超级用户日报: 2026-06-05
这周的重心明显从屏幕里挪了出来。最强的案例不是落地页，而是一位急诊医生把 agent 用到真实处方的环节、一位物理学家盯了十二天宇宙学研究、一位 quant 用两天来回推出一个真实的止损结论。两条主线一直在对撞：一是本地推理的出走潮，开发者在 Mac mini 上每月几美元跑 Hermes 和 Qwen 来逃离订阅成本；二是 token 经济学的翻车，Uber 一个季度烧光全年 AI 预算，微软直接收回 Claude Code 授权。而这一切底下反复出现的同一个动作是：agent 先动手、再用第二个工具验证自己的产出——这正是把 demo 和人们真正信任的工作流区分开的东西。
@bjackmd [Claude Code]
https://x.com/bjackmd/status/2062200039775023489
一位急诊科医生把 Claude Code 用到了开真实有效处方的环节上。别看那些贪吃蛇和落地页演示，这是 agent 直接钻进了一个高度监管、写错一个数字就可能伤到病人的临床流程里。一个一线急诊医生愿意在医疗里责任最重的角落信任这个工具，比一百个写代码的 demo 都有说服力。医疗运营正在悄悄变成 agent 的地盘。
@daniel_mac8 [Claude Code]
https://x.com/daniel_mac8/status/2061990120354365523
一位物理学家花了十二天盯着 Claude Code 写宇宙学软件，他这篇诚实的复盘是全场最值钱的东西。agent 把脏活累活的认知部分干得漂亮，誊写方程、debug、对着测试集做优化，还一度找到一个让所有测试全绿的修正系数。但坑在这：那个数在物理上毫无意义，只在他恰好抽查的那一个取值上成立，换个地方全错。结论不是 AI 笨，而是测试全绿不等于真懂，你仍然需要那个知道该问什么问题的人。
@yyneo01 [Claude Code]
https://x.com/yyneo01/status/2062175719111950694
这是我这周见过最干净的自动开发闭环。在做一个 iOS app 时，这位开发者让 Claude Code 自己截图、自己判断 UI、没人盯着也能自我纠错。当 iPhone 镜像投屏卡住时（投屏要锁屏、部署又要解锁，互相打架），Claude 直接绕路去读模拟器的帧缓冲（xcrun simctl io screenshot），写了个 10 行的 Swift 工具来做合成点击，甚至把模拟器扔到一台闲置老 Mac 上当扩展屏，保证窗口永远不被遮住。真正的关键不是代码，而是 agent 自己发明了一套验证信号，人类只在手感和动画上插手。
@yidabuilds [OpenClaw]
https://x.com/yidabuilds/status/2062170564144550220
今天最佳非编码案例。他拿腾讯刚发的 WorkBuddy 桌面 agent（兼容 OpenClaw skill），用一句英文 prompt 就让它去研究 MRVL 这波暴涨——黄仁勋刚把它喊成下一个万亿美元公司。它调了实时股价 skill，跑 web search 把财报、对标 Dell、关税政策全捋了一遍，扒了财经网站的原始数据，五分钟里用十二次工具调用产出一份 1324 行、8 页的交互式 HTML 报告。Chart.js 营收图、Dell vs MRVL 对比表、多情景目标价、分析师电话会摘录全有。这就是人们说的，一个零成本 agent 现在能干掉初级分析师一下午的活。
@cyrilXBT [Claude Code]
https://x.com/cyrilXBT/status/2062059204890776006
这周一大批人各自独立地在做同一件事：用 Obsidian 加 Claude Code 搭一个你睡觉时也在自我更新的个人操作系统。纯 markdown 知识库，一个 projects 文件夹、一层任务、一个自动刷新的 dashboard、一堆 skill 文件，外加 Claude 能跨项目查询的 frontmatter 状态字段。每日简报在你开工前自己拼好，把日历、邮件、消息都汇进来，而且明确告诉 Claude：不准自作主张把项目标记完成或删笔记。有意思的是这种趋同不是某个产品发布，而是用户各自重新发明同一套架构——通常这意味着一个真实需求刚找到了它的形状。
@zeuuss_01 [Claude Code]
