超级用户日报: 2026年8月1日
今天最明显的趋势，是 Claude Code 和 OpenClaw 已经悄悄从程序员的桌面走进了各行各业的日常工作。有人用一队 Agent 撑起一个人的销售公司，有人把二维 CAD 图纸变成经过校核的钢结构楼梯三维模型，有人用 Agent 团队把一本五百页数学教材在 Lean 里形式化，还有人把 Agent 指向自己的 Obsidian 笔记库，让第二大脑在一夜之间自我重建。另一半话题全是账单：越来越多人开始实测 Claude Code 到底烧多少 token，结论是掏空钱包的往往不是模型，而是外面那层 harness。而随着 Opus 5 成为 Claude Code 的默认模型，情绪也严重分裂，一边是几小时内做出炸裂 3D 和视频作品的人，一边是只希望它少说话、多干活的重度用户。下面是今天最值得偷师的案例。
@ClaudeCode_UT [Claude Code]
https://x.com/ClaudeCode_UT/status/2082794587580735542
这是最典型的「AI 把生意跑起来」案例：一个人用 Claude Code 搭了七个 Agent，几乎端到端地运营一家给本地小商家做落地页的销售公司。Scout 每天扫 220 家谷歌地图商户，专挑没网站或者停在 2014 年的；Diagnoser 写诊断和话术；Builder 一天出 3 到 5 套落地页；Filmer 剪 10 秒竖版宣传片；Pitcher 每天在四个渠道发 30 条消息，回复率 14%。只有成交超过 3000 美元或回复率跌破 12% 时才叫醒本人。API 成本每月 480 美元，收入 18800 美元。真正的窍门不是 Agent 本身，而是精确划出机器到哪里为止、人从哪里介入的那条线。
@examycom [Claude Code]
https://x.com/examycom/status/2082757587318219176
一份跑了两年的电商自动化清单，读起来像一个小团队的岗位说明书。自制 Meta 素材上传工具、给抄袭者用的 DMCA 生成器（直接吐出能粘贴的 JavaScript）、从 brief 到审图到长文案的完整创意流水线、全自动的卡通配音视频、每周一的利润体检（用真实 ROAS 和归因揪出在烧钱的广告）。最关键的承重件，是一个装着他所有品牌、毛利、规则的 brain 文件夹，随每次 Claude Code 会话一起加载。他自己那句话很实在：这个上下文文件夹就是 90% 的结果。
@codyschneider [Claude Code]
https://x.com/codyschneider/status/2082873860316103166
今天最详尽的「营销工程」手册：怎么真让 Claude Code 跑你的 Facebook 广告又不被封号。几条经得起推敲的要点：API 只用来写不用来读，因为 Agent 大量读调用会产生幻觉、还可能触发封号；把线索评分放到服务端，让算法为合格线索而非表单提交量优化；从 Reddit 上抠真实买家的语言，而不是让模型瞎猜。它对数仓选型、转化事件上限、广告结构都极其具体。这种帖子难得，AI 是真实运营系统里的一个零件，而不是标题党。
@itsalexvacca [Claude Code]
https://x.com/itsalexvacca/status/2082826123579421037
一套干净、可复制的冷启动获客流程：先丢一个装了五个 API key 的 .env，写一份 CLAUDE.md 说清你的报价和目标客户，这样每次会话都不用重讲一遍业务；再写一份 list-builder SKILL.md，然后跑四个 prompt。妙处在于调研 prompt 不只要公司，还要「他们融资后发生了什么变化」，这样每封邮件的第一句都有真实的搭讪理由。个性化只做一句话，其余全一样。它具体证明了价值在上下文文件和提问方式里，而不在提示词花活上。
@nakagomeco [Claude Code]
https://x.com/nakagomeco/status/2082843511024726073
今天最惊艳的非网页案例之一：只给 Claude Code 一张二维 DXF 图纸，让它在 Tekla Structures 里搭出钢结构楼梯的三维模型。真正硬核的是方法论：怀疑、测量、检算、修正。Agent 靠实测通芯圆点标定坐标变换，从 27.2 度斜线反算出没在任何地方标注的踏步高 154.167mm，还自己发现某段斜梁形态不同是因为它接的是主体结构而非楼板。它把假设明确标为假设并连同模型一起交付。人做的基本就是递图纸、看结果。
@Jouhatsu_ai [Claude Code]
https://x.com/Jouhatsu_ai/status/2082869789769261306
