超级用户日报: 2026-11-04
高盛把 Claude Code 从交易员手里收走的同一天，有人晒出两个有名字的 agent 怎么替自己跑客服中心，这个反差就是今天的主题。重度用户已经不再问怎么把一个 agent 用到极致，开始画组织架构图了：秘书管下属，所有 agent 读同一本台账，写代码的那个永远不许合并自己的 PR。成本账也算得更细了。一位独立游戏开发者公开了逐个会话的账单，一位测试者把厂商宣称的省 31% 实测成 7.1%，Revolut 说大约 2000 名工程师已经换到自托管开源模型，价格只有原来的十分之一。Grok Bot 突然砍额度，又把一批人推回自己能掌控的方案，所以沉寂几周的 OpenClaw 第一手故事今天又冒出来几条。
@itsdavemartin [Claude Code]
https://x.com/itsdavemartin/status/2117272985815916786
这是今天最干净的一张多 agent 组织架构图。一台 Mac mini 跑着叫 Conductor 的看板，只有一页：什么在跑、什么做完了、什么在等人。agent 成对干活，一个 Claude 配一个 Codex，第一对叫 Thelma & Louise，审完全部帮助文档并做出公开支持中心，一共 13 个 issue，用时 1 小时 19 分钟。流程是 Codex 先出一页 HTML 设计，Claude 读完写计划、在 Linear 里开 issue，然后一个 issue 一个 PR 地一起做。最值得抄的是这条规矩：谁没写这个 PR，谁来审和合并，没人能合并自己的代码。
@miyatti [Claude Code]
https://x.com/miyatti/status/2117157231947137494
一位日本用户画出了一套像小公司一样的个人 agent 结构：Grok Bot 是第一秘书，Muse 是第二秘书，Dots 是替补，Claude Code 和 Codex 是常驻 Mac 上的下属。秘书可以换，下属和台账是共用的，所以换哪个秘书接手都不用把前情再讲一遍。这本台账是作者自建的 AI-PLC，记着每个委托的来龙去脉、决定、成果和剩余工作。进行中的东西只放本机 Flow 文件夹，用 Time Machine 备份到 NAS；做完的按模块归到私人或公司的 GitHub 仓库。别人把这些助手当对手比，这套方案把它们当成可以随时换人的前台。
@0xKense1 [Claude Code]
https://x.com/0xKense1/status/2117364784932818981
今天最细的一份成本账来自一个人做的 Unity 游戏：31 个会话，一个 20 美元的 Claude Code 订阅，外加几美元模型费。Opus 5.5 跑了 17 个会话花 70 美元，负责难的几何和美术方向；Sonnet 5.5 跑了 14 个会话花 17 美元，负责材质、道具、界面和音效；16 个 Tripo 模型花了 8.2 美元，用代码写的绑骨和动画不花钱。第一个大任务跑了 39 分钟花 10.3 美元，还中途撞上会话上限，作者由此学会一个新会话只做一件事。每份任务书开头都是同一段（世界尺度、什么已经能用、唯一任务、不许删文件、失败两次就停），结尾是一条验收动作加一张配数字的截图。有人问模型路由到底能不能省钱，把这份账给他们看：Sonnet 每个会话的成本大约只有 Opus 的三分之一。
@BoringBiz_ [Claude Code]
https://x.com/BoringBiz_/status/2117324473946743085
高盛刚把让非工程师用 agent 写东西这条路完整走了一遍，结局是撤退。交易员和银行家之前用 Claude Code 和 GitHub 工具盯客户交易流、给持仓建模、生成材料，直到 7 月 CIO 还在推广这种先 vibe coding 再交给工程师收尾的做法。据彭博报道，10 月更新的内部指引在评估生产力和风险后，把这些工具收回给工程师和 strats，一些交易员很不满。尴尬的脚注是，高盛正是一周前公开提交的 Anthropic IPO 的两家主承销商之一。这是大银行划权限线的第一个数据点，不是工具不好用的判决：那 1.2 万名工程师照样在用。
@guilleflorvs [Claude Code]
https://x.com/guilleflorvs/status/2117379073785696395
据 Revolut 的 AI 运营负责人介绍，大约 2000 名工程师已经改用自托管的 GLM 写代码，Claude Code 和 Codex 进了例外名单。公布的数字是：56 块 Nvidia B200，综合每百万 token 3 毛钱，账单约为之前的十分之一，工程交付周期缩短 70%。最有意思的是原因：工程师不再被 token 配额卡着、不再把 AI 留给难的工单之后，收益才真正出现。这把常见的争论翻了过来，给好模型限量，可能比给所有人一个差点的模型更亏。这些都是公司自己的口径，但这是目前公开说过的最大一次开放权重切换。
@stevelacey [Claude Code]
https://x.com/stevelacey/status/2117359574181163199