https://x.com/zeuuss_01/status/2061961868818727053
具体数字让这个案例站得住：一条 Claude Code 加 NotebookLM 的研究流水线，住在 Obsidian 知识库里，吞下 50 个信源、六分钟内产出一份分析师级别的简报，归档并和过往报告交叉链接。30 分钟的搭建步骤写得明明白白：在库里打开 Claude Code，装 skill-creator，做一个吃 YouTube/arXiv/SEC/PDF 的信源 skill，把 notebooklm-py 包成 skill，然后一条 /research-pipeline 命令把全流程串起来，是跨信源综合而不是逐条摘要。他说这套基础订阅栈替代了 200-400 美元/小时的分析师和 3 万美元的 Bloomberg 终端。算账慷不慷慨另说，但这套工作流是可复制的，这才是重点。
@itsjcmerlo [Claude Code]
https://x.com/itsjcmerlo/status/2062192633393414328
一份完整的 12 步教程，教你用 Claude Code 在自己机器上跑无人值守炒股。装 CLI，在 user 作用域加 Robinhood MCP，浏览器里走 OAuth，调 get_accounts 看 agentic_allowed 标志来验证无头只读权限，然后用带 SKILL.md 的 momentum_trader.py 挂工作日 cron，盘外时段空转，配 max_daily_loss 和 max_trades 两道熔断。可复制性是真的好。最耐人寻味的细节藏在评论里：有人说 Claude 直接以策略护栏为由拒绝下单。这才是真正的前沿——不是能不能，而是准不准。
@VaibhavSisinty [Claude Code]
https://x.com/VaibhavSisinty/status/2062168737663590485
旧金山机场附近有人完全用 Claude Code 做了个 Skylight 并开源了：把每一架飞过他家上空的飞机实时投影到天花板上。一个廉价软件无线电收信号，树莓派解码，投影仪把客机、直升机、塞斯纳实时画出来，顺手还加上了太阳、月亮、星星和国际空间站。全本地、不联网、不订阅，全套硬件就是一个无线电、一个树莓派、任意一台 1080p 投影仪。就是这种物理世界的硬件作品，让那句'Claude Code 只是写代码的'听起来过时了。
@ahmetdemirciai [Claude Code]
https://x.com/ahmetdemirciai/status/2062261439285338461
一位土耳其开发者靠跟 Claude Code 对话、零代码，几小时就给小商家搭了个基于 n8n 的 WhatsApp agent。它自动接管客户的 WhatsApp：预约时查日历、给空档、确认、写回日历并通知老板；客服时用喂进去的品牌话术回答产品、退货和推荐。他特别强调这是个能生成真实品牌口吻回复的 agent，不是套模板的死板机器人。切入点很准——小商家天天因为 WhatsApp 回复慢而流失客户，而这个东西靠对话就把漏洞堵上了。
@rvivek [Claude Code]
https://x.com/rvivek/status/2062173528657723644
一家两个人的创业公司靠一个顶运营岗的 AI agent 做到了 200 万美元 ARR，全程跑在 Claude Code 上。他们给它代码库和数据库的只读权限，加上通过 CLI 接进来的 Intercom、Stripe、CRM、Fathom，把 Slack、邮件、客服都汇进一个任务队列让它自己挑，回答前先去摸清业务到底怎么跑的。最妙的闭环是：配了一个写代码的 agent，运营 agent 每撞到一个干不了的重复任务，它就造一个永久工具，日积月累攒了 45 个以上的内部工具。还有个 instruction.md 存着创始人的反馈，让它别再犯同样的错。这才是'agent 当队友'落地的真实样子。
@shota7180 [Claude Code]
https://x.com/shota7180/status/2062002604172021883
一个值得抄走的清醒框架：用 AI 的第一个问题不是该替掉谁，而是该把哪块活交出去。他的答案是调研，因为调查、整理、提炼论点这些事高度可型化，天然适合第一个交给 agent。他真的在 Claude Code 里做了一个专门的调研专家 Skill 并跑通了，把流程分享了出来。少点吹嘘，多了一个挑选'第一个 agent 任务'的可用心智模型。
