超级用户日报: 2026年7月16日
今天的用例清晰地分成两大阵营。一类是把 harness 榨到极致的开发者：通过代理把任务路由到更便宜的模型、把上下文裁剪到原来的零头、同时开着七个 tmux 会话跑、还把 Obsidian 仓库变成跨会话的永久记忆。另一类则是 Claude Code 和 OpenClaw 悄悄渗透到跟写软件毫无关系的工作里：会计分录直接录入 MoneyForward、VFX 影片从头剪到尾、在 Robinhood 上真金白银下单、做陶艺模拟游戏、建筑事务所用 Revit 跑流程，还有医生把 EMR 工具 vibe-code 到生产环境。贯穿始终的一条线是：模型本身已经变成最便宜的一环，真正的杠杆全在你怎么把循环、记忆和权限这套东西给接起来。
@vedantadoestech [Claude Code]
https://x.com/vedantadoestech/status/2076939986801418709
他做了个叫 ccshare 的工具，给终端里的编码 agent 加上了多人协作能力。最多支持 5 个人同时接入同一个实时会话，一起跑 Claude Code、Codex 或其他 CLI agent，大家共享同一个终端和 prompt，谁都能打字输入。定位就是协作式结对编程、一起 debug、一起在同一个 agent 会话里搭东西。
@uufu_engineer [Claude Code]
https://x.com/uufu_engineer/status/2076992606907867153
他偷偷观察旁边坐着的 tech lead 怎么用 Claude Code，结果惊讶地发现对方问的问题跟自己差不多，都是挺入门的，比如该用 float 还是 int、让它写个两表 join 的 SQL 之类。真正的差距在拿到答案之后的速度：tech lead 一看到输出立刻就抛出后续指令和纠偏，而他自己还得先花时间去理解、验证 Claude Code 说的对不对。他的结论是，工程师的生产力与其说取决于怎么用 AI，不如说取决于你有没有训练出对答案的理解力和判断力。
@EHuanglu [OpenClaw]
https://x.com/EHuanglu/status/2077091952252875189
他展示了把 Kling MCP 接到 OpenClaw 或 Hermes 上，AI agent 现在能做 4K VFX 了。agent 会直接操控你的电脑，全程自动抠绿幕、换背景、换演员、加特效，一条龙搞定。他还分享了一份安装和使用的完整教程。
@taziku_co [Claude Code]
https://x.com/taziku_co/status/2076881252251283631
他把在办公楼停车场随手拍的素材，仅靠 Claude Code 里的剪辑就做成了一支成品 VFX 作品。用的是 Pika MCP 的 4K VFX Skill，在保留人脸、手势、声音和运镜的前提下重建出当下流行的视频特效。他想说明的是，在 AI 时代，即便拍摄场地和设备都很受限，你也可以把场面调度和导演意图整个后移到后期去实现。
@kandmybike [Claude Code]
https://x.com/kandmybike/status/2077172664482046257
他让 Claude Code 直接往 MoneyForward 里录会计分录，把明细项登记进去，这些条目就会从未记账列表里消失。他举的例子是从 Claude Code 里直接把薄荷油作为耗材费用记账。
@dotey [Claude Code]
https://x.com/dotey/status/2077074912435433901
他发布了 BaoCut，一个仅限 Mac 的字幕转录、翻译和编辑 Agent Skill。借助这个 Agent Skill，它能把视频转录成文字、在字幕上识别说话人、做润色（修错别字和口头禅），还能做去掉冗余和重复这种简单剪辑。他解决的核心痛点是：agent 转录翻译完之后，一直没有一个友好的 UI 来做二次编辑，于是他给 agent 配了一个 CLI 搭配这个 Skill，负责转录、润色、翻译，并把进度实时同步到一个 GUI 上做预览和手动编辑。装好 Skill 和 app 后，你在 Codex 或 Claude Code 里用类似 /baocut 的命令触发，喂给它视频 URL 或路径就能转录加翻译；已知问题是只能在 Mac 上跑，翻译稍慢但质量很高。
@milesdeutscher [Claude Code]
https://x.com/milesdeutscher/status/2076900303748895011
