超级用户日报: 2026-05-04
5月2日，token经济学第一次从段子变成了正经命题。Aran Komatsuzaki一天烧了Codex 17亿token、Claude Code 8000万token。一个泰国13岁中学生把Claude Code拼成Codeforces代理，45秒解一道800分题，全程零手写代码。中国一个独立开发者用7个agent的orchestrator，每天烧240万token，月API账单380美元，跑出一家月收30K美元的SEO代理公司。新游戏不是写prompt，是花钱让一群agent整夜干活，自己睡觉。同时OpenClaw和Anthropic的婚也离得越来越彻底——OpenAI给ChatGPT订阅用户开放OpenClaw免费使用——全世界的Mac Mini默默涨价。
@qkl2058 [Claude Code]
https://x.com/qkl2058/status/2050567286483001720
泰国13岁的孩子，给Claude Code接了Codeforces代理，800分题45秒一道，零手写代码。系统提示锁死四步：读题、判算法、生成stdc++.h的C++17代码、提交前过样例。30天里他在虚拟比赛模式下closed了23题，全程只按cmd+v和cmd+enter。整个系统就一个周末搭起来：Claude Code当大脑，Chrome MCP插件读题面，公开GitHub仓库放代理代码。我今年看的所有单人竞赛编程pipeline，这是最干净的一个。
@qkl2058 [Claude Code]
https://x.com/qkl2058/status/2050567286483001720
泰国13岁的孩子，给Claude Code接了Codeforces代理，800分题45秒一道，零手写代码。系统提示锁死四步：读题、判算法、生成stdc++.h的C++17代码、提交前过样例。30天里他在虚拟比赛模式下closed了23题，全程只按cmd+v和cmd+enter。整个系统就一个周末搭起来：Claude Code当大脑，Chrome MCP插件读题面，公开GitHub仓库放代理代码。我今年看的所有单人竞赛编程pipeline，这是最干净的一个。
@arankomatsuzaki [Claude Code]
https://x.com/arankomatsuzaki/status/2050620582434382228
一天Codex烧了17亿token（Pro 5x），Claude Code烧了8000万token（Max 20x），21倍的差距，结果只有Claude Code给了用量警告。Claude Code的quota算法对每个实际任务的惩罚比Codex猛得多，Codex一跑就是几小时，Claude Code每批一结束就让你停下来规划。这条数据是当天timeline上被引用最多的对比。
@eng_khairallah1 [Claude Code]
https://x.com/eng_khairallah1/status/2050550555559469474
中国一个独立开发者用Claude Sonnet 4.6跑7个agent的orchestrator，做一人SEO+内容代理公司，月营收30K美元。子agent是Prospector、Auditor、Writer、Strategist、Producer、Checker，每个agent只在自己的目录里写文件。日均吞吐240万token，月API账单约380美元。只有retainer超过3K或者内容质量分跌破0.80才需要人工审批。orchestrator的日志读起来像调度员安排工人：今天扫了187家SMB，发了28封冷邮件，4个回复，2个会议。
@om_patel5 [Claude Code]
https://x.com/om_patel5/status/2050433423970300156
一个用户被一条/loop命令烧了6000美元，26小时跑了46次PR检查，全在Opus 4.7上。陷阱是prompt cache：5分钟无活动就过期，他设的间隔是30分钟。每次循环都要全量re-cache，跑到第20小时对话长度膨胀到80万token，每次循环都按昂贵的写入价格re-cache 80万token。Anthropic的报表延迟好几天，他直到收到额度告警邮件才知道。硬规则：/loop间隔必须小于5分钟保持缓存温热，或者每次loop开新会话。
@Barret_China [Claude Code]
https://x.com/Barret_China/status/2050603748989583413
搭了一套主从式Claude Code agent系统连续跑8个多小时，把执行交给GitHub Copilot，利用按请求次数计费的机制。Claude Code做调度和分发，Explore/Review/Repair/Experience子agent干活。token消耗0.3%。整体耗时分布：写代码48.7%，review/fix/recheck/accept占51.3%——后置质量闭环占了大头，因为子agent context engineering每个phase结束都要重建上下文。瓶颈不再是模型智能，是phase间的context切换成本。
@DrewPavlou [Claude Code]
https://x.com/DrewPavlou/status/2050414243330334783
一周烧了4.5亿token让Claude Code整理过去30个月自己X和Substack上的所有内容——大约330万字、109132条帖子。Claude按置信带分类，整理成12份索引PDF。在范围内的子集就有50万字（带元数据），相当于一本《战争与和平》。人类按250 wpm每天读8小时，光读完语料就要28个工作日。Claude整套流水线12.5小时跑完，token成本约400美元（caching省了估计1500美元）。
@bridgemindai [Claude Code]
