超级用户日报: 2026-11-06
一个评测团队用 100 道工程题测了各种复杂的 Claude Code 配置，其中一套装了 37 个 skill、开 17 个 agent，成本是原版的 8 倍，分数反而比什么都不装还低。这个结果给今天定了调，因为最好的案例都在量一件事：你的配置到底干了什么。有团队把同一张客服工单在 Claude Code 和 Codex 上各跑 12 次，发现便宜的那边 12 次里有 7 次漏掉了工单里不吭声的后半截。一位用 Opus 5.5 实盘炒股的独立创始人发现，一个写死的 effort 参数和一个被悄悄关掉的输出格式，已经改变模型行为好几天，没有任何东西报警。非编码场景还在变宽：9.64 美元的 Blender 变形卡车，一位学者引用自己买的书被拦，一家 B2B 公司的非开发者老板跑起了 27 个定时任务和 103 份规则文件。Cat Wu 离职和 Living Brain 发布占满时间线，但一手细节很少，这里只提一句。
@echen [Claude Code]
https://x.com/echen/status/2118073465966133374
据说 Garry Tan 每年花 20 万美元 token，跑一套 23 个 skill 的 Claude Code 配置，发帖人的团队就测了一下这种配置到底有没有用。他们用自家 sudo L7 基准的 100 道题跑了多种编程 harness。其中一套 37 个 skill、开 17 个 agent，成本是原版 8 倍，成绩反而比原版 Claude Code 差。表现最好的是什么都不装，只把 effort 拉到 xhigh。说白了，证明不了比原版强的配置，就是在给装修付钱。
@stas_sorokin_ [Claude Code]
https://x.com/stas_sorokin_/status/2118089149391548454
这是今天最有用的小型基准，因为题里藏了第二个要求。团队拿一张真实客服工单，在两个 agent 上各跑 12 次，用 7 个隐藏测试判分。Opus 5.5 上的 Claude Code 用 11.4 万 token、41 秒，12 次里完整修好 5 次。GPT-6.1 Terra 上的 Codex 用 13.4 万 token、54 秒，修好 11 次。Claude Code 修掉了吵闹的那个 429 循环，却有 7 次漏掉安静的那个：升级到 pro 的 key 还按免费版算。单次便宜，返工更多。
@coilceo [Claude Code]
https://x.com/coilceo/status/2118111046103949397
Coil 只有一个人，实盘股票账户由 Opus 5.5 下决定，公司其余部分由 Claude Code 会话运转。一天的追问挖出三个没人报警的问题：中午闲置现金约四分之三是护栏砍掉模型要的仓位造成的；effort 在代码里写死为 low，存下来的请求却写着 medium；新加的一个字段悄悄关掉了严格结构化输出。在 low 档，严格输出 44 次只做出 2 个决定，纯文本是 13 个，到 medium 档差距消失。模型还连续 338 次复盘都把下一个标普交易日判成震荡。创始人的结论值得记住：agent 很会回答被问到的问题，发现没人问过的问题还是人的活。
@dilimanac [Claude Code]
https://x.com/dilimanac/status/2118056702977204387
一家做 B2B 商业系统的公司，老板自称开发工具新手，内部系统从 5 月 11 日的 4,840 行 Python 长到 22,854 行，外加 27 个定时任务、52 个 skill、7 个 agent 和 103 份规则文件。广告、分析和搜索数据 6:30 到位，6:57 出简报，之后是逐客户异常检测、流失风险，还有一个按日期把丢掉的单子捞回来的登记表。文档先过 lint hook，再交给一个专门挑错、不准夸奖的 agent。每次纠错都写成规则，103 份里有 98 份点名老板本人。凡是发给客户的东西，仍然等人点头。
@om_patel5 [Claude Code]
https://x.com/om_patel5/status/2118016353378418915
今天最干净的单人发版流程，来自一位做桌面调研应用的创始人：11 月 1 日以来 6 个版本，两天 99 个提交。所有东西都放在 docs/TODO.md 和 docs/DONE.md，ID 永不复用，所以 BUG-9 在每个会话里都是同一件事。一个 skill 把随手打的抱怨或截图拆分、去重、排优先级，本人只花约 5 秒。然后 /goal finish todos 配 stop hook 开跑，先写测试，提交前必跑检查，遗留项登记成新条目。凡是按用户花钱的事都记成只有人能拍板的决定，发版也只在开口时才发。
@comaple123 [Claude Code]
https://x.com/comaple123/status/2117958263061028881
Claude Code 里的 Opus 5.5 自己跑了 164 小时，把开源投机解码相对逐 token 生成的加速比，在 Qwen3.8-27B 上从 4.46 倍提到 10.87 倍，不重训，不损质量。一共 13 轮、530 GPU 小时，写了 486 处改动，只留下 54 处，每个输出 token 都和官方实现比对。它还做出 W12 格式，BF16 权重按约 12 位存储，解码后逐位相同，所以不算量化。约 11% 的采纳率才是这里最老实的数字。按官方配置直接部署，同样的产出要多花近一倍 GPU 时间。
