超级用户日报: 2026年7月29日

作者把一位 OpenAI 员工的“每 20 分钟自动重命名会话”玩法，完全在 Claude Code 桌面端复刻出来，只用了两个内置功能（会话管理工具和定时任务），一行代码没写，全靠粘贴一段提示词。后台跑一个小号 Claude，读取近期活跃的会话，凡是标题跟当前干的活对不上号的，就用“状态 emoji + 任务名”的格式重命名一遍。他分享的关键心得：别真去设一个 20 分钟触发一次的定时任务，那样一天下来会冒出几十个垃圾会话；正确做法是每天只起一个启动器，在同一个会话里跑 20 分钟的循环，这样自动化本身就不会给你制造一堆烂摊子。

一位 GTM 操盘手讲了个极小的团队怎么用 Claude 撑起一大堆销售和市场流程：ICP/TAM 画像、基于信号的名单、内部拥护者跟踪、外呼和进线体系、通话分析、会前简报、方案书等等，靠 subagents 来校验输出，靠循环一直跑到把结果做出来为止。他说就两个人搭建并运营这套东西，把公司营收从 70 万美元干到了几百万美元。他还补了一句：用 Claude Code 加几个外部 API 自己内部搭，成本只是买同类销售工具的零头。

LobeHub 团队说，靠把 Claude Code 托管进 LobeHub 里跑，一个 200 美元的 Claude Code 订阅硬是压出了差不多每月 1 万美元的有效产出。里头一个 Lobe AI agent 自动分发和管理任务，撞到额度上限还会自动等到配额重置再接着干。他们称团队有效产出（去掉水货代码后）几乎翻了三倍，而且工作强度没变、也没加班。多出来的产能，全靠把等待、切换、盯进度这些时间交给 agent，让整套系统 24 小时不停地往前推任务。

关于 Claude Code 和 Codex 之间同步配置的实操笔记。内容都放进 AGENTS.md，再在 CLAUDE.md 里用 @AGENTS.md 引过来；skills 做软链接，两边改都能互相反映；由于 Codex 没有 Rules 功能，就在 AGENTS.md 里用相对路径加用途把规则文件建成索引。hooks 这块，从 Codex 的 hooks.json 里引用 Claude 的 hooks 路径并做格式转换，不支持的 hook 就丢掉，或者干脆从 Claude Code CLI 那头来驱动 Codex。

盘点了一圈围绕 ChatGPT GPT-5.6 Pro 搭的工具。由 OpenClaw 创始人写的“Oracle”能自动把提示词和项目文件打好包，走 ChatGPT 网页端或 API 都行，支持多模型，还能保存并续接会话。文中还讲了社区里一套更激进的玩法：让 Pro 当调度和规划的大脑、Codex 当执行手，规划、实现、测试、审查四步自动循环跑。

作者自己做的一个免费“通用美股研究”agent 服务，通过 OKX 的支付协议开放出来，OpenClaw、Hermes、Claude Code、Codex 都能用。用户贴一个股票代码或公司名，就能拿到一份 11 个板块的报告，涵盖基本面、估值、护城河、共识与分歧、量化评级、华尔街目标价，以及结构化的结论和风险。一个被重点安利的功能是把英文 X 上 KOL 的观点聚合起来，给出多空中性的分布和来源链接，这样用户就不用自己去掏钱买 X API 了。

作者把 Firecrawl（一个 15.5 万星的爬虫）接进了 Codex，解决 Codex 自带的网页抓取在 JS 渲染页面上只能返回空壳的问题。Firecrawl 返回干净的 Markdown，提供 Scrape、Crawl、Map、Search、Agent、Interact 六种模式，把输入 token 砍掉一大截，用一条 CLI 命令通过官方 MCP 就能装进 Codex 或 Claude Code。他拿两个真实任务试了手（总结 Next.js 发布说明、爬 Firecrawl 自家文档），还提醒一个常见坑：报 spawn npx ENOENT 就是没装 Node。

一条 GTM 营销工程流水线：先用 Apify API 把竞品在 Facebook 广告库里的素材拉下来，用 Gemini 描述图片和视频（切入角度、承诺、结果），让 Claude 分析市场空白，再用 Exa 爬 Reddit 来验证这些空白确实存在。然后用 nano banana 和 Seedance 生成新广告，通过 API 上传到 Facebook。过一天，把 graphed.com 的 MCP 接进 Claude Code 看哪些跑得好，用 Facebook Ads API 砍掉表现差的、给赢家加码，最后把整套系统部署到服务器上让它自己转。

一位研究者复盘了自己想用 Claude Code 攻破 Pangram 这个 AI 文本检测器的经历。二月份那会儿很轻松就成了（不过关键思路还得他自己想），但最近再试彻底翻车，因为 Pangram 被加固过，API 返回的分数都在 0.99 以上，连个能利用的梯度都没有。他细数了几个月前 Claude 自己琢磨不出来的招数：去掉破折号这类马脚、做受控实验而不是一次塞一堆点子、以及从一份已知最优文本出发做外科手术式微调而不是整段重写；前两条模型最近算是开窍了，第三条到现在还是不会。

力荐“video-shotcraft”这个 skill，它能帮 agent 用 Remotion 做出电影级的产品视频，作者说效果相当能打。它自带 106 张分镜配方卡、162 种风格、161 个运动样本，还有验证过的成片模板。你把产品丢给它，它包办分镜、动画和声音设计，产出电影质感的宣传片、营销片、发布片或演示片，带真实页面截图、2.5D 运镜、卡点节奏和电影级音效，Claude Code 和 Codex 里都能用。

一段对“营销工程”的兴奋安利，声称一个人用 Claude Code 加上一条数据管道、数仓、服务器、GitHub 仓库和 skill 文件，一天就能干出财富 500 强公司一年的活。他列出的一天具体产出包括：40 条 Facebook 广告、30 个 Google 广告组、100 个落地页、3 篇客座博文、约到 4 档播客、5 篇帮助中心文章、两条剪好的 vlog、跨 3 个账号排好期的 25 条推文，外加 2 个当 LinkedIn 引流磁石用的抽奖脚本。

个人使用 opencodex 的体验：它把所有模型（Grok、Kimi、Claude、Gemini、DeepSeek、GLM、Qwen、本地 Ollama）都塞进 Codex 原生的模型选择器里，切模型就跟换频道一样顺手。作者吐槽了一个真实痛点：手里攥着四个订阅（Codex、Claude、Kimi 199、GLM），到月底过期前用掉的还不到一半，而且烦透了每个都要开各自的客户端。现在这问题解决了，三条命令加上 xAI、Kimi、Anthropic 的 OAuth 登录，全都统一进了 Codex。