https://x.com/bridgemindai/status/2050599199654490481
转录了自己836小时、5万分钟的直播视频，然后启动50个Claude Code子agent并行处理——每个子agent分析一片他的人格、编程模式、决策模式。聚合的心理+操作画像直接喂进Hermes agent，那个agent现在在他154K ARR的生意里管着另外四个AI员工。并行子agent的吞吐量逻辑：当输入天然可拆分时，agent数量就是花钱的事。
@doodlestein [Claude Code]
https://x.com/doodlestein/status/2050697061159567661
单一台开发机器（他有5台）开了6个终端窗格，每个窗格里都是一群Claude Code和Codex agent在跑skill，自动找问题修问题、做性能优化，甚至管理这台机器本身。这是已经把agent当成一支舰队来调度的人的样子，不是一次性prompt的玩家。
@0xwhrrari [Claude Code]
https://x.com/0xwhrrari/status/2050635236908707982
法拉盛火锅店里碰到一个Citadel的中国Quant，看到他手机上的holaOS dashboard就放下筷子——一个5-mech Claude Code共识投票器，在Polymarket的24小时内市场上fade零售情绪。过滤条件：30分钟实现波动率2倍于4小时基线、价差超过6美分、过去30分钟成交量超过2K美元、4/5 mech一致fade。仓位：half-Kelly按vol距离缩放，4倍封顶满Kelly。在5刀的Hetzner上跑Opus 4.7，12分钟从1240个市场里筛出17个。28天结果：200美元本金到+35220美元，398笔交易，胜率86%，Sharpe 3.41。Quant说他们desk要养40个分析师才做得到这件事。
@takuya33777 [Claude Code]
https://x.com/takuya33777/status/2050446356976935219
让Claude Code每天定时爬日本各市政府的补助金公告网站，把新开放和即将开始公募的项目转录到Excel——截止日期、金额、概要、源URL。再和之前做的"Everyone's Subsidy Navigator"自定义GPT联动做下游查询。把分散的政府数据源用agent自动化抓取，是一个全职都跟不过来的领域，这种用法很聪明。
@kirubaakaran [Claude Code]
https://x.com/kirubaakaran/status/2050500770814971993
用Claude Code在10分钟内做了一个ETF动量回测门户。三个ETF（Niftybees股票、Goldbees黄金、Liquidbees现金），按周/月/季度/半年/年的Rate-of-Change排名，月度调仓选top 2。从2019到2026年4月以10万卢比起始：终值31.2万卢比，复合年化16.8%，最大回撤-17.24%，Sharpe 1.43，胜率74.4%，盈亏比3.34。数据走Dhan API，UI、参数控件、equity曲线、月度热力图、metrics面板全部在10分钟内用Claude Code搞定。
@VincentLogic [Claude Code]
https://x.com/VincentLogic/status/2050481804977790983
一套让Claude Code连续跑10小时不崩溃的Harness Engineering实战手册。核心动作：主agent只做调度绝不写代码（保持自己的context极小）；子agent在隔离context里做plan/dev/test；agent间只传文件路径不传内容；维护一份Lessons Learned文件，agent每次任务前必读、失败后必写。他报告了通宵跑出20多页高质量PPT。真正的harness不是让AI更聪明，是设计一套不依赖AI记性的流程。
@bridgemindai [Claude Code]
https://x.com/bridgemindai/status/2050606240682614878
另一种角度看同一个克隆案例：836小时直播被50个Claude Code子agent切成171天的他在公开做BridgeMind的工作流、口头禅、决策模式。输出直接喂Hermes agent，现在在他生意里调度另外4个AI员工。重点是：所谓的"个人AI"底座可能不是finetune的模型，可能就是50个并行agent读你的语料。
@VincentLogic [Claude Code]
https://x.com/VincentLogic/status/2050517394032914888
用Claude Code做了一个"AI复盘教练"，内置14位专家人格（战略、心理、运营、NLP），单条提问自动路由到3-6位相关专家做跨学科会诊。四轮问答协议：先信息采集和欣赏性提问、再视角转换和重构、再上NLP逻辑层次、最后挖到信念层卡点。记忆层三档画像（观察/稳定/已改善），6个月不再出现的问题自动从画像删除——这样系统不会一直记仇。还有一个反逃避检测：如果用户反复复盘同一类问题但行动兑现率极低，AI直接弹窗警告。这种个人成长工具，要做work全靠真功夫的prompt工程。
@kharaguchi [Claude Code]
https://x.com/kharaguchi/status/2050716256727425073
拿Claude Code当事实核查员审日本税务政策。问"食品消费税降到零会让收银机改造成本上万亿日元"是否成立。Claude给了4条反驳：8%到0%是简化不是复杂化；现代云POS可远程更新成本接近零；声音最大的是收银机厂商和靠这个框架受益的财政部smell think tank；英国和加拿大食品零税率多年也没特别成本。三分钟揭穿行业自利。把Claude Code当公民新闻审查层用，被严重低估。
@aakashgupta [Claude Code]