大家都在追的 Obsidian 第二大脑故事的干净版本。六年、4000 条 markdown 笔记躺在一个死文件夹里，一晚上指向 Claude Code 跑一次。到早上，它把 340 条孤儿想法重新连回知识图谱，指出 18 处 2021 年和 2025 年自相矛盾的观点，还从被遗忘的思路里写了 6 篇文章。配置只是一个文件夹路径加一份 400 字的 CLAUDE.md，没有插件，也没有 Notion AI 订阅。现在每晚自动跑，第二天新加的乱笔记都被打好标签、连好关系。
@masahirochaen [Claude Code]
https://x.com/masahirochaen/status/2082827973955305760
一条真正有用的内容流水线：让 Claude Code 把「LLM 是怎么工作的」做成视频，它写出 Manim 代码（3Blue1Brown 为自己视频自制的 Python 动画引擎），用你自己声音的克隆生成旁白，加 BGM，连音量都帮你调平。关键在于为什么好用：Manim 用代码描述图形、公式和运动，模型和工具的契合度异常高。十分钟就能批量产出过去要动画师做的动画。这种东西正在悄悄吃掉一大块讲解视频行业。
@mufvza [Claude Code]
https://x.com/mufvza/status/2082847934841049519
数据胜过感觉：他追踪了 1000 多条消费类 App 的 TikTok 图文，发现转化最高的很少破 10 万播放，而一些 200 万播放的爆款转化率不到 0.05%。取胜的格式是先 4 到 6 张纯内容图，再把 App 作为故事的一部分放在接近结尾处；取胜的打法是量而非爆。Claude Code 的角色很具体：喂它对手的文案让它写同风格变体，再让它用 ffmpeg 把文案叠到图上、把排期交给工具。一套系统跑赢一次性爆款，还有数据背书。
@SystematicPeter [Claude Code]
https://x.com/SystematicPeter/status/2082837124718719055
一个交易员正面对付 AI 最大弱点的工作流：职责分离。Claude Code 写回测方案，Codex 审方案，Claude 修阻塞项并实现，然后 Codex 在跑之前再审成品代码。最要命的例子：Claude 把月度再平衡实现成了日度再平衡，代码跑得好好的，结果看着也挺像回事，是 Codex 在浪费时间分析错策略之前抓住了它。它产出的不是可直接交易的系统，而是带审计轨迹的可靠初版。判断很到位：AI 生成的代码可以执行得完美无缺，同时又完全做错了事。
@recap_david [Claude Code]
https://x.com/recap_david/status/2082832063213011388
一个围绕真实信号搭起来的自主 Agent：SEC Form 4 内部人交易，两天内必须公开。Firecrawl 盯着申报页，一有新申报就把 webhook 打进跑在 Anthropic 云上的 Claude Code routine，一个门槛判断卖方是否是 C 级高管、金额是否超 100 万美元，通过后抓取申报、研究公司和宏观新闻，Claude 汇编一份买/卖/持有的 PDF 发到 Slack。头 24 小时就抓到了特斯拉和英伟达高管抛售数百万美元。重点不是选股，而是最好的信号本来就免费躺在 PDF 里，而整套东西在他睡觉时自己跑。
@MengjieXvivi [Claude Code]
https://x.com/MengjieXvivi/status/2082637047379169652
全场最有人味的案例：一位 54 岁的爸爸，一开始说「不可能，真不可能」，后来每天早上 5 点开工，用 Cursor 和 Claude Code 做出接近 20 个产品，包括拍照识别热量的小程序、已上架华为云和阿里云的电子签章软件。他女儿总结的七点才是真正的干货：从真实问题而非教程开始，第一个任务要小到能立刻动手，把 AI 当员工但前提是把需求讲清楚，工具和模型的差异只有真做项目才懂。他的结论：54 岁不晚，不会写代码也不是门槛，愿不愿意从一个真实的小问题动手才是。
@cyrilXBT [Claude Code]
https://x.com/cyrilXBT/status/2082749319275503896
具体展示 Opus 5 能在浏览器里一次成型什么：snowflow，一个 WebGPU 的雪与御水术演示，带持久地形形变，9 小时做出来。手写 WGSL 着色器、WebGPU 管线、Babylon.js 地形逻辑全从零合成，没有贴图和动画资产，脚印会踩出会随时间自愈的坑。大约 400 万 token，Opus 5 直接看浏览器截图迭代修着色器 bug。诚实的注意事项是它需要一块独显、大约 RTX 5070 Ti，评论区低配笔记本只有 15 到 35 帧，所以「一个 prompt」的魔法仍然假设你有真硬件。