他先用 Opus 搭过一版 AI 第二大脑，这次又用 Fable 5 重做了一遍，用来记录商业点子、个人背景和重要数据。整套东西是一个 Obsidian vault，里面分 /ideas、/context、/data、/log 几个文件夹，再配一段 Claude Code prompt，让 Fable 连接这个 vault、每次开工前先读 /context、把新东西带日期记到 /log。之后他就用类似「我最近 30 个点子里有哪些共同主题」或「这周该优先做什么」这样的 prompt 去查询，他说 Fable 对他这堆数据的推理深度，跟 Opus 比完全是另一个级别。
@hunvreus [Claude Code]
https://x.com/hunvreus/status/2077051542063243516
他受够了 Notion 那憋屈的 UI 和粗糙的编辑器，干脆自己做了个支持多人协作的 markdown 编辑器，叫 Classy，目标是做出 iA Writer 或 Obsidian 那种体验但支持协同。他把接入 agent 做得很简单，一句 prompt 就行，现在他直接让 Codex 和 Claude Code 把 markdown 写进 Classy。
@aniziki [Claude Code]
https://x.com/aniziki/status/2076910587573883010
他分享了一个 Fable 在安全相关任务上失灵的修法：用 /btw。问题在于那道防护机制在 /btw 里不生效，而一旦你 fork 它，Claude Code 就会把这个请求当成系统消息来处理，导致它没能正确回退对话，把 fork 出来的会话搞坏了。
@isle_ai_biz [OpenClaw]
https://x.com/isle_ai_biz/status/2076845960857354723
他把 Roofclaw 拎出来当作值得研究的样板，这是一家基于 OpenClaw 面向屋顶施工行业的服务生意，累计销售额大约 3 亿日元。它卖的是一台预装好 OpenClaw 的 MacBook 直接寄给你，再加一对一培训和每周支持，一整套配置定价约 162 万日元。他总结的经验是：高价 AI 服务的护城河不在工具本身，而在于建立在行业深耕和手把手陪跑之上。
@parcadei [Claude Code]
https://x.com/parcadei/status/2077102677385732533
他花了 1200 美元换来一个教训：只要系统里任何地方设了 ANTHROPIC_API_KEY，Claude Code 就可能悄悄从你的 API 账户扣费，而不是走你的订阅。他把这当成一个代价高昂的前沿坑，发出来提醒大家。
@ErnestoSOFTWARE [Claude Code]
https://x.com/ErnestoSOFTWARE/status/2077098340001436013
他公开了自己那支自筹资金、两个人的团队用的完整工具栈，这套东西撑起了一款周入 5 万美元（约每月 20 万美元）、iOS 和 Android 双端运行、排名冲到第 7、压过一堆融了几百万美元公司的 app。栈里包括：用 Rork 搭配 Fable 5 更新和 beta 测试 app，用 FunnelFox 做 web-to-app 漏斗、在 Meta 广告上省下近 30% 的苹果抽成，用 Higgsfield MCP 做 AI UGC 和广告测试，用 Amplitude 做分析，用 Singular 当 MMP，用 Superwall 做应用内支付和 paywall 的 A/B 测试。Claude Code 专门用来搭内部系统和工具，Sideshift 则用来招募和给创作者付款。
@ClaudeCode_UT [Claude Code]
https://x.com/ClaudeCode_UT/status/2076909565279658017
他重点介绍了一个人，此人用 23 万行 Python 从零重建出几乎一样的 Claude Code 体验，据称运行成本能降到约 1/230。它能在包括 Claude、GPT、DeepSeek 在内的 25 家 AI 供应商之间切换，保持 100 万 token 上下文的同时保留工具、skills 和工作历史，并且设计成对话跑得越久缓存越会介入，进一步压低成本。当时它在 GitHub 上只有 677 个 star，他把这件事解读为 Claude Code 正从一家公司的私有实现，变成任何人都能读、都能改的蓝图。
@trq212 [Claude Code]
https://x.com/trq212/status/2077051280267399550
他一直在用 Claude Code 帮他玩 Pokemon Champions。它会用 Smogon 的 npm 库写代码、拉取实时使用率数据，然后生成报告来分析对战、breakpoint 和阵容 theorycraft。
@QT9277 [Claude Code]
https://x.com/QT9277/status/2076994692361916757