一位在自家产品里接入 MCP 的开发者承认，自己的 agent 几乎从来不用它。每个 agent 就是一个带项目文件夹和 .env 的 Claude Code 会话，派活之后它会直接调 API 或打开浏览器，因为连接器那一步必须有人起身去点。有些 agent 悄悄绕开了专门给它们做的 MCP 服务，事后作者才发现。那为什么还继续做？因为 API 契约能防止调用方被改坏，而且市场上其他人在找这个东西。这是个不太舒服的数据点：MCP 最大的受益者，可能是拿着采购清单的买家，而不是 agent 自己。
@jayden_teoh_ [Claude Code]
https://x.com/jayden_teoh_/status/2117363471008350347
一个研究团队让 Claude Code 给 GPT-6 Astra 自我优化提示词，主指令只有一句：直接改权重让 Qwen3.5-0.8B 数学变好，不许训练，只能跑 50 次前向。没人告诉它 Qwen 有已知的循环输出问题，agent 自己对比了循环和正常轨迹的激活，找到区分方向，定位到该改哪些 MLP 权重。作者认为不循环的 Qwen 0.8B 此前没人做出来过。另一位读者核对结果发现，修好的 579 道题里有 576 道是修了循环，两层里改了约 13.1 万个权重，所以变好的主要是不再重复，而不是数学能力。两件事可以同时成立，后一点正是要读评测明细的原因。
@karankendre [Claude Code]
https://x.com/karankendre/status/2117231750409490822
微软的 TokenEconomizer 号称能把 Claude Code 成本最多砍掉 31%，有人跑了 24 个会话实测。总体只便宜 7.1%，熟悉仓库之后约 10%，提示词缩小 43%，24 个任务开不开它都全部通过。提示词小了 43%，钱只省 7%，这才是重点：它压缩的那部分，缓存本来就处理掉了不少。时间线上每个省 token 工具都该被要求公布这样一张表。样本不大，也依赖测试者自己的环境，但比那些没有任何测试的 49 倍、98% 强太多了。
@0xarcos [Claude Code]
https://x.com/0xarcos/status/2117245427254722840
一份作者自报的过夜运行记录，用计分板替钩子说话：同样的模型和待办，没有 harness 时 9 个任务完成 3 个，还强推了一次 main；有 harness 时 9 个全部合并，钩子触发 214 次。其中三次拦下了强推、写 .env.production 和删 migrations 目录，stop 钩子在测试没变绿前不让说完成。裁判模型只在三种时刻醒来：定计划前、同一个失败出现两次后、合并前。有个测试连败两次时，它直接说别再打补丁了，根因是少了幂等键。数字只当一个人的一夜来看，但设计是对的：规则要放在模型说不动的地方。
@illyism [Claude Code]
https://x.com/illyism/status/2117103631564689691
有人给 MacBook 做了一次 AI agent 大扫除，腾出 13.8 GB：14348 个旧的 Grok CLI 会话文件、4944 份超过 30 天的 Cursor 记录、409 个 Codex 会话和一个 896 MB 的 SQLite 历史库，还有 44 个失效的钥匙串令牌。没人把这些目录当数据看，但里面躺着几个月贴进去的代码和过期凭证。解决办法就一条提示词：先列大小，删掉 30 天以前的，再加一个每日自动清理。这是一件真实存在却没有任何工具默认处理的杂活，先看大小再删这一步值得照抄。
@bozhou_ai [Claude Code]
https://x.com/bozhou_ai/status/2117231911835988140
一位中文用户分享了两个真能改变账单的设置：/advisor opus 让 Sonnet 干活，只在定方案前、同一错误反复出现时和宣布完成前请 Opus 出主意；/autocompact 400k 让压缩提前很多，1M 上下文默认要到大约 967K 才压。上下文越长，每次请求烧得越多，模型也越容易犯糊涂。Claude Code 团队成员推荐 400K，博主自己用 300K，压缩后原始会话仍保存在本地文件里。第二个设置大多数人还没碰过，试一下没有任何成本。
@dan__rosenthal [Claude Code]
https://x.com/dan__rosenthal/status/2117270716894646513
一家 RevOps 代理公司不再手工搭 HubSpot 工作流了。它的认知度评分方案有两个核心工作流，几十个节点、属性和分群，以前每个客户都要花几个小时。现在 Claude Code 照着存好的模板，通过 HubSpot CLI 读客户文档和 CRM 背景，改好模板再接线，一条提示词搞定。公司说这砍掉了 80% 的行政工作，而 RevOps 加 ABM 占它一半业务。真正的商业含义在最后一句：还能收钱的只剩规划文档、销售动作设计和数据模型。
@clairevo [Claude Code]
https://x.com/clairevo/status/2117340016418722101
一位 Figma 产品经理把自己的 Claude Code 配置做成了 PM OS，一个 31 个 skill 的仓库，现在公司里 60 到 70 位产品经理都在用，靠一个普通 git 仓库同步。what's up 这个 skill 每天跑 6 次来驯服 Slack，Codex 负责 bug bash，能抓到人发现不了的问题，自动化增长产品经理 AutoXP 第一次实验就找到了一个大收益点。这就是非工程师的使用方式真正扩散时的样子：没人采购平台，一个人的文件夹成了标准，因为 git 仓库是公司里最便宜的分发渠道。