@wangyuanzju [Claude Code]
https://x.com/wangyuanzju/status/2082636910485492211
今天最硬的技术论述来自一个在做原生 PPT Agent（remio）、并解释为什么大多数 AI 做幻灯片的路线都错了的人。他的核心观点：整件事的关键是设计一种模型能像写 Markdown 一样写、又能无损读回来的中间表示，因为往返保真才让你能改一份已有的 PPT。他认为 HTML/CSS 路线深受 CSS「幽灵般的远程作用」之苦，并称 remio 比 Claude Code 快约一倍、成本只有三分之一。做了九个月解析才完成八成，说明真正的保真 IR 有多难。难得的是给了你原则——局部性、描述状态而非过程——而不只是一个 demo。
@dotey [Claude Code]
https://x.com/dotey/status/2082643908144615771
PPT 之争的另一面，来自一个做过两个受欢迎幻灯片 Skill 的人。他的结论正相反：HTML 加 CSS 才是最佳中间格式，恰恰因为你自己造的任何格式都对 AI 不友好、样式有限，而现在的 Opus 写出来的 HTML 是真漂亮。要转原生 PPTX 就用有约束的 HTML/CSS 做到 1:1 还原。他的实战组合很说明问题：Claude Code 加 Opus 4.8 做设计，再用 baoyu-image-gen skill 调 Codex 画图，因为 Opus 好看但 GPT 画图更强。和 remio 那条一起读，是两位实践者的真分歧，不是嘴炮。
@maximilien912 [Claude Code]
https://x.com/maximilien912/status/2082798371765432623
一台彻底熄灯的 SEO 内容机器：Claude Code Cloud 加 GitHub Actions，电脑关着也能给一批站点发文，FTP 凭证存成 secret。有用的纪律是「慢烧」原则：一开始每两三天一篇，站点养老了再每天一篇，因为一次灌 500 篇会被谷歌沙盒。它还在写之前接入真正做 SERP 分析的 MCP，避免产出通用内容，并自然地插入联盟链接。结尾那句提醒很实在：自动化会放大一切，包括你选错的赛道。
@duborges [Claude Code]
https://x.com/duborges/status/2082902318207410538
一位曾经每天投 5 万美元的媒体买手，让一个叫 DOLA 的 Agent 发起了他的第一条广告：从 Slack 提交，接 Claude Code，跑 Google Ads API。她自己做关键词调研、加否定词、设 CPC 出价、读完网站后写文案，还有完整的分析权限来衡量哪些广告有效。他的判断很有分量，因为他做过手动版：DOLA 干得比他见过的任何谷歌媒体买手都好。先从搜索广告起步，因为只需要文字，图片和视频排队跟上。
@kuwa_tw [Claude Code]
https://x.com/kuwa_tw/status/2082819588145008944
一份少见坦诚的内部运营案例，来自 Databricks 用 Unity AI Gateway 管理编程 Agent 支出。问题是：单一月度上限每月把 500 到 1000 名工程师卡在审批队列里，因为「防暴走」和「正常用到月底就到顶」这两件事互相打架。解法是把预算拆成两种：一个低日上限用于暴走检测、工程师每天自助解除一次；一个月度上限需经理审批、按 2 倍 5 倍无限制分级。最值得引用的是那句理念：为了抓偶尔的失误而拖慢所有人的护栏，在追求生产力时本身就是净损失。
@lionel_mora [Claude Code]
https://x.com/lionel_mora/status/2082797485076926775
一个漂亮的创意制作数据点：一台相机加 Claude Code 加 Seedance 2.0，做出一支价值 5 万美元级别的功能发布视频，从想法到导出 7 小时。他承认原本以为一天做不出来，是创意工具真的进化到这个程度了。他反复强调的要点是：一旦你真知道自己要什么，构建这一步已经坍缩了。这是 2026 年年中 AI 视频水平的一个好标尺。
@pankajkumar_dev [Claude Code]
https://x.com/pankajkumar_dev/status/2082723876216471749