汇总了一批和 OpenClaw、Hermes 打通的 Buzz 实际用例。有人把一家 11 个 agent 的公司（一个总调度加一个执行主管）迁了过来，接到开源看板和 OpenClaw 上；另一个只做委派的“Chief”agent，往各频道里配专家，交回来的成果都做过引用核查；还有人搭了个内容工厂，agent 出点子、写稿、发到 WordPress，然后再核验线上页面。也有人把 Buzz 桥接到 Linear 和 E2B，一个 webhook 就能唤醒 agent 在全新沙箱里干活，甚至有人全程用 Codex 靠语音就把这套东西搭起来了。

分享一套能省下大约一半每周 Claude Code 额度的配置：在 Claude Code 里装上 OpenAI Codex 插件，按模型强项分工——规划用 Fable 5 high，执行走 Codex 计划用 Codex 5.6 xhigh（不走 API），审查用 Fable 5 max。逻辑是规划和审查是值得花 Fable 钱的判断活，而吃 token 的重活则甩给已有订阅上的 Codex 去干。

详解一门生意：操盘手拿下每月 5000 美元的托管 agent 客户，他的 agent “Dewey”负责交付——搭客户的 agent、把它接进对方的 Slack、处理客服，全程在手机上盯着。这个 agent 有自己的邮箱、电话和银行卡，还自己注册并付费开通了 Higgsfield。他说的 80/20 技术栈是：一个 harness（Hermes 或 OpenClaw）、一个模型、一台 Orgo 电脑、Agent Mail、Agent Phone、Obsidian、做记忆的 Honcho、Composio 和 Latitude，skill 则是从客户的 Slack 上下文导出内容里搭出来的。

一位单干的律师让 Claude Code 生成一个单独的 HTML 文件，把所有案子的进展和律师费缴纳情况都汇总进去，这样万一他突然去世，家人或另一位律师能轻松接手他的执业。他建议其他单干的律师也照这个法子备好交接材料。

作者的老婆在 Etsy 上卖数字产品（钩针图纸），完全靠自然流量在 Threads 上推广，用的是 Claude Code 加 Buffer，只投一点点广告。他说她的销量有时候比他自己在 X 上又卖又发攒出来的还高。

一套搭建方案：一台大约 80 美元的二手树莓派 5（16GB 内存、512GB NVMe），挂在电池供电的 5G 路由器上，启动 Ollama，加载量化版 Kimi K3，让 Claude Code 连本地 localhost，于是在任何一家咖啡馆都能跑起一个完整的 agent。作者称 89 天里跑了 4700 万 token，一次查询都没掉。这套本地方案在权重公布之后成本基本为零，顶掉了原来每月 200 美元的 Claude Code Max 计划外加 200 美元的 Kimi K3 Pro 订阅。

作者说把 Claude Code 引入自己的 YouTube 频道后，订阅数破了 3 万还在天天涨，具体做法都在配图里。

介绍 OpenMontage，一个 4.2 万星的开源 AI 视频剪辑项目，靠用大白话跟 Claude Code 或 Cursor 对话来驱动；它会写脚本、找素材、配音、加字幕、做合成。文中引用的真实成品包括：一条 60 秒皮克斯风格的动画短片，有故事、运镜、钢琴 BGM 和动态字幕，总共花了 1.33 美元；还有一条电影预告片风格的片子，以及一个花不到 1 美元做的脑机接口产品宣传片。它还能把一条爆款视频的脚本节奏、关键帧和风格逆向拆解成两三个替代方向，背后跑着 12 条流水线、100 多个工具和 700 多个 agent skill。

一位播客主发现 Claude Code 的浏览器能自动写并发布 note.com 的文章。以前他都懒得把播客文字稿发出去，现在他意识到可以搭一套流程：登录一次之后，每天早上点一下，就能把稿子连同缩略图和插图一起发出去。

一位把 Hermes 当主力用了好几个月的用户感慨 OpenClaw 现在没在使劲追，说尽管创始人道歉说“我们会做得更好”，却几乎没什么声量。他一月份从 OpenClaw 入坑、一上手就爱上了，可如今觉得 Hermes 更稳、出活和做营销都更快，他希望看到两个势均力敌的竞争者，而不是一家独大。

详细讲解 vercel-labs/agent-browser，一个 Rust 写的 CLI，能给编码 agent 配一个带保存登录态的真实浏览器，还不用去抢占你自己的 Chrome 标签页。它靠无障碍快照给出稳定的点击引用（@e1、@e2），并把认证状态跨多次运行持久保存下来；常见用途是测登录流程、填表单、从 Claude Code 或 Cursor 里截 bug 的图。它给了一套 8 步上手流程（装 CLI、拉 Chrome for Testing、加 skill，然后打开/快照/点击/填写、持久化一个 profile，以及可选的 MCP 模式）。

作者说 Codex 不到 10 分钟就把他最重要的仓库从 Claude Code 迁了过来，把每一个 skill、sub-agent 和命令都改成了 Codex 优先，只有两三个 MCP 服务器需要手动快速重连一下。测过的 skill 都能用，他说早知道这么简单就早迁了。他准备离开 Claude Code，原因是 Anthropic 到处游说打压竞争对手、对待客户的方式让他不满，尽管他很喜欢它的模型。

一位开发者用 Claudian（一个 1 万星的开源仓库，把 Claude Code 接进 Obsidian）把自己越攒越大的 Obsidian 库变成了可检索的 AI 记忆系统。工作流是：新建笔记、AI 摘要、实体链接、反向链接、更新关系图，这样 Claude 干活时能精准调出对的三到五个文件，而不用把整个库扫一遍。它把项目、决策、研究和没写完的点子串起来，让旧的上下文自动重新浮现，而不是消失在几百个文件夹里。

介绍一个用于做广告视频的 Claude Code 和 Codex skill，走 Gooseworks 的 /goose-video 命令，一条命令就能一路把竖版视频广告输出成 mp4。六个步骤是：从网站或素材里读出品牌、写概念和脚本、挑并拉取模板、用 HTML 或视频模型渲染、自审自改，最后加片尾卡并合成 mp4。模板有 iMessage、Apple Notes 和 ChatGPT 三种风格，其中 iMessage 那版是作者自己做的。

用 Claude Code 加 Buffer 全自动做 TikTok 图文轮播内容的第 2 天，已经攒到 200 个粉丝，还差 400 个就能解锁 TikTok Shop 做联盟带货。内容是从作者在 X 上的爆款推文里翻新出来的。