https://x.com/aakashgupta/status/2050680989605896381
一个人2小时把iOS app端到端跑通发到TestFlight：Figma设计、Jira工单、Claude Code里21个agent协调编码。2020年这个工作量是8到12周，3个工程师+1个设计+1个PM。压缩比：时间线200倍，团队规模5倍。最长的捕获到的prompt是连续9分钟的口头结构化思考——这才是agent需要的真正输入。坑是工作流最前端的system analyst agent——没有它，21个agent对着乱糟糟的prompt，产出就是21个agent级别的slop。
@0xSmartContract [Claude Code]
https://x.com/0xSmartContract/status/2050516907304862164
拆解了"5个Claude Code实例独立开发"的实操：Architect、Coder、Reviewer、Tester、Ops，每个在不同的终端里、不同的子目录、不同的CLAUDE.md、不同的文件系统权限。通过共享任务队列通信。关键洞察：agent之间互相不看对方的context，这是它能跑通的全部原因。模型分层控制成本：Sonnet 4.6给architect/reviewer，Opus 4.7给coder，Haiku 4.5给tester/ops，--model flag切换，成本砍60-70%。作者忠告：第一天别想5个一起开，会被debugging淹死。
@EcZachly [Claude Code]
https://x.com/EcZachly/status/2050593658068427236
他的training bootcamp一个月烧了47亿token，Anthropic credit花了15K+美元。分布：学生还没碰OpenClaw之前花了2K，OpenClaw上线之后8K很快就没了，即使限制Sonnet。如果换开源模型可以省5位数。两条基础设施经验：proxy追踪必须有性能否则学生体验差（从Heroku迁移之后服务器成本意外降了60%），OpenClaw哪怕限制使用也贵得离谱。
@kevinma_dev_zh [Claude Code]
https://x.com/kevinma_dev_zh/status/2050508021596655718
整天用手机操作Claude Code做开发，没碰电脑。三个条件让这件事可行：移动端和桌面端同步稳定（Claude App的Remote Control）、户外语音输入扛噪声（Typeless完胜微信和豆包，因为后两者会把旁边人说话也录进去）、自己的automation harness已经搭了一段时间。手机派任务、修bug、触发自动化打包上传发布，再用Android手机测试。人不在电脑边，产品照样迭代。
@matsuu [Claude Code]
https://x.com/matsuu/status/2050494925687619723
打开Claude Code的/routine功能让它定期跑性能调优。routine的真正价值是把"这个我应该改天优化一下"从人脑队列里删掉——agent按时回头检查，要么发现回归要么忽略。这是Claude Code发布过的最实用的功能之一，但几乎没人在非编码维护场景里用。
@1osabori [Claude Code]
https://x.com/1osabori/status/2050458930787315986
Anthropic的auto-compaction让Claude Code事实上可以无限跑：到约19万token时自动触发，把全context压缩成密集而准确的摘要，把摘要交给一个新的Claude，继续干。这就是"我睡觉它干活"故事背后的真实机制——不是魔法，是context压缩的接力。如果你一直在19万token的天花板手动重启，那是在跟工具较劲。
@petergyang [Claude Code]
https://x.com/petergyang/status/2050623358488997917
给Claude Code完整电脑访问权限再加上Google Workspace CLI，让它"近藤麻理惠"自己的本地文件和Google Drive。样例提示："告诉我开机自动加载哪些app，给个清理方案。""看下我的Downloads文件夹，给个整理计划。""帮我整理Google Drive，先给计划再动手。"始终先要计划再执行，因为这些都是半破坏性操作。文件系统熵是知识工作里最普世的痛点，这是被严重低估的agent个人生产力用法。
@asahi_ai_x [Claude Code]
https://x.com/asahi_ai_x/status/2050500618486202806
一个有22年教龄、零AI背景的人在一年内把Claude Code用进了日常。他正是12个月前那个"Claude Code是程序员的东西，黑屏让我害怕"的人，现在每天都在用。非开发者的上车故事是真的，而且在加速，尤其和Cowork搭配使用时。
@srt_taka [Claude Code]
https://x.com/srt_taka/status/2050370278195437937
来自一个数据分析播客的组织级观察：Claude Code在搞个人最优，不是组织最优。100人公司里一个人变10倍生产力，组织整体只有10。AI的ROI被瓶颈论锁死，被组织里AI素养最低的那群人卡住。更深一层：Claude Code需要回归本地文件系统、终端、文件夹结构这些原始基本功，但SaaS原生的这一代过去十年根本没在本地存过重要文件。PM的视角：能模糊掉"本地↔云端"边界的agent产品才能在企业落地。
@ds_nakajima [Claude Code]
https://x.com/ds_nakajima/status/2050495180504224113
