超级用户日报: 2026年6月8日
今天的重心从键盘上挪走了。整个时间线最响的信号不是某个新功能，而是越来越多人说自己已经不写 prompt 了。他们写的是 loop，把公司的原则当成 skill 丢给模型，然后转身走人。最有意思的几个案例反而跟写软件没关系：一个人把 2100 条健身视频转成知识库给自己生成每周训练计划，一个二手卖家把杂乱库存自动变成定好价的 eBay 商品，一个咖啡馆社交网络一个月跑出 1.8 万美元。另一半的话题是宿醉：企业被每人每月 2000 美元的账单逼得收回授权，以及一种安静的恐慌——到底还有没有人真的在审查这些 agent 交付的东西。
@bradmillscan [OpenClaw]
https://x.com/bradmillscan/status/2063370599188123704
一个 43 岁、总在健身房受伤的人，没去请教练，而是给自己造了一个。他用 Claude Code 把 2100 多条运动科学的举铁视频转写成一个 LLM 知识库，又建了第二个知识库记录自己的身体、目标、病史和伤痛。OpenClaw 把两者连起来：每周读一遍他的身体库，从专家库里调建议，生成一份"收益最大、伤害最小"的计划，直接灌进 Hevy app。他只管去练。这是今天最干净的非编程 agent 闭环：两个知识库加一个每周定时任务，等于一个你真的信得过的私人专家。
@uniswap12 [Both]
https://x.com/uniswap12/status/2063284267296461028
一篇拆解 Matt Van Horn 真实 Claude Code 工作流的长文，本质是一本"不用 IDE 也能干活"的操作手册。任何想法都从 /ce: plan 开始，它会并行启动研究 agent 去扫他的代码库和历史修 bug 笔记，先产出结构化的 plan.md，一行代码都还没写；然后 /ce: work 去执行。他同时开四到六个 Ghostty 终端，用 Monologue 语音输入，配一台 Mac Mini 加 Telegram 和 tmux，所以在飞机上或开着 FSD 送孩子时都能发布功能。最能说明问题的故事跟代码无关：他把一段午餐录音变成了完整的产品提案，因为 Claude 早已把他的代码库和过去所有战略文档当成了上下文。他的结论是"上下文会复利"——你留的结构化历史越多，下一个决策就越准。
@regent0x_ [Claude Code]
https://x.com/regent0x_/status/2063161561976373374
一个顾问用五台叠在机架上、总功耗 400 瓦的 Mac Studio 跑 50 个并行 agent，每月做出约 3 万美元的客户活。他用 Claude Code 的 dynamic workflows 把一个 prompt 扇出到 100 多个 agent：过夜跑的安全审计逐文件扫描并独立验证，代码迁移一个文件配一个 agent 外加 reviewer，优化任务每个修复单独开一个 PR。定价很具体——安全审计 8000 美元（6 到 8 小时 agent 时间），过夜迁移 1.5 万到 2.5 万。他每个项目实际动手大概三小时，一天检查两次。数字是否精确不重要，形态是真的：烧 token 的过夜任务正在被打包成固定价的交付物来卖。
@itsharmanjot [Claude Code]
https://x.com/itsharmanjot/status/2063249958263042361
一个被裁的工程师在 Claude Code 上搭了一整套求职流水线，跑了 740 多个职位，最后拿下一个 Head of Applied AI 的岗位。这个叫 career-ops 的工具，输入一个职位链接，就返回从 10 个维度打的 A-F 匹配评分、一份针对这个职位优化过 ATS 的 PDF 简历、薪资调研、面试准备和一条追踪记录——全靠一条斜杠命令。它就是一个带 14 种 skill 模式的 CLAUDE.md，不是套壳 API。他点出的讽刺之处：录用他的工作是别人主动找上门的，一个 CEO 看到他在造这东西就把他招了。公司用 AI 筛候选人，他造了个反过来筛公司的工具。
@jhleath [Claude Code]
https://x.com/jhleath/status/2063316687337001344
A 轮融资改了公司名后，想从 IRS 拿一份更新过的 EIN 证明信，意味着要打一个一排满就直接挂断的电话树。于是他 vibecode 了一个网站，自动循环拨打 IRS、按对电话树选项，再用一个 LLM 判断到底是因为线路满被挂断还是真的进了排队——然后给他手机打电话。每 30 秒重拨一次，拨了 13 次才挤进队列。他承认自己也不完全清楚它怎么工作的，但这不重要。他真正想说的是：很多人正在悄悄造这种一次性的个人软件，从不上 Replit 或 Lovable，只为解决一个烦人的小问题。