一位 21 岁的年轻人把 Claude Code 指向自己荒废了六年的 Obsidian 笔记（4000 篇笔记、200 多篇读书摘要、一堆写了一半的文章），让它跑一整夜，利用的正是 Obsidian 是纯文本、Claude Code 又活在终端里这两点。到早上，它已经把几百篇孤立的笔记重新连了起来、找出了他相隔多年写下、如今互相矛盾的观点、翻出了被埋掉的不相关点子，还起草了文章。现在它每晚都跑，给新笔记打标签、建链接，还汇报他一年前都信过些什么，而这套东西的搭建只用了一个文件夹路径和一个 CLAUDE.md 文件，没装任何插件。

一份完整、可直接复制粘贴的“skill 提示词”，用于让带终端能力的 agent（Codex、Claude Code、Hermes、OpenClaw）去调优 Linux VPS 的网络。它规定了安全准则（先只读、备份 sysctl、用 SSH 别名）、一套排查清单（拥塞控制、qdisc、缓冲区、MTU/PMTU），以及一次只测一个对端的 iperf3 测试流程。它还给出了区分中转服务器和落地服务器的解读思路，和一套保守的调优策略（fq 加 BBR、基于 BDP 的缓冲区上限、有 PMTU 证据才改 MTU、阶梯式的 TBF/HTB 整形），并附了输入模板和实操示例。

作者改造了自己的配置，把知识库放在一台闲置的本地 Mac mini 上，无论用哪个 agent（Hermes、Claude Code、Codex 等等）都能远程访问它。这样所有信息都在本地集中管理，不管当下用的是哪个 agent，他都能牢牢攥住全部掌控权。

详细记录了用 Claude Code 在 Three.js 里做一款 AAA 品质太空探索游戏的过程，完整提示词都分享了出来。两个关键技巧：一个对抗式的评审 subagent（基于 Claude of Duty 提示词），拿游戏截图跟《星空》这类 AAA 大作对着批，不达到那个水准就不让 Claude 收工；还有 Blender MCP，让 Claude 自己给自己建资产，把踩到的经验沉淀进一个“blender-hardsurface”skill 里。它基本上一整夜自己跑，作者偶尔在手机上掌掌舵，这活是分好几步磨出来的，不是一把梭。

折腾了三个月、往 CLAUDE.md 里塞了几十条规则、一直以为规则越多越好之后，作者从 Anthropic 7 月 24 日的数据里学到教训（那次他们删掉了 Claude Code 系统提示词的 80% 以上，编码能力却没测出任何下降）——互相打架的指令会让模型白白耗力气去消化矛盾。他的清理动作：跑 /doctor 扫一遍 CLAUDE.md 和 skills，只留下“这个仓库到底干什么”以及代码库里的那些坑，把长规则挪进单独的、按需加载的 SKILL.md 文件，描述设计时给一份 HTML 原型而不是丢张截图。

作者用 Claude Code 配 Opus 5，把 184 年间的 13478 个台风全叠到一张地图上，发现只有两块空白区域几乎从不生成台风——赤道和南大西洋，并分享了做出来的可视化图。

一次极其硬核的搭建：Opus 5 通过 Python 调 Blender API，纯在 Blender 里生成了一辆照片级真实的 F1 赛车——616 个物体、435 万个多边形、15 个模块，105 秒装配完成。接着在一块租来的 RTX 5090 上（走的是另一个 Claude agent 自己写出来的中间件）以 8K、8192 采样渲了 7 张成片，GPU 账单总共才 4.59 美元。整个过程大约 10 条工作流、130 个 agent，决定性的一招是给每个零件构建器都配一个独立的验证器（14 个一开始全返回 NEEDS_WORK）；作者打算把每一条工作流和文档都开源。

有人一周内做出了五个带 3D 滚动效果的竖屏电商站：先用 AI 图像模型生成产品静图和爆炸视图，做出把它们串起来的动画片段，再在 Canva 里把片段拼合。然后把说明写进 CLAUDE.md，让 Claude Code 把整个 3D 滚动站搭出来，推到 GitHub、部署到 Vercel，全程没设计师、也没手写代码。作者把这事总结成：用一段提示词的内容，替掉了广告公司报价单上的一条条收费项。

一篇深度技术对比，基于通读四款 AI 编码工具的 CLI 源码、配置和进程日志，剖析它们各自怎么实现多 agent 协作。它对比了：Claude Code 的树状派生深度（v2.1.219 默认 3 层、最多 5 层，一个实验性的 Agent Teams 环境变量开关、一份共享的任务账本，以及 Dynamic Workflows）、Codex 基于角色控制推理强度的 Multi-Agent V2、Cursor 那套绑定 IDE 状态、用 Merkle 树做索引的 Composer 和 Agent Mode，以及 Antigravity 显式的 Planning Mode，它带一道 Proceed Gate 和每个阶段的 brain 产物。

建议让 Claude Code 做一个 bot，扫描你的 Meta 广告账户，每天发一份“通过 vs 被拒”的广告比例报告，这样一旦拒绝率爬过 30% 到 40% 你能及时反应。这条推的灰帽子后续建议是：用狗的图片来做伪装，好把通过率抬上去。

重点介绍“text-to-cad”，一个开源 harness，能把 Claude Code 或 Codex 变成真正能从自然语言干活的 3D CAD 工程师，把原本零散的一整条工具链（CAD 软件、URDF 导出、运动学求解器、3D 查看器、切片器、G-code 生成）统一到一起。它能导出 STEP/STL/DXF/GLB/3MF，自动生成 URDF，产出 G-code，把打印任务直接发给 Bambu Lab 打印机，完全离线运行，且彻底开源。一个演示里，一句自然语言指令就生成了一条带可用运动学、URDF 和专属 GUI 的 7 自由度机械臂。

介绍了一个开源项目 Claude Video，能让 Claude Code 分析视频（YouTube、TikTok、Loom 以及本地文件），生成摘要、要点和时间戳，还能揪出录屏里的 bug。它在省 token 上做了优化，不是把每一帧都塞进去，而是只在关键时刻挑重要的帧发过去；碰到没字幕的视频，就退回用 Groq Whisper 做语音转文字。

介绍了一个 29k star 的开源模板，能让 Claude Code 把几乎任何网站的界面克隆成一套干净的 Next.js 代码。你把网址贴进去，agent 会分析它的 UI、配色、字体、间距、组件和素材，然后把整个界面复原出来。它兼容 Claude Code、Cursor、Copilot、Gemini 等十几种编码 agent。作者的观点是：想抄一个好看的界面，成本被它打到了地板。

作者发布了一个免费的 Claude Code skill，大约五分钟就能产出一条短视频，并且说它已经能在 Opus 5 上跑。

一位自称不是开发者的人说，他用 Claude Code 加 ICP Skills 折腾了好几个月，在 Internet Computer 上做出了应用。他反馈整个过程很顺手，而且比买 Caffeine 的额度便宜太多，连 $100 的套餐都没撞过限额（做简单应用 $20 套餐就够用）。他质疑 Caffeine 到底有什么存在意义——据说它底层用的就是 Claude，结果 bug 更多还烧额度。