一个具体的跨模型结果：用 MiniMax M3 通过 API 驱动 Claude Code，在一个长上下文会话里建出一个 15 段的「未来绿色城市」网站，一次成型加上跨整个项目的测试和修复。全部 37 张电影级图片也是 MiniMax 生成的，因为 Claude Code 本身不做图，是通过脚本调用的。全都跑在每月 50 美元的 MiniMax 套餐上，模型、图片、语音、音乐共享一个额度。很好地证明了只要你自带 key，Claude Code 这层 harness 是真的模型无关。
@ZayvenKnox [Claude Code]
https://x.com/ZayvenKnox/status/2082729164462047645
一个「永不休息的 AI 视频剪辑器」，完全活在 Claude Code 里。喂它一条爆款参考广告和你的产品，Higgsfield 视频分析 MCP 把广告拆开，映射出钩子、节奏、镜头顺序和字幕，然后一个自定义 Claude skill 按这套蓝图为你的产品重制，用 Gemini Omni 生成镜头，Claude 拼接、加字幕、按 9:16 渲染。没有 Premiere、没有 CapCut、没有时间线。搭好后能从不同参考批量出几十条广告。今天反复出现的「广告工厂」模式的一个清晰样本。
@kotetsu_0321 [Claude Code]
https://x.com/kotetsu_0321/status/2082750286200713381
一个真正巧妙的小构建：让 Claude Code 判断你是从手机还是电脑发消息，并据此改变输出格式——手机用 Artifact 让文件干净显示，电脑用普通文件。因为没有官方的设备信号，他用电脑空闲时间做了三段判断：15 秒内有操作是电脑，超过 2 分钟或锁屏是手机，中间刻意留一个「不确定」两种都输出，猜错也不会让你卡住。脚本约 30 行，每条消息耗 0.26 秒、token 基本为零。更大的启发在于：让 Agent 推测你所处的情境并调整行为，才是可复用的部分。
@lklkfafa1 [Claude Code]
https://x.com/lklkfafa1/status/2082776878222561774
一个悄然未来感的记账工作流：一位税理士只靠说话就跑完月度处理，然后说一句「把不明点丢到客户的 Chatwork」，Claude 就把问题拟好并发出。更妙的是如果客户也在用 Claude Code：客户的 AI 能看到税理士看不到的内部凭证，拟好答案、附上文件回复，税理士的 AI 再据此做账。人的工作坍缩成确认与判断，而人和人的对话可以留给真正的经营话题。这是跨两家机构 AI 对 AI 交接的一个具体缩影。
@hiraoka_dx [Claude Code]
https://x.com/hiraoka_dx/status/2082659664295231603
一个大公司高管的真实栈，不是演示。一位软银本部长用 Plaud 录会议，让 Claude 把录音转成议事录，用 Figma MCP 做纸面原型，再落进提案文档。一个日报 skill 用他过去手写的日报训练，把杂记转成他自己的文体，Codex 生成插图，agent-browser 在 Slack 里把草稿摆好，他只按发送。他甚至把组织图和关键人物装进 Claude 的 memory，让它有职场感地行动。他的模型分工很有参考价值：Fable 5 做计划和战略，Opus 5 做实现和执行。
@dyesakov [Claude Code]
https://x.com/dyesakov/status/2082850602657124365
一个解决真实多 Agent 痛点的巧思：在不同机器、甚至不同操作系统上运行的 Agent 之间传数据。他做了一个基于 MCP 的跨 Agent 记忆，你说「保存这段摘要」，拿回一个关键词比如「rabbit」，在另一个 Agent 里说「取 rabbit 那段摘要」它就取回来，还能让 Agent 起可检索的名字，比如 mnemovi-table-layout-bug-2026-07-30。诚实的细节是：整个 MCP 服务器是纯 vibe-code 出来的，每一行都是描述而非架构，从此一直稳跑。它挂在 GitHub 上，是个可以直接偷的概念。
@gordic_aleksa [Claude Code]
https://x.com/gordic_aleksa/status/2082976276118474994
最有野心的科研案例：一个 harness 协调一大队 Claude Code Agent，把一本 500 页教材在 Lean 里形式化了。成本 10 万美元，但作者说修掉编排低效后能再降 3 到 10 倍，还没算更好的模型。它的立意也重要：这是共享的数学基础设施，往后会喂给硬件、操作系统、数据库、GPU kernel 和编译器的验证。一个明确信号：Agent 群正开始规模化地做真实、可验证的重活。
@sayashk [OpenClaw]