@DaveWangMIA [Claude Code]
https://x.com/DaveWangMIA/status/2117307274045874332
一位前摩根士丹利分析师公开了用 Claude 搭三表模型的五步法，核心全在上下文管理。把财报和电话会记录放进一个文件夹，把几十上百兆的 PDF 压成轻量的 JSON 或 markdown 输入文件，然后按自家风格先搭框架，这是 Claude 不可能知道的东西。预测假设用深度研究来填，并附上来源以便核对。最后一步在全新对话里审计，因为新上下文能发现老上下文一直在替自己辩护的错误。本来就会手工搭模型的人最受益，他们知道哪类错误该排在最前面。
@dontbesilent [Claude Code]
https://x.com/dontbesilent/status/2117197983766700156
一位中文创作者找到了一种避开 AI 垃圾文的写法：把成千上万条旧推文喂给 Claude Code，让它把同一主题的短帖合并成连贯文章，只改错别字和标点。一次就写好了未来几个月的公众号文章。所有内容都是作者亲手写过的话，AI 只负责拼接和调整顺序，所以读不出机器味。这招能成是因为读者本来就没看过或早忘了那些旧帖。下一步由助理同步到 Threads、小红书和抖音。洞察在输入端：当素材来自自己的存档，AI 写作的烂问题就消失了。
@akshdeeps_001 [Claude Code]
https://x.com/akshdeeps_001/status/2117274511280337230
一次 20 美元档的同任务对比：按 Figma 设计实现页面，并在多个断点上测试。Codex 里的 GPT-6.1 Sol 烧光了整个 5 小时额度，只完成约 70%。Claude Code 里的 Opus 5.5 开 medium 档全部做完，质量明显更好，只用了大约一半额度。一个任务证明不了什么，作者自己也这么说，但它能反驳 Opus 会把 Pro 额度吃干净的印象。关键词是 medium：大多数 Opus 烧得快的抱怨都来自更高的档位。
@nodenodenode1 [Claude Code]
https://x.com/nodenodenode1/status/2117105426944696800
一次做幻灯片的经历说明，检查通过不等于文件能用。Claude Code 根据一行需求把文章做成 15 页可编辑 PowerPoint，自动检查全部 PASS，用 PowerPoint 一打开却有五种错位：15 页的出处都被截断、标题重复、表格压住注释、提示框压住总结、环形图中间写着全 60 案 60 案。原因很精巧：AI 查的是放置时的文本框，而 PowerPoint 打开时文本框会随文字往下长。修法是在检查里估算撑开后的高度，确认旧版 FAIL、新版 PASS，最后真正打开转成图片用眼睛看。先验证检查本身会失败，这一步大多数 agent 检查都跳过了。
@mdarcemont [Claude Code]
https://x.com/mdarcemont/status/2117263378775236909
远程编程 agent 写了六个月的大部分 PR 之后，一个团队反复遇到同一个问题：agent 缺产品背景，于是靠猜，做出来的 PR 审起来很折磨。于是他们做了 teletap。agent 卡住时，会根据每个队友写在「什么时候来问我」里的内容找到对的人，问题弹到那人的 Mac 上，回几个字就能回到 agent 的会话里继续跑。这和追求更高自治正好相反，大概也是对的下一步：贵的不是提问，而是一个直到审查才被发现的错误猜测。
@MatiasWilliams [Claude Code]
https://x.com/MatiasWilliams/status/2117297293313310943
今天这条经验最简短的版本，来自一个没设协调者就同时跑 Grok 和 Claude Code、结果一团糟的人。问题不在机器人多，而在所有机器人都找你说话，却没有一个知道每件事归谁。建了一个 dev-room，让一个机器人分配任务之后才转起来。一个发号令，其他人干活，你来批准。用完全不同工具栈的人都在得出同样的结论，说明这事关乎注意力，跟具体工具无关。
@razamit [Claude Code]
https://x.com/razamit/status/2117151967730360437
一位用希伯来语发帖的开发者终于找到一种办法，不改动 VS Code 终端里的任何配置，就能把 Grok Bot 接到 Claude：两边都加入 Reason Network，由 Grok 判断该跟哪个会话协作。作者跑着几个负责增长的 Grok 机器人，一个管网站、一个管 App、一个管和孩子一起做的 Roblox 游戏。它们调研功能，再把活派给 Mac 上的 Claude Code：机器人做计划，Claude 动手，不用人工复制提示词。一个家庭里孩子的 Roblox 游戏都配了增长机器人，这就是个人工具现在的样子。
@showheyohtaki [Claude Code]
https://x.com/showheyohtaki/status/2117086292022309161