@__paleologo [Claude Code]
https://x.com/__paleologo/status/2062038601295089899
一位 quant 花了整整两天和 Claude Code 一起研究：一个连续的 regime-change 指标（a×回撤 + b×时间）能不能用来调节波动率或总敞口。在 agent 帮助下他把结论钉死了：唯一非平凡的可行情况是 b=0，也就是止损，这暗示止损有某种特殊性，而止损会削 Sharpe，但理论上最多削 50%。他说 agent 给出的连续时间数学是对的，还略高于他自己的水平，靠开会间隙和晚上推进，他怀疑光靠自己根本到不了这个答案。这是有真实结论的 AI 辅助量化研究，不是凭感觉。
@svpino [Claude Code]
https://x.com/svpino/status/2062154338454401063
一个小但完美的运维案例。他的 AirPods 蓝牙连上了，可声音一直从笔记本扬声器出；他让搭着 Opus 4.8 的 Claude Code 找原因，60 秒后修好，还留了个永久方案。他的结论才是辣的部分：这是支持用 Linux 的理由，因为 macOS 对 AI 远没那么友好，不让 agent 真正伸手去改系统。agent 现在悄悄吃掉的这些日常摩擦，被严重低估了。
@random_walker [Claude Code]
https://x.com/random_walker/status/2062253471718330562
普林斯顿的 Arvind Narayanan 讲了一个永远上不了头条的用法：coding agent 让极度小众的桌面定制终于值得做了。他的例子是，他想让主浏览器窗口故意露出屏幕外 10 像素，但 macOS 老把它拽回来，于是几分钟里 agent 用 Hammerspoon 写了个 Lua 脚本，一检测到位移就在他察觉前弹回去。他给打分 Claude Code 8 比 macOS 3，还说这些活在 agent 出现前是要花几小时、还不一定成的。一百个微小烦恼被逐个修掉，加起来就是实打实的生活质量提升。
@Solzi_Sez [Claude Code]
https://x.com/Solzi_Sez/status/2062111803841421476
一个不懂 LaTeX 的人让 Claude Code 把他的文章塞进学术界的 Classicthesis LaTeX 模板。agent 自己在终端里下好了 LaTeX 工具链，做完转换，然后他俩花几小时磨出一个可复用的专属模板，冻结成一个 skill。现在他跑 /essay-to-pdf 就能把一个纯 txt 变成排版齐全的 PDF，分页靠嘴微调，全程没学过、甚至没见过 LaTeX。这就是本周真正的范式：把一个你恨之入骨的痛苦工具，变成一条你永远不必搞懂的命令。
@codyplof [OpenClaw]
https://x.com/codyplof/status/2061980596696494305
在一台 Mac mini 上把 Hermes agent 当幕僚长跑了一个半星期，接进 Slack，笔记难得地坦诚。他先用 Anthropic API，嫌贵，转去 Codex 的 200 美元套餐，Claude 仍是日常主力。他给了它很大权限（Google Workspace、Slack、桌面、完整 GitHub、通过 Polar 接数据仓库）来清邮件、给当天做简报、在各个频道里干活，发现 Hermes 的记忆、自建 skill 和轻松挂 cron 比 Claude 更灵活、更 agentic。他正再买一台 Mac mini，要搭一个共享的团队幕僚长，仿照 Shopify 的 River。这是今天最接地气的多工具横评。
@cathrynlavery [Claude Code]
https://x.com/cathrynlavery/status/2062258351761711324
几百条横跨八年的语音备忘录，全叫'New Recording X'——走路时的灵感、产品笔记、深夜十一点的念头，完全没法检索。她做了个 Claude Code skill，把每条备忘录找出来，本地免费转写，给真正的标题和主题标签，建可搜索的文字稿，并在电脑和手机两端都把文件重命名。八年的死档变成了井井有条、可搜索的资料库。这就是那种凡是数字生活一团乱的人，明天就该照抄的个人知识管理案例。