顾问视角看企业级Claude Code部署：工具培训没那么重要，重要的是用户信任问题。你跟员工说"别把API key贴进chat"，他还是会贴。"别写机密信息"，他根本不知道什么算机密。真正的工作是搭建组织级guardrail，把secret在到达Anthropic服务器之前拦下来，再加上谁怎么用的持续监控。市场上"教你用Claude Code"的公司多得很，多数只演示功能；真实需求是集成式安全配置和治理。
@karaage0703 [Claude Code]
https://x.com/karaage0703/status/2050442231610499248
默认在隔离sandbox里跑Claude Code和其它自动化agent，他把这叫"Pasture Engineering"——驾驭工程之后的下一个阶段。比喻很到位：harness是给牲口戴的，pasture是它能自由活动的边界。当任务越来越长程，工程的重点从控制每一步，转移到设计有边界的环境。
@AsiaFinance [Claude Code]
https://x.com/AsiaFinance/status/2050480393896239417
对一篇2026年4月的论文"LLM谬误"的拆解：每天用ChatGPT/Claude/编码代理时大脑发生了什么。结论不是你变聪明了——是你更善于"感觉自己聪明了"。你写出能跑的脚本，但API一变你修不了。你写一封流利的法语或普通话邮件，但拿走工具你连一句正确的句子都说不出来。你以为你懂量子计算，因为摘要写得很漂亮，但你跟另一个人解释不了。更糟的是评估者也分不清——面试官、老师、认证机构都是为"人类独自工作"那个世界设计的，那个世界没了。
@kawai_design [Claude Code]
https://x.com/kawai_design/status/2050530740660478311
微软Agent 365正式上线，含义是：Claude Code这种本地agent现在被明确点名为检测目标。终端、MCP server、身份、能到达的云资源，全部要可视化。框架的转变：AI agent从"便利工具"变成"被管理的IT资产"。这是任何企业级AI落地的前置条件——IT部门必须能看见agent能摸到什么。
@ComagerTon79278 [Claude Code]
https://x.com/ComagerTon79278/status/2050418782817112080
做了一个Claude Code skill，主动建议自动化的下一步。他以为自己已经把Crowdworks（日本众包平台）自动化做满了，结果skill瞬间挑出盲点："这块还能自动化"、"这步还是手工的"、"这个MCP更合适"。agent审计你自己的自动化——下一个抽象层是"agent改进agent"。
@ComagerTon79278 [Claude Code]
https://x.com/ComagerTon79278/status/2050706516131676343
半自动化的Crowdworks交付收到客户主动表扬，他说自己一个字都没动。这是"我没写代码就交付了"主张的最干净版本——付费客户工作，真实评价，AI做了100%的交付物。和YouTube自动内容那类故事不同，这里有客户在闭环里表达满意。
@nash_su [Claude Code]
https://x.com/nash_su/status/2050367910590484875
做了一套强测试覆盖的skill，对Claude Code的每次代码输出都跑10轮评估。每一轮Claude都强烈建议停下来，每一轮都还能挖出bug和未覆盖的测试。有了这套测试管理框架，过去被主动忽略或遗忘的bug现在都能catch住。Claude对Claude的评估循环作为一种纪律——比相信第一遍输出强多了。
@masahirochaen [Claude Code]
https://x.com/masahirochaen/status/2050469567332598097
Pika MCP上线，Claude Code能生成带头像的视频了。之前的Claude Code视频流水线主要是Remotion，要带头像的话Pika更合适。整套stack：Pika MCP生视频/图片/语音，支持解说视频、播客、UGC广告，外加可定制脸/声音/性格的AI头像，还能从URL或GitHub输入做视频。小众但实用的集成。
@armadillo_ai [Claude Code]
https://x.com/armadillo_ai/status/2050478415741153380
用Claude Code跑了一年，把X粉丝自动涨了3000，连prompt和CLAUDE.md的生成都自动化了。有意思的不是粉丝数，是连prompt和配置文件本身都让agent写——agent在写另一个agent的输入。元自动化是下一个阶段。
@LayoffAI [Claude Code]
https://x.com/LayoffAI/status/2050655539877806187
做了一个类似layoffs.fyi的实时追踪器，统计2026年至今近40万次裁员，全部在Claude Code上搭。这是一个真实的产品级数据应用，AI做了大部分采集、分类、看板的工作。提醒timeline：Claude Code能撑起对外的数据产品，不只是开发者的side project。
@simonw [Claude Code]
https://x.com/simonw/status/2050628759393640707
用Claude Code for Web给自己博客的时间线加了iNaturalist照片导入功能——全程在手机上完成。Simon Willison是timeline上最技术的人之一，"手机+网页版Claude Code+博客功能上线"对他已经是日常。"无电脑场景下做真实工程"的门槛在持续下降。
@CJHandmer [Claude Code]
https://x.com/CJHandmer/status/2050438655265984953