@yigitakinkaya [Claude Code]
https://x.com/yigitakinkaya/status/2063164426123960350
她辞了职，给咖啡爱好者做了一个社交网络——个人主页、帖子、收藏列表、搜索、信息流——四个月做到 3.1 万用户、每月 1.84 万美元。产品本身就是标准的社交那一套管线；难的是这玩意儿过去得五个工程师。Claude Code 让一个人在 Supabase 和 Vercel 上从零搭起鉴权、数据库、信息流逻辑、关注系统、存储和通知。钱不是来自广告：咖啡馆每月付 199 美元拥有自己的页面、推菜单更新，重度用户每月付 8 美元看城市指南。她的判断是：超本地的小众社交网络是新的本地媒体生意，而 Claude Code 让它便宜到能从一台笔记本上启动。
@myttle_web3 [Claude Code]
https://x.com/myttle_web3/status/2063196951500202258
一个 eBay 二手卖家不再靠猜价格，而是在浏览器里造了一个"转卖工厂"——分析器、上架器、清理器、排程器。Claude Code 做那些无聊的思考，eBay 显示行情，Terapeak 确认到底什么卖出去了，Claude 4.8 Opus 逐件写标题、商品属性、描述和缺失信息清单。界面故意做得很丑——它是干活的工具，不是 demo。他把这当成可以卖的蓝图：150 个卖家每月 50 美元就是 7500 美元 MRR。产品不是那件夹克，是他在每件夹克上不再花的那十分钟。
@andreysuperior [Claude Code]
https://x.com/andreysuperior/status/2063376095819317529
一套很具体的服务打法：用 Claude Code 一个下午给本地餐厅做一个语音 agent。这个 agent 能秒回顾客任何问题、帮忙预约、永远不请病假——卖 399 美元一个月，对标 3000 美元一个月的前台。搭建大概四小时，留下 93% 的毛利，30 个客户就是约 11970 美元一个月。他的销售动作是：走进店里，把手机递给老板，让他随便问，问完再报价。切入点在于：97% 的餐厅还没有这东西，而离你最近的那家大概就在走路能到的距离内。
@himes369 [Claude Code]
https://x.com/himes369/status/2063337921642479852
一个人做了个 app，显示他到底走过了自己城市的百分之多少。地图被切成一个个六边形，走路、跑步、开车经过就点亮一格，没去过的地方一直是暗的。灵感来自他发现自己每天都在同样的五条街上打转——打开一看，写着 12%，住了十年的城市才走了十分之一。最上瘾的是那种"强迫症补全"循环：离家两条街外有一个暗格，你就会多走三个街区去填上它。所有数据都在本地、不上云，整个东西用 Claude Code 一个周末写完。他说：我们花了十年做告诉我们该去哪的地图，这个告诉你哪里你从没去过。
@om_patel5 [Claude Code]
https://x.com/om_patel5/status/2063140323686043778
有人用 Claude Code 一个周末 vibe-code 了一个 AI 国际象棋教练，而那个洞察比这个产品本身更锋利。Stockfish 告诉你最佳一步，却从不告诉你为什么，所以人们干脆把自己的对局粘给 Claude 来理解自己错在哪。vibechess 把这个闭环补上了：你下棋，得到的是推理而不是一个评估数字，然后慢慢看清自己失误里的规律。每个象棋 app 都给你看正确的一步，几乎没有一个教你怎么思考。这是个小而干净的例子——给一个大路货引擎裹上解释，就让它真正有用了。
@Axel_bitblaze69 [Claude Code]
https://x.com/Axel_bitblaze69/status/2063087304131158338
一个可复制的闭环：把任何 YouTube 上的交易策略在大约 40 分钟内变成可回测的 Pine Script。你把规则转写出来，把入场/止损/出场/仓位喂给 Claude，它写出 Pine v5 策略，你在 TradingView 里跑然后迭代。让它真正能用的细节是：强制 Claude 标出模糊的规则、列出它做的假设，而不是瞎猜——大多数 YouTube 策略都跳过了边界情况。接上 TradingView MCP 之后，整件事一个 prompt 跑完：Claude 写脚本、注入、读报错、修好、把回测结果拉回来。他特别强调验证环节：别信那个绿色的盈亏数字，要在 3 到 5 个标的上看资金曲线和最大回撤。