https://x.com/sayashk/status/2082877458924065269
今天最清醒的 AI Agent 结论，而且跑在 OpenClaw 上。研究者给 Agent 两篇未发表论文的真问题、六天时间、几千美元算力，再让原作者评审产出，结果被毫不含糊地否掉了。Agent 在工程环节很流畅：认真做文献综述、调 GPU 环境、跑几百次实验、交出可直接投稿的 LaTeX，而且没有奖励黑客行为。它们栽在判断力、创造性解题、回溯和遵守指令上，在前 15 小时就放弃了最有野心的假设、之后再没回头。诚实的解读：Agent 在可验证任务上熟练，但在开放式任务上还没有真进展。
@mem0ai [Claude Code]
https://x.com/mem0ai/status/2082850633250672879
一个把 token 论点钉死的小实验：他们在 Claude Code 里用同一个仓库任务，分别开和不开 Mem0 记忆，实测 13700 token 对 445 token。这就是每轮重新灌上下文和把它记住的差别。用不用他们的工具不重要，这个数字本身就是论据：记忆不是锦上添花的谈资，而是账单上一条实打实的开销。适合和今天到处流传的 harness 成本帖一起看。
@MaxForAI [Claude Code]
https://x.com/MaxForAI/status/2082845531081195845
今天关于「为什么 Claude Code 账单肉疼」最清晰的数据：Composio 把同一个 Kimi K3 模型分别接到 Claude Code、Hermes 和 Kimi Code 上，跑 28 个相同任务。成功率接近，但中位 token 消耗分别是 6.1 万、6.7 万、34 万，单项任务极端差距达 30 倍。同一个模型、同一批任务，只换外面那层壳，账单就差一个数量级。结论重塑了一切：Agent 时代真正该评估的单位是模型乘以 harness，只比模型价格越来越没意义。最贵的不是 token 单价，而是一个设计糟糕、每天稳定替你烧钱的 loop。
@chenchengpro [Claude Code]
https://x.com/chenchengpro/status/2082820233757376664
一个被低估的运维教训，包在一台每月 10.90 美元的洛杉矶 VPS 故事里。交互式刷网页时线路抽风只是烦，但一个跑了 14 分钟的 Agent 任务一断，就是整段作废，你还不知道它死在哪一步。于是他从消费级机场换到专用 CN2 GIA VPS，并让 Claude Code 把整套安装写成 runbook，下一台直接复制粘贴。真正的要点是：Agent 的可靠性把网络稳定从便利变成了生产问题，花 200 美元在别处却省那 11 美元的线路，才是错的。
@ChShersh [Claude Code]
https://x.com/ChShersh/status/2082782868573433961
一个简短诚实、反 AI 垃圾文化的教学工作流。他要写一章 C++，让 Claude Code 生成内容，然后在交给学生前逐字重写了每一个字符，还发现这比从零写更省事。判断本身就是价值：他从不把 AI 原始输出直接喂给人，而是把它当作重构的底料。是「模型写啥就发啥」的一个干净反例。
@kaikyou1223 [Claude Code]
https://x.com/kaikyou1223/status/2082809650618237309
一条快而真实的内容流水线：对着录音机乱讲，转写，给 Claude Code 发一个 Google 文档链接让它以你的口吻写 note，让 Claude 通过 API 调 gpt-image-2 画插图，再用 Claude Code 扩展把插图插进 note。全程 20 分钟。让它不显得机械的两个诀窍：先把杂乱的思考原样吐出来，以及用你过去的 note 和日记做一个 skill 让措辞像你。对任何需要定期发内容的人都是好模板。
@qurisage [Claude Code]
https://x.com/qurisage/status/2082913349386547564
今天多个高单价 3D 网页案例中有代表性的一个：一个定制的、市场价 3500 到 5000 美元的 3D 西装配置器，滚动时西装逐件组装，配特写工艺镜头和动态配色预览。承重的说法是：滚动联动的 Three.js 画布过去需要高级数学调试，而 Claude Code 现在把场景坐标、关键帧触发、相机数学都包了，让单人设计师几天就交出代理商级别的作品。和到处流传的汉堡、建筑事务所变体一起看，能看出一个清晰模式：单人开发者正靠 AI 加 WebGL 网站收真金白银。
@kathrynjc7 [Claude Code]
https://x.com/kathrynjc7/status/2082908334559277217
