重复性 Ads Manager 工作。值得注意的变化不只是模型,而是官方连接器好用到中间件那一层直接消失了。
@ayumi_t820 [Claude Code]
https://x.com/ayumi_t820/status/2123269429198999810
一位日本创作者发在 YouTube 上的「只用 Claude 剪视频」,成了作者第一条播放破千的横版视频。做法是 Claude Code(Opus 5.5)配合 Remotion,准备一张简单的立绘和一个模板,就能批量出解说视频。模板负责视觉风格,agent 负责填内容,每条新视频的成本因此很低。这个小里程碑有意思的地方在于,观众是冲着这套方法本身来的。
@adrienrusso [Claude Code]
https://x.com/adrienrusso/status/2123421657909883151
一位法国创作者先在网上问大家怎么做一条动画视频,最后用 Claude Code、Remotion、ElevenLabs、OpenAI 的图像模型(做光晕和放射光效)加上免版税音乐做了出来。几乎一条提示词就出了很不错的效果。这套组合在动效视频里反复出现:Remotion 管时间线,ElevenLabs 管配音,图像模型管特效,Claude Code 写把它们串起来的代码。
@alex_borto [Claude Code]
https://x.com/alex_borto/status/2123360887168000055
一位法国开发者只靠 AI 做了一个网站,Claude Design 管外观,Claude Code 管实现。花的时间不短,是故意的,因为不想做出一个大家都见过的千篇一律页面,最后 PageSpeed 跑分非常漂亮。问题出在搜索上:AI 完全把 SEO 和 GEO 的基本功晾在一边,被狠狠催了才补上。内容更新目前走 cPanel 的 API,作者还在观望,等网站超过几个页面之后这套管理方式能不能撑住。
@nyxienyxie [Claude Code]
https://x.com/nyxienyxie/status/2123460854519664985
Mastra 开源了维护自家框架的那座「工厂」,上周 agent 合并了 238 个 PR,人类合并了 630 个。这条帖子的重点是:PR 数量恰恰是最不该照抄的东西。WorkOS 先搭的是标准配置,沙箱加模型加仓库,提示词进、PR 出,结果跟工程师在自己笔记本上跑 Claude Code 没区别。真正改变结果的,是把团队流程放进工厂:受理、分诊、计划、构建、评审、完成,每一步都有明确关卡;评审意见直接回灌到正在跑的会话里;再用一个带出处引用的 markdown 维基当公司记忆。Mastra 甚至对外关闭了 PR,贡献者现在改交详细的复现步骤,因为当代码由 agent 来写,稀缺的输入就变成了一份好的问题描述。
@aakashgupta [Claude Code]
https://x.com/aakashgupta/status/2123498797636735174
Zapier 招人时把每个人的 AI 能力分成四级,产品经理用 ChatGPT 写需求文档,只能评到第二级。一位产品写作者上播客时,把自己三个层次的作品给 Zapier 的 CEO 看:基础 ChatGPT 用法被评为 Capable,自己一个人用 Claude Code 搭的 PM OS 被评为 Adoptive,一整套 Company OS 被评为 Transformative,理由是 transformative 意味着你是第一个这样做的人。评分表最顶上那两格很说明问题,因为最后都会被全公司用上:评测先行的产品开发,以及基于微调模型、能开出新价格档位的功能。于是作者 11 天做出一套 Company OS,在团队里推开了。面试变成了现场演示,门槛是做出别人能拿去用的东西,而不是自己省了一个下午。
@codyschneider [Claude Code]
https://x.com/codyschneider/status/2123441314192818600
一位增长营销人开源了一个由编码 agent 来操作的 AI 视频剪辑器,相当于 Descript、Frame.io 和 After Effects 的混合体。它能在两分钟左右把一小时素材逐词转写,区分说话人,按音频把每个机位、录屏和麦克风对齐,再用云端 GPU 几分钟渲染完一小时的视频。所有剪辑都由 Claude Code、Grok Bot 或 Codex 完成,它们读转写稿、挑镜头、剪掉嗯啊和冷场、自动切到正在说话的人。让它成为团队工具的是多人评审:在某一帧或某一段留言,以 @agent 开头就变成 agent 的任务,agent 认领、改、重渲出 v2,再回复改了什么和对应的时间码。
@911_takuya [Claude Code]
https://x.com/911_takuya/status/2123565080629637617
一位日本开发者给自己做的几套系统都加上了 MCP 接口,这样全部都能从 Claude Code 里操作。现在 Claude Code 成了中枢,统一管理这些系统,不用每套各开一个后台。作者说方便到离谱,推荐大家都试试。这是插件潮的自建版:系统是你自己的,就不用等厂商出连接器,给每套系统开一个小小的 MCP 口,上面坐一个 agent 就够了。
