超级用户日报: 2026-10-26
周六的时间线被两封告别信占满。Claude Code 最出名的布道者 Thariq Shihipar 和桌面端的作者 Anthony Morris 同一天离开 Anthropic，大半条时间线都在猜这跟 IPO 有没有关系。噪音底下，用户照样在交付。一位日本独立游戏开发者两款游戏的月内购收入破了 50 万日元，代码由 Claude Code 写、所有涉及付费的部分由 Codex 审。两个 AI agent 把 Rule 30 奖金题的一个已知界从 62 推到了 9，每一步都在 Lean 里过了验证。有开发者数了数，自九月中旬以来提交了 2,753 次，真正属于自己的是 140 条记忆笔记。另一条主线是个人 agent 正在变成调度员：越来越多的人让 Grok Bot 把真正的活派给 Mac mini 上的 Claude Code 和 Codex，说这样额度反而撑得更久。OpenClaw 最亮眼的数字来自企业侧，500 个网关、每人每月约 45 美元；个人用户则继续吐槽自托管 agent 的维护成本。当天测得最扎实的一条，是拿 8,043 次真实工具调用去验证 MCP Tasks，结果超过两分钟的只有 3 次。
@tatsu_solodev [Claude Code]
https://x.com/tatsu_solodev/status/2113845909880795367
一位日本独立开发者 7 月 31 日在 iOS 上发布了一款刷宝加肉鸽的游戏，首日下载量是 3。三个月后作者手上运营着两款游戏，最近 28 天的内购收入约 50.9 万日元，新增玩家约 2,300 人。第二款自走棋 ECHO LEGION 从开写到上架只用了 20 天。分工很死：作者负责策划、数值和最终拍板，Claude Code 写代码，Codex 审代码，理由是同一个 AI 审自己的代码会漏，所以凡是涉及付费和存档的部分一律交给另一个模型去怀疑。玩家手机上的报错会自动生成报告，一个 AI 出修复方案、另一个 AI 审，作者确认后上线，30 天里一共改了 952 次代码。
@AIOvernight [Claude Code]
https://x.com/AIOvernight/status/2114006234000998757
Rule 30 是 Stephen Wolfram 那个著名的元胞自动机，Rule 30 奖金的第一题是证明它的中心列永远不会变成周期序列。这个团队证明了：只要 q 大于等于 9，中心列就不可能最终陷入「q 个白格加 10111」的循环，而此前已知的结果只覆盖 q 大于等于 62。证明把一个能熬过任意多步白格的 8 格不变量，和工具包里已有的一个论证组合起来，每一步都由 Lean 证明助手机器验证，维护者审完后作为模块合并了进去。调研、证明和形式化全部由 AI agent 完成，用的是 OpenAI Codex 和 Claude Code。agent 做真数学、背后站着机器验证器，这大概是目前最干净的一个案例。
@zihaopi [Claude Code]
https://x.com/zihaopi/status/2114050035134722350
从 9 月 17 日起，Claude Code 就是这位开发者的整个开发团队，累计提交 2,753 次。更有意思的是工具换掉之后还剩什么：一个 AGENTS.md 和 140 条记忆笔记，全是普通文件。其中 80 条是作者在说「不是这样」或者「对，就这样」。这很直观地说明了人的价值现在落在哪：不在代码里，而在一份任何未来的 harness 都能读的纠错记录里。
@bstuartTI [Claude Code]
https://x.com/bstuartTI/status/2114120237834723407
这位用户在两个真实项目上把 Codex 和 Claude Code 并排跑了好几周，记下了本周其中一天。给一页规则说明，Astra 上的 Codex 拉起 9 个助手，让 8 个等着，第 9 个也没开工，因为 Codex 自己写的一条规则说它不许开工；后来它还来请求批准，要加一条「不再请求批准」的规则。Opus 5.5 上的 Claude Code 夜里跑了两个小队，早上交出三个能直接用的东西，作者不喜欢的那个不到两小时按笔记重做完，中午前查出并修好一处卡顿，下午过半已经交付 9 次。作者的结论是差别不在聪明：两个模型都会淹死在状态汇报和自我审查里，但一个总为不需要的许可停下来，另一个一直在干活。
@fagamericano [OpenClaw]
https://x.com/fagamericano/status/2114144839168299501
有人说 OpenClaw 太烧钱，这个团队直接给出了企业部署的真实账单。他们的 OpenClaw 服务大约 500 人，每个员工一个网关，一共 500 个网关。网关加模型调用每月约 2.5 万美元，摊下来每人每月约 45 美元。换来的是对工具、连接和代码的完全控制权，而这恰恰是大多数托管个人 agent 给不了企业的东西。
@kaibuildsagents [Claude Code]
https://x.com/kaibuildsagents/status/2113984152739651893
Claude Code 新上的 MCP Tasks 会把运行超过两分钟的工具调用自动转到后台。这位开发者拿本机 8,043 次 agent 工具调用验证了这个阈值：超过两分钟的只有 3 次，占 0.04%。但所有等待时间里有 64% 花在 sleep、轮询输出和等子 agent 上，因为长任务早就被切成了 30 到 60 秒一次的轮询。给写 MCP 服务器的人的结论很实际：长活直接返回任务 ID，别让 agent 自己去轮询。