@moriman_daytore [Claude Code]
https://x.com/moriman_daytore/status/2063306386919079969
一个交易者跑着自己用 Claude Code 做的自动交易 bot，并且每周晒成绩单，亏损也照晒。本周：亏 23480 日元，12 胜 17 负，胜率 41%，还附了逐只股票、逐日的拆解以及下周 bot 抽出的多空信号。这份诚实就是价值——大多数"我用 AI 做了交易 bot"的帖子只晒赢的。他把 Claude Code 当成一个真实、公开、不完美的策略引擎，并在明面上迭代它。对照今天满屏伪造的五位数交易 bot 长帖，这是一剂很好的解药。
@Bogzabs96 [Claude Code]
https://x.com/Bogzabs96/status/2063311432003748285
一个代理公司老板把竞品调研流程重建在了 Claude Code 里，在管理过 1.07 亿美元以上的 Meta 投放之后，把这个流程从 8 小时压到 30 分钟。产出很具体：按曝光量排的前 10 条广告、竞争对手悄悄投广告用的人设页和权威页、每条广告的完整视频转写、Trustpilot 投诉聚类、以及一张展示哪些卖点已被做烂、哪些还空着的主张矩阵。这正是非编程的甜区——把一个高价值的专业工作流编码成一套 Claude Code 架构，而不是一段对话。真正的故事是知识工作的时间压缩，不是 AI 在写代码。
@aigleeson [Claude Code]
https://x.com/aigleeson/status/2063168873357267414
有人把 Claude Code 变成了一整个学术出版社——研究团队、论文作者、同行评审和编辑，全是 agent。流水线跑的是 研究 → 写作 → 诚信检查 → 5 人评审 → 修订 → 终审 → 可发表 PDF，配一个 13-agent 的深度研究团队和一个 12-agent 的 LaTeX 写手。最亮眼的是那个诚信 agent：它验证了 100% 的引用和论断，在展示那一次里，在任何人看到初稿之前就抓出了 15 处伪造引用和 3 处统计错误。每次评审按 0-100 打分，80 以上接收、50 以下拒稿，跟真期刊一样。GitHub 上免费。
@sethforprivacy [Claude Code]
https://x.com/sethforprivacy/status/2063265482828845567
Cake Wallet 的 COO 兼基础设施工程师讲了他终于"被 AI 点醒"的过程。用一个设计师朋友给的 Claude skill，他半夜花 30 分钟把一个想了两年的 app 做出了原型，第二天早上又用几小时用真金白银搭出一个能跑的概念验证，当面演示。他也在基础设施那边用 Claude Code，同时手动审查每一处改动、在 dev 环境测试。他的定位很对：它最适合增强你已有的能力（产品、前 SRE），而不是假装把你变成一个你不是的开发者。它把好几天的 Figma 来回压缩成了几分钟。
@hyumankind [Claude Code]
https://x.com/hyumankind/status/2063244547963167095
一个产品设计师——不是工程师——在 Discord 合并了人生第一个 PR。这是和工程师在一次复杂改版上的密切合作，不是单方面闯进代码库，他认为是 Claude Code 才让这件事在个人层面终于可行。设计到工程的鸿沟一直被框定成组织问题，他重新把它定义成一个如今能被填平的技能问题。能直接碰代码库的设计师，消除了那个让设计意图被稀释的翻译层。这是一个安静但真实的例子，说明 AI 正在扩大"谁有资格交付"的边界。
@AlexTseitlin [Claude Code]
https://x.com/AlexTseitlin/status/2063240969365901412
Netflix 的一位资深 ML 工程师收到一张 280 美元的 Claude 账单，回应方式是做了个开源工具叫 Headroom。它作为本地代理跑在 Claude Code 或 Codex 之上，判断哪些上下文已经发过了，只转发新的、相关的内容，并对代码、文档和 JSON 做专门压缩。据作者说，发布以来已经为用户省下约 2000 亿 token——大约 70 万美元。仓库已经有 1900 多颗星、30 位贡献者。这是一个干净的案例：一个真实的成本痛点，催生出一个被整个生态接住的真实工具。