"Claude Code: 哇这是个大活儿，需要好几天专注编码。同一个Claude Code，5分钟后：搞定。"段子但真实——规划输出和执行输出现在脱钩到一种荒诞的程度。Claude对自己估算的压缩能力一直被低估。
@DanielleFong [Claude Code]
https://x.com/DanielleFong/status/2050423323952365748
她用Claude Code的/fast模式+thinking:none/low，叫这个"goblin mode"。重活才切/effort xhigh。段子里有真东西——多数人默认开最高思考档位，浪费token。重复轻活就该用/fast加低effort，知道什么时候升档才是真本事。
@PrajwalTomar_ [Claude Code]
https://x.com/PrajwalTomar_/status/2050583849143509398
实用安全警告：Claude Code会读你的.env文件，对话日志在Anthropic服务器。API key、数据库密码、Stripe token，只要你不设置，全部进context。settings.json加一行就能阻断。一个推特用户被偷了2730万美元加密货币，私钥就是从被AI session索引的.env里泄漏的。开发便利和凭据卫生之间的脱节，必须显式配置。
@HnBo12083 [OpenClaw]
https://x.com/HnBo12083/status/2050601197288223189
跑了一个新的OpenClaw流，4个agent、2个模型、零API key、全本地。新功能包括跨模型handoff带漂移自动平衡、per-task隐私模式，Activity Ledger保持干净。跨模型handoff是承重能力——多数multi-agent系统都断在模型边界上，因为状态传不过去。如果实践里能跑通，模型定价套利的玩法就变了。
@everestchris6 [OpenClaw]
https://x.com/everestchris6/status/2050670006388834309
OpenClaw bot找食物图片烂的餐厅，帮它重做成Instagram帖子，再给老板邮寄一张明信片——全自动。pipeline：实时爬一座城市的所有餐厅，按评论数/评分/最近发帖时间/图片质量过滤，从Google Maps评论里挑最强的食物图片，从店铺自己的视觉识别采样品牌色板，AI重绘成9:16品牌匹配的Instagram帖子，写一张明信片引用一条真实评论加菜名，按老板的名字邮寄过去带预览二维码。从发现到品牌匹配到outreach全部自动化。今天最干净的agent式营销代理demo。
@sudoingX [OpenClaw]
https://x.com/sudoingX/status/2050605436752330840
本地AI用户的唯一忠告：harness比模型重要。无数人DM他说"我的本地模型笨""坏了""不如云端"——然后他们从OpenClaw或别的臃肿框架换到Hermes Agent，同样的模型突然就好用了。Hermes驱动一张3090跑Qwen 3.6 27B dense q4，驱动DGX Spark跑Nemotron Omni q8，同一个harness搞定编码、研究、视频剪辑、自动化。如果你试过本地AI一两次就放弃，问题可能不在模型，在harness。
@ajshpprd [OpenClaw]
https://x.com/ajshpprd/status/2050452752543760620
出了openclaw-codex-sdk：一个独立的OpenClaw插件让Codex在OpenClaw里像native一样运行，带ACP路由、CLI/Gateway接口、session回放/导出、proposal收件箱、MCP回传通道。组合性的玩法继续：每个harness现在都包另一个harness。Codex-in-OpenClaw的模式是原来OpenClaw-on-Claude模式的反向，说明agent工具层已经模块化到模型只是后端。
@steipete [OpenClaw]
https://x.com/steipete/status/2050490163810230579
OpenClaw的作者发了Crabbox 0.3.0：脏worktree的远程Linux运行、GitHub浏览器登录、Blacksmith Testbox包装、crabbox attach做实时运行回放、durable run事件、AWS镜像创建、Cloudflare Access。brew upgrade openclaw/tap/crabbox装。Crabbox正在成为OpenClaw用户跑长任务时缺失的那块——脏worktree远程运行让你能在中途check任务而不打断它。
@pashmerepat [OpenClaw]
https://x.com/pashmerepat/status/2050394377889931689
新ChatGPT-OAuth-into-OpenClaw时代的配置菜谱：GPT-5 + xhigh或high推理、agentRuntime设成"codex"、native-first工具调用、messages.visibleReplies使用message tool。预计一周内全部默认。在文档跟上之前要尝鲜的人，这是个有用指针。
@venturetwins [OpenClaw]
https://x.com/venturetwins/status/2050601988648325594
她在阿姆斯特丹用OpenClaw agent Dwayne做行程规划，Dwayne在路上突然挂了——而她没法debug，因为Mac Mini在几千英里外的家里。这是在家里跑个人agent最真实的痛：人在外，agent挂了，啥也做不了。Headless agent的远程管理/重启UX需求真实存在但严重不足。
@NFTCPS [OpenClaw]
https://x.com/NFTCPS/status/2050441790281699512