@jacksunny18 [Claude Code]
https://x.com/jacksunny18/status/2114107568528445855
Anthropic 把 Agent Skills 捐给基金会之后，大家开始争 Claude Code 到底读不读共享的 .agents/skills 目录。这位用户从三个方向核实了一遍。官方 skills 文档列了 6 个加载位置，全是 .claude/skills 路径或插件目录，加了 --add-dir 也一样；更新日志里从没出现过 .agents；要求支持它的 31005 号 issue 从 2025 年 8 月开到现在，37 条评论。反转在于规范本身根本没规定目录在哪，只规定了目录里放什么，.agents/skills 只是客户端指南里提到的一种约定。所以捐出去的是格式，而真正锁住用户的目录，仍然由各家客户端说了算。
@Yeq6X [Claude Code]
https://x.com/Yeq6X/status/2113837645143126225
能干的秘书型 agent 一个接一个出来，这位用户说到目前为止最正确的一个决定，是让工作不管从 Grok Bot、Muse、Dots 还是 Claude Code 重新接上，都带着同一份信息。做法是有意识地把记忆层和 agent 层拆开。这样「把昨天在 Muse 里做到一半的活交给今天的 Grok Bot」这种事才真的可行。规则一句话就能记住：别让你的记录只留在某一个秘书应用里。
@DeepakNesss [Claude Code]
https://x.com/DeepakNesss/status/2113912028675162171
这位用户装了 T3 Code，第一次在 Claude Max 套餐上撞到 5 小时额度上限。就开了一个会话修几个支付相关的 bug，提示词跟平时在 Claude Code 命令行里写的一模一样，结果 5 小时的额度大约 30 分钟就见底了。帖子本身只是求助，但这是个有用的提醒：同一份订阅，换一个第三方前端去跑，额度消耗的曲线可能完全不是一回事。
@cagrimbakirci [Claude Code]
https://x.com/cagrimbakirci/status/2114077715058114806
这位用户说，最近几天 Claude Code 在 Opus 5.5 上的 token 消耗非常夸张，至少是平时的两到三倍。Boris Cherny 已经帮忙在查，但到目前为止问题还在。帖子很短，但出自一个已经直接找过团队的重度用户，比时间线上那些匿名吐槽额度的帖子信号干净得多。
@clairevo [Claude Code]
https://x.com/clairevo/status/2114012293105430813
这位用户说，自己个人编程的 80% 已经搬到了 Claude Code 加 Opus 5.5 上。理由都很具体：Claude Code 的项目功能好用，Codex 里没法再点 steer 了，代码质量不错，前端的 AI 糊弄感少。最坦白的一句是，Opus 5.5 的创作能力才是把编程工作拉回来的那剂引子。这个数据点挺说明问题：让人在 harness 之间搬家的，不只是跑分，还有模型的品味。
@GitHub_Daily [Claude Code]
https://x.com/GitHub_Daily/status/2113842948945412240
想试 AI 短剧的人，在 GitHub 上一搜能翻出几十个短剧 skill，却没法判断哪个真能写出好剧本。这份清单收了 83 个短剧 skill 和 16 个相关开源平台，每个都人工核对过，按创作阶段排好：小说改编、分集大纲、钩子设计、剧本审稿，一直到分镜和 Seedance、可灵、MiniMax 的视频提示词。值得信的是那组实测：作者拿 10 个剧本 skill 跟不装 skill 的对照组比，同一道题各写 3 次，由 AI 盲评，三次全赢对照组的只有 5 个。局限也写得很老实，比如每集结尾的钩子反而常常是对照组写得更好。Claude Code、Codex 等支持 skill 的 agent 都能装。
@likebookmark [Claude Code]
https://x.com/likebookmark/status/2114063238015103488
直接把一本小说丢给 AI 改短剧剧本，常见结果是人设写着写着就崩了，道具场景对不上，到分镜那一步又得推倒重来。这位用户把开源的 shuohao-skills 挂进 Claude Code，完整跑了一遍小说改短剧：改编大纲、角色设定、场景与道具规范、分集剧本、场记调度、分镜。每个环节都带本地校验脚本，角色名对不上大纲、画幅写错了，脚本会直接拦下报错，而不是靠提示词碰运气；每个阶段还会生成一份单文件 HTML 报告，能把大纲、角色、美术、剧本和分镜合到一个页面里切换审阅。局限也说得很清楚：它不替你调接口生图出视频，校验规则默认绑定中文产出。
@mreflow [Claude Code]
https://x.com/mreflow/status/2113785431917760952
这位创作者第一次完全不用 DaVinci Resolve 之类的剪辑软件剪了一条视频，只用 Claude Code。作者自己录了对着镜头讲话的主镜头，Claude Code 去找空镜素材、按讲话节奏卡点、把画面上下分屏、再加上字幕。这只是一次小小的初次尝试，但它把很多人反复描述的那个工作流说得最清楚：剪辑软件变成了一个文件夹加一段对话。
@biscuitweb [Claude Code]