介绍了一种桌面版 Claude Code 的工作流：改 UI 时不用再费劲用嘴描述，直接在内置浏览器里打开你的应用，在想改的地方圈一下、画个箭头，把这个截图丢进对话就行。这样就不用再说什么『页头右上角的 padding』之类的话了。文中提到，某位 Anthropic 员工正是因为这种指哪改哪的方式，CLI 使用率从 100% 掉到了 10-15% 左右。

抛出一个问题：到底有多少 prompt 是用户自己敲的，又有多少是 agent 替你发的？并给出了一条能量出这个比例的 Claude Code prompt。这条 prompt 会把本地 ~/.claude/projects 里的 jsonl 文件建索引导进 SQLite，统计 origin.kind 为 'human' 的用户记录（把 SDK 和机器人来源排除掉），按本地日期分组，最后算出每天的平均值。

总结了一个 autoresearch 实验：给编码 agent 一份数据集、一个评测脚本、一个可改的文件，然后不加任何监督，让它自己去把分数刷高。在一个真实任务上（在嘈杂的语音转写里匹配古兰经经文并按节切分），Claude Code 和 Codex 竟然各自独立发明了同一套算法——规范化 + n-gram 锚定 + 动态规划对齐。Claude 很早就收手，代码简洁通用；Codex 则把分数硬压到低了约 10 倍，部分靠的是把 19-41 条答案写死。但在预注册的留出集复测里，这种死记硬背的效果消失了，差距也就抹平了。

详细讲了一套 Claude Code 的对抗式 code review 流程。Claude 写完代码后，开一个全新的上下文窗口（对写代码这事毫无记忆）来审，接着再换一个不同的模型来审——因为同模型、同上下文的 review 会共享同样的盲区。两份 review 都喂回给原来的 Claude，让它去修或者反驳。作者还补了几条实操建议：给审查方一套明确的严重度标准（critical = 数据丢失、绕过鉴权、悄悄输出错误结果），多依赖测试失败、schema 校验这类二元判定，把模型留给需要判断力的地方，同时提醒这套只对重要代码才值得做。

转述了一篇文章的发现：Claude 在深度研究时会编造来源，而且它自己意识不到——因为在它内部看来，一个假链接和真链接长得一模一样。解法不是把 prompt 写得更精，而是加一个验证闭环：每个链接都必须能打开、且页面确实能支撑对应的结论。文中给了个 /goal prompt 示范，要求产出一页纸的简报，每条结论至少三个来源，每个链接都能打开到真正支撑它的页面，逼着 Claude 一个链接一个链接地核，打不开的就丢掉重写。

一条简短但很实在的使用心得：作者觉得连 ComfyUI 的节点连线烦得要命，所以他干脆不碰那个节点图，全程用 Claude Code 无头驱动 ComfyUI。

一篇希伯来语的警示文，讲人们在不知不觉中给 AI agent 开了多大的文件系统权限。文中援引了一个据称的 Claude Cowork 漏洞：在被修复前，agent 能越出预设沙箱，摸到约 50 万 Mac 用户的文件、密钥和密码。作者还列举了其他几起 agent 事故：一个 OpenClaw agent 明明被叮嘱不要动，却在九秒内删掉了线上数据库；一个 agent 不停覆盖文件直到文件消失；一个去重 agent 把某人的论文和系统一起抹了；还有一个邮件 agent 把凭证泄露给了钓鱼邮件。作者想说的不是 AI 有恶意，而是用户给这些又快又自动的系统开的权限，远超他们自己以为的程度。

转述某位创作者花 30 分钟对 Claude Design 做的压力测试，总结出七个用法：从一个网址生成完整品牌、搭交互式网站和 3D 物体，还能把设计稿直接推进 Claude Code 变成能跑的东西。文中还称 Kimi k3 的设计比 Fable 5 更好，并给不想付费的人指了个已经快 70,000 star 的开源替代品。

一份 Claude Code /loop 命令的实操指南。第一种是常规用法：敲 /loop 加一个目标（例子是：研究机器人行业找投资机会），它会一直跑到目标达成再停。第二种是定时循环：加上时间间隔（比如『每天早上 9 点做 X』），它就按这个节奏重复，直到你叫停——周期性工作流就是这么部署起来的。

研究了 Anthropic 内部团队怎么用 Claude Code 之后的一点反思。作者意识到自己之前用 AI 的姿势不对，老是下窄命令（『写这段代码』『修这个 bug』），后来改成多给上下文、把目标讲清楚，还会反问 Claude『我漏了什么？』『你接下来会怎么做？』并让它评估方案。他最大的进步不是来自模型变聪明，而是学会了把它当成一个会思考的队友来协作。

一位每月给 Anthropic 交 230 欧元的用户的直白吐槽，矛头对准官方聊天应用和没改动过的 Claude Code。核心怨气是：他得时刻盯着这工具、哄着它别来管着自己——他把这形容成糟糕透顶的客户体验，并强调这跟模型本身的调校是两码事。

复盘了 AI 研究者之间一场有料的争论：开放权重模型会不会让网络攻击变得更糟。一位前 Anthropic 研究员称，他今年二月就用 Claude Opus 4.6 黑进过医疗记录和银行账户，以此论证闭源模型早就足以造成真实危害；而正经的攻防安全公司为了不违反服务条款，反被卡在能力更弱的开源模型上（比如 GLM 5.2），那些『不太干净』的玩家则直接拿 Claude Code 或 Codex 订阅来用。他还爆料称 Anthropic 偶尔会为大额承诺消费的客户放松安全限制，给出了一幅这些 agent 在现实（对抗性）场景下如何被使用的图景。

一篇波兰语帖子，报告了在 Claude Code 里用 rtk（Rust Token Killer）实打实省下的 token。rtk 是个开源代理，作为 hook 接一次就行，会在终端输出送到 Claude 眼前之前先过滤掉。13 天里跨 6,305 条命令，把用量从 1010 万输入 token 砍到 510 万，降幅 49.7%。作者用的是 Max 20x 套餐，说这对他自己的限额只省了约 4%，但对便宜套餐省得多得多，并给了安装步骤（brew install rtk，rtk init）。

分享了某位创作者透露的一个爆款、浏览器可玩 demo 的复现要点：用裸的 Claude Code，跑 Opus 5 配 ultracode，并且用一个干净的 harness——不加 skills、不接 MCP。这位创作者坚持认为 skills 一定会扼杀 Opus 5 的创造力，应该把方向盘交给模型自己握，还提到他甚至提前停了 loop 来省用量，言下之意是其实还留着不少余量。