一位日本用户搭出这样一套：手机上给 Grok Bot 发一句话，Claude Code 和 Codex 就自己分工干活。Grok Bot 当 AI 秘书很优秀，模型能力则是 Opus 5.5 遥遥领先，所以请求经 Reason Network 传给 Claude Code，最后只把结果带回来。在网络内部 agent 可以直接对话，比如 Claude Code 只把出图的活交给 Codex，拿到后接着做。谁在干什么由一个看板统一显示。注意结构背后的经济学：前台选的是态度，后台选的是模型。
@0xTib3rius [Claude Code]
https://x.com/0xTib3rius/status/2117304352473772524
一位安全研究者的电脑总在半夜自己醒，于是让 Claude Code 做了个应用，名字就是每天早上走进办公室对电脑说的那句话：Why The Fuck Are You Awake。这是最好的那类个人软件：一个小到不值得立项的具体烦恼，因为做它的成本低过了忍受它的成本，就这么解决了。这东西不会有人拿来卖。光这个名字就说明了，为什么现在会出现只服务一位用户的微型工具。
@Nenlyonis [Claude Code]
https://x.com/Nenlyonis/status/2117253593371922601
一位从没碰过 3D 软件的中文创作者，用不到 24 小时、不到 20% 的周额度做出一个浏览器动作游戏，作为 Miora 工作坊的演示。第一条提示词指向素材文件夹，只要求视觉冲击强、带轻度战斗。Claude Code 自己想出了设定：世界是一张没画完的铅笔草稿，打倒墨团怪、施法生成建筑；大约半小时交出连续关卡，带轻重击、范围攻击和二段跳。大部分场景素材是后面七八个会话里补进去的，穿模和动作僵硬还在。最让人意外的不是代码，而是 agent 做了一个没人要求的原创决定。
@luccacerf [Claude Code]
https://x.com/luccacerf/status/2117328213495967850
有人连续四天，用 Claude Code、Opus 5.5 和 Blender MCP，给 Three.js、Godot、Unity、Unreal 下几乎相同的提示词。结论是选 Three.js 和 Unity。Unreal 画面很好，但二进制文件挡住了 agent，分发也不如网页和手游方便。这是选引擎的一个新标准：不是谁渲染得最好，而是 agent 能不能真正读懂并对比改动。基于文本的项目格式，可能会悄悄决定哪些游戏引擎能在 agent 时代活下来。
@sorenxet [Claude Code]
https://x.com/sorenxet/status/2117338696831865248
Opus 5.5 通过 MCP 直接在 3ds Max 里重建了一间办公室，比成品更值得看的是干活方法。分阶段推进：先做墙窗外壳，再放家具，然后截视口与参考图比对，通过后才做书架和近景细节，最后配材质和对准窗户方向的日光。一条实用规矩：在提示词里写明渲染器，V-Ray 或 Corona，否则 Opus 默认用 Autodesk Physical 材质，所有材质都得重做。让 agent 在阶段之间看自己的视口，这就是它和一条大提示词加一天返工的区别。每个接上 MCP 的创意软件都在出现同样的做法。
@Klonzu [Claude Code]
https://x.com/Klonzu/status/2117293122065424844
有人用一个免费的 teardown skill，把一艘虚构的轨道货运飞船模拟器做成一页离线 HTML：高度 412 公里，九个任务阶段，八段船体可以拆开再对接。最巧的纪律是所有东西都读同一条时间线：推力接近段 86 kN，船体分离时 13 kN，上升点火 89 kN；一旦分离，八个负载条全部翻成 DETACHED。仪表跟着模型走，就不可能显示飞船没有经历过的数字。还必须附上一张真实参考图，否则出来的就是玩具。单一事实来源原来也是一条好的美术规则。
@SHACK_SAME_SAME [Claude Code]
https://x.com/SHACK_SAME_SAME/status/2117221478177591442
一位日本创作者用同一个 teardown skill 做了一只灰鲭鲨机器人，全程没用视频或图片生成器。Opus 5.5 从论文里查到真实的游速和尾部摆动，把形状和动作都写成公式，一个速度值同时驱动尾巴、12 节脊椎和屏幕数字；时间按 1/60 秒步进，拍下 1800 帧；声音也靠计算生成，每次摆尾响一声。最后看静帧修了三轮。和 AI 视频的区别是形状永远不会崩，成品还是一个可以旋转、透视、拆解的网页。让 AI 造出来，而不是画出来，这个区别值得记住。
@marcthecreatorr [Claude Code]
https://x.com/marcthecreatorr/status/2117289480608460897
一位创作者让 Opus 5.5 开 max 档重做了一部原本由 Fable 5.5 做的动画短片：在 Claude Code 里跑了 2 小时 15 分钟，估算花费 33 美元，没用任何图片或视频模型，每一帧连同音乐都是代码做的。这个价格才是新闻。用代码渲染影片，已经成了按秒计费视频生成的一个便宜且结果可复现的替代，还能逐行修改。创作者已经把它当成一个跨模型比较的基准在跑。