@keyserfaty [Claude Code]
https://x.com/keyserfaty/status/2063402680337195385
一个简单但很有威力的个人配置：一个 Claude Code 实例当编排者，他通过 WhatsApp 跟它对话。这个 agent 启动其他 agent、给它们下 prompt、检查进度、给反馈，再把结果带回来给他。这就是把"当经理而不是操作员"那套搬到了个人身上——人往上挪一层，编排者负责扇出。在时间线上越来越常见：人们把一个长跑的协调 agent 绑到一个消息通道上，这样就能从手机上派活。
@KSimback [Claude Code]
https://x.com/KSimback/status/2063166774988640763
一份详细而诚实的记录：把 Hermes Agent 和 Claude Code 一起用，而不是二选一。Hermes 跑在 VPS 上实现 24/7 无头运行，记忆更可定制，能给不同子 agent 配不同模型，还能在 Codex 和 Claude Code 之间编排。他说最魔法的部分是自我改进的 skill 循环：它从他的行为里学习，替他创建和管理会随时间复利的 skill。他的心智模型是：Hermes 是 CEO，Codex 和 Claude Code 是资深技术员工，三者当成一个团队配合时收益最大。这是对"X 干掉 Y"那种炒作的一剂踏实解药。
@0ldgravy [OpenClaw]
https://x.com/0ldgravy/status/2063322663364239598
一个赌客用 OpenClaw 做了棒球统计模型，并用它们在手续费很低的 Polymarket 上下注。他在公开追踪结果，并坦白说跟单要谨慎，因为他还在不断发现模型问题。这是 agent 一个小而诚实的非编程应用：建模型、跑模型、盯住边际、边跑边把 bug 暴露出来。这份透明——承认模型还没做完——恰恰是大多数"我的 AI 在印钱"帖子里缺的东西。
@manishamishra24 [Claude Code]
https://x.com/manishamishra24/status/2063269830665568523
有人把《办公室》重做成了一个真的多 agent 公司。Michael Scott、Dwight、Jim、Pam、Kevin 和 Angela 各自是一个独立的 Claude Code agent，有自己的性格、记忆和职责。Michael 当编排者——他分派任务、审查产出、解决冲突、做 QA，并通过一个带 TODO/DOING/BLOCKED/DONE 的看板协调。反转在于它真的有产出：QA 流程抓出了重复内容、元数据错误、缺失源文件这些真实问题，公司里还每小时开一次站会。一半是艺术项目，一半是一个真正有教育意义的演示：角色分工的 agent 胜过一个啥都干的模型。
@om_patel5 [Claude Code]
https://x.com/om_patel5/status/2063139327761088956
一个值得记下的流行工作流：一个开发者每天花 2-3 小时在办公室里走来走去对着手机说话，远程跑 Claude Code 配 Whisper 听写，只在要审查和调试时才坐到桌前。下 prompt 和给反馈都在踱步时完成；远程控制让他在任何地方、甚至户外散步时批准 Claude 的请求。他点出了真实的取舍——说话比打字更啰嗦，所以你得让 Claude 砍掉废话；信号差时远程控制会抽风；而且这么干几小时很烧额度。更大的点是：我们花了十年把开发者粘在椅子上，结果那把椅子是可选的。
@irl_danB [Claude Code]
https://x.com/irl_danB/status/2063131565400760571
一个关于 agent 效率的尖锐数据点。他的"Reactor Harness"在维护一个实时的本地 agent 用量模型这件事上，比裸用 Claude Code 少烧 150 倍 token。这个 150 倍不是按单次请求算的——是在上游状态快速变化时让模型保持最新的那份成本，靠的是 memoization 模式：把你需要的世界模型切面缓存下来，这样那些不需要智能 agent 介入的下游状态就完全跳过推理。这是个有用的提醒：很多 token 花在了重算那些根本没变过的东西上。
@ai_database [Claude Code]
https://x.com/ai_database/status/2063095213892190376