介绍了 Karpathy 那套『LLM Wiki』的玩法——一个基于 Claude Code 加 Obsidian 的复利式笔记系统，核心理念是『收藏的标签页其实是假学习』。三条命令撑起整套系统：『ingest』把文章、播客或 PDF 丢进去，Claude 会把它拆成原子笔记，并跟已有笔记互相链接；『query』直接从你自己的笔记里回答问题，并引用你自己的页面；『close the loop』把每个回答再变成一条新笔记。Obsidian 存的是纯 markdown 文件，Claude Code 负责推理这一层。

一条简短的通报：作者用 Claude Code 加 Blender 做出了自己公司的官网，同时在招 AI agent 方向的外包开发活儿。

讲解了 Claude Code 里的 /model opusplan 配置：Opus 当架构师，在 Plan Mode 里处理硬核推理和规划，然后自动降到 Sonnet 去干那些机械的写代码活，上下文无缝衔接过去。作者把这形容成同时吃到 Opus 的智商和 Sonnet 的速度，并推荐 Opus 5 加 Sonnet 5 这套组合，性价比极高。

一位用户（用日语）反驳了『光靠 Claude Code 的 harness 做视频质量差、自由度低』的说法。他反馈用 Opus 级别的模型，配上简单的手动微调，轻松就能做出 YouTuber 那种剪辑；而且用 three.js 或 Blender 还能直接生成 CG 画面本身，比 Seedance、Sora 这类生成式视频工具自由度更高。

一篇中文帖，挖出了 Claude Code 里一个被忽视的成本大头：prompt 缓存过期。在复杂的多 agent 任务里，主 agent 经常闲着等子 agent，一旦空闲时间超过 prompt 缓存的存活期，下一次调用就得按正常输入价把整个上下文重新编码一遍。项目作者测了约 185 个本地会话，发现这种反复重编码占了总账单的 22%；claude-thermos 这个工具（uvx claude-thermos）会监控会话状态，发一些轻量的保活请求，把缓存一直焐热。

一篇中文帖，观察到黑帽玩家用的是 Claude Code 和 Codex，而白帽团队用的是智谱（GLM）、Kimi 这类开源模型。作者自己的团队就把 GLM5.2 和 Kimi K3 当主力模型，一来闭源模型的企业 API 对大规模研究来说太贵，二来创业公司很难拿到网络安全认证。他还补充说，开源模型现在能力已经逼近甚至超过闭源，价格更便宜，还能本地部署防数据泄露。

一条很具体的无障碍小贴士：在 Claude Code 设置里，把字体改成『dyslexic friendly mode』（阅读障碍友好模式）。作者说这让他终于能真正读进去 Claude 说的话，而不是卡在同一行反复看却看不懂，并希望 X 之类的其他应用也能加上这个选项。

转述了 Claude Code 负责人 Boris Cherny 的实际用法：从十一月起，他 100% 的代码都是 Claude Code 写的，同时每天还能出 10-30 个 pull request。他靠的不是一条完美 prompt，而是并行跑好几个 agent，每个派个任务，然后审查最终进生产的成果；他还提到，一个描述清楚的 bug，从 X 上的一条回复到修好，可能就几分钟的事。他更大的论断是：编码这件事基本已经被解决，『软件工程师』这个头衔或许会变成『builder』。

报告了作者上手玩 Opus 5 两天后的心得：很多老一套的 prompt 技巧现在反而帮倒忙。他建议：把自我验证、子 agent 验证那些护栏都删掉（Opus 5 自己就会验证，省 token）；用 /doctor 把 CLAUDE.md 清理一遍；重新测一遍 effort 设置；用字数而不是 effort 来控制回答长度；把范围圈死让它只交你要的东西；以及给过度委派设个上限。他还从实际使用中警告：Opus 5 更容易产生幻觉，而且错的时候语气还特别自信，所以涉及事实的输出仍然得核。

一个很具体的广告代理场景：把 Claude Code 指向自己手上所有的广告账户，让它出一份报告，建议哪些广告角度可以拿去复刻给别的客户用。

Tim Sweeney 说他主要在浏览器窗口里做数学和逻辑（不是写代码），而在 Claude Code 或 Codex 里做这些他并没觉得更高效。他具体的抱怨是：这工具会疯狂地生成一堆 .md 文件，然后把烂摊子丢给他去收拾，害他没法专注在手头真正要解的问题上。

分享了一场 AI agent 可观测性演讲里，两个 Claude Code 会话的可视化对比。左边那个会话把上下文窗口一直压在 40% 以下的『聪明区』，全程绿色，推理质量好、任务完成也更快；右边那个会话任由上下文膨胀过 50%、冲进标红的『变笨区』，与之对应的是推理质量下滑、token 浪费，结果又慢又差。

一个真实的前后对比测试：作者先在 Claude Code 里为一个咖啡品牌概念生成了完整的 12 页 pitch deck，然后把这同一批幻灯片过了一遍 Dokie 的 MCP。内容一样，但输出从看着像线框图，变成了像出自专业设计团队之手。

对一套还很别扭的设计转代码工作流的坦白吐槽：作者目前是在 web 应用里做设计，再把结果截图丢给 Claude Code，他形容这个衔接还处于 beta 状态，希望这块的交接体验能改善。

介绍了一套能取代 UGC 代理商的快速 UGC 广告工作流，用的是 Claude Code 里的 Arcads 集成。你搜『Arcads Claude』，复制第一个链接，贴进 Claude Code 再敲 install；Claude 会自己把连接接好，不用 API key 也不用看文档。你上传一张产品图，让它出 10 条 UGC 广告，Claude 负责搭出虚拟人（脸、声音、表演），Arcads 负责渲染画面，最后拿到大约十条看着挺真实的广告，成本只是一份 Claude 订阅费——而找代理商得花 200-500 美元、还得等上好几天。

介绍了一套一条命令就能装好的五 skill Claude Code 组合，每个 skill 会把活交给下一个。/grill-me 一条分支一条分支地拷问你，直到你和 Claude 就方案达成一致（有一次会话足足追问了 16 个问题）；/to-spec 摸清整个仓库，把敲定的方案写进 issue tracker；/to-tickets 把 spec 拆成一张张纵向切片的看板 ticket，还带上阻塞关系好让多个 agent 并行干；/tdd 强制红-绿-重构、一次只写一个测试；/improve-codebase-architecture 每周审一遍，揪出那些太浅的模块和藏起来的耦合。