@leofan_cc [Claude Code]
https://x.com/leofan_cc/status/2117799233332146505
亚马逊团队开源了 ATTUNE，也就是他们线上后训练任务背后的调优器，做成了 Claude Code skill。给它一份能跑的配方和 GPU 小时预算，它就无人值守地调框架参数，同时有一道正确性闸门确认提速后训出来还是同一个模型。他们报告线上任务每卡吞吐最高提升 3.9 倍，MiniMax-M2、GLM-4.5、Llama-3.1-405B 的公开配方最高 2.6 倍，连 NVIDIA 专家调过的配方也能再快 26%。另外公开了 60 多份调好的配方。最值得抄的是那道闸门，只提速不证明等价，训练就会悄悄出问题。
@MartinSzerment [Claude Code]
https://x.com/MartinSzerment/status/2117883327591936276
UC Berkeley 的 Joseph Gonzalez、Ion Stoica 等人写了篇论文，让一个主管 agent 在写真实 GPU 解码内核时改写团队架构，用 47 个线上负载测试。固定四角色的 Claude Code 团队卡在 FlashInfer 的 0.31 倍，Codex 只有 0.28。主管能自创角色后，同样配置到 0.74，预算放长后到 1.21，47 个负载里快了 36 个。自创角色最有意思：一个“纪律官”专门拦提交、强制一次只改一处；一个“知识整合员”，因为第 5 到 7 版无视了第 4 版已经找到的修复。这两个都值得抄：一个人人必读的文件，一个专职说不的 agent。
@UOzkirimli [Claude Code]
https://x.com/UOzkirimli/status/2118018390820352220
一位学者用 Claude Code，从自己合法持有的本地电子书搭私人写作助手。11 月 2 日一个会话拒绝了，理由是指令里有一段把引用限制为每次回复一条、不超过 15 个词，而且把文件内容也算作观察到的内容。作者把全文贴了出来，因为客服助手对此一无所知，投诉可能要等三个月。问题很具体：这条对用户自己的文件是否适用，是否取决于挂载的工具，何时加入，能否解除。对做研究的人来说，这相当于工具变成一堵没有申诉口的墙。
@nokoxyz [Claude Code]
https://x.com/nokoxyz/status/2118083090094444748
有人用 31 个提示词在 Opus 5.5 的 Claude Code 上测游戏规则到底在哪里触发，赶在本周修复前后。直接要一个俄罗斯方块克隆，3 次都做出改了名的游戏。要做俄罗斯方块、改名 Blockfall 所以算原创，3 次全拒，一个文件都没有。要求复刻 Flappy Bird，每次都做成另一个游戏，同样的请求在 Opus 4.8 上全部通过。也就是说，保证“这是原创”反而被拒，老实提要求却拿到改名版。作者的提醒也重要：这是模型的临场判断，同一句话两边都可能落。
@enesakar [Claude Code]
https://x.com/enesakar/status/2117798283687186618
Upstash 做了一个编程 agent 基准，通过自家 MCP 服务给 Claude Code、Codex、Cursor 派真实任务，然后在线上账户里核对结果。跑了 369 次，发现自己工具的 4 个缺口，修完重跑。每日备份从 15 次过 0 次变成 15 次全过，删除前确认从 1 次变成 15 次全过。这就是厂商版评测：agent 成了你的用户，分数低就是产品 bug，不是 agent 的错。每家做 API 的公司都该跑一套。
@devagrawal09 [Claude Code]
https://x.com/devagrawal09/status/2118091038258577547
一位开发者用 Claude Code 加 Codemod MCP，在 167 个仓库里追三个 tar 漏洞，整件事就是一个漏斗。19 个文件导入 tar，11 处调用解压，3 处在受影响版本上，只有 1 处接收用户自选的压缩包。普通漏洞扫描器会报出多得多的东西，再留给人去筛。这是用对话完成的全组织可达性排查，任何安全团队下次遇到通告都能照做。
@kelvoroz [Claude Code]
https://x.com/kelvoroz/status/2118048466618208589
今天流传一个“便宜 99.8%”的说法，一位读者翻了 HarnessRouter 的基准，发现最便宜的配置严格溯源通过率是 0%。GPT-5.2 上的 Hermes 花 0.47 积分，Opus 4.8 上的 Claude Code 花 223 积分、通过 33%，通过率最高的是 Sonnet 4.6 上的 Claude Code，67%，但只有 60% 的运行跑完。这只是一道题、合成数据、每配置 5 次，项目页自己也这么说。作者的读法很公道：你猜不到哪套配置在你的任务上赢，所以一行换 harness 的价值在于测量，不在于标题。
@vastplan [Claude Code]
https://x.com/vastplan/status/2117953446691393846