@FinansowyUmysl [Claude Code]
https://x.com/FinansowyUmysl/status/2123407695596191916
一位波兰用户把工作电脑放在桌上,插着电、关掉休眠,在电脑和 iPhone 上都装了 Tailscale,再装上 T3 Code。现在可以在任何地方用手机远程干活,用的是自己的电脑和自己的 Claude Code 配置。回复区里全是别的做法,从 VPS 上跑 tmux,到用 Telegram 机器人在笔记本上启动 Claude Code,再到 Claude Code 自带的远程功能。共同的需求很清楚:agent 跑在自己掌控的硬件上,从口袋里就能够到它。
@cxjwin [Claude Code]
https://x.com/cxjwin/status/2123256763340444007
一位中文用户把一份体检报告交给开源的健康档案项目 Mirobody,全程在自己的 Mac 上跑,一个 API key 都没填:llama.cpp 跑一个 2B 小模型,glm-ocr 负责读图,机器是 48GB 的 M4 Pro。第一次上传整份 14 页 PDF,进来 33 条,化验单那 3 页一条没有,原因是那几页是扫描图、页眉却是文字,而规则规定有文字层的页面不走 OCR。把这 3 页截图单独传,58 行化验结果全进来了,和原件逐项对得上,只错了 3 处小地方,比如一个参考范围多读出一个数字;58 行里有 20 行对上了标准的 LOINC 编码。有个细节很亮眼:肌酐的缩写在 LOINC 里有歧义,它选择留空而不是瞎猜。接 Claude Code 那一步,作者特意换成了项目自带的演示账号,因为通过 MCP 查到的数据会发到 Claude 的服务器;只有一条记录的时候,它直说看不出变化,没有编趋势。
🗣 用户心声
用户心声
大家想看到 agent 看到了什么,而不只是它停没停。@lenny_enderle 发现,Claude Code 自己读文件时,被伪造记录骗到的概率是 180 次里 1 次;换成更便宜的 Haiku 子 agent 读同样的文件,180 次里被骗 75 次,并反问:你知道自己的子 agent 跑的是哪个模型吗。@stas_sorokin_ 拿一个埋了陷阱的安装脚本去测两个 agent:Claude Code 没有运行它,但会话只是弹出一句安全提示就结束了,从头到尾没说哪里有问题,用户很可能转身就自己去跑那个脚本。@checkpoint_gg_ 提醒,爆款帖里那种「整段粘给你的 agent」的提示词,装的是你运行那天脚本里写的任何东西;@ClaudeCodeLog 则注意到 2.1.329 删掉了「高影响操作前先停下确认」这条内置规则。
推理档位是预算旋钮,用户开始这样读它了。@Arindam_1729 引用 Artificial Analysis 的数据:Claude Code 里的 Fable 5.2 开 high 得 58 分、每个任务 7.51 美元,开 max 反而只有 56 分、44.22 美元、2.2 小时;@ScarletKc 发现在一个第三方 harness 榜单里 Claude Code 属于最贵的那一档;@iamleannmuller 用 /clear 把对话从 19.44 万 token 压到 1.98 万,周额度还是提前两天用完,因为子 agent、啰嗦的测试输出和装了不用的 skill 一直在漏。
上下文跨不过工具之间的那道坎。@DanielSmidstrup 每次 Claude Code 额度用完切到 Codex,都得把整个项目从头讲一遍;@buildwithquinn 三个仓库每次开会话都要烧掉 17 万 token,@mattpocockuk 的回答是:代码库本身就是你的记忆,该做的是给配置瘦身,而不是再加一个 skill。
混用 harness 很流行,规则却说不清。@tamo3dess 发现 Antigravity 要做细粒度的权限拆分得自己写 hook,而 Claude Code 一张允许和禁止清单就够了;@RetroOptions 本想加订谷歌的高级套餐,得知不允许从 Claude Code 里调用 Antigravity 后作罢;@gaojingyu 试了谷歌的模型加 Claude Code 的 harness 再加 GPT 写测试,最后发现拆任务、搬上下文、裁决分歧全靠自己,原来人才是那个 harness。
对配置炒作的反弹在变大。@leandronsp 靠 tmux 加一两个 Claude Code 会话就够高产,觉得编排一整支 agent 舰队纯属炒作;@Emil__Lio 认为最硬核的开发者基本只是对着 Claude Code 或 Codex 口述;@tokengobbler 在伦敦一场聚会上看到 78% 的人选 Claude Code;@StatsLime 仍然希望界面能让人更方便地审 agent 写出来的代码。
大家想看到 agent 看到了什么,而不只是它停没停。@lenny_enderle 发现,Claude Code 自己读文件时,被伪造记录骗到的概率是 180 次里 1 次;换成更便宜的 Haiku 子 agent 读同样的文件,180 次里被骗 75 次,并反问:你知道自己的子 agent 跑的是哪个模型吗。@stas_sorokin_ 拿一个埋了陷阱的安装脚本去测两个 agent:Claude Code 没有运行它,但会话只是弹出一句安全提示就结束了,从头到尾没说哪里有问题,用户很可能转身就自己去跑那个脚本。@checkpoint_gg_ 提醒,爆款帖里那种「整段粘给你的 agent」的提示词,装的是你运行那天脚本里写的任何东西;@ClaudeCodeLog 则注意到 2.1.329 删掉了「高影响操作前先停下确认」这条内置规则。