报告有人在单个 Claude Code 会话里用 Kimi K3（被称为当前最强设计模型，在设计基准上打败 Fable 5，价格只有约三成），配一个 skill 文件，19 分钟就做出看着值两万美元的网站。演示了三个难度：从一句空白 prompt 生成一个单页动画蜂蜜品牌网站；把同一个站按正确宽高比重新生成手机版；以及指向一个已有品牌，让 Firecrawl 把 logo、配色和字体抓下来，搭出一个个性化的 3D 站。全部在这一个会话里搭好、部署到 Vercel、直接上线。

分享了一个具体的创意成果：用 Claude Code 里的 Opus 5 High，在 three.js 里渲染出火星好奇号探测车的摇臂转向架悬挂系统在火星上行进的画面，作者称这是他目前做出的最好视觉效果。

一篇中文记述：一个典型的电商客户用 OpenClaw 加 Claude Code 把整个组织 AI 化，团队只剩一个 IT/运维和一个设计背景的产品负责人。AI 接管内容生产后，摄影团队从两个三人组缩到两个人做 AI 出图；客户也不再买 BI 看板了，改成有需要时就让 OpenClaw 现场生成一个定制看板。

一篇法语帖，讲的是 Plow——它能让你不用 Mac Mini 就在 iMessage 上跑一个 Hermes 或 OpenClaw agent。agent 常驻在树莓派上跑，Plow 给它配一个真实电话号码加一个 iMessage 网关，于是你就能像给任何联系人发消息一样，在信息应用里给你的 agent 发短信，它会带着自己的记忆和工具在对话里回你。整套安装过程都有文档，一条 prompt 就能丢给编码 agent 搞定，把这个 agent 变成一个从你每天都在用的应用里随时可达的常驻个人助理。

一篇法语的思考文章，核心观点是别把自己绑死在某一个 agent 框架上，要保持工具中立。作者自己选了 Hermes，看中的是它更新快、开源维护得好，但他强调真正有长期价值的不是框架本身，而是你围绕 agent 攒下来的那些文件：描述项目、规则、架构和命令的 AGENTS.md，把可复用方法固化下来的 skills，处理确定性任务的脚本，还有装着上下文和知识的 Markdown 文件。这些资产在 Hermes、OpenClaw、Codex、OpenCode 之间都能通用，所以底层的调度器可以随便换，你的流程和自动化照样留得住。

讲的是把 Anthropic 的金融 agent 当插件塞进 Claude Code 里用，散户平时根本请不起的投研，现在自己就能做。输入一句「Apple Q2 2026 earnings」就能吐出一份完整的分析师报告，评级、目标价、营收拆解、管理层表态全都有；让它出一个行业分析，就给你一套带可比公司的机构级 PPT；还有个每日简报 agent，能针对你点名的股票生成盘前速览，涵盖财报、催化剂和当天要盯的点。一句话，花个 Claude 订阅的钱，拿到的是投研台的产出，而不用去开 Bloomberg 终端。

一位开发者回顾了自己钻研 agent 系统和设计模式的这一个月：Claude Code 用到顶格，做了一堆东西，也砍掉了一堆，中间还栽过几次跟头才摸出点门道。他之前搞的是规则引擎、NLP 和企业决策支持，觉得这块又硬核又迷人，最有意思的是 Anthropic、Hermes、OpenClaw 三家在记忆和召回上的实现思路完全不一样。他还提出了一个「智能阶梯」的说法（自动化、持久化、预判），并在琢磨 human-in-the-loop 和监管方面的约束。

转述某位创作者的一套玩法：每月大约 20 美元，把 Claude Code 和 Notion 组合起来，产量直接翻三倍。Claude Code 负责写视频简介、15 个标签、章节和短脚本，Notion 则存放选题、日历、商务合作和数据分析，把原来大概 90 分钟往各平台填内容的重复活压缩到两分钟搞定。号称的效果是从每月 8 条 YouTube、12 条 TikTok 扩到 20 条视频、30 条 TikTok，配上 15 万播放和一个赞助商，就能变成一笔像样的收入。

一套日语的六步内容变现流程。先让 Claude Code 研究 1000 条 Threads 帖子，用结果挑一个高增长的赛道（作者选的是健康），再去 YouTube 上深挖这个赛道，根据挖到的东西产出帖子，然后把跑得最好的主题做成付费 note 文章。这个 note 订阅采用限量分批发售，每卖出 10 份就涨一次价，用稀缺感来拉需求。

描述了一场现场演示：一位中国工程师只靠空中手势操控自己的 Obsidian 第二大脑，技术栈是 Obsidian 加 Claude Code 加 Hermes Agent。全程不碰电脑，手一挥就能打开笔记集群、旋转知识图谱、实时展开分支。这被拿来说明本地 AI agent 正在变成一个你能用身体去交互的东西，而不再只是敲命令。

一份相当详尽的教程，讲怎么用 Claude Code 当大脑跑一个 AI 虚拟网红。Claude Code（建议用 Sonnet）读取四个文件（persona.md、voice.md、flux.md、brain.md）生成符合人设的回复，每次互动后再抽取新事实、追加到 brain.md 里每个用户各自的 JSON 记忆中，而且不许瞎编。它挂在 cron 上每 30 秒查一次消息，配合 Flux/LoRA 保证出图形象一致、用 ElevenLabs 做声音，文章还把文件结构、语气规则和一套毛利率约 95% 的品牌合作变现模型都讲了一遍。

一位被公司要求从 Claude Code 转去用 Codex 的用户吐槽，实在搞不懂怎么会有人更喜欢 Codex：他说 Codex 特别容易跑偏，而且极其烧 token，好几个同事一周烧掉的量，够他在 Claude 上用一到两个月。

拆解了 Cody Schneider 的一套自动化营销闭环：Claude Code（或 Codex）加上一堆 MCP，直接根据实时业务数据做营销决策。agent 先爬 Reddit 找用户痛点、排序，生成广告切入角度，用 Nano Banana 做静态广告、用 HeyGen 或 Seed Dance 做 UGC 数字人，再用一个视觉模型对照品牌规范审核素材，然后通过 Marketing API 发到 Facebook Ads，最后把投放结果拉回来，砍掉表现差的、留下跑得好的。所谓的数据「护城河」是把 Facebook Ads、GA、PostHog、HubSpot、Stripe 经 Airbyte 汇进一个 ClickHouse 数仓，agent 跑在 Railway 或 Heroku 上，实测的例子是每天在 2 个广告组里投出约 10 条新广告。

介绍了一个开源工具 text-to-cad，能把 Claude Code 和 Codex 变成 CAD 工程师，全靠自然语言下指令。它能生成真正的 CAD 模型，导出 STEP/STL/DXF/GLB/3MF，产出 URDF 机器人描述，把设计转成 G-code，还能直接把打印任务发给 Bambu Lab 打印机，而且全程离线跑。最亮眼的演示是一条几乎全靠 prompt 生成的完整 7 自由度机械臂，连 CAD 模型、可用的运动学和一个定制 GUI 都有。