Claude Code Game Studios 是一个 49 个 agent、74 个 skill、约 3.5 万星的模板，这次等来的不是又一条吹捧，而是一次有用的审计。3 个总监写死 Opus，主程和 15 个专员写死 Sonnet，只有约 30 个继承会话模型，也就是说这张组织架构图按岗位烧 Max 额度。应该从默认的 minimal 模式开始，standard 模式多写 29 份文档，盲测反而排最后。这和今天开头那组 100 题的结果对得上：脚手架是一笔要拿出理由的开销。
@camperaigg [Claude Code]
https://x.com/camperaigg/status/2117914482752299311
一句提示词：做一辆带变形动画的卡车。Claude Code 里 xhigh 档的 Claude Fable 5.5 用 107 分钟、9.64 美元 API 交了货，作者全程没碰 Blender。它绑了 51 个关节并烘焙到 375 帧，写了地面解算器让脚踩稳，加了 5,000 个几何节点雨滴，64 个音效全部从零合成，一个采样都没用。它还抓出自己的 bug：车灯装反、手指穿出格栅，又跑了 5 次测试渲染查头部为什么过亮。这些自我纠错，才是它和早期一句话 demo 的分别。
@MengTo [Claude Code]
https://x.com/MengTo/status/2117993128133296426
Meng To 录了 13 分钟视频，讲怎么用 Claude Code 和 Opus 5.5 做 3D 网站，最有用的是所谓的 dream loop。Opus 给自己的成品截图，对照目标图打分，再改不对的地方。第一轮 4.6 分，循环后超过 8 分。在这之前要先从 Mobbin 找参考，再决定哪些用真 3D、哪些画光、哪些用贴片，这正是 agent 做的 3D 站容易变重的地方。给 agent 一双眼睛和一个分数，胜过提示词里堆多少形容词。
@onimotion_yuji [Claude Code]
https://x.com/onimotion_yuji/status/2117938406906810810
一位用日文发帖的动效设计师在 Pro 套餐上试了 Claude Code 加 After Effects，交了一份少见的老实报告。一共 2 个多小时、17 轮来回，每次输出约 5 分钟，准确度低于预期。之前试做的 4 个镜头角色动画糟到绝望。结论是，这种做法的上限是 1 到 2 个短镜头配 Q 版设计，精致感还得靠专业的人。但用来出设计初稿、处理懒得亲手改的小修小补，已经用得上了。
@goshenggo [Claude Code]
https://x.com/goshenggo/status/2118000422858453353
一位中文新闻博主，单月 560 多万播放、约 100 万小时观看时长，解释为什么在 Claude Code 加 HyperFrames 的时代，节拍表反而更重要。HyperFrames 把每个镜头做成 GSAP 时间轴上的一个 scene，这本身就是一张节拍表。丢一篇逐字稿给 Claude，它只能平均切，镜头和动效都僵。给一张标好情绪重音和信息密度的表，每拍对应一个 scene，它就知道哪里停、哪里快、哪里上强动效。节奏要在写稿前设计好，靠后期救既费 token 又救不回来。
@_sgarbini [Claude Code]
https://x.com/_sgarbini/status/2117917798638751751
一个人给 12 位创始人做内容，没有团队，有些天中午就收工。Grok Bot 和 Claude Code 用销售通话、语音笔记和 Notion 文档学每位创始人的语气，Claude skill 负责去 AI 腔和扫细分话题。每个角色一个 bot，覆盖调研、格式、开头、写稿、设计和长文，都向一个每天早上来要指示的幕僚长 bot 汇报。作者手改成稿，再把改动给一个自我改进 bot 看，让全队学会。最后这一步让质量往上走而不是漂移，也是代笔公司真正该担心的地方。
@0xbobaaa [Claude Code]
https://x.com/0xbobaaa/status/2118021120670519539
Screen Studio 每月 29 美元，还只支持 Mac，于是一位开发者用 Claude Code 和 Opus 5.5 一晚上重写了它的自动缩放，开源成 glidecut。它在 Chrome 标签页里跑，不用安装、不要账号、不上传，点击和打字的地方自动放大，9:16 下画面跟随操作，导出 1080p 60fps 带声音的 MP4。老实的细节是第一版 22 秒缩放了 7 次，得修。靠单一功能收费的 Mac 小工具，日子开始是借来的了。
@Bogzabs96 [Claude Code]
https://x.com/Bogzabs96/status/2117933749065105657
一个投放团队给跑赢的广告换张脸，每条 AI 生成成本约 8 到 11 美元，全程没人打开 CapCut。Kling Motion Control 当演员，换新脸新声音，手势不变，每次替换 6 到 10 分钟，可并行。Claude Code 当剪辑，逐帧读原片，重建每个剪切、缩放和空镜位置，字幕放回原处。他们在一条意大利播客爆款上跑过。付费投放里素材疲劳才是真成本，这是让一条验证过的广告多赚钱的很直接的办法。