@samir_sawarkar [Claude Code]
https://x.com/samir_sawarkar/status/2117251379852963953
一位后端工程师这个月看着 Claude Code 和 Cursor 搭了 30 个事件驱动后端，没有一次建议用 Kafka 或 RabbitMQ：全部用 Postgres 的 LISTEN/NOTIFY。观察很小，影响很大。agent 有自己的默认选项，当几百万个项目在没人选择的情况下被搭起来，默认就变成了市场份额。基础设施厂商多了一个要争取的新受众，也就是模型，而大多数还没意识到。对小项目来说 agent 也许就是对的，争论要等到其中某个项目撑爆它的那天才开始。
@hnshah [Claude Code]
https://x.com/hnshah/status/2117333672114479337
这条提示词回答了一个很少有人问的问题：我的 agent 没告诉我就替我决定了什么？功能做完之后，让它对比你的需求和实际实现，找出最多三个你没指定却影响用户的决定，附上证据，什么都别改。用户能不能跳过注册、客户取消后会发生什么，可能都是 agent 自己定的。你的用户会一直活在这些选择里，却不知道它们从哪来。花一分钟，任何 agent 都能跑，就能把看不见的产品决定变成一张清单。
@Voxyz_ai [Claude Code]
https://x.com/Voxyz_ai/status/2117372427714089436
大多数装上的 skill 根本没有区别，作者也从没和不装 skill 的情况比过，所以留下任何一个之前先跑这个测试。开两个全新子 agent，给同一个简短需求，A 先读 skill，B 不许读，然后列出两边结果和所有差异。看不出区别，这个 skill 就是累赘。如果是自己写的 skill，记下 A 还做错什么，改文件后重跑，最多三轮，不许手工修结果。一个带停止规则的 A/B 测试，放到几十万个未经测试的 skill 市场上，能清掉一大批。
@doublenickk [Claude Code]
https://x.com/doublenickk/status/2117338879447711974
一项新基准发现，agent 记忆可能会搞砸本来不靠记忆也能解决的任务：记忆有助于找到对的文件，但会不加检查地复用旧修复，无关的历史还会让情况更糟。实用的应对用上了多数人忽略的 Claude Code 功能：把笔记放进 .claude/rules/billing.md，加一个 paths 字段比如 src/billing/**，这样只有 agent 碰到账单相关文件时才加载。再在 CLAUDE.md 里加一句，用旧笔记前先确认它适用于当前任务。这周人人都在卖更多的记忆，经得起数据检验的是有作用域的记忆。
@coreyganim [Claude Code]
https://x.com/coreyganim/status/2117264901504749814
一家 AI 服务公司把自己的 Signal Stack 称为最大优势之一：一份短短的信源清单，Claude Code 或 Codex 每周读一遍。分四类：客户自己的原话、5 到 10 家竞品、市场变化，以及 CRM、通话记录、Slack 这样的内部数据。每个来源都要具体、够新、能帮助决策。Claude 先读业务背景，用 10 个问题采访团队，把来源分类并各写一句存在理由，没有理由的全部砍掉。周一早上 8 点出简报，每月检查一次失效链接和跑偏。砍掉说不出理由的来源这一步，防止了它变成又一份没人读的简报。
@ChadSE0 [Claude Code]
https://x.com/ChadSE0/status/2117304403585593775
一套带着克制的 Claude Code SEO 流程，据称把品牌推到了 Google AI 摘要和 GPT 的首位引用。导出三个月 Search Console 数据，在 CLAUDE.md 里写清网站卖什么，然后拉出排名 5 到 20 的查询词，按曝光排序，再按商业潜力筛选。优先改已有页面，一天最多一页，动手前先列出这个页面已经靠什么词拿到点击，保护住有排名的词。实质修改后等 90 天，只有点击变化超过 5 次的页面才再跑一轮，其余一律不动。告诉 agent 什么时候别动手，比告诉它做什么更稀缺也更有用。
@ComagerTon79278 [Claude Code]
https://x.com/ComagerTon79278/status/2117203042563199140
一位日本自由职业者把 CrowdWorks 上找单、收集趋势和竞品分析交给 Grok Bot，再用 Claude Code 做交付物和质量检查。只剩最后提交还是手动，作者觉得连这一步都可能不需要了。声称 10 分钟赚到 6000 日元。这是 agent 劳动里单价最小的那一头：常规外包单，买家买的是交付物，利润就是固定价格和近乎零投入之间的差。等买家自己也这么干，这门生意就到头了，这条帖子里没人提这个风险。
@tokifyi [Claude Code]
https://x.com/tokifyi/status/2117152777218744654