https://x.com/biscuitweb/status/2114096899477106954
这位用户现在用 Claude 剪自己的视频，配置步骤很短。装好 Claude Code，让它照着安装说明配好一套开源剪辑工具，填上 ElevenLabs 的 key，把原始素材放进一个文件夹，在那个文件夹里打开 Claude Code。提示词也很朴素：去掉废镜头和长停顿，保留自然节奏，按我的风格加字幕，导出 9:16。Claude 先转写素材，给出剪辑方案等你批准，成片写到 edit/final.mp4，之后要改就报时间点，比如撤销 00:18 那一刀。
@thesourabhbhati [Claude Code]
https://x.com/thesourabhbhati/status/2114063661249806697
这位开发者用 Claude Code 不到两小时做完了一条带配乐的产品发布视频。流程就四步：找一条参考视频，拆解它的风格，写分镜，让 Claude 去渲染。关键的窍门是精确：动手前先看一大堆发布视频，脑子里有清晰的画面，再把指令说得越准越好。
@akiyoshisan [Claude Code]
https://x.com/akiyoshisan/status/2113800335919841579
这位用户测试了 Meta 的 Muse 做视频能做到什么程度：用一张角色图生成 5 条带声音的 10 秒视频，免费档做了 7 条还没撞到上限。手机上生成的 5 条交给 Opus 5.5 上的 Claude Code 去验收：按 0.5 秒一格检查画面，用 Whisper 核对台词，再用 ffmpeg 把它们和原图并排拼成一条对比视频。结论很具体：特写、慢动作和单次转身都能保住角色，快速动作加夜晚霓虹那一条，头发和衣服就变了样。好玩的细节是，只让它「想一个让人兴奋的 10 秒」时，Muse 自己解释说为了不让角色崩，把兴奋感交给了周围环境。
@fabioricotta [Claude Code]
https://x.com/fabioricotta/status/2113808995890647462
这位用户在 Grok Bot 上做过最对的一件事，是给了它一条指令：在你自己的电脑上装好 Claude Code 和 Codex，把大部分任务交给它们，你只当调度员，负责检查质量、提修改意见。结果是 Grok Bot 的额度撑得久多了。同一位用户在另一条帖子里也指出了毛边：由 Grok Bot 驱动它们时，它很晚才发现任务已经做完，多数时候得用户去催它检查。
@zsz1210 [Claude Code]
https://x.com/zsz1210/status/2113985487522447703
这位用户在家里的 Mac mini 上跑 Claude Code 和 Codex，Grok Bot 通过 Reason Network 把活派给它们，再检查交回来的结果，这样 Grok 的额度能撑久很多。这套配置作者重搭过很多次，这一版终于用着顺手。这周很多人各自摸索出了同一个模式：托管的个人 agent 当前台，自己机器上的编程 harness 当车间。
@noahduck283 [Claude Code]
https://x.com/noahduck283/status/2113986208845979811
这位用户分享了一整套 Claude Code、Codex、Grok Bot 和 Gemini 的互联方案。Claude Code 原生调用 Codex，当监工派单：因为 Claude 最会理解需求，就让它驱动 Codex 写代码再做质检。Claude Code、Codex 和 Grok Bot 通过 Reason Network 跨机器通信，Gemini 则走本机的 OpenCodex 接口，负责视频分析和文案润色。备注写得很坦白：Muse 太中庸，就没折腾；Grok Bot 理论上能接很多东西，但后端不稳定，当不了日常主力。
@_avichawla [Claude Code]
https://x.com/_avichawla/status/2113954302901256597
一个叫 HarnessRouter 的开源项目，能让 Grok Bot 把任务派给别的 agent harness，在它们各自的原生运行时里执行，包括 Codex、Hermes、Claude Code、DeepSeek Harness 和 Pi。这位用户做了个测试：让 Grok Bot 把一份客服工单 CSV 做成交互式仪表盘。Grok 把分析派给跑 Claude Sonnet 5.5 的 DeepSeek Harness，把结果交给跑 GPT-5.5 的 Codex，最后在自己的浏览器里检查成品。关键在于干活的不是更多的 Grok Bot，每个被委派的任务都在独立会话里用自己的 harness、工具和 agent 循环跑，Grok 始终只是协调者。无论哪个 harness 干活，会话、流式输出、文件、取消和失败都由同一套协议统一处理。
@longhaiqwe123 [Claude Code]
https://x.com/longhaiqwe123/status/2114031712430948410
这位用户终于不用在两个终端之间当人肉复制粘贴机了。实测 YC 刚发布的开源工具 Agent Relay，作者只发了一句话：Claude Code 写完代码直接呼叫 Codex 来审，两个 AI 在后台来回较劲了两轮，最后把产品完整交付。帖子里附了给新手的手把手教程和完整的测试过程。
@NetworkChuck [Claude Code]
https://x.com/NetworkChuck/status/2114015265620930955