OpenClaw能爬任何网站，零反爬检测，原生绕Cloudflare，速度比BeautifulSoup快774倍。不用维护选择器，不用想花式绕过手段，直接拿数据。完全开源。"开发能跑"和"prod能存活"之间的差距，过去把多数项目埋了——补上这个差距，瓶颈就回到"拿到数据后干什么"了。
@MichaelGannotti [OpenClaw]
https://x.com/MichaelGannotti/status/2050607683665879312
搭了一个"Dr J"——一个专门的Hermes AI agent，全职监控和维护他的其他agent（OpenClaw和Hermes）。当你跑多个长生命周期agent时，agent对agent的运维是自然的下一层——你依赖这些东西就需要看门狗。这个模式很新颖也很安静。
@RoundtableSpace [Claude Code]
https://x.com/RoundtableSpace/status/2050670410849718626
有人公开宣称要在年底前用一个完全本地的方案打败Claude Code，他们在做vllm-studio——VLLM、SGLang、llama.cpp、exllamav3的统一控制面板。本地AI战争终于有了具名目标。注意这股反向趋势：在OpenClaw走上云端OAuth的同时，本地only部落正在围着自己的栈集结。
@Lummox_eth [Claude Code]
https://x.com/Lummox_eth/status/2050671339451641998
22岁年轻人选了240美元一年的Claude Pro，没选25000美元一年的Bloomberg，每天都在赚钱。喂Claude几百条新闻和讨论碎片，让模型挖出pattern——假新闻、内幕交易信号、不合逻辑的下注。卖点不是"Claude打败Bloomberg"，是"Claude把Bloomberg历来收费的分析师劳动层，用20美元一个月跑出来"。
@k_matsumaru [Claude Code]
https://x.com/k_matsumaru/status/2050419575427383801
现在最强的工作流是Claude Code和Codex双持——各擅胜场。Codex app的add-repo流程会自动把.claude下的skill导进来，跨工具迁移很丝滑。这是重度用户的共识stack：不是Claude vs Codex，是这里用Claude那里用Codex。
@Br1an_Tsang [Claude Code]
https://x.com/Br1an_Tsang/status/2050447606128824528
graphify给Claude Code装了记忆层，token省71.5倍。它做的事很简单：在你问AI任何东西之前，先把整个项目消化成一张知识图谱。代码走AST本地提取（25种语言），文档/论文/截图/视频走Claude并行提取，全部合并、聚类，输出交互式HTML+JSON+自然语言报告。AI先读图再回答，不再每次翻文件。26天40k star。痛点是普世的：AI助手的context是"一次性"的，每次新对话忘光光。graphify让它持久化。
@aakashgupta [Claude Code]
https://x.com/aakashgupta/status/2050676953691385997
Anthropic的PM不写传统PRD了。早上9点review可工作的软件，中午前砍掉80%，本周末把剩下的发出去。Boris Cherny的Claude Code团队在committing之前先发几百个原型。Boris自己跑5个并行Claude实例，一天发20-30个PR。Cowork本身是10天搭出来的。员工人数翻三倍，但人均生产力还涨了70%。在15个能工作的原型之间做模式匹配，现在是PM的瓶颈——构建变便宜了，挑选没有。
@cyrilXBT [Claude Code]
https://x.com/cyrilXBT/status/2050397853453885879
1000小时的Apple Notes之后切到Obsidian，再用MCP接Claude Code。现在Claude能读他写过的每一条笔记。结构差异：Apple Notes是容器（被动的），Obsidian是思考系统（笔记之间互相关联），Claude在上面让整个vault可查询。个人知识图谱是当前Claude Code非编码场景里最强的用法之一。
@codewithimanshu [Claude Code]
https://x.com/codewithimanshu/status/2050510979130380672
声称用Claude Code+便宜MacBook+OpenClaw+Polymarket的setup每周赚8K-12K美元，24/7自动跑。话术里engagement bait成分很重，但底层setup pattern是真的：便宜的host+长跑agent+Polymarket作为结构化预测市场，是timeline反复发现的一种stack。真正的edge是在prompt和共识投票上，不在架构上。
@LunarResearcher [Claude Code]
https://x.com/LunarResearcher/status/2050595009284469239
Polymarket上Bayesian ensembling的细节：5个Claude mech各自从不同先验（新闻、订单流、基础概率、鲸鱼仓位、时间衰减）评分sub-72h市场。4/5达成一致才交易。过滤：4/5共识、9%edge、3K美元流动性、72小时内、7天胜率68%以上。Sharpe 3.18，268笔交易，胜率71.2%，400美元到+16240美元，29天。四个脚本Claude Code一个周末写完。和holaOS/0xwhrrari是同一族案例——多mech投票是这周的主导idiom。
@LunarResearcher [Claude Code]
https://x.com/LunarResearcher/status/2050680241878606070