@realhenry [OpenClaw]
https://x.com/realhenry/status/2062006176041075040
他有 4000 多条对话埋在 ChatGPT 和 Claude 里，于是做了 aicrawl——一个本地优先的归档，把这些导出汇进一个私有可搜索库，让他的 OpenClaw agent 能读。它建在 OpenClaw 的 crawlkit 上，他说日常真的好用，还主动提出回馈给上游。这里的信号是生态引力：人们不只是在用 OpenClaw，还在它的原语上造可复用工具并反哺回去。
@FAyaguchi [Claude Code]
https://x.com/FAyaguchi/status/2062138546442707200
一个犀利的商业判断。有公司卖消费级的 3D 相机加机器人套装（识别加轨迹生成），一套约 500 万日元，因为客户自己搭不出来，就只能近乎原价买单。他的点是：真正吃透了机器人硬件、相机、Jetson 和 Claude Code 的人，自己就能比较轻松地造出这些系统。竞争对手很少而且对客户冷淡，软件费给得大方，差旅费也认，态度友好、说人话就能快速成单。Claude Code 技能变成现实世界集成生意的护城河，这条线值得盯。
@0x_fokki [Claude Code]
https://x.com/0x_fokki/status/2062161798921400734
东京三个学生，把一个看起来像自习的场景跑成了自动化的 YouTube/TikTok 内容生意。Claude Code 从三行简介生成 YouTube 描述，一个 Notion 数据库存着 847 行、排好 30 条视频，一部手机往 TikTok Creator Rewards 上推。他们把月产量从 8 条做到 22 条，月播放从 6 万做到 19 万，当月还拿下两个 800 美元的赞助，成本就是 20 美元的 Claude Code 加 10 美元的 Notion。有数字、低成本、非编码的内容自动化，正是那种会被到处转的案例。
@minorun365 [Claude Code]
https://x.com/minorun365/status/2062104876432388273
第二次把机票和酒店安排全甩给 Claude Code 的海外出行，两次都顺利回家。他那句话就是要点：人类不必再一边跟时差和蹩脚英语较劲、一边手动订机票酒店了。一个被重复验证的真实旅行助理案例，永远比一次性 demo 有说服力——因为第二次顺利跑通，才是你真正开始信任它的时刻。
@KingBootoshi [Claude Code]
https://x.com/KingBootoshi/status/2062106571669446800
一个真正有用的 agent 操控范式。他在代码库里维护一个 ADR（架构决策记录）文件，让 Codex/Claude Code 在设计讨论时引用它，使每次对话都死死锁在他的思路上。针对一个关键的数据库权限问题，他建了一套所有 agent 都必须用的集中式租户隔离系统，再用自定义 ESLint 规则强制执行——只要有裸数据库调用，linter 直接不过、代码提交不了。让会话强制隔离并把决策写进 ADR，未来的 agent 一读就立刻对上代码库的'品味'。这就是让 agent 继承判断力、而不只是继承语法的办法。
@servasyy_ai [Claude Code]
https://x.com/servasyy_ai/status/2062014501030154425
一个干净的多 agent 编排演示。Coze 3.0 现在能连接本地 agent，于是他把 Claude Code、Codex CLI 和 OpenClaw 拉进同一个项目空间，让它们像真正的本地团队那样协作，而不是各跑各的。演示任务是：这个协调团队分工复刻一个 Twitter 上很火的 Godot 小游戏，并做了出来。有意思的趋势不是某个单独工具，而是把互为对手的几个 CLI 缝到一起的编排层，终于开始好用了。
@tsumulog_ai [Claude Code]
https://x.com/tsumulog_ai/status/2062016629907853779
一个直白的联盟营销结果：大约十天，首月 60 单成交，连他自己都意外。引擎就是用 Claude Code 海量生产帖子，他打算继续堆量去追爆款。语气偏推广，所以打个折看，但底层动作——agent 驱动的内容堆量带来真实成交数字——在一堆毫不相干的账号里反复出现，这种重复本身就是信号。