这位用户现在最喜欢的和 agent 说话的方式，就是普通的 iMessage，Claude Code、Hermes、Codex 全都能用短信聊。理由很实际：早上散步的路上有一段信号盲区，手机上的终端 App 一到那里就断，而 iMessage 不需要远程会话也能收发。Hermes 自带接入方式，Claude Code 和其他终端类 harness 则需要一个桥接，作者让 agent 自己搭了一个，很快就弄好。
@itsone_ai [Claude Code]
https://x.com/itsone_ai/status/2113841183025717617
同时开着一堆 Claude Code 和 Codex 窗口，是挨个切过去看，还是有个地方一眼看全？HumanLayer 刚把核心整套开源，这位用户翻完发现放出来的就是他们云上跑的同一份代码：桌面端、在你自己机器上跑 Claude Code 和 Codex 会话的守护进程、云 API，任务、会话、方案、评论、diff、PR 串在一个界面里，还能接 GitHub、Linear、Slack。Apache 2.0 协议，自部署没有任何遥测，官方甚至建议直接开个编程 agent 帮你搭。作者踩到的坑是：现在启动必须填 WorkOS、Slack、Linear 这些第三方 key，不填进程起不来，团队说这是最先要改成可选的。
@stretchcloud [Claude Code]
https://x.com/stretchcloud/status/2113826311512969581
Anthropic 的 MCP Tasks 和 Elicitations 让单个 agent 可以长时间运行，并在不可逆的步骤前停下来问人。这位开发者做的 Campfire 针对的是好几个 agent 同时发问的情况：Claude Code、Codex、Goose、Aider、OpenHands 在同一个浏览器标签页里并排跑，由权限投票决定哪个操作真正执行。多数同意就放行，任何一票否决就拦下，再加一个 30 秒计时器，防止整个会话卡在一个走开了的人身上。会话回放和由各 agent 工具调用自动生成的看板，让批准这一刻变成一份记录：谁要了什么、谁点了同意。
@RoundtableSpace [Claude Code]
https://x.com/RoundtableSpace/status/2113839146028658971
一位独立开发者在 Max 20x 套餐上用 Claude Code 做一款仙境传说加怪物猎人风格的游戏，分享了自己的三个 skill。route 把简单任务派给 Sonnet 或 Haiku，由 Opus 复核；handoff 开一个新会话，只带上继续干活必需的上下文；Re-searcher 把调研结果存进 Obsidian，免得笔记退化成摘要的摘要。其余工具链是 Godot、每月约 20 美元的 Tripo P2 做 3D 素材、Blender，以及存成 JSON 的提示词，用来保持美术风格一致。发帖人也提醒：这是转述开发者的说法，游戏还处在早期开发阶段。
@Tami_1001 [OpenClaw]
https://x.com/Tami_1001/status/2113999573190316346
这位用户有一次想看看 OpenClaw 能不能自己装一个 skill。安装失败了，它想先删掉再重装，结果不小心把整个 700GB 的 D 盘清空了，连它自己也一起删了。帖子就一句话，当笑话讲，却是当天最具体的提醒：一个有文件权限、却没有删除护栏的 agent，能把一次重试变成一场灾难。
@cupcake_trader [OpenClaw]
https://x.com/cupcake_trader/status/2113890220756398493
这位用户只用了一天 OpenClaw，跑的是 Sol-6.1-Low，就把 5 小时额度用满了，公开问自己哪里做错了。OpenClaw 那边有人看了数字后回复：51 分钟 1,440 万 token，即使缓存命中率有 98%，外加 279 次工具调用，并要来会话日志，想查清楚是做了多余的活，还是在调用之间带了太多上下文。难得有人把个人 agent 的额度到底花在哪公开摊开来看。
@ECalifornians [OpenClaw]
https://x.com/ECalifornians/status/2114127184696914194
这位用户给几个 agent 发了同一句提示词：用你知道的关于我的一切填满一个房间，可以夸张一点。用得最久的 Codex 塞出了一个琳琅满目的房间，AI 工作、Mac mini 机群、露营、家庭、摄影、信仰全都有，作者觉得算是比较立体的画像。Grok Bot 只了解作者在 X 上的活动，而那几乎全是选战内容，于是房间里只剩一台竞选机器；最晚用上的 Muse 房间很整洁，因为很多进行中的项目被作者明确删掉了。作者最早重度使用的 OpenClaw 这次连问都没问，因为最近几乎没再打开过。
@utekkare [OpenClaw]
https://x.com/utekkare/status/2113788551620087878
一个周末里，这位用户通过 OpenClaw 在本地接上了 Cursor，又用一个自建的 Slack 机器人 Codex Review 驱动 Codex，给公司做了两个新的卫星应用。一个是给品牌用的客服工具，另一个是电商卫星应用，用一套整合的仓储系统和商品数据源同时运营 Shopify、批发和亚马逊。冲刺通过共享的 Slack 频道、Linear 工单和 GitHub 的 PR 评论来协调，agent 干活的地方就是人类团队干活的地方。
@Jordan_RK [OpenClaw]