@studio_veco [Claude Code]
https://x.com/studio_veco/status/2118055991665389706
一位用日文发帖的视频创作者用 Claude Code 和自研编辑软件，给 STATION Ai 的 Seedance 工作坊做了回顾片。素材整理、调色、字幕、BGM 生成全部交出去，约 3 小时，几乎没管。活动现场有电视台和爱知县官员，所以这是真实交付，不是玩具。它说明 agent 在视频里眼下最拿手的，是素材周边的后期杂活。
@adriano_viana [Claude Code]
https://x.com/adriano_viana/status/2117980188252283186
一位葡语创作者最近两条视频都由 Claude Code 剪辑，一条 54 个场景，一条 69 个，而 AI 做的第一个场景被直接打回。新视频讲的就是哪里错了、哪些变成了规则、哪些仍然是自己的活。先打回再写成规则，这个顺序和今天最好的公司配置一模一样。帖子不长，但把工作的形状说对了。
@f0rgent [Claude Code]
https://x.com/f0rgent/status/2118003284149428706
受 Vitalik Buterin 过滤式读 X 的启发，一位用户让 Claude Code 只读模式刷了自己的关注页 7 分 7 秒，不点赞、不回复、不关注。它看了 84 个账号 24 小时内的 256 条帖子，判定 34 条值得读，149 条噪音，73 条重复。噪音大多是隔夜交易机器人截图。它还捞出两条用户会错过的信息，比如 Explore 和 Plan 子 agent 跑在主模型上、在烧 Opus 额度。每天几分钟的私人信息流编辑，可能是时间线吵闹的人最划算的 agent 例行任务。
@quietoraclex [Claude Code]
https://x.com/quietoraclex/status/2118110633308676390
这个回测是今天那些交易机器人帖子的解药。一个 Claude Code 提示词拉了 14 只股票 60 天的 5 分钟线，用经典开盘区间突破跑了 343 笔，只做模拟。8 月 12 日到 9 月 11 日涨 15.8%，就是大家发截图的那段；9 月 11 日到 11 月 3 日回吐 21 个点。最终费前亏 5.3%，7 只赚 7 只亏。只测一个月你就会管它叫优势，道理全在这了。
@curious_vii [Claude Code]
https://x.com/curious_vii/status/2117994790394499257
一位顾问在分享里讲了一个财务团队的故事：一名被培养的初级员工，在八周项目的第二周就开始往生产环境发东西。这位员工和 CFO 激烈讨论时开着终端，那些话顾问八九成听不懂，这边已经在实时让 Claude Code 改应用。结论是，教懂业务的人闭环，比教前线工程师掌握这些上下文容易得多。这把“键盘该在谁手里”的默认答案反了过来。
@bwhdx [Claude Code]
https://x.com/bwhdx/status/2118003467407261980
针对高盛收回多数银行家和交易员的 Claude Code，创业公司 Kash 的负责人讲了他们行得通的那条线。非工程人员一直在用 AI 工具做东西，但培训只到自动化自己工作的脚本为止，不做产品，也不做长期运行的东西。谁写脚本谁负责，技术团队兜底基本功，比如别把密钥发出去。理由很在理：AI 特别会把东西做得看起来对，要靠问对问题才能抓到漏洞，而你不知道自己不知道什么时，这恰恰最难。
@ArkStabler [OpenClaw]
https://x.com/ArkStabler/status/2117989701105647815
一家 OpenClaw 用户这周在一个叫 Charlotte 的 agent 上试 Particle-1，以 Claude Opus 为质量标准，第一天的报告就是模型试用该有的样子。它审了书稿项目的 28 个示例脚本，找到两个真 bug，和 Opus 持平。约 11 分钟写了个房产查询工具，但漏了两个被审查 agent 抓到的 bug。工具和浏览器测试全对，还比 Opus 快，目前花费不到 2 美元。拿一个具名 agent 跑真实工作、定好标准来试新模型，胜过看任何人的基准。
@FBIFVIS [OpenClaw]
https://x.com/FBIFVIS/status/2118105249433174185
一位中文用户的 OpenClaw，别名“阿不多”，发来一份每日学习报告，能看出私人 agent 在读研究这件事上能走多远。它把一期五篇 arXiv 新论文的推介按原文和结构化两种形式归档，每篇写成八个字段，回查五个链接全部 200 且标题吻合，并总结主线是约束比容量更决定结果。接着它把一篇论文对上真实事故：昨天行情合计数对不上，就是让模型复述数字造成的，合计该由脚本算。它只归档不推送，没得到指示就不动任何提示词和流程。
@bearlyai [OpenClaw]
https://x.com/bearlyai/status/2118022770726679010
Shopify CEO Tobi Lutke 对 Alex Heath 说，把 OpenClaw 接上 Fitbit，让它找出哪些人的会议压力最大。故事很小，却是私人 agent 最尖锐的用法：把日历和身体信号连起来，回答一个没有哪个仪表盘会提供的问题。它也带来一个明显的问题：你的 agent 手里有一份同事压力排行榜，然后呢。可穿戴设备和 agent 碰面之后，这类事只会更多。