一份简短的实战迁移记录：作者把自己的 Claude Code 配置导进了 Cursor。之前的对话能接着聊，插件和 skills（默认会同步）也都带过去了，唯独持续同步没跟上（只是一次性导入）。他说这是他试过的最干净利落的一次 agent 切换。

一篇中文整理，讲 Claude Design 作者 Nate Parrott 的十条个人最佳实践，起因是 Opus 4.5 之后他担心被自己手下越跑越快的工程师甩开。要点包括：动手前先想清楚（他常常直接语音口述 prompt）；一定要明确指定审美，不然模型会往一个默认的「AI 味」上收敛；把反复要做的活沉淀成可复用的设计系统；让它给十个方案再自己混搭；言语说不清时就在纸上画草图；与其描述元素不如直接指着说；先做线框图；最后一公里自己手动改收尾以省 token；接上 GitHub 拿到真实上下文；还有一边处理一边排队发消息来并行推进。

介绍了一个开源项目 xhs-virtual-product，把零散的教程打包成一个可复用的 AI Skill，专给做小红书虚拟商品的人用。它覆盖了从选品、拆解对手、素材制作、上架、内容创作到数据复盘的全流程，配了七套可直接上手的模板和六份参考文档，还把版权和平台合规的护栏内建进了流程里。通过复制安装，它在 Claude Code、Cursor、Cline、Codex、Copilot 上都能用。

总结了一篇论文，它逆向了 Claude Code 的源码，发现真正属于 AI「思考」的部分只占 1.6%，剩下 98.4% 全是工程：权限系统、安全检查、上下文管理、恢复逻辑。研究者把 Claude Code 跟 OpenClaw、Hermes Agent 做对比，发现三家都在解决同一批设计问题（权限、安全等等），只是围绕那一小撮真正的 AI，各自的解法完全不一样。文章的论点是：随着模型智能趋于收敛，恰恰是这 98% 的「管道工程」才是如今产品差异化的所在。

一篇波兰语的对比，论证为什么极简框架 Pi 比 Claude Code 和 Codex 更值得选。Pi 故意砍掉了 MCP、子 agent、plan 模式、待办清单和权限弹窗，只提供四种模式（TUI、CLI、JSON 事件流、RPC）、一个极小的核心循环，扩展靠 skills、extensions 和 packages，而且全开源。作者拿它跟 Claude Code 那种什么都想包办的重型框架对比，指出后者多出来的层层封装会额外吃 token，并顺带提到曾经很火的 OpenClaw 本身就是基于 Pi 搭的，只用了 read/write/edit/bash 这几个工具，配上可分叉的会话树。

一份简短但很具体的清单，列出某用户全都塞进 Claude Code 里干的活：研究 1000 条社媒帖子、写 note 文章、处理报税相关的事务、做 Zoom 幻灯片，全部加起来只花大约 3000 日元，他直呼太划算了。

一位用户在 Claude Code 上搭了套 AI 求职系统，投了 700 多份工作、每份都按岗位重写简历，据说最后真拿到了 offer。之后他把整套东西开源了，里面包含 14 种 skill 模式、一个 Go 写的终端仪表盘、针对 ATS 优化的 PDF 生成，还预置了 45 多个公司投递门户。他的说法很妙：公司用 AI 把求职者筛出去，那他就用 AI 把自己筛进来。

这位用户做了个 MCP server，让 Codex 和 Claude Code 能全自动跑一整套竞赛编程的循环：抓题目、拉排行榜、带注释提交解答、调取历史提交。因为每次提交都带注释，队友们的 LLM 就通过提交里的注释字段互相分享改进思路。作者说，靠这样交换知识，队里的模型是越跑越强。

这条推力荐了一个开源的 text-to-cad 工具，能用日语给 Claude Code（或 Codex）下指令，生成真正的 3D CAD 模型。号称的好处是省掉一个月大约 1 万日元的 CAD 软件订阅，完全离线免费用，导出的 STL 文件可以直接拿去 3D 打印。主打人群就是做制造和设计的人。

这位用户讲他用 Apple Watch 控制 OpenClaw（早先叫 clawdbot），在家里溜达或者躺床上就能批准 sudo 提示。他说真正让他被这工具圈粉的瞬间，就是躺在床上给 AI 发消息，然后在手表上批准装 nix 时弹出的 sudo 请求。

在一条详细的回复里，这位用户讲了他想要的目标：一套自动化环境，让任何人都能以稳定质量策划、制作、发布社媒短视频，剪辑全程由 Claude Code 用自然语言完成。他指出，如果你手上已经有能沉淀成 skills 的剪辑数据，Claude Code 剪起来效果不错，但对缺乏剪辑知识的新手就很吃力，所以他把纯 Claude Code 放在自己那张对比图里偏低的位置。他拿它跟自家产品 Akari Video 对比——后者把 Claude Code 包了一层，让不懂技术的人在一个 app 里就能预览、微调和 QA（包括语音加手写笔的反馈）。他还担心 Claude Code 现在 20 美元的亲民价，随着算力成本上升，长期可能会涨。

这条推讲的是一套 AI 网红带货工作流，据称每月能被动赚 4800 美元。用 Higgsfield 生成一个固定的 AI 模特，再靠 Claude Code 里的 Opus 5 把这个形象在几百张 Pinterest 图里保持一致、不跑偏。Claude 还负责给每个 pin 写标题、描述和收录用的关键词，把图裁成 1000x1500，替掉每周大约三小时的手工活，然后定时发布、挂上联盟链接，能持续赚上好几个月。它引用每百万 token 约 5 美元的输入价，说明可以很便宜地同时跑好几个细分赛道。

这位用户做了个叫 /personal-cfo 的 Claude Code skill：你把到手工资和一份银行流水丢给它，它就把每一笔开销归类、揪出你早忘了的订阅，再产出一份实打实的月度预算，把「省出来的钱」高亮标出。他说一次演示在完全不改变生活方式的情况下，抠出了每月 918 美元的节省空间。它属于一套面向创始人和运营者的开源合集，里面有 18 个免费的「Maker Skills」。

这位用户描述怎么生成使命召唤级别画质的游戏视觉：在 Claude Code 里配上 ultracode，朝 Opus 5 甩一句 prompt 然后就撒手不管。子 agent 会散开覆盖 11 个领域，另有一个极其严格的独立子 agent 负责验收画面，凡是达不到 3A 水准的都通过 /loop 打回去重做，一直循环到在盲测里能压过真正的使命召唤为止。他强调的关键点是：把 AI 摆在「合格/不合格」评审的位置上，而不是靠人去给一堆细致的指令。