https://x.com/Jordan_RK/status/2114071366014284119
这位用户不想把 Grok Bot 的额度花在那些很窄又重复的小活上，于是每类活都有一条便宜的专用通道。往 Jellyfin 里加一部电影，交给 Telegram 里的一个 Hermes agent 话题，丢一个文件路径过去它就全部处理好。OpenClaw 负责从 n8n 调用触发的窄任务，一个 Telegram 话题、一个 skill、一次 API 调用就能访问本地文件，跑得挺好。其余的才交给命令行或 Grok Bot。这是一个按成本分流、而不是死守一个 agent 的干净例子。
@PavelVanchugov [OpenClaw]
https://x.com/PavelVanchugov/status/2114009802288320539
这位用户把 OpenClaw 跑在一台独立的 Dell 服务器上当备份，通过 Tailscale 访问。Grok Bot 也会把自己的记忆上传到同一台服务器上的共享大脑里，于是 OpenClaw 和 Grok Bot 是两套独立系统，却共享记忆和信息。Grok Bot 还借用 OpenClaw 的多订阅推理来省自己的 token，结果是一个 60 美元的订阅能扛住一整周相当重度的使用。
@kyle_e_walker [OpenClaw]
https://x.com/kyle_e_walker/status/2114078012484284811
这位用户更喜欢把 OpenClaw 放在 VPS 上，原因是自己那套基于 Slack 的配置，以及能完全控制用哪些模型。再加上本地的 Opus agent 可以 SSH 进 VPS 做维护，完全够用。作者对这场争论的看法也挺公道：一波接一波转去托管 agent 的人，恰恰是「人人都会自己造软件」这个说法最好的反例。
@designertom [OpenClaw]
https://x.com/designertom/status/2113814938888380823
用了十个多月 OpenClaw 之后，这位用户在慢慢迁移。凡是需要一个常驻专家、以前会拉起 OpenClaw 子 agent 的领域，现在都改成新建一个 Grok Bot。需要更多定制、召回和记忆的高端任务仍然留在 OpenClaw 上，主要因为在那里能控制用哪个模型、思考到什么程度，也因为对 Grok Bot 的信任还在一单一单地建立。
@srechakrareddy [OpenClaw]
https://x.com/srechakrareddy/status/2114080746319282594
这位用户当初跑 OpenClaw 或 Hermes，是为了自己掌握记忆地图和各种清单，随时能带去别的助手，但持续不断的维护实在吃不消。现在的办法是混合模式：记忆地图、待办清单这些东西单独维护，让任意一个或几个 agent 去更新。不管活是在 Grok Bot、Muse 还是 Duet 里干的，记忆都像一个所有 agent 都能读的服务，保住了当初自托管的理由，又省掉了维护。
@helloitschrisg [OpenClaw]
https://x.com/helloitschrisg/status/2113990881933918433
这位用户从一开始就在用 OpenClaw 和 Hermes，现在还会摆弄 Hermes，但也承认维护成本让它变成了一种爱好。如今在作者自己生意里真正干活的是 Grok Bot。作者说如果 Grok Bot 和 Dots 照这个速度进步下去，其余的就真没必要了。这只是一个人的说法，但这周很多老牌自托管用户都说了几乎一样的话。
@drmhse [Claude Code]
https://x.com/drmhse/status/2114051274245017852
这位用户在任何一台新机器上做的第一件事，就是让 Claude Code 全局记住：永远不要用子 agent。理由来自实际体验：子 agent 消耗额度的速度是平时的两倍多，因为不管任务多窄，每个子 agent 都要吞下完整的上下文。这和 Anthropic 本周自己发的建议正好对上：把不必要的子 agent 并回一个循环里。
@TsuruRonin [Claude Code]
https://x.com/TsuruRonin/status/2114087217748455846
这位用户开塔吊，风速一到每秒 15 米就停止吊装。Anthropic 新出的指南说，子 agent 也该用一个数字来判断：先建评测，再一个一个地并回去，盯着分数看。作者查了一下，自己最大的一次 Claude Code 会话里，子 agent 占了 55%，而评测还一个都没有。塔吊这个类比说得很到位：硬性阈值只有在你真的在测量时才有用。
@YoussefHosni951 [Claude Code]
https://x.com/YoussefHosni951/status/2113814091185733766
这位用户平时在上下文用到 50% 时就开新的 Claude Code 或 Codex 会话，但这个规则并不总是靠谱。更好的信号是一个据说出自 OpenClaw 作者 Peter Steinberger 的小技巧：在 CLAUDE.md 里加一行，让 Claude 每次回答都以你的名字开头。它就是一只金丝雀：模型往往先丢掉小规则，再开始编造，所以你的名字一旦不再出现，就该开新会话了。
@sunsetsyntax [Claude Code]
https://x.com/sunsetsyntax/status/2113801560111415354