一个小而可爱的非编程用法，说明使用面比程序员想的宽：她教自己「一听就会弹任何歌」，在 Claude Code 里三个 prompt 做出来。没有产品、没有变现角度，就是个人工具。正是这种案例，把「现在人人都能造个人软件」从口号变成具体。
@JayHoovy [Claude Code]
https://x.com/JayHoovy/status/2082878159846850856
一个 Agent 产出真正分析师工作而非代码的好例子。一个叫 Stanley 的 Agent 按浏览量和收藏把用户全部七篇文章排了序，然后解释为什么前两篇炸了：它们承诺一套可偷的系统、标题里点名 Claude、开头亮出真实战绩，而扑街的几篇给的是观察而非工具。它甚至逆推出公式（具体金额结果加点名工具加「偷这个」），并据此拟出下一批选题。这就是 AI 作为在你自己数据上推理的策略师的样子。
@Frezzwnie [Claude Code]
https://x.com/Frezzwnie/status/2082767561930748205
对 Obsidian 第二大脑热潮最有用的一次纠偏。看多了这类故事后，反复出现的细节是一个成本警告：在 4663 个文件的库上，暴力找未连接笔记要 15.6 秒，走索引只要 0.26 秒（快 60 倍），让 AI 直接读每个文件要烧约 700 万 token，走索引大约 100，相差 70000 倍。更深的一点是：没有一个单独的规则文件，Claude 会把一切连到一切，前五分钟很神，之后就烂了。真正的第二大脑不是你欣赏的那张图谱，而是那份告诉系统何时不要连接的约束文件。
@XAMTO_AI [Claude Code]
https://x.com/XAMTO_AI/status/2082805913983828405
一个解决具体烦恼的实用工具体验：AI 操作浏览器时要么逼你重新登录，要么和你抢当前标签页。ego-lite 让 Claude Code 或 Codex 在一个隔离空间里跑自动化，直接继承你现有的登录状态又不打扰你当前的浏览，你干你的它干它的并行进行。仅支持 macOS，零成本零配置，他实测浏览器任务比传统 CLI 方案更快、更省 token。「我干我的、它干它的」这种互不打扰正是卖点。
@0xyunss [Claude Code]
https://x.com/0xyunss/status/2082796757038350410
针对大家都在抱怨的 token 问题，最清楚的一份自救帖。他解释了 Agent 为什么变得更饿：动态工作流会孵出几十到几百个子 Agent（一个任务能吃 70 万到 170 万 token），Agent 团队因为每个成员各带上下文大约多耗 7 倍，新模型处理同样任务还长约 30%。然后是五招：不需要就关掉动态工作流，把终端输出过滤后再进上下文，一个任务一个新会话并用 /clear，把 CLAUDE.md 压到 800 token 以下，按任务难度选模型。他说这套组合能把同样工作量的用量砍掉 50 到 80%。
@varun_mathur [Claude Code]
https://x.com/varun_mathur/status/2082935963580314101
对新默认模型最尖锐的一次负面体验。作为自称的全球头部活跃用户，他觉得 Claude Code 里的 Opus 5「不实诚」，一边做到最低限度一边靠胡扯蒙混过关，直言这是让他想弃用产品的时刻，说连 Opus 4.8 都更好。同不同意都好，这是对模型加 harness 的 UX 退步的一次真实、具体的抱怨，而非 benchmark，也呼应了今天很多重度出活的人觉得 Opus 5 在跟自己较劲的普遍情绪。是对那些一次成型演示的一记有用配重。
@SubscribrAI [Claude Code]
https://x.com/SubscribrAI/status/2082853458055487599
一个极简、可复制的信息产品工作流：打开 Claude Code，喂它你表现最好的五个视频转写稿，让它写一份 30 页、章节对应视频的结构化指南，生成三个标题选最强的，输出格式化 markdown，用 pandoc 转成 PDF，挂到 Gumroad 卖。总成本是 20 美元的 Claude 订阅加 30 分钟。这种不炫但高度可重复的案例，对大多数人比那些花哨的 3D 构建更有用。
@vahididoo [OpenClaw]
https://x.com/vahididoo/status/2082667762292310515