同一pattern的另一个版本：5个Claude在对抗ring里互相找茬，不是共识投票。每个mech被训练成专门反驳其他mech的论点。一票证伪就关掉交易——不是看共识。过滤：edge 11c以上、流动性2.5K美元以上、48小时内resolution、巨鲸不平衡1.7倍以上。Sharpe 3.67，244笔交易，胜率81%，200美元到21480美元，26天。单次Claude在对抗市场上被骗的概率是41%，叠加证伪降到7%。架构洞察：别让agent投票，让它们互相反驳。
@0xTrackmind [Claude Code]
https://x.com/0xTrackmind/status/2050595551192707247
harness vs environment的本质区别：agent每个周一都死，是因为环境没扛过周末。换harness时五样东西必须存活：workspace结构、memory、capability projection、app接线、artifact。任何一样丢了，你的agent就只是个脚本。在holaOS workspace里把fade-loop、captain-rebuild、memory-prune、workspace-snapshot都做成原生cron job。周一早上resume延迟降到零。重建只需要给Claude Code一个prompt——模型没变聪明，是环境变了。
@DLKFZWilliam2 [OpenClaw]
https://x.com/DLKFZWilliam2/status/2050463946289856706
中文拆解Sam Altman的公告：ChatGPT订阅用户现在可以直接在OpenClaw里用quota，OAuth或者按需付费API key都行。和Anthropic最近一系列动作的对比很扎心——OpenAI雇了OpenClaw作者，然后开放订阅quota给OpenClaw使用，而Anthropic加了昂贵API要求和OAuth封锁。"开放vs封闭"的标签在两家公司之间换位了。
@KhalidWarsa [Claude Code]
https://x.com/KhalidWarsa/status/2050567244933935313
"每个AI热点我都迟到——Cursor用得晚，转Claude Code也晚，刚开始用DeepSeek，OpenClaw和Hermes都没试，GPT 5.5还没用上。结果我没掉队也没过时。"timeline上有用的反叙事：执着于第一时间采用每一个新工具，并不是高产人士的实际做法。复利来自一个工具用深，不是横扫所有工具。
🗣 用户心声
用户心声
token经济在所有诚实的用户帖里都是主线——既有"我意外烧了6K"的方向，也有"我花了400美元做完28个工作日的人类活"的方向。共同的不爽是：token花在哪里的可见性滞后好几天，dashboard也不够好。@om_patel5因为不知道prompt cache过期机制损失了6K美元。@arankomatsuzaki在Codex上用了21倍的token但只有Claude Code给了限额警告。用户想要实时、细粒度的token遥测，能匹配他们花的真金白银。
Anthropic和OpenClaw的撕裂是第二响的信号。用户压倒性地把OpenAI的动作（让ChatGPT订阅免费用OpenClaw）读成"开放、欢迎"，把Anthropic最近封OpenClaw订阅的动作读成"封闭、看门"。@PashaBuilds和@techedgedaily把对比讲透了：雇了创始人、拥抱社区、赢下一个十年——vs把名字从代码库里禁掉、还要因为提到这个名字向用户收钱。Anthropic在很多用户眼里仍然是更强的编码模型，但生态善意流失的速度比缓解措施shipped的速度快得多。
harness可移植性是第三个反复出现的需求。@brolag说得直白：如果你切换工具有阻力，因为setup绑死了Claude Code/Codex/Copilot，那就是可移植性问题，是真实的机会成本。用户想把skill/CLAUDE.md/config写一次到处跑。好消息是Codex现在支持几次点击就把Claude Code的设置、插件、agent、聊天历史都导进来。坏消息是模型厂商还在赛跑锁定用户。
context膨胀和隐藏的token浪费一直在浮现。@polydao审计了430个小时的session，发现token开销里73%花在隐形overhead——插件、配置、聊天历史在每条消息之前默默加载。一个小时的清理就把生产性token从27%提到65%。让这种卫生情况可见的工具仍然原始——多数用户都不知道/statusline存在，也不知道auto-compaction在19万token处自动触发。
多项目工作流仍然搞坏工具。@ai_depression说得很清楚：Claude Code的设计是one-project-first，CLAUDE.md那一套只在单仓库内work。一旦你2个客户项目并行，context会混、文件结构会膨胀、规则会冲突。原生方案不存在；用户在用目录卫生和per-project skill凑合。
token经济在所有诚实的用户帖里都是主线——既有"我意外烧了6K"的方向，也有"我花了400美元做完28个工作日的人类活"的方向。共同的不爽是：token花在哪里的可见性滞后好几天，dashboard也不够好。@om_patel5因为不知道prompt cache过期机制损失了6K美元。@arankomatsuzaki在Codex上用了21倍的token但只有Claude Code给了限额警告。用户想要实时、细粒度的token遥测，能匹配他们花的真金白银。
Anthropic和OpenClaw的撕裂是第二响的信号。用户压倒性地把OpenAI的动作（让ChatGPT订阅免费用OpenClaw）读成"开放、欢迎"，把Anthropic最近封OpenClaw订阅的动作读成"封闭、看门"。@PashaBuilds和@techedgedaily把对比讲透了：雇了创始人、拥抱社区、赢下一个十年——vs把名字从代码库里禁掉、还要因为提到这个名字向用户收钱。Anthropic在很多用户眼里仍然是更强的编码模型，但生态善意流失的速度比缓解措施shipped的速度快得多。