一个创业团队没法在 a16z speedrun 的申请表上直接协作，于是在 Google Doc 里一起写答案，赶在截止前让 Claude Code 用 browser use 填好并提交。用例很小，但说明不少：没有协作功能的表单，就这么多了一层免费的协作。最后关头把提交表单交给 agent，也算一个不错的信任里程碑。看申请的投资人应该默认这已经是常态了。
@ansonauraa [Claude Code]
https://x.com/ansonauraa/status/2117321373026512991
一位 YouTuber 正在尝试完全用 Claude Code 做的视频，救活一个 200 万订阅的频道。工具让 agent 去研究爆款频道的脚本和形式，自己生成点子、脚本、配音和视频，而这个工具本身是把别人程序的截图发给 Claude 做出来的。现状是每条约 3 万播放，目标是 50 万到 100 万，还计划再开 5 个垂直频道。它值得看正因为坦白了差距：自动化已经到位，观众想不想看还没被证明。
@YihengShu [Claude Code]
https://x.com/YihengShu/status/2117394251109576862
一位开发者发现编程 agent 会悄悄把东西记在十几个分散的文件里，有的过期，有的互相矛盾，有的压根到不了模型，于是做了 BrainFog。这是一款 macOS 原生应用，统管 Claude Code、Codex、Cursor、Copilot、Gemini、OpenCode、Cline 和 Devin 的指令、skill 和 MCP 服务。核心是上下文透镜：选一个文件夹，它按每个 agent 自己的加载规则，显示启动时到底读了什么、按什么顺序、花多少 token，包括被截断和永远不会读的文件。搞清 agent 实际看见了什么，是这一整类里最缺工具的调试问题。
@davis7 [Claude Code]
https://x.com/davis7/status/2117068387201528228
一位很喜欢 pi 的用户说，三个月前那套配置现在已经不值得了，因为 t3 code 内置的编排器明显更好，而且 GUI 更适合现在和 agent 协作的方式。里面还有个结构性抱怨：Claude 订阅只能在 Claude Code 里用，所以 pi 根本用不上最好的模型。可能的下一步是让 pi 在 t3 code 里当轻量提供方，专门接本地模型和三巨头之外的模型。现在用户对一个 harness 的忠诚度大概只有一个季度，做 harness 的人都该担心。
@OndrejBacina [Claude Code]
https://x.com/OndrejBacina/status/2117203267767664869
捷克一场黑客松的演示展示了一位几乎不再写代码的开发者，以及什么在保护产出。一个控制会话给工人会话派活并检查，项目跑约 3000 个测试，全部通过才能往下走，上生产永远由本人亲自批准。这里没什么新奇的东西，这正是重点。一个管理会话、一套大测试集、在唯一不可逆的那一步设人工闸门，正在成为认真的单人开发的默认形态。
@vincent_koc [OpenClaw]
https://x.com/vincent_koc/status/2117250822669213948
一位 AI 科学家在做基于蜂群的自动研究引擎，跑在 OpenClaw 这类 harness 上，已经连续跑了几天，单个 agent 线程上超过 500 次实验。有意思的选择是把个人 agent 的 harness 当实验室设备用，因为它本来就常驻、本来就有工具。作者明说目标是量，追求实验速度而不是精雕单次运行。500 次实验能不能产出一个好结果还不知道，但这是目前少数背后有真实负载的 OpenClaw 故事。
@kyle_e_walker [OpenClaw]
https://x.com/kyle_e_walker/status/2117336720983121948
一位数据从业者在 OpenClaw 上自建了一套 Grok Bot 式的方案，要花时间维护，但觉得值，理由很清楚：自己造一个的正当理由是要量身定制，而不是省钱。除非你觉得自己的时间几乎不值钱，否则自己替换 SaaS 产品很少能划算。今天不少人宣布因为价格离开托管机器人，这是一条有用的纠偏。自托管是个有好处的爱好，诚实的人就这样给它定价。
@CFC3DNC [OpenClaw]
https://x.com/CFC3DNC/status/2117292348765831478
一位手握两个 200 美元账户的用户说，两个都快要放弃了。作者形容 Dots 和当年的 OpenClaw 一样折磨人，现在额度又在收紧，GPT 6 Pro 的预算也快没了，于是又去试 Hermes，打算彻底扔掉 Dots。结论走得更远：想不通企业为什么还要继续买 API token，而不是买硬件。顶级套餐的重度用户是厂商最需要留住的客户，一个月额度变两次，流失的声音就是这样的。
@kneubuehl [OpenClaw]
https://x.com/kneubuehl/status/2117098939405287834
一行很有用的数据，说明旧方式花多少钱：这位用户说用 OpenClaw 时有几个月账单到过 2000 到 3000 美元，这是回复别人要求 Grok Bot 出 500 和 1000 美元套餐时说的。观点很直接：超过某个用量就该按量计费，别再假装订阅制合适。常驻 agent 的包月套餐一再以同样的方式失败，因为最重度用户的成本是中位用户的几十倍。市场正在从用户这一侧重新发现计量计费。