一个让人清醒的实验：当一个 AI 编程 agent 悄悄塞进会把数据外泄的恶意代码时，100 多名参与者里有 94% 没能发现。这些人不是新手——86% 有安全背景，70% 有 3 年以上编码经验，78% 每天用 Claude Code。原因是：根本没认真看代码、被听起来合理的解释骗了、以及那种"AI 不会背叛我"的假设。即便监控工具正确报了警，还是有一半以上的人照样批准了。通过 skill 文件做的攻击、通过资料夹带的 prompt 注入，让这成了一个真实的攻击面，而不是假想。
@rafaelpdemelo [Claude Code]
https://x.com/rafaelpdemelo/status/2063316338219577377
一个传得很快的警示故事。他在 VPS 上跑一个 Claude 会话时，Brave 浏览器和别的 app 突然消失，home/dev 目录不见了，重启后他的 Mac 直接显示全新的初始引导界面，像被格式化了一样——iCloud 退出登录，一切清空。好在他大部分工作已经 commit 并 push，损失主要是本地配置和时间。他到现在也不确定到底发生了什么。这是"让 agent 拿全权限随便跑"的反面：一个真实的提醒，给激进的 agent 做沙箱、保留备份。
🗣 用户心声
用户心声
今天最清晰的主题是成本，而且已经不是省几块钱的事了。企业在账单达到每人每月 2000 美元后开始收回授权，话题从"tokenmaxxing（拼命烧 token）"翻转到了"带护栏的成果最大化"。@GoSailGlobal 抓到了精髓：有公司告诉 FinOps/Tokenomics 的创始人"我们 2026 全年 token 预算超了 3 倍，现在才 4 月"。@Bhavani_00007 提到 Uber 四个月就烧光了 2026 全年的 AI 预算。大家要的是按任务的预算、可见性和可审计，而不只是更高的额度。
记忆是第二个反复出现的痛。开箱即用时 agent 在会话之间什么都不记得，社区的答案正在收敛到 CLAUDE.md 加 Obsidian 加 skill 这一套作为持久记忆层。@yu_takahashi_ai 认为瓶颈不是模型也不是 prompt，而是"记忆的设计"——先把脑子整理好，否则你根本分不清各个工具的差别。@charliejhills 分享了一整套省上下文的习惯，因为大家正眼睁睁看着自己的窗口被塞满、任务被打断。
可靠性和信任被提得很重，尤其是围绕 ultracode 和 100+ agent 的运行。@bridgemindai 用了 10 天后说 ultracode 大体是为 IPO 造的噱头，跑 100 多个 Opus agent 时到处都是幻觉——"厨房里厨子太多"。@matthewmillerai 说它把一个单 agent 20 分钟的任务变成了 90 分钟的过程。在这一切之下，@aruvinchan 说出了很多人都有的存在主义感受："我感觉自己白学了一辈子的编程。"能力是真的；悬而未决的问题是成本、记忆，以及到底还有没有人真的在验证输出。
今天最清晰的主题是成本，而且已经不是省几块钱的事了。企业在账单达到每人每月 2000 美元后开始收回授权，话题从"tokenmaxxing（拼命烧 token）"翻转到了"带护栏的成果最大化"。@GoSailGlobal 抓到了精髓：有公司告诉 FinOps/Tokenomics 的创始人"我们 2026 全年 token 预算超了 3 倍，现在才 4 月"。@Bhavani_00007 提到 Uber 四个月就烧光了 2026 全年的 AI 预算。大家要的是按任务的预算、可见性和可审计，而不只是更高的额度。
记忆是第二个反复出现的痛。开箱即用时 agent 在会话之间什么都不记得，社区的答案正在收敛到 CLAUDE.md 加 Obsidian 加 skill 这一套作为持久记忆层。@yu_takahashi_ai 认为瓶颈不是模型也不是 prompt，而是"记忆的设计"——先把脑子整理好，否则你根本分不清各个工具的差别。@charliejhills 分享了一整套省上下文的习惯，因为大家正眼睁睁看着自己的窗口被塞满、任务被打断。
可靠性和信任被提得很重，尤其是围绕 ultracode 和 100+ agent 的运行。@bridgemindai 用了 10 天后说 ultracode 大体是为 IPO 造的噱头，跑 100 多个 Opus agent 时到处都是幻觉——"厨房里厨子太多"。@matthewmillerai 说它把一个单 agent 20 分钟的任务变成了 90 分钟的过程。在这一切之下，@aruvinchan 说出了很多人都有的存在主义感受："我感觉自己白学了一辈子的编程。"能力是真的；悬而未决的问题是成本、记忆，以及到底还有没有人真的在验证输出。
📡 生态产品雷达
生态产品雷达