harness可移植性是第三个反复出现的需求。@brolag说得直白：如果你切换工具有阻力，因为setup绑死了Claude Code/Codex/Copilot，那就是可移植性问题，是真实的机会成本。用户想把skill/CLAUDE.md/config写一次到处跑。好消息是Codex现在支持几次点击就把Claude Code的设置、插件、agent、聊天历史都导进来。坏消息是模型厂商还在赛跑锁定用户。
context膨胀和隐藏的token浪费一直在浮现。@polydao审计了430个小时的session，发现token开销里73%花在隐形overhead——插件、配置、聊天历史在每条消息之前默默加载。一个小时的清理就把生产性token从27%提到65%。让这种卫生情况可见的工具仍然原始——多数用户都不知道/statusline存在，也不知道auto-compaction在19万token处自动触发。
多项目工作流仍然搞坏工具。@ai_depression说得很清楚：Claude Code的设计是one-project-first，CLAUDE.md那一套只在单仓库内work。一旦你2个客户项目并行，context会混、文件结构会膨胀、规则会冲突。原生方案不存在；用户在用目录卫生和per-project skill凑合。
📡 生态产品雷达
生态产品雷达
Codex——本周最主导的替代方案，通过ChatGPT订阅OAuth和明确的Claude Code导入流程开放访问。被反复提及，多数在head-to-head对比中。
OpenClaw——成了Anthropic和OpenAI政治战场的local agent。在数十条帖子里出现，既有"happy lobstering"的庆祝也有"harness太底层"的批评。
Hermes Agent——在UX/产品化上正在赶超OpenClaw的本地AI替代方案。这周不少重度用户切了过来。
Polymarket——在8条以上的trading agent帖里出现，是Claude Code共识/证伪stack的首选结构化预测市场。当前自主交易agent的主导测试床。
Mac Mini——苹果把入门价从599刀涨到799刀，因为OpenClaw需求把供应卡住了。多条帖子描述了这种挤压。
Obsidian——Claude Code MCP底下的second brain层。5条以上帖子把"Obsidian vault作为context"当成基本配置。
OpenCode / Pi / Hermes——本地/开源编码agent三件套。多条帖子推荐三者stack。
Cursor——主要出现在"Cursor是不是要死了"的框架里，包装层vs第一方模型厂商正在整合。
Graphify——Claude Code memory-layer skill，26天40K star，token降71.5倍。多条帖子把它当作过去一个月最viral的skill。
Dexter——开源版"金融Claude Code"，自主投资论点构建器，20K+ star。多条帖子把它定位为金融研究领域的Claude Code等价物。
Pika MCP——给Claude Code工作流加了带头像的视频生成。
NVIDIA NIM——免费层API把100+模型（MiniMax、Kimi、GLM、DeepSeek）通过OpenAI兼容endpoint接进Claude Code/Codex/OpenClaw。多语种帖子。
Maestro / Octogent / Companion——Claude Code session/agent编排层正在获得关注，因为用户开始同时跑5个以上的agent。
Codex——本周最主导的替代方案，通过ChatGPT订阅OAuth和明确的Claude Code导入流程开放访问。被反复提及，多数在head-to-head对比中。
OpenClaw——成了Anthropic和OpenAI政治战场的local agent。在数十条帖子里出现，既有"happy lobstering"的庆祝也有"harness太底层"的批评。
Hermes Agent——在UX/产品化上正在赶超OpenClaw的本地AI替代方案。这周不少重度用户切了过来。
Polymarket——在8条以上的trading agent帖里出现，是Claude Code共识/证伪stack的首选结构化预测市场。当前自主交易agent的主导测试床。
Mac Mini——苹果把入门价从599刀涨到799刀，因为OpenClaw需求把供应卡住了。多条帖子描述了这种挤压。
Obsidian——Claude Code MCP底下的second brain层。5条以上帖子把"Obsidian vault作为context"当成基本配置。
OpenCode / Pi / Hermes——本地/开源编码agent三件套。多条帖子推荐三者stack。
Cursor——主要出现在"Cursor是不是要死了"的框架里，包装层vs第一方模型厂商正在整合。
Graphify——Claude Code memory-layer skill，26天40K star，token降71.5倍。多条帖子把它当作过去一个月最viral的skill。
Dexter——开源版"金融Claude Code"，自主投资论点构建器，20K+ star。多条帖子把它定位为金融研究领域的Claude Code等价物。
Pika MCP——给Claude Code工作流加了带头像的视频生成。
NVIDIA NIM——免费层API把100+模型（MiniMax、Kimi、GLM、DeepSeek）通过OpenAI兼容endpoint接进Claude Code/Codex/OpenClaw。多语种帖子。
Maestro / Octogent / Companion——Claude Code session/agent编排层正在获得关注，因为用户开始同时跑5个以上的agent。
评论