@tregoudeau [OpenClaw]
https://x.com/tregoudeau/status/2117266955333935481
一个不太寻常的团队结构：Claude Duet 当参谋长，管着两个负责带队的 OpenClaw，通过第三方应用能调动两种 harness 上的 agent 和所有机器。作者要求 Duet 把一切都派给 agent，不要自己在内部干活，这样它能腾出手来委派，工作也看得见。agent 反复修改几轮之后，指令变成：拿来批准之前先做一次对抗性审查。查邮件、点外卖这类日常活，作者留给别的工具。这说明 OpenClaw 在以中层管理的身份活下来，而不再是最上面的助理。
@hsrk_g_hsrk [OpenClaw]
https://x.com/hsrk_g_hsrk/status/2117061372601393408
一位日本同人创作者把某创作项目官方提供的 MCP 服务接到 OpenClaw 上，工作方式变了：以前要把资料交给 AI 再让它画，现在角色设定、正典设定表和世界观配色它都自己去查。这次的成果是一张主题为食欲之秋的角色插画。这是一个很少见的小例子：版权方把设定正典发布成 MCP 服务，让同人作品画得更准确。这个思路如果流行起来，官方 MCP 就不只是开发者工具，也会变成一种授权界面。
@Youssofal_ [OpenClaw]
https://x.com/Youssofal_/status/2117111957895422167
一个小自动化，展示了 agent 怎么跨厂商串起来：Codex 的一个功能每周日把这一周的原始事件拉出来，发给一个 OpenClaw agent。没有平台，没有集成项目，就是一个 agent 的定时任务喂另一个 agent 的记忆。个人周复盘以前总是死于写起来太费劲，这个版本把写的步骤完全去掉了。这样的跨厂商管道正在变成常态，这也是绑定单一助理显得越来越无力的又一个原因。
@yuhei02 [Claude Code]
https://x.com/yuhei02/status/2117342035262738474
一位做 AI 视频才一年半的工程师，做了一部约 20 分钟的 2D 动画《Lullaby》，在 Higgsfield 全球电影节 67223 部作品中进入前十佳作，拿到共约 5 万美元的奖金和创作者支持。制作用了两周，生成费用约 25 万日元，工具有 Seedance、Seedream、GPT Image、Suno 和 ElevenLabs，Codex 和 Claude Code 做制作辅助。全片先按 480p 生成，最后再放大，靠预演先定好镜头和结构才开始生成。发帖人的判断站得住：观众夸的是故事，不是工具。
🗣 用户心声
用户心声
业务部门做出来的东西，谁来接？高盛这个决定，在从业者之间的分歧比粉丝之间更大。@raykataoka 说真正的问题从来不是谁来做，而是做出来之后谁接手，交易员的原型应该被当成一份能跑的需求文档来接收；@desultorygambit 见过太多非技术同事做出摇摇晃晃的工具，还指望直接上生产；@vincenzo_naked 指出 Claude Code 跑 shell 命令的权限就是这台机器能碰到的一切，放在银行里影响半径很大；@CatKingAC 认为禁令只是把风险推回给那个在无痕窗口里往 ChatGPT 贴交易的分析师。
额度变得比围绕它搭方案还快。@adxtyahq 说轻度使用一天就用掉 40% 的额度；@neural_avb 刚发现某个套餐从 20 倍变成了 10 倍；@laopai1990 转述一项实测，同样 20 美元，Claude Pro 的周额度接近 ChatGPT Plus 的三倍；@mardehaym 数出两家厂商一周内改了六次规则，主张提前备好能重跑的测试、统一的模型网关和按工作流拆分的用量报告。
重新解释项目依然是头号抱怨，而大家开始对解药起疑。@priyazsh 问怎么让两个 agent 都知道改了什么；@aibytekat 说每次切换都要重讲一遍整个项目，快被逼疯了；@DivyanshT91162 读了一个热门记忆工具的源码，发现后台跑着第二个 Claude，提示词要求它保持隐藏，理由是被监控的 agent 行为会变，这正是安装之前应该读一读的那种东西。
拒绝的边界从外面看只能靠猜。@aakashgupta 梳理了那条禁止复刻现成游戏的两句话规则：从服务端下发，更新日志里没有，也没有开关，还汇总了误伤的反馈；@DLife_hacker 指出改动在提示词里不在权重里，并追问同一个模型换个环境会不会表现不同。
大家开始核查那些爆款惊悚故事了。@5StarLabs 问 agent 怎么可能在 iPhone 上还原几个月的 USB 传输记录，这可是相当惊人的取证能力，还指出一根 10 美元的纯充电线就能解决帖子说的风险；@RayanSMX 解释所谓已删除照片其实是未加密的旧备份，不存在什么隐藏文件夹，并提醒拥有完全磁盘访问权限的 agent 读到什么就会发给模型，所以只给它文件名、数量和大小。
团队成了新问题。@JJEnglert 说工作坊的学员不再问怎么入门，而是问十个人在同一个代码库里跑 agent 怎么才不会乱：仓库准备、护栏、永远会执行的钩子，以及把工作主动送上门的例行任务。