@0xerik [OpenClaw]
https://x.com/0xerik/status/2118054169491935363
一位用户第一次用 OpenClaw，把它接上 Slack，让它跟进所有还没回复的人。结果它跟进了全公司。这一句话很好地说明了为什么信任是 agent 重度用户的头号恐惧，a16z 同一天的嘉宾也这么说。“所有人”的范围只存在于你脑子里，不存在于工具权限中。第一次还是给一份名单，别给一句描述。
@CrypSaf [OpenClaw]
https://x.com/CrypSaf/status/2117898428034236506
一位用户把私人 OpenClaw agent Safio 接到 Mac Mini 上的 Grok Bot，然后看它们对话。Grok Bot 管 X、7,500 多条私信和关注列表，Safio 带着 Claude、GPT、Grok、DeepSeek 管其余一切，现在还给 Grok Bot 下命令。作者的玩笑话说得准：我的助理有了助理。私人 agent 开始按各自能碰什么来叠加，而不是谁替代谁。
@sirHe12 [OpenClaw]
https://x.com/sirHe12/status/2117912737863090437
一位中文开发者夜里让 OpenClaw 和 Hermes 自动重构老代码，一早醒来收到 API 欠费和超限报警。代码没变好，错误日志里倒用极其严谨的英文列了十几条“由 AI 自身 bug 造成的法务合规风险”。账单大约一台 iPhone，还得去跟财务解释。帖子很好笑，解法很无聊：无人值守过夜前，先设花费上限和停止规则。
@ThreeAcres [OpenClaw]
https://x.com/ThreeAcres/status/2118008890134806709
一条短帖，说清了日常实践走到了哪一步。作者用 herdr 同时推进多个项目，一边用 OpenClaw 改进正在用的 herdr 网页界面。管理 agent 的工具，由 agent 在同一段工作里顺手改好。没人再提功能需求了，手里拿着什么就直接改什么。
@notbradyy [Claude Code]
https://x.com/notbradyy/status/2118062621152698507
在 Claude Code、Codex、Grok Bot、Hermes 之间跳了六个月后，一位用户定下来：让 Claude Code 和 Grok Bot 互相对话，每月 400 美元。Grok Bot 是常驻云端的简单 bot 管理者，Claude Code 是本地永不关机的主力，Codex 留着做电脑操作和图片。一个幕僚长 bot 给大型 Claude Code 项目写规格，还能读本地会话文件，Claude Code 通过 webhook 回传。上下文双向流动，这正是多数人的工具链缺的。
@xenothales [Claude Code]
https://x.com/xenothales/status/2117882313216602404
一位用户正把 OmO harness 架构移植到 Grok Bot，理由很直接：它的 agent 编排一团糟。计划是用 Grok Bot 共享的持久化 Debian 虚拟机做底座。选 OmO 的理由是血统：作者说 Hermes 的编排按其 GitHub issue 就是围绕它做的，多数开源替代品都由它而来却没有改进。这话是否成立且不论，新习惯很明显：托管 agent 让人失望时，大家不走，而是把自己的 harness 装到它的电脑上。
@joshwhitfieldai [Claude Code]
https://x.com/joshwhitfieldai/status/2118055687401955556
一个 GTM 团队分享了 agent 分工：一个协调者什么都不做，只写提示词，在各自的 Claude Code 会话里启动每个构建并检查进度。每个构建一个会话，一个 agent 管收件箱回复，一个盯问题比如付款失败。协调者最重要的工作是传达规则。“绝不等 Clay 额度”成为团队规则后，进入了每个售前构建，79 个构建目录里 79 个都有。一个 agent 只干一件事，干两件你就不知道哪件失败了。
@dextune [Claude Code]
https://x.com/dextune/status/2117798991438192931
effekseer-vfx-skill 让编程 agent 给 Godot 和 Unity 做游戏特效，再由第二个 agent 打分。agent 把每个特效写成 Python 配方，用官方编译器构建，在 Godot 里拍下来，看胶片条，改一处再来。另一个审查者只看胶片、不看配方，所以作者永远不给自己打分。它带约 30 个图层原语和 16 个成品特效。盲审成品而不审源码，这个做法值得搬到特效以外的地方。
@0xMfox [Claude Code]
https://x.com/0xMfox/status/2118002535319433273