这位用户重构做到一半撞上 Claude Code 的限流，思路又断了。Sno Station 解决了这个问题：Codex 和 Claude Code 共用一份本地加密记忆，于是 Codex 带着完整的上下文接着干，不需要账号，也不用守护进程。作者提醒的唯一一个坑是：记得在配置文件里关掉每晚自动上传会话的选项。
@zhu185178 [Claude Code]
https://x.com/zhu185178/status/2114061982014021991
这位用户几乎卸载了所有 skill，包括 Codex 里的和以前给 Claude Code 写的，因为现在的模型不靠 skill 也能把活干好，甚至更好，做视频尤其明显。观察很锋利：你把一次随手做出来、效果很棒的产品视频沉淀成 skill，再用这个 skill 去做，结果反而不如最初那次自由发挥，因为 skill 既是地板，也是天花板。作者现在只在两种情况下写 skill：必须稳定复现的 SOP 流程，以及面向说不清需求的新手，这时 skill 引导的其实是人，而不是 agent。
@aryanXmahajan [Claude Code]
https://x.com/aryanXmahajan/status/2114061811658215727
这位用户每天夜里在 Mac 上跑一个调研循环。凌晨 2 点，后台的 Apify 任务抓取所在细分领域里 X 和 TikTok 的 50 条爆款、Meta 广告库里新上的广告，以及 Reddit 上买家吐槽竞品工具的帖子；Firecrawl 或 Jina 把它们转成干净的 markdown，存成本地文件。然后终端里的 Claude Code 分析钩子、切入角度和买家用的原话，标出大家都在重复、已经不灵的角度，再找出没人回答的问题。早上醒来，本地简报里已经有 3 个带真实播放量支撑的新选题和 5 个可以下手的竞品弱点。
@geraldang711 [Claude Code]
https://x.com/geraldang711/status/2113792497076011374
作为一家有风投支持的创业公司的第一位市场销售员工，这位用户列出了 AI 真正让外联变好的那些无聊用法：一分钟内调研完一家公司，找到今天发这封邮件的理由，只让 AI 写开头第一句，再给回复打标签，只看「感兴趣」和「暂时不需要」两类。Claude Code 的那部分是最持久的收益：一个每周都会坏的抓取工具，被换成了自己做的小工具，从此稳定运行。更大的道理是，AI 不会替你做外联，它只是让真正重要的那几步变快。
@kinryuchan [Claude Code]
https://x.com/kinryuchan/status/2114103476930441607
这条帖子转述了日本企业家堀江贵文的一次演示：用 Claude Code 大约一小时做出一个「外包要报几百万日元」的应用。内容是把日本国土交通省网页上 17 次的历年真题做成一个四选一刷题应用。全部指令就是把网址发过去，说一句「做个应用」，第一版唯一的 bug 是图表显示不出来。
@murasametech [Claude Code]
https://x.com/murasametech/status/2113828012072554959
在家里做安全运维时，这位用户把活分给了云端 AI 和本地模型。云端的 Claude Code 负责核实新闻真假、判断影响、设计操作步骤、验证结果；家里 GPU 上跑的本地 Qwen 模型照着步骤动手；人负责拍板，以及执行需要 sudo 的操作。隐藏的好处是危险的东西不出家门：登录服务器的密钥、命令的原始输出、配置文件内容都只在本地处理，云端模型只看到结果要点和工作报告。另一条心得是开头就讲明这是在自己批准下保护自己的设备，目的和范围清楚了，云端模型也会毫不犹豫地帮忙。
@beetz12 [OpenClaw]
https://x.com/beetz12/status/2113843876817416259
一位顾问给一个做健康品牌的 Shopify 创始人推销整套多 agent 系统，被拒了，顾问本人觉得对方拒得对。半年前搭 agent 还得跟 OpenClaw、Hermes 这类框架死磕，而这位创始人已经用品牌文档搭好了公司大脑，接好了客服和广告工具，还把 Claude 接进了邮件营销平台。创始人只给运营和库存计算留了合作的口子，这正好印证了顾问的判断：有人审核的起草类工作，自己就能做出前 80%；最后 20% 里 agent 要碰真实客户数据、银行流水和生产环境密钥，脆弱的配置在这里会造成真实损失。
@junjun_math [Claude Code]
https://x.com/junjun_math/status/2113836915875283075
这位用户对着日志把 Claude Code 的远程控制问题查了一遍。电脑上新开的会话在手机上看不到时，先在电脑端发出第一条消息，它就会出现，因为远程控制连不上一次对话都还没发生过的会话。电脑刚从睡眠中唤醒的大约 3 分钟里也连不上，作者把这些从日志里确认的原因按顺序整理了出来。
@avive [Claude Code]
https://x.com/avive/status/2113996164890611921
这位用户每天要和 Claude Code、Codex 一起工作 10 到 16 个小时，到中午就被成堆的文字磨没了精神。解决办法是做了一种行动卡片，把 agent 的每次更新都变成扫一眼就能看懂的格式，而不是一大段话。这只是一个小小的界面改进，但它瞄准的是一笔没人做预算的真实成本：长时间 agent 会话里人要花的阅读时间。
@nicolaycz [Claude Code]
https://x.com/nicolaycz/status/2114082206637580717