业务部门做出来的东西，谁来接？高盛这个决定，在从业者之间的分歧比粉丝之间更大。@raykataoka 说真正的问题从来不是谁来做，而是做出来之后谁接手，交易员的原型应该被当成一份能跑的需求文档来接收；@desultorygambit 见过太多非技术同事做出摇摇晃晃的工具，还指望直接上生产；@vincenzo_naked 指出 Claude Code 跑 shell 命令的权限就是这台机器能碰到的一切，放在银行里影响半径很大；@CatKingAC 认为禁令只是把风险推回给那个在无痕窗口里往 ChatGPT 贴交易的分析师。
额度变得比围绕它搭方案还快。@adxtyahq 说轻度使用一天就用掉 40% 的额度；@neural_avb 刚发现某个套餐从 20 倍变成了 10 倍；@laopai1990 转述一项实测，同样 20 美元，Claude Pro 的周额度接近 ChatGPT Plus 的三倍；@mardehaym 数出两家厂商一周内改了六次规则，主张提前备好能重跑的测试、统一的模型网关和按工作流拆分的用量报告。
重新解释项目依然是头号抱怨，而大家开始对解药起疑。@priyazsh 问怎么让两个 agent 都知道改了什么；@aibytekat 说每次切换都要重讲一遍整个项目，快被逼疯了；@DivyanshT91162 读了一个热门记忆工具的源码，发现后台跑着第二个 Claude，提示词要求它保持隐藏，理由是被监控的 agent 行为会变，这正是安装之前应该读一读的那种东西。
拒绝的边界从外面看只能靠猜。@aakashgupta 梳理了那条禁止复刻现成游戏的两句话规则：从服务端下发，更新日志里没有，也没有开关，还汇总了误伤的反馈；@DLife_hacker 指出改动在提示词里不在权重里，并追问同一个模型换个环境会不会表现不同。
大家开始核查那些爆款惊悚故事了。@5StarLabs 问 agent 怎么可能在 iPhone 上还原几个月的 USB 传输记录，这可是相当惊人的取证能力，还指出一根 10 美元的纯充电线就能解决帖子说的风险；@RayanSMX 解释所谓已删除照片其实是未加密的旧备份，不存在什么隐藏文件夹，并提醒拥有完全磁盘访问权限的 agent 读到什么就会发给模型，所以只给它文件名、数量和大小。
团队成了新问题。@JJEnglert 说工作坊的学员不再问怎么入门，而是问十个人在同一个代码库里跑 agent 怎么才不会乱：仓库准备、护栏、永远会执行的钩子，以及把工作主动送上门的例行任务。
📡 生态产品雷达
生态产品雷达
Codex（417 次提及）：默认的第二个 agent，在 Claude Code 旁边负责审查和执行。
Cursor（178）：大家仍在拿来比较的 IDE，另有其插件市场被篡改扩展事件的余波。
Opus 5.5（144）：几乎所有构建故事背后的模型，通常开 medium 档。
OpenClaw（117）：重新被提起，主要是作为大家离开的东西，也有少数人把它当定制自托管层在跑。
Grok Bot（108）：很多用户放在 Claude Code 前面的调度者，也是今天额度抱怨最多的产品。
DeepSeek（81）：Super-agent 那篇长文，以及被接进 harness 的便宜模型。
Hermes（78）和 Muse（66）：大家比较和迁移的替代品，Hermes 还有一条命令导入 Grok Bot 配置。
Gemini（58）：负责审查和便宜活的第三个模型。
Blender（39）、Tripo（28）、Godot（13）和 Unity（14）：创作类案例背后的 3D 工具栈。
Obsidian（32）：第二大脑的默认存放地。
Duet（20）和 Dots（10）：Anthropic 和 OpenAI 的常驻 agent。
Beacon（20）和 claude-mem（12）：跨 harness 的共享记忆，Beacon 的发布潮里推广成分很重。
Treg（15）：在 Claude Code 里运行的开源线索工具，主要出现在发布帖里。
Remotion（11）：不用生成模型的流程里那条代码渲染视频路线。
Codex（417 次提及）：默认的第二个 agent，在 Claude Code 旁边负责审查和执行。
Cursor（178）：大家仍在拿来比较的 IDE，另有其插件市场被篡改扩展事件的余波。
Opus 5.5（144）：几乎所有构建故事背后的模型，通常开 medium 档。
OpenClaw（117）：重新被提起，主要是作为大家离开的东西，也有少数人把它当定制自托管层在跑。
Grok Bot（108）：很多用户放在 Claude Code 前面的调度者，也是今天额度抱怨最多的产品。
DeepSeek（81）：Super-agent 那篇长文，以及被接进 harness 的便宜模型。
Hermes（78）和 Muse（66）：大家比较和迁移的替代品，Hermes 还有一条命令导入 Grok Bot 配置。
Gemini（58）：负责审查和便宜活的第三个模型。
Blender（39）、Tripo（28）、Godot（13）和 Unity（14）：创作类案例背后的 3D 工具栈。
Obsidian（32）：第二大脑的默认存放地。
Duet（20）和 Dots（10）：Anthropic 和 OpenAI 的常驻 agent。
Beacon（20）和 claude-mem（12）：跨 harness 的共享记忆，Beacon 的发布潮里推广成分很重。
Treg（15）：在 Claude Code 里运行的开源线索工具，主要出现在发布帖里。
Remotion（11）：不用生成模型的流程里那条代码渲染视频路线。
评论