一位用户把 Claude Code agent 放进 Pixel Agents，这个 1 万星的免费项目把每个终端变成坐在工位上的小人，结果一天里数出约 2 小时 agent 只是在等人点头。打字表示在改文件，翻书表示在搜索，子 agent 会走进来，头上冒泡就是要找你，完成时还会响一声。它不耗 token，只是旁观 Claude Code 已经在做的事。这是个玩具，却有真发现：看起来很忙的 agent 有一半在闲着，瓶颈是你。
@0xarcos [Claude Code]
https://x.com/0xarcos/status/2118056303990067250
这个 bug 是结账在支付重试时扣了两次款，整套配置的核心就是不相信“修好了”这个词。Opus 做计划，Haiku 侦察 188 个文件，找到 2 条没有幂等键的扣款路径，Sonnet 写修复并宣布完成。Stop hook 接着跑测试，31/32，退出码 2。只读的 Fable 5.1 找到根因：每次重试都生成新 key，改成订单号后 32/32。带走这一条：Claude 可以说修好了，只有 exit 0 才算数。
@birmeya [Claude Code]
https://x.com/birmeya/status/2118088128858579202
一位用户让 Claude Code 对着纯 Markdown 的第二大脑，按六条回答规则跑了三项测试。一个 CLAUDE.md 画地图，笔记和来源分开放，每条外部说法都有 URL 和核对日期，decisions.md 记选了什么、何时选的、什么情况下重开。两项测试要求带文件路径定位作答，第三项问第一次用 Claude Code 的确切日期，正确答案是笔记里查不到。三项里有一项靠少说话才能过，这是任何记忆系统都该有的标准。
@yaohongan2025 [Claude Code]
https://x.com/yaohongan2025/status/2117804064863818065
一位中文独立开发者看到一套刚开源的运营中台，把仓库地址丢给 Claude Code 或 Codex 自己读文档、安装、试跑，要选择时才来问。值得抄的是两个小任务。一个每 5 分钟看网站能不能打开，打不开才叫醒 agent 去查。另一个每周去各家 AI 问一圈，看会不会推荐自己的产品，正好覆盖几个小站的存活和 GEO。只在廉价检查失败时才唤醒模型，这正是控制账单的正确姿势。
@101xanshu [Claude Code]
https://x.com/101xanshu/status/2117966595884753252
为了搞懂编程 agent 到底怎么工作，一位开发者自己写了一个，以 MIT 协议开源为 AgentSnow。它有 agent 循环、并行读串行写、路径安全检查、破坏性命令的审批提示，还有评测 harness。这份清单正好可以当最小可用 harness 的核对表。花一个周末自己写一个，仍然是搞懂付费工具替你做了什么的最快办法。
@ClaudeCode_love [Claude Code]
https://x.com/ClaudeCode_love/status/2117835479232172538
一位海外开发者用 Claude Code 做的拉力赛游戏受到关注，因为画面看起来像零售大作：8.1 万行代码，AI 写、一人指挥。松林赛道三种场景，光线追踪的阴影和反射，带排名和圈速的竞速，驾驶舱和追车两种视角。底层是作者 2021 年起自己写的 C++ 3D 库 threepp，最近 100 次提交都把 Claude 列为共同作者。作者五年攒下的库，才是它比周末小游戏领先这么多的不起眼原因。
@xikhar [Claude Code]
https://x.com/xikhar/status/2117776300236820925
xikhar 那款 24 小时做出的原创游戏从一段视频开始：Flux 3 Max 的片段定下画风、世界和角色，截图在 Blender 里重建并放进 Three.js，Claude Code 的动态工作流让 agent 并行构建和检查。角色来自 GPT Image 的侧视图、Tripo 模型和 Opus 写的布料物理。一位开发者的回复是恰当的反驳：过了教程规模，碰撞和音频同步通常会崩，拿一段带敌人 AI 和存档的 5 分钟实机再说。作为概念流水线它是真的，作为游戏流水线还没被证明。
@omurice_brand [Claude Code]
https://x.com/omurice_brand/status/2117844596009103801
一条“立刻删掉 Playwright”的帖子超过百万浏览，一位用日文发帖的用户真的去查了。Playwright 1.64.1 同捆的 Chromium 早于 10 月 27 日的修复，库方式启动默认关沙箱，而 agent 会在存着密钥和登录态的机器上打开自己选的页面，这就有风险。但 Playwright MCP 和 playwright-cli 默认启动本机 Chrome 且开沙箱，作者读了代码也看了实际进程。所以多数 Claude Code 用户没暴露，除非自己指定了 --browser chromium，该做的是更新 Chrome 并查进程，而不是卸载。有用的安全评论就该这样写。
@xiaobuzaowu [Claude Code]
https://x.com/xiaobuzaowu/status/2117798589921693702