给所有运行 OpenClaw、Hermes 或类似会自己去找并安装 MCP 服务器的 harness 的人一个重要安全警告。一场名为 AgentBaiting 的恶意软件行动，造出一堆看起来像 MCP 服务器的 GitHub 仓库，专门调好让 harness 读完 README 就装上 SmartLoader 载荷，去搜刮 API key 和 .env 文件。这是 Agent 自主性的反面：你的 harness 越自由地发现和安装工具，你的攻击面就越大。具体、当下、值得在你的 Agent 装下一个「有用」服务器之前听进去。
@tebayoso [OpenClaw]
https://x.com/tebayoso/status/2082911759308836880
一个又好笑又说明问题的小轶事：他让一个 Agent 去理一团 Cloudflare 和 Coolify 的乱麻，结果一个六个月前、他早就忘得一干二净的 OpenClaw Legacy 实例醒过来汇报，说它这段时间一直在干活。一半是笑点，一半是对那些活得比你记忆还久的长跑后台 Agent 的真实一瞥。它同时捕捉到了「一直跑着的 Agent」的希望与那一丝不安。
@designertom [OpenClaw]
https://x.com/designertom/status/2082960975322608061
一个悄然有前瞻性的家庭构建：他儿子做了一个「品味库」App，把看到的任何东西存起来，好让自己的 OpenClaw Agent 了解他的偏好。这是把「个人上下文」这件事提炼到本质：与其反复解释你是谁，不如喂一个持续积累的品味库让 Agent 取用。一个很日常的例子，人们在自己造记忆层，而不是等某个产品来发一个。
@Ed_Astronomy [OpenClaw]
https://x.com/Ed_Astronomy/status/2082867931952689449
一个具体的 OpenClaw 加 Claude 小构建，解决真实需求：一个网页应用，给出最佳观测点，以及日食高度所在地平线的实时云量预报，因为云才是毁掉观测的东西。它很好地提醒我们：很多真正有用的 Agent 工作不是 SaaS 规模，而是一个人解决自己确实遇到的一个具体问题。小、私人，而且能用。
🗣 用户心声
用户心声
今天压倒性的焦虑是成本和 token 消耗。@rasbt 反复记录 Claude Code 在相近成功率下比其他 harness 多用 2 到 3 倍 token，@MaxForAI 引用的 Composio 测试发现仅仅换壳就有多达 30 倍的差距，让人得出「决定账单的是 harness 而非模型」的结论。
用量上限正在逼人转投。@rezoundous 报告 20 美元套餐的用户转向 Codex、Cursor 甚至 GLM，@Da7_Tech 说他在 Cursor 上用 Grok 做三个 PR 只花了月度额度的 3%，这在 Claude Code 上不爆掉周上限根本做不到。
Opus 5 作为 Claude Code 默认模型两极分化。@varun_mathur 称之为想弃用产品的时刻，@pivi___ 觉得它强但累人，希望 Agent 少写多做，这也解释了为什么那么多人在装「行动优先」和反啰嗦的 skill。
跨工具记忆是反复出现的痛。@atulkumarzz 一句话点破：Cursor、Claude Code、Codex 和 OpenClaw 各存各的上下文，谁也不记得别人学过什么，换个工具就得从头重讲自己。
上下文和 CLAUDE.md 的机制让人困惑。@sharyph_ 指出大多数上下文文件其实什么都没做，因为 Claude Code 全量加载它、Chat 项目是检索它、Cowork 只在被叫时才读它，机制搞错文件就成了装饰。
单一厂商的可靠性如今成了生意风险。7 月 30 日故障后，@FrancescoCiull4 警告你必须永远备一个后手，因为 Claude Code 任务会中途停摆，@jieyi_ai 也指出企业级工作流一旦某家大模型宕机，损失按小时算。
今天压倒性的焦虑是成本和 token 消耗。@rasbt 反复记录 Claude Code 在相近成功率下比其他 harness 多用 2 到 3 倍 token，@MaxForAI 引用的 Composio 测试发现仅仅换壳就有多达 30 倍的差距，让人得出「决定账单的是 harness 而非模型」的结论。
用量上限正在逼人转投。@rezoundous 报告 20 美元套餐的用户转向 Codex、Cursor 甚至 GLM，@Da7_Tech 说他在 Cursor 上用 Grok 做三个 PR 只花了月度额度的 3%，这在 Claude Code 上不爆掉周上限根本做不到。
Opus 5 作为 Claude Code 默认模型两极分化。@varun_mathur 称之为想弃用产品的时刻，@pivi___ 觉得它强但累人，希望 Agent 少写多做，这也解释了为什么那么多人在装「行动优先」和反啰嗦的 skill。