推理档位是预算旋钮,用户开始这样读它了。@Arindam_1729 引用 Artificial Analysis 的数据:Claude Code 里的 Fable 5.2 开 high 得 58 分、每个任务 7.51 美元,开 max 反而只有 56 分、44.22 美元、2.2 小时;@ScarletKc 发现在一个第三方 harness 榜单里 Claude Code 属于最贵的那一档;@iamleannmuller 用 /clear 把对话从 19.44 万 token 压到 1.98 万,周额度还是提前两天用完,因为子 agent、啰嗦的测试输出和装了不用的 skill 一直在漏。
上下文跨不过工具之间的那道坎。@DanielSmidstrup 每次 Claude Code 额度用完切到 Codex,都得把整个项目从头讲一遍;@buildwithquinn 三个仓库每次开会话都要烧掉 17 万 token,@mattpocockuk 的回答是:代码库本身就是你的记忆,该做的是给配置瘦身,而不是再加一个 skill。
混用 harness 很流行,规则却说不清。@tamo3dess 发现 Antigravity 要做细粒度的权限拆分得自己写 hook,而 Claude Code 一张允许和禁止清单就够了;@RetroOptions 本想加订谷歌的高级套餐,得知不允许从 Claude Code 里调用 Antigravity 后作罢;@gaojingyu 试了谷歌的模型加 Claude Code 的 harness 再加 GPT 写测试,最后发现拆任务、搬上下文、裁决分歧全靠自己,原来人才是那个 harness。
对配置炒作的反弹在变大。@leandronsp 靠 tmux 加一两个 Claude Code 会话就够高产,觉得编排一整支 agent 舰队纯属炒作;@Emil__Lio 认为最硬核的开发者基本只是对着 Claude Code 或 Codex 口述;@tokengobbler 在伦敦一场聚会上看到 78% 的人选 Claude Code;@StatsLime 仍然希望界面能让人更方便地审 agent 写出来的代码。
📡 生态产品雷达
生态产品雷达
Codex:默认的第二席位,当评审、当协调者,或者在同一个任务上正面对比。
Gemini 4 Neon 与 Antigravity:前一天刚发布,是最主要的对比对象,同时一直有人在争论它的订阅能不能被别的 harness 调用。
Grok Bot:当测试员、当总调度,也是大家一直在找更便宜替代品的那个个人 agent。
Muse:第二个测试员,也是跟 Claude Code 并排用的轻量个人 agent。
Remotion 与 FFmpeg:几乎所有 agent 视频流程底下那层「代码变视频」。
ElevenLabs 与 Whisper:自动化视频生产里的配音和逐字核对。
Blender 与 Blender MCP:做汽车、机械、程序化素材和游戏场景的 3D 主力。
Godot:开场动画和那份 153 条失败记录研究背后的游戏引擎。
T3 Code:大家用来同时跑几个 harness、再从手机上够到它们的应用。
Tailscale:让家里那台机器能被远程 Claude Code 连上的私有网络。
Fable 5.2 与 Opus 5.5:越来越多地按推理档位和单任务成本来选,而不是默认全开。
Volcano:Kong 的 agent 云,上线当天作为 Claude Code 插件被大量推广。
Linger:开源的本地个人 agent,用 Claude Code 或 Codex 当引擎。
Codex:默认的第二席位,当评审、当协调者,或者在同一个任务上正面对比。
Gemini 4 Neon 与 Antigravity:前一天刚发布,是最主要的对比对象,同时一直有人在争论它的订阅能不能被别的 harness 调用。
Grok Bot:当测试员、当总调度,也是大家一直在找更便宜替代品的那个个人 agent。
Muse:第二个测试员,也是跟 Claude Code 并排用的轻量个人 agent。
Remotion 与 FFmpeg:几乎所有 agent 视频流程底下那层「代码变视频」。
ElevenLabs 与 Whisper:自动化视频生产里的配音和逐字核对。
Blender 与 Blender MCP:做汽车、机械、程序化素材和游戏场景的 3D 主力。
Godot:开场动画和那份 153 条失败记录研究背后的游戏引擎。
T3 Code:大家用来同时跑几个 harness、再从手机上够到它们的应用。
Tailscale:让家里那台机器能被远程 Claude Code 连上的私有网络。
Fable 5.2 与 Opus 5.5:越来越多地按推理档位和单任务成本来选,而不是默认全开。
Volcano:Kong 的 agent 云,上线当天作为 Claude Code 插件被大量推广。
Linger:开源的本地个人 agent,用 Claude Code 或 Codex 当引擎。
评论