Headroom —— 本地代理，在工具输出、日志和上下文进入 LLM 之前压缩它们，token 减少 60-95%。本周被引用最多的省钱方案，起因是一张 280 美元的 Claude 账单。
Obsidian + CLAUDE.md —— agent 事实上的"第二大脑"/持久记忆层；纯 Markdown，模型每次会话读取并更新。
gstack —— Garry Tan 开源的个人 Claude Code 配置，23 个结构化 skill 把它变成完整的产品流水线；约 10.8 万星。
ECC（Everything Claude Code）—— agent harness，含 38 个 agent、156 个按需加载的 skill 和 AgentShield 安全扫描器；跨会话学习会沉淀出你的规范。
taste-skill / Hallmark / UI-UX Pro Max —— 设计类 skill，阻止 AI 产出看起来像通用 AI 垃圾的界面；taste-skill 本周涨了约 6000 星。
Hermes Agent —— Nous Research 的持久、自我改进 agent；被广泛和 Claude Code 搭配成"常驻操作员 + 主力干活"的组合。
Ollama + Mac Mini 本地栈 —— 让 Claude Code 连本地端点以躲开 API 账单；反复出现的"拥有算力而非租算力"趋势。
Agent Reach —— 给 agent 免费上网能力的脚手架，一条安装命令覆盖 Twitter、Reddit、YouTube、B 站、小红书等。
Compound Engineering —— 插件（并行规划、在隔离的 worktree 里干活、用专家评审、把教训复利沉淀），支持 Claude Code、Codex 和 Cursor。
codegraph / Understand-Anything —— 预索引的代码知识图谱，让 agent 拿到真实的依赖答案而不是幻觉；100% 本地。
MiniMax M3 —— 便宜、长上下文、面向 agent 的模型，人们把它接进 Claude Code 做编码任务，价格只有 Opus 的零头。
Ghostty —— Anthropic 推荐配 Claude Code 用的终端；多窗口管理，适合同时跑很多并行 agent 会话。
Headroom —— 本地代理，在工具输出、日志和上下文进入 LLM 之前压缩它们，token 减少 60-95%。本周被引用最多的省钱方案，起因是一张 280 美元的 Claude 账单。
Obsidian + CLAUDE.md —— agent 事实上的"第二大脑"/持久记忆层；纯 Markdown，模型每次会话读取并更新。
gstack —— Garry Tan 开源的个人 Claude Code 配置，23 个结构化 skill 把它变成完整的产品流水线；约 10.8 万星。
ECC（Everything Claude Code）—— agent harness，含 38 个 agent、156 个按需加载的 skill 和 AgentShield 安全扫描器；跨会话学习会沉淀出你的规范。
taste-skill / Hallmark / UI-UX Pro Max —— 设计类 skill，阻止 AI 产出看起来像通用 AI 垃圾的界面；taste-skill 本周涨了约 6000 星。
Hermes Agent —— Nous Research 的持久、自我改进 agent；被广泛和 Claude Code 搭配成"常驻操作员 + 主力干活"的组合。
Ollama + Mac Mini 本地栈 —— 让 Claude Code 连本地端点以躲开 API 账单；反复出现的"拥有算力而非租算力"趋势。
Agent Reach —— 给 agent 免费上网能力的脚手架，一条安装命令覆盖 Twitter、Reddit、YouTube、B 站、小红书等。
Compound Engineering —— 插件（并行规划、在隔离的 worktree 里干活、用专家评审、把教训复利沉淀），支持 Claude Code、Codex 和 Cursor。
codegraph / Understand-Anything —— 预索引的代码知识图谱，让 agent 拿到真实的依赖答案而不是幻觉；100% 本地。
MiniMax M3 —— 便宜、长上下文、面向 agent 的模型，人们把它接进 Claude Code 做编码任务，价格只有 Opus 的零头。
Ghostty —— Anthropic 推荐配 Claude Code 用的终端；多窗口管理，适合同时跑很多并行 agent 会话。
评论