跨工具记忆是反复出现的痛。@atulkumarzz 一句话点破：Cursor、Claude Code、Codex 和 OpenClaw 各存各的上下文，谁也不记得别人学过什么，换个工具就得从头重讲自己。
上下文和 CLAUDE.md 的机制让人困惑。@sharyph_ 指出大多数上下文文件其实什么都没做，因为 Claude Code 全量加载它、Chat 项目是检索它、Cowork 只在被叫时才读它，机制搞错文件就成了装饰。
单一厂商的可靠性如今成了生意风险。7 月 30 日故障后，@FrancescoCiull4 警告你必须永远备一个后手，因为 Claude Code 任务会中途停摆，@jieyi_ai 也指出企业级工作流一旦某家大模型宕机，损失按小时算。
📡 生态产品雷达
生态产品雷达
Obsidian，被提到 10 次以上，是「把 Claude Code 指向笔记库、搭一个自更新第二大脑」这套玩法的默认底座，同时反复出现要加规则文件、走索引的警告。
Buzz（Jack Dorsey），被提到 8 次以上，一个 Slack 式工作区，AI Agent 是一等公民队友，跑在你已有的 Claude Code 或 Codex 订阅上并继承你的 skill。
remio，被提到 7 次以上，一个本地优先的第二大脑兼原生 PPT Agent，主打在做幻灯片和个人上下文上比 Claude Code 更快更便宜。
Memmy，被提到 6 次以上，一个本地跨 Agent 记忆层，导入 Cursor、Claude Code、Codex 和 OpenClaw 的历史，让工具不再重新认识你。
OmniRoute，被提到 5 次以上，一个免费的单端点网关，接数百家提供商，配额感知自动回退加 token 压缩，被用来砍 Claude Code 账单。
Ollama，被提到 5 次以上，本地模型运行时，越来越多被用来把 Claude Code 转接到 Kimi K3 等免费或开源模型上。
HyperFrames，被提到 5 次以上，一个 HTML 转视频的 skill，让 Claude Code 不用 React 就渲染出 MP4（含调色、分层合成）。
Agent-Reach，被提到 4 次以上，一个开源 skill，让 Agent 免费读取 X、Reddit、YouTube 等平台，不必付平台 API 费。
Seedance 2.0，被提到 3 次以上，多个「几小时出一支发布视频」案例背后的 AI 视频生成器。
Firecrawl，被提到 3 次以上，把网页转成 LLM 可用数据的管道，喂给 Agent 的研究和监控流水线。
Kimi K3 / Kimi Code，被提到 8 次以上，开源权重模型及其新 CLI，被定位成能接进 Claude Code 等 harness 的、更便宜的 Fable 级替代。
Obsidian，被提到 10 次以上，是「把 Claude Code 指向笔记库、搭一个自更新第二大脑」这套玩法的默认底座，同时反复出现要加规则文件、走索引的警告。
Buzz（Jack Dorsey），被提到 8 次以上，一个 Slack 式工作区，AI Agent 是一等公民队友，跑在你已有的 Claude Code 或 Codex 订阅上并继承你的 skill。
remio，被提到 7 次以上，一个本地优先的第二大脑兼原生 PPT Agent，主打在做幻灯片和个人上下文上比 Claude Code 更快更便宜。
Memmy，被提到 6 次以上，一个本地跨 Agent 记忆层，导入 Cursor、Claude Code、Codex 和 OpenClaw 的历史，让工具不再重新认识你。
OmniRoute，被提到 5 次以上，一个免费的单端点网关，接数百家提供商，配额感知自动回退加 token 压缩，被用来砍 Claude Code 账单。
Ollama，被提到 5 次以上，本地模型运行时，越来越多被用来把 Claude Code 转接到 Kimi K3 等免费或开源模型上。
HyperFrames，被提到 5 次以上，一个 HTML 转视频的 skill，让 Claude Code 不用 React 就渲染出 MP4（含调色、分层合成）。
Agent-Reach，被提到 4 次以上，一个开源 skill，让 Agent 免费读取 X、Reddit、YouTube 等平台，不必付平台 API 费。
Seedance 2.0，被提到 3 次以上，多个「几小时出一支发布视频」案例背后的 AI 视频生成器。
Firecrawl，被提到 3 次以上，把网页转成 LLM 可用数据的管道，喂给 Agent 的研究和监控流水线。
Kimi K3 / Kimi Code，被提到 8 次以上，开源权重模型及其新 CLI，被定位成能接进 Claude Code 等 harness 的、更便宜的 Fable 级替代。
评论