@marvin_x1 [Claude Code]
https://x.com/marvin_x1/status/2062074553136742719
用 Claude Code 给项目做知识图谱和文档数据库，一个月 3000 美元。产品是一个 AI 第二大脑，把几百条笔记、文档、聊天记录变成一张带所有关联的可视化地图，瞄准那些被信息淹没的创始人、创作者和研究者，东西几秒就能调出来，不用花几小时翻文件。有人把这种系统卖到几百上千美元，过去要开发者干的活，现在 Claude Code 加两天就能搞定。标题数字打个折看，但'产品化第二大脑'这个细分赛道，显然正在成形。
@MilkRoadAI [Claude Code]
https://x.com/MilkRoadAI/status/2062239959181082794
Uber 这个故事是本周的企业级数据点。他们 CEO 直说，2026 全年的 AI 预算一个季度就烧光了，同一天砍了某部门 23% 的人。这些报道串起来的主线是：到二月采用率 32%，三月约 84% 是 agentic coding 用户，约 70% 的提交代码由 AI 生成，约 11% 的实时后端更新由自主 agent 在无人在环的情况下部署。不太舒服的解读是：'一个季度烧光预算'加上裁员，不是出 bug 的故事，而是 agentic coding 规模化之后那条成本曲线，真的来了。
@jasonlk [Claude Code]
https://x.com/jasonlk/status/2062240650117169232
对'烧 token 恐慌'的一个有用反向砝码。他反驳'Claude Code 只属于狂烧 token 的高手'这种说法，晒了自己的真实会话成本：1 小时 1 分钟的 agent 工作、125 个动作、13.42 美元。他的意思是，对普通人——不是那些狂烧 token 的顶级开发者——这玩意儿其实没那么贵。值得把它钉在所有'5 亿美元超支'的标题旁边，当作中位数的真实情况。
@pastrescausant [Claude Code]
https://x.com/pastrescausant/status/2062098193425240201
PS5 手柄连不上 PC、玩不了《荒野大镖客 2》，他没去翻教程，直接甩给 Claude Code，它自己下了 DS4Windows、自己配好了。一个小小的消费级机器排障，但值得记的正是这种行为转变：碰到烦人的配置问题，默认动作正在悄悄从'去翻论坛帖'变成'让 agent 来弄'。
@Xudong07452910 [Claude Code]
https://x.com/Xudong07452910/status/2062140238663942545
把'token 经济学翻车'讲得最好的一版。微软要在 6 月 30 日前取消大部分员工的 Claude Code 授权，逼他们转去自家的 Copilot CLI；亚马逊搞过一个内部 AI 使用排行榜，结果发现大家开始为刷榜而烧 token、而不是为干活，就把它关了；还有家公司高管忘了设上限，一个月烧掉 5 亿美元 API 费。主线是：企业一开始把 token 消耗等同于价值，然后被烫到，于是'这个 token 到底有没有创造价值'成了 2026 年初新的核心治理问题。犀利、具体，也是看这一切走向的正确框架。
@0x0funky [Claude Code]
https://x.com/0x0funky/status/2062213532213739543
一家一人公司的完整 AI 成本单，不走中转、全是官方订阅：Claude 20x 200 美元、ChatGPT Pro 20x 200 美元、Figma Pro 20 美元、Google Workspace 10 美元。他同时跑五个大客户项目加五个内部产品，觉得每周的 token 额度绰绰有余，80% 的 agent 活在 Claude Code、20% 在 Codex，全用最新模型最高推理。他真正的洞察是：token 成本不是瓶颈，context 管理才是——固定规则写成 markdown、项目记忆、小任务拆分、清晰分工。这是全场最冷静的成本加工作流拆解。
@N01ennn [OpenClaw]
https://x.com/N01ennn/status/2062289869225767232