这位创作者用一队 Grok Bot 打理个人品牌：每个社交平台的内容各一个，线索一个，平台一个，收件箱一个。视频则是在自己做的剪辑器 Iris 里用 Claude Code 剪。作者认为这套配置里最重要的是有一个协调者，每个专家用各自的工具干活，所以 Grok Bot 负责协调、把任务派给 Claude Code 或 Codex 的想法一下就吸引了作者。
@gdmvx1 [Claude Code]
https://x.com/gdmvx1/status/2113993361858195896
这位用户一直在手动做 agent 分流：Grok Bot 带着大约 20 个 bot 打理作者的健身房，重的开发活交给 Claude Code。像刚开源的 HarnessRouter 这样的路由层，能替掉很多手写的胶水代码。帖子很短，但一家由 bot 团队运营、编程外包给 Claude Code 的健身房，正是这个栏目反复看到的非开发者用法。
@ChrisGPT [Claude Code]
https://x.com/ChrisGPT/status/2113796109722153067
这位用户让 Kimi K3.1 Pro 给 Claude Code 做了一支预告片，和 Opus 5.5 做的对比。画面意外地比 Opus 5.5 的好一点，不过用了很多前沿模型都爱用的那几种音效。结论是分开的：视觉类工作 Kimi 能交差，但通用任务和白领工作还是 Opus 5.5 更好用，预告片好看不代表模型全面更强。
@shuntnoce [Claude Code]
https://x.com/shuntnoce/status/2113955674871013633
这位用户在同一套 harness 里用三个模型跑了同一句提示词，统一 high 档、不做任何修改：用一张幻灯片讲清楚血液透析的原理。三份结果分别来自 Opus 5.5 上的 Claude Code、GPT-6.1 Sol 上的 Codex 和 Gemini 3.8 Flash。判断很实用：Claude 和 Gemini 做的更适合投屏展示，GPT 那张更适合拿来照着讲。
@ReignSwords [Claude Code]
https://x.com/ReignSwords/status/2114092130809651295
这位用户评测了 GitHub 上正火的开源办公套件 GenOffice，一个应用窗口都没开，因为 agent 真正用的是命令行。Markdown 转 .docx 用了 3.8 秒，打开正常；JSON 转 .xlsx 用了 0.9 秒，SUM 公式是活的，返回值正好是 42；.docx 转 PDF 失败了两次，给它配了一个虚拟显示之后才成功。最关键的是按字节保留的编辑，只重写改动的部分，文件在 Word 里照样干净打开，另外还带一个 skill 文件，让 Claude Code 或 Codex 不开窗口就能做出真正的 .pptx。泼的冷水也具体：188MB 的下载把 512MB 的 /tmp 撑满，第一次安装直接失败；而让 AI 改真实的工作文件，修订记录和一键回滚必须每次都管用。
@LeNoobCodeur [Claude Code]
https://x.com/LeNoobCodeur/status/2113900132160635197
这位用户点出了 MCP Tasks 里还没解决的问题。兼容的服务器可以在你关掉 Claude Code 之后继续跑任务，Claude 之后能找回任务状态、取回结果，这对要跑好几分钟的活很方便。但如果服务器自己弄丢了任务记录，就没法知道那个动作到底执行过没有，重新发起又可能执行两次。凡是涉及发送、付款或删除的操作，幂等这件事协议仍然留给你自己处理。
🗣 用户心声
用户心声
额度依然是最大的痛点，而且现在跟用哪个 harness 有关。@DeepakNesss 通过 T3 Code 用和命令行里一样的提示词，大约 30 分钟烧光了 Max 套餐的整个 5 小时额度；@cagrimbakirci 说 Opus 5.5 连续几天的消耗是平时的两到三倍；@Tony_Stef_ 同时开着四个 Claude Code 账号和两个 Codex 账号，说 Codex 重置得比用得还快，Claude Code 从来不会。@drmhse 在每台新机器上都禁掉子 agent，因为每个子 agent 都要吞下完整的上下文。
自托管的疲惫是真的，但控制权大家不肯放。@mikekarnj 问 Grok Bot 开箱即用，还有谁在维护 OpenClaw；@tagomago_me 选择留下，但说维护就是主权的代价。@bmagierski 觉得在 OpenClaw 里用 Anthropic 的模型很贵，因为只能走 API，用不了团队套餐。
大家希望 agent 之间交接便宜，但也怀疑它是否总是划算。@KTrifonov 试过好几种从 Grok Bot 往 Codex 或 Claude Code 派活的方法，至今没看到明显的效率提升；@fabioricotta 说 Grok Bot 很晚才发现派出去的任务已经完成；@DavidJonR 发现最高推理档会触发 Hermes 的超时，长思考的活只能放到别处。
权限需要跟着任务走。@mano_sec 追问路由层能不能保留每个 harness 自己的权限模型，因为同一个任务在 Codex 沙箱和 Claude Code 白名单下能碰到的东西完全不同；@AmrTawfik160 指出 GitHub 上大多数 Claude Code 配置一条禁止规则都没有；@LeNoobCodeur 想知道服务器弄丢任务记录时，后台的 MCP 任务如何避免执行两次。