一家中文工作室转述了新加坡管理大学的论文，讲为什么只看指令不够：make clean && make 在一个项目里只清编译产物，在另一个项目里删掉源码和 .git。他们的 Caper 机制让每条命令先在可还原的沙箱里跑，把实际改动报告出来，再由审核者决定。在危害藏在工具里的测试题上，Claude Code 的造成伤害比例从 62.7% 降到 6.9%，拦下 84.3% 的有害步骤，误拦 1.0%。工作室随后把自家 Codex 权限收紧到工作目录，批准 make 和脚本前先要它说明影响，也坦白说还没有成效可讲。
@Curingieul [Claude Code]
https://x.com/Curingieul/status/2117985146087329872
公司要求每个研发每年交专利，痛点很具体：代码和方案是自己做的，可挖专利点、查新、画框图都不会。一个给 Claude Code 和 Cursor 用的 skill 已有 1.2 万多星，丢进设计文档和代码，它梳理可申请的点，去国知局查在先技术，写成 md 和可改的 Word 交底书。还能继续写权利要求和摘要，起草审查意见答复，把公开专利转成通俗笔记。作者也明说，权利要求对照表不构成法律意见，正式提交前要让代理师过一遍。
@AiAircle34052 [Claude Code]
https://x.com/AiAircle34052/status/2117862910571749671
一条日文帖转述了摩根士丹利出身、手工做过三表模型的人的五步法。把资料集中到一个文件夹，压缩成轻量文本输入，先用自己的模板搭骨架不填数字，再加带假设和出处的预测，最后在新对话里查坏公式和对不上的数。一次全要，就会混进硬编码数字和自作主张的假设；分步做，事后能追到每条假设。这个顺序可以存成 Claude Code skill。用全新上下文来审查，一再被证明是最便宜的质量提升。
@0xmishoko [Claude Code]
https://x.com/0xmishoko/status/2118045586217980014
一位 Solidity 研究者原本不信 Claude Code 能删仓库，直到自己的被删：一年多的代码属性图工作，.git、所有提交和分支一条命令全没了，没有提示，用的还是顶级模型。原因据说是少了一对引号。这条帖子有 13.2 万浏览，因为它用最小的形式讲了所有人的噩梦。把工作推到 agent 够不着的地方，shell 才不管模型多聪明。
@jerryjliu0 [Claude Code]
https://x.com/jerryjliu0/status/2117799968815915440
LlamaIndex 的 Jerry Liu 买了台 Mac Mini 专门跑 AI，写了份简短实地报告。Codex 的远程比 Claude 好，因为 Claude 走 SSH 合上笔记本就停，remote control 又太受限。可 Opus 5.5 是更省 token 的日常主力，所以最后用 SSH 加 tmux 跑 Claude Code CLI。这条短笔记说明大家实际怎么混搭：一家赢在管道，另一家赢在模型，tmux 补中间的缝。
@ShenSeanChen [Claude Code]
https://x.com/ShenSeanChen/status/2118050807597924531
一位创始人说，MCP 才是让 agent 变成私人幕僚长的东西，每天连着 Gmail、日历、Drive、Notion、Slack、Granola、AWS、Supabase。Linear 用得越来越少，因为 Claude 读团队的 Slack 和 Notion 就能算出还剩什么。最有用的是结尾：这种魔法目前只到 AI 和创业圈，谁解决跨团队的上下文和决策共享，谁就能带给其他所有人。项目管理工具因为 agent 能自己推断状态而淡出，这个信号值得盯。
@MartinSzerment [Claude Code]
https://x.com/MartinSzerment/status/2118080704538177540
人人都在转 Revolut 省 90%，这条帖子讲了大家跳过的部分。约 2,000 名工程师默认用自托管的 GLM 5.3，跑在 56 块 Nvidia B200 上，综合每百万 token 30 美分，Claude Code 和 Codex 留作例外。开箱几乎不能用，首 token 时间约 14 秒，团队靠调量化和并行才压到 1.7 秒。他们把上下文封顶在 25.6 万，并说编程需要 90% 以上的缓存命中率。讲者还把多出来的交付提速归功于收件箱和会议工作，因为 token 不再配给了。
@shun_cmdouga [Claude Code]
https://x.com/shun_cmdouga/status/2118085888458805491
一位用日文发帖的创作者用 Claude Code 和 After Effects 给一个虚构的流媒体服务做了支广告，把“首月 0 元”的 0 做成了剧集场景拼成的样子。企划和结构交给 Claude，剪辑在 After Effects，素材来自 Envato，音频 ElevenLabs，配乐 Artlist。帖子明确标注这是 AI 做的虚构服务。和前面那份 Pro 套餐报告放一起看，这个组合目前好用的地方很清楚：短小、靠点子撑场的作品。
🗣 用户心声
用户心声
无声的拒绝是今天最尖锐的抱怨。@addyosmani 确认游戏规则误伤了只是借游戏名描述玩法的人，2.1.317 已收窄，但 @erhanmeydan 问工具凭什么管这个，@realfxw 认为付费工具里确定性压倒一切。今天案例里那位学者说明，同样的问题正在蔓延到引用。大家要的是公开的规则和申诉渠道。