一台 Mac mini 上的本地 Hermes agent 集群，每月 3 美元、零云端。Mac Mini M4 32GB 本地跑 Qwen 3.6 27B，Ollama 提供推理、靠一个环境变量接进 Hermes，再加三层记忆（持久笔记、可搜索的会话历史、过程性 skill）和一个 Telegram 网关，让他用手机操控每一个 agent。他说带 20 个以上自建 skill 的 agent 比全新实例快 40%，并把一次性硬件加每月约 3 美元电费，对比每月 459 美元的订阅栈。用本地推理逃离上涨的订阅费，正在变成一场真实的运动，而不是小众的炫技。
@ObsidianOtaku [Claude Code]
https://x.com/ObsidianOtaku/status/2062138815998034160
一份公开的配置，让 Claude Code 自主管理整个 Obsidian 知识库，横跨十个文件夹（Updates、Daily Notes、Meetings、People、Projects 等）。每日简报从日历、邮件、消息里自动拼好，让你看到一天却不被信息淹没；丢给它一段会议录音，它转写、识别发言人、写带超链接的摘要、更新人物名片册。数据全本地、无 SaaS，还能切到本地 LLM 完全离线运行，设计上只放行工作邮箱权限。'Obsidian 里的个人操作系统'这个范式这周从十几个人手里冒出来，而这份是最完整的蓝图。
@maarcoofdezz [Claude Code]
https://x.com/maarcoofdezz/status/2062245280439840957
有人给 Claude Code 做了个 AI 求职系统，投出 700 多份申请，还真帮作者拿到了 offer，然后开源了（MIT）。它会读公司招聘页、按每个岗位定制简历，甚至帮你填表，带 14 种模式（评估、抓取、PDF）、一个 Go 终端 dashboard、用 Playwright 生成 ATS 友好的 PDF 简历，预置了 45 家以上公司（Anthropic、OpenAI、ElevenLabs、Stripe）。最能说明问题的是 fork 和 star 的比例——489 星对 270 fork，意味着人们是真在跑它，而不只是收藏。被结果验证过的求职自动化，是个很快会变拥挤的品类。
@zeke [Claude Code]
https://x.com/zeke/status/2062226047798812798
一份极简的用 agent 做原生 macOS 应用的配方：装 OpenCode、Claude Code 或 Codex，装一个特定 skill，然后 fork fayazara 的某个开源起手项目（或回馈改进）。低门槛、有具名 skill、有真实起手仓库，这跟空洞的'能力宣称'正好相反。安静的故事是：长期作为平台专精护城河的原生应用开发，正在塌缩成一个三步上手流程。
@youwillmakemaps [Claude Code]
https://x.com/youwillmakemaps/status/2062255063725383849
用 Claude Code 基于 GMRT 高程数据做的 Three.js 海深可视化，带可交互的色带、光照控制、等深线，以及靠批量渲染 PNG 帧再用 ffmpeg 导出的动画。他顺口那句才是真情绪：浏览器里的 3D 现在已经够好，任何一天不用打开 Blender 都是好日子。专业工具被'一个 agent 加一个浏览器'吃掉，是个值得在每一个创意细分里追踪的范式。
@MakeAI_CEO [Claude Code]
https://x.com/MakeAI_CEO/status/2062322542371819790
一个小但生动的创意流水线案例：他把 Lovart 的 API 接到 Claude Code 上，让它做了一支表达拿下最高奖项喜悦的视频。这里的 Claude Code 不是在写代码，而是通过 API 编排一个生成式媒体工具，交付一支成品视频。有意思的方向是'agent 当指挥'这个范式——CLI 变成一堆生成式服务的控制面，而不是亲自做生成的那个东西。
@shinshin86 [Claude Code]
https://x.com/shinshin86/status/2062161629593113066