在理解意图这件事上，用户仍然把 Claude Code 排第一。@JoshExile82 说 Claude Code 对用户意图和上下文的理解远胜 Grok Bot，后者聊了一小时只记住了其中一个例子；@jatinsj710 希望一个 skill 能用同一种方式装进 Claude Code、Copilot 和 Codex，而不是每家写一个适配器。
额度依然是最大的痛点，而且现在跟用哪个 harness 有关。@DeepakNesss 通过 T3 Code 用和命令行里一样的提示词，大约 30 分钟烧光了 Max 套餐的整个 5 小时额度；@cagrimbakirci 说 Opus 5.5 连续几天的消耗是平时的两到三倍；@Tony_Stef_ 同时开着四个 Claude Code 账号和两个 Codex 账号，说 Codex 重置得比用得还快，Claude Code 从来不会。@drmhse 在每台新机器上都禁掉子 agent，因为每个子 agent 都要吞下完整的上下文。
自托管的疲惫是真的，但控制权大家不肯放。@mikekarnj 问 Grok Bot 开箱即用，还有谁在维护 OpenClaw；@tagomago_me 选择留下，但说维护就是主权的代价。@bmagierski 觉得在 OpenClaw 里用 Anthropic 的模型很贵，因为只能走 API，用不了团队套餐。
大家希望 agent 之间交接便宜，但也怀疑它是否总是划算。@KTrifonov 试过好几种从 Grok Bot 往 Codex 或 Claude Code 派活的方法，至今没看到明显的效率提升；@fabioricotta 说 Grok Bot 很晚才发现派出去的任务已经完成；@DavidJonR 发现最高推理档会触发 Hermes 的超时，长思考的活只能放到别处。
权限需要跟着任务走。@mano_sec 追问路由层能不能保留每个 harness 自己的权限模型，因为同一个任务在 Codex 沙箱和 Claude Code 白名单下能碰到的东西完全不同；@AmrTawfik160 指出 GitHub 上大多数 Claude Code 配置一条禁止规则都没有；@LeNoobCodeur 想知道服务器弄丢任务记录时，后台的 MCP 任务如何避免执行两次。
在理解意图这件事上，用户仍然把 Claude Code 排第一。@JoshExile82 说 Claude Code 对用户意图和上下文的理解远胜 Grok Bot，后者聊了一小时只记住了其中一个例子；@jatinsj710 希望一个 skill 能用同一种方式装进 Claude Code、Copilot 和 Codex，而不是每家写一个适配器。
📡 生态产品雷达
生态产品雷达
Codex：几乎每套工具链里的第二个 harness，给游戏付费代码当审核，在 Rule 30 证明里当合作者，也是讨论额度和权限弹窗时的对照组。
Grok Bot：大家现在当调度员用的托管个人 agent，把开发活派给自己机器上的 Claude Code 和 Codex。
Hermes：OpenClaw 用户最常提到的去处，也是 iMessage 和 Telegram 配置背后的 harness 之一。
Muse、Dots 和 Claude Duet：用户在记忆、视频和主动性上反复对比的托管个人 agent。
Cursor：多 agent 配置里的第三个 harness，通过 OpenClaw 和 Linear 接进来。
Opus 5.5：当天大多数作品背后的模型，也是用户说这周额度烧得更快的那个。
Kimi K3.1 Pro：大家在 Claude Code 里试、拿来和 Opus 5.5 比的新开放权重模型。
DeepSeek：被路由进来做分析活的便宜模型和 harness。
MCP Tasks 和 Elicitations：长任务支持，大家实测了它、解释了它，也质疑了它的幂等问题。
HumanLayer：连同桌面端、守护进程和云 API 一起开源的 agent 控制面。
HarnessRouter：让 Grok Bot 在 Claude Code、Codex、Hermes 和 Pi 里执行任务的开源路由层。
Pi：在路由层和控制面里与 Claude Code、Codex 并列出现的极简 harness。
Codex：几乎每套工具链里的第二个 harness，给游戏付费代码当审核，在 Rule 30 证明里当合作者，也是讨论额度和权限弹窗时的对照组。
Grok Bot：大家现在当调度员用的托管个人 agent，把开发活派给自己机器上的 Claude Code 和 Codex。
Hermes：OpenClaw 用户最常提到的去处，也是 iMessage 和 Telegram 配置背后的 harness 之一。
Muse、Dots 和 Claude Duet：用户在记忆、视频和主动性上反复对比的托管个人 agent。
Cursor：多 agent 配置里的第三个 harness，通过 OpenClaw 和 Linear 接进来。
Opus 5.5：当天大多数作品背后的模型，也是用户说这周额度烧得更快的那个。
Kimi K3.1 Pro：大家在 Claude Code 里试、拿来和 Opus 5.5 比的新开放权重模型。
DeepSeek：被路由进来做分析活的便宜模型和 harness。
MCP Tasks 和 Elicitations：长任务支持，大家实测了它、解释了它，也质疑了它的幂等问题。
HumanLayer：连同桌面端、守护进程和云 API 一起开源的 agent 控制面。
HarnessRouter：让 Grok Bot 在 Claude Code、Codex、Hermes 和 Pi 里执行任务的开源路由层。
Pi：在路由层和控制面里与 Claude Code、Codex 并列出现的极简 harness。
评论