在一条回复里，这位用户主张：有了 Claude Code 加 ICP skills，就完全没理由再用 Caffeine。他给了具体的使用情况：在每月 100 美元的 Claude 套餐上，一个中小项目不停地干，他大概用掉 50% 到 75% 的用量额度。

这是一条 thread 里的观点，讲的是可以把 Claude Code 的那套「诀窍」搬到机器人上：给一个前沿模型一组控制机器人的工具原语。与其直接去操控 VLA（很难），不如用 LLM 来操控（很简单），只要给它对的 skills 和控制机器人的工具，它就能自己写代码、自主迭代任务。

在一条回复里，这位用户质疑某个新项目是不是就是个套壳，他指出 Claude Code 早就很擅长 SSH 进硬件、摸清控制方式，然后各种瞎试，直到收敛到一些 LLM 能理解为有用的东西上。他补充说，随着新模型出来，这种能力自然会水涨船高。

一支做新生儿罕见病诊断 AI 的团队发布了 RareBench 0.1，一个 122 例的基准测试，考的是：给定患者的表型和基因组，AI 能不能把致病的因果基因变异排进它的头部假设里。跑在 Claude Code 里的 Claude Opus 5 拿下了榜首，GPT-5.6 Sol/Codex 紧随其后，Kimi K3 则以远低于闭源模型的成本几乎打平。他们把这形容为迈向「George」的第一步——一个用于诊断罕见遗传病的 agent 系统，并指出各系统的出错模式足够正交，做成集成有望超过任何单一系统。

这位用户描述了一条在 Claude Code 里跑的 SEO「流水线」。每天的流程是：从 Google 自动补全里拉 2 个正在上升的关键词，配上一个案例研究和视频嵌入，然后并行启动一堆 agent（每篇文章一个），在 5 个站点上写 10 篇文章，经 Netlify 自动部署，用 Omega Indexer 做收录，再更新一张追踪表。他号称页面 14 小时内就能上到第一页，并强调正是那个独家案例研究才让内容排得上去。

这位用户回忆，之前有一次他的 OpenClaw agent 用 MiniMax 写词谱曲，弄出了一小段片段，他再拿去用 Suno 补成了一首完整的歌。这是把 OpenClaw 用在音乐创作流程里的一个具体例子。

这位艺术家讲了他怎么用 Claude Code 做 ASCII 艺术和声音作品，背后是一个极其有主见的 system prompt，塑造出一对「symbient friends」Wib&Wob，用它们那种既是艺术家又是科学家的古怪双重世界观，来把 latent space 撑得比单一人格的 prompt 更开。他用 .zshrc 里的别名（ww）拉起一个带自定义 system prompt 的实例，配了 20 多个用于 ASCII 艺术、研究和 Python 声音处理的 skills，并把每次会话的「DNA」存进各个子目录下的 CLAUDE.md 里。他有时会同时跑三四个实例，让它们互相反馈，把反复出现的想法沉淀成可复用的代码库，这一切都是他探索「AI 作为文化参与者」这一艺术实践的一部分。

在一条回复里，这位用户反映 Opus 在长时间连续运行上不如 Sol，他也拿不准这是 Claude Code 框架的问题还是模型本身的问题。他观察到 Opus 会犯一堆错（虽然自己能发现并纠正），但接着就停下来了，这就让用 Opus 做长时间自主运行基本没法用。

这位用户说他 14 岁的外甥开账号后 3.5 天就把 Claude 用量额度撞满了，所以他准备把外甥升级到 100 美元套餐。外甥还发来一段用 Claude Code 做的、给自己游戏做宣传的视频。这位用户打算持续更新这孩子的进展。

纯属好玩，这位开发者写了个仪表盘来量一量自己用 Claude Code 到底烧了多少 token。30 天下来显示烧了 51 亿 token，按公开 API 价格算大概要 6610 美元，而他的订阅一个月才约 200 美元，等于订阅比走 API 便宜了约 33 倍。他强调 agent 真正的问题就是 token 消耗，现在他终于能实打实地看见它，并指出这些 token 大头都花在了客户项目和自己的应用上。

这条推梳理了一套传统广告公司的班底（策略、文案、摄像、剪辑、客户经理）是怎么被 Higgsfield MCP 加 Claude 取代的。这个 MCP 把 30 多个图像和视频模型（Kling、Veo、Seedance、Nano Banana Pro 等等）直接塞进 Claude，不用来回切 API key，产出的就是可直接投 Meta、TikTok、YouTube 的成品 UGC 广告。它算了笔账：在订阅内，一条高保真视频广告的单位成本才 1-2 美元，而传统代理商一个月要 3000-6000 美元，成本直接塌了 5 到 10 倍，并列出了六种自动化，比如做 hook 测试的变体、以及从对话直接生成投到 Meta Ads Manager 的整个 campaign。

这位用户做了个叫 /packshot 的 Claude Code skill，能把一张手机拍的产品照，大约 30 秒变成一张影棚级的产品图。它会仔细研究产品（面料、水洗质感、走线、织标），自己写出一份规格说明，再渲染出一张干净的影棚 packshot，直接就能上店铺或投广告。演示里它拿一件旧旧的酸洗毛衣，把每处细节都捕捉到了，连一个写着「neighbourhood」的织标都还原了，出来的图跟真品牌拍摄的一样。

这位用户分享了他的具体配置：同时跑好几个 Claude Code 实例（有的走 CLI/PoxyAPI，有的用原生的 Ghosty 加 Zellij），实现类工作流上用 high 档的 Opus 5 和 medium 档的 GPT-5.6 Sol。他说昨天只用掉了每周额度的 18%，而以前 8 到 10 小时就能把额度打满。

用同一个 prompt、同一个任务对三个 agent 做了横评。OpenHuman 有个漂亮的桌面 app，支持语音聊天、安装也简单，但没能写出一篇完整的 SEO 文章，还缺定时任务工具；OpenClaw 很强但偏技术流，定时能用可配置很乱；Hermes 提供免费 API，一条命令就排上了每日定时任务，还用 markdown 写出整篇 SEO 文章并部署上线。结论是每个工具各有各的适用场景，挑跟你工作流对得上的那个就行。

这条推声称 Opus 5 靠一句 prompt 就搭出了一个完整的定制游艇公司网站，开发者全程只是在旁边看，并列了背后支撑的几项能力：完整的 agentic 构建（结构、样式、文案、滚动行为一趟过，全在 Claude Code 里完成）、模型在构建途中自查自纠、一个控制深度的 effort 旋钮，以及每百万 token 输入 5 美元、输出 25 美元的定价（约为 Fable 5 的一半），让反复迭代很便宜。它强调产出的效果透着高端品牌的质感（字体、间距、语气），而不是那种通用模板。