官方宣布的节省需要自己核算。@ClaudeDevs 说状态行成本降了约 99%，@MartinSzerment 指出社区测试显示这些标签曾占会话 14.6%，官方口径约 5%，所以该重测自己的数。@Clevernesspc1 提醒 Max 附带的 API 额度根本不计入 Claude Code 限额。
记忆已经变成锁定，大家感觉到了。@roeishous 在 Claude Code 里有 469 个记忆文件，Codex 一个没见过，切换就像带新员工入职。@DanielSmidstrup 每次切换都要重讲一遍项目，@chesny 想看新记忆层用上几周之后还撑不撑得住。
私人 agent 开始按维护成本打分。@Saboo_Shubham_ 和 @theayush 从 OpenClaw、Hermes 换到 Grok Bot，因为不用人盯，@aymanemsi 觉得 OpenClaw 安装很痛苦，@22333D 评价 Grok Bot 是更好的 OpenClaw，但干实活不行、额度也不够，@KamilMatysik 还在找不用终端的客户也能跑的东西。
agent 供应链成了每天的担忧。@fr0gger_ 发现 73 个伪装成 agent 工具的 GitHub 仓库投递恶意软件，51 个仍在线，@RayanSMX 则去拆解那些拿 Claude Code 当噱头的充电器恐慌帖。
无声的拒绝是今天最尖锐的抱怨。@addyosmani 确认游戏规则误伤了只是借游戏名描述玩法的人，2.1.317 已收窄，但 @erhanmeydan 问工具凭什么管这个，@realfxw 认为付费工具里确定性压倒一切。今天案例里那位学者说明，同样的问题正在蔓延到引用。大家要的是公开的规则和申诉渠道。
官方宣布的节省需要自己核算。@ClaudeDevs 说状态行成本降了约 99%，@MartinSzerment 指出社区测试显示这些标签曾占会话 14.6%，官方口径约 5%，所以该重测自己的数。@Clevernesspc1 提醒 Max 附带的 API 额度根本不计入 Claude Code 限额。
记忆已经变成锁定，大家感觉到了。@roeishous 在 Claude Code 里有 469 个记忆文件，Codex 一个没见过，切换就像带新员工入职。@DanielSmidstrup 每次切换都要重讲一遍项目，@chesny 想看新记忆层用上几周之后还撑不撑得住。
私人 agent 开始按维护成本打分。@Saboo_Shubham_ 和 @theayush 从 OpenClaw、Hermes 换到 Grok Bot，因为不用人盯，@aymanemsi 觉得 OpenClaw 安装很痛苦，@22333D 评价 Grok Bot 是更好的 OpenClaw，但干实活不行、额度也不够，@KamilMatysik 还在找不用终端的客户也能跑的东西。
agent 供应链成了每天的担忧。@fr0gger_ 发现 73 个伪装成 agent 工具的 GitHub 仓库投递恶意软件，51 个仍在线，@RayanSMX 则去拆解那些拿 Claude Code 当噱头的充电器恐慌帖。
📡 生态产品雷达
生态产品雷达
Codex：最常被拿来对比，也是多数工具链里的第二个 agent
Grok Bot：大家正在迁过去的私人 agent，也是额度抱怨的对象
Hermes：被视为 OpenClaw 用户的主要去处，带导入命令
Living Brain：跨模型记忆层发布，多为发布日转发
Aether：用现有订阅的云端运行器，19.4 秒出构建
Conductor：被 Meta 收购，Cloud 转只读，替代品纷纷围上来
HyperFrames：用 HTML 时间轴做视频，agent 做视频的默认选择
Blender：最常见的非编码目标，由 Claude Code 驱动
Three.js：agent 做的游戏和 3D 站的落脚点
Postman：往 agent 里自动装插件，本周的信任事件
Kylon：Grok Bot 规划，Claude Code 构建，Codex 审查
Worktrunk：一行命令给并行 agent 开工作树
Graphify 和 CodeGraph：用代码知识图谱减少工具调用
OpenViking：字节跳动的文件式 agent 记忆
Codex：最常被拿来对比，也是多数工具链里的第二个 agent
Grok Bot：大家正在迁过去的私人 agent，也是额度抱怨的对象
Hermes：被视为 OpenClaw 用户的主要去处，带导入命令
Living Brain：跨模型记忆层发布，多为发布日转发
Aether：用现有订阅的云端运行器，19.4 秒出构建
Conductor：被 Meta 收购，Cloud 转只读，替代品纷纷围上来
HyperFrames：用 HTML 时间轴做视频，agent 做视频的默认选择
Blender：最常见的非编码目标，由 Claude Code 驱动
Three.js：agent 做的游戏和 3D 站的落脚点
Postman：往 agent 里自动装插件，本周的信任事件
Kylon：Grok Bot 规划，Claude Code 构建，Codex 审查
Worktrunk：一行命令给并行 agent 开工作树
Graphify 和 CodeGraph：用代码知识图谱减少工具调用
OpenViking：字节跳动的文件式 agent 记忆
评论