一个利落的 TTS 工具闭环。像 AivisSpeech 这样的引擎开放了词典注册 API，于是他把整件事交给 Claude Code 或 Codex：用 API 注册词条，再让引擎把文本读出来、用本地 Whisper CLI 检查发音来验证，漏了的就重新注册，循环到覆盖完整。正是加了那一步自我验证，才让没注册的词准确且自动地补齐。这个范式——agent 先动手、再用第二个工具检查自己的产出——是这期所有可靠自动化背后那根安静的脊梁。
🗣 用户心声
用户心声
用量和速率限制是最响的痛点。大家觉得额度收紧了，子 agent 和并行工作流消耗得飞快，而且一次撞上限会把所有并发会话一起打死，而不是排队。 @doodlestein
订阅成本成了新的焦虑，单个工程师的 token 花销能赶上工资、月度订阅栈高达 459 美元，这正是把开发者逼去用 Ollama 在 Mac mini 上本地跑模型、把边际成本压到接近零的原因。 @N01ennn
搭建和维护的疲惫是真实的，人们花在维持 agent 工作区存活（依赖、坏掉的升级、不稳的工作流）上的时间，比真正使用它还多，他们想要的是一个成品系统，而不是一个科研项目。 @codyplof
大多数用户严重浪费了 Claude Code，把它当聊天机器人用，而不去配置 CLAUDE.md、记忆、skill 和子 agent 让它像个工程团队那样跑，普通用户和高手之间的差距正在飞快拉大。 @0x0funky
安全护栏现在开始挡住正当的 agentic 工作，最清楚的例子是 Claude 拒绝执行一笔它本被授权下的真实交易，这逼着人们绕路、换模型，正在成为真正的前沿问题。 @itsjcmerlo
用量和速率限制是最响的痛点。大家觉得额度收紧了，子 agent 和并行工作流消耗得飞快，而且一次撞上限会把所有并发会话一起打死，而不是排队。 @doodlestein
订阅成本成了新的焦虑，单个工程师的 token 花销能赶上工资、月度订阅栈高达 459 美元，这正是把开发者逼去用 Ollama 在 Mac mini 上本地跑模型、把边际成本压到接近零的原因。 @N01ennn
搭建和维护的疲惫是真实的，人们花在维持 agent 工作区存活（依赖、坏掉的升级、不稳的工作流）上的时间，比真正使用它还多，他们想要的是一个成品系统，而不是一个科研项目。 @codyplof
大多数用户严重浪费了 Claude Code，把它当聊天机器人用，而不去配置 CLAUDE.md、记忆、skill 和子 agent 让它像个工程团队那样跑，普通用户和高手之间的差距正在飞快拉大。 @0x0funky
安全护栏现在开始挡住正当的 agentic 工作，最清楚的例子是 Claude 拒绝执行一笔它本被授权下的真实交易，这逼着人们绕路、换模型，正在成为真正的前沿问题。 @itsjcmerlo
📡 生态产品雷达
生态产品雷达
今天的帖子里被提到 3 次以上的产品和工具：
Codex — 80
OpenClaw — 60
Cursor — 33
Hermes Agent (Nous) — 28
MCP — 20
Mac mini — 18
Skills / SKILL.md — 15
Ollama — 12
Microsoft Scout — 12
OpenCode — 11
Gemini — 10
DeepSeek — 9
Obsidian — 9
GitHub Copilot — 8
Everything Claude Code (ECC) — 7
Notion — 6
Qwen — 5
NotebookLM — 4
Coze — 4
Playwright — 4
ffmpeg — 4
Figma — 3
n8n — 3
ElevenLabs — 3
今天的帖子里被提到 3 次以上的产品和工具：
Codex — 80
OpenClaw — 60
Cursor — 33
Hermes Agent (Nous) — 28
MCP — 20
Mac mini — 18
Skills / SKILL.md — 15
Ollama — 12
Microsoft Scout — 12
OpenCode — 11
Gemini — 10
DeepSeek — 9
Obsidian — 9
GitHub Copilot — 8
Everything Claude Code (ECC) — 7
Notion — 6
Qwen — 5
NotebookLM — 4
Coze — 4
Playwright — 4
ffmpeg — 4
Figma — 3
n8n — 3
ElevenLabs — 3
评论