他发现了 Agent-Reach，一个免费开源工具，能配合 OpenClaw、Hermes Agent 和 CodeX，一条命令接通 14 个平台，专治抓数据时遇到的反爬封锁、Twitter API 收费和订阅墙这些痛点。他亲测让 agent 去爬小红书评论并汇总，十秒就出结果。它不是套壳，而是把 yt-dlp、twitter-cli、xhs-cli 这些预配置好的工具打包在一起，覆盖 web、YouTube、RSS、微信公众号、微博和 V2EX，安装时只要跟 agent 说一句装 Agent-Reach，完全不用自己折腾依赖。
@RoundtableSpace [Claude Code]
https://x.com/RoundtableSpace/status/2076890682950914373
他介绍了一个人用 Claude Code vibe coding 做出的 app：扫描你的魔方，然后给出 20 步以内的还原方案，每次都能验证 God's Number。你把摄像头对准魔方，它读出每个面上贴纸的颜色、推算出精确的打乱状态、算出最短解法，再配一个 3D 引导一步步带你还原。整个东西完全跑在浏览器里，免安装、无后端，用 OpenCV 做颜色识别，就算光线差也很稳，理论上只需要看到 3 个面就能工作。
@mikefutia [Claude Code]
https://x.com/mikefutia/status/2077115835240665572
他在 Claude Code 里搭了个 Google Ads Builder，只要给一个主页 URL，就能生成一整套可以直接投放的 Google Search 广告系列。它会读你的网站搞清楚你卖什么、卖给谁，把关键词分成一个个紧凑的高意图广告组，按 Google 精确的字符上限给每条 Responsive Search Ad 写 15 条标题和 4 条描述，再建否定关键词列表，加 sitelink、callout、匹配类型、出价和预算分配，最后导出一份 Google Ads Editor 的 CSV 供一键导入。整套东西 100% 在 Claude Code 里完成，不用 API key 也不用登录 Google Ads，他还把这个 skill 文件免费送给点赞并评论 BUILD 的人。
@dani_avila7 [Claude Code]
https://x.com/dani_avila7/status/2077162426353557699
他那篇讲自己给 Claude Code 配 Ghostty 终端的文章冲到了 100 万阅读，半年过去了他还是原封不动地这么用。唯一的变化是，现在做前端工作时他会开 Claude Code Desktop，其余一切都留在 Ghostty 里。
@shivsakhuja [Claude Code]
https://x.com/shivsakhuja/status/2076952229618012521
他在 Product Hunt 上发布了 Goose Ads，一个 /goose-ads skill，能教会 Claude Code、Codex 或 ChatGPT Work 去研究你的品牌、做 Meta 广告素材并分析效果。用 npx gooseworks install --all 安装，然后跑 /goose-ads make ads for my brand 就能触发品牌调研，并基于你的素材和验证过的模板生成创意。它跑的是一个 agentic 循环，把 GPT-5.6、Opus、GPT-image-2 和 Nano Banana Pro 组合到一起，还带一个分析你 Meta 账户并生成改进报告的命令；前 10 次生成免费，通过 Product Hunt 页面还能享 5 折。
@minorun365 [Claude Code]
https://x.com/minorun365/status/2076820645011411091
他提醒，通过 Bedrock 用 Claude Code 只适合作为临时过渡方案，撑到你拿下 Claude Enterprise 合同为止。他吐槽的点是：像 Auto mode、Voice mode 这些看似不起眼实则重要的功能用不了，而最刚需的价格额度又没法快速配置好，这两点让他很难受。
@nicos_ai [Claude Code]
https://x.com/nicos_ai/status/2077092841117888701
他描述了一个复刻 Fable 5 解题方法的插件，能让任何模型都跑这套流程；经过 159 次 agent 执行，Sonnet 加上这个插件在一项研究任务上做到了跟 Fable 打平的 10/10。插件分三部分：fable-method 给任何模型套上一个带严格失败阈值的结构化解题循环，fable-loop 用对抗式 agent 边跑完整任务边验证成果，fable-judge 则把每一句「done, all tests pass」都当作未经证实、独立重跑一遍。具体结果包括：Haiku 因为在「修复」正确代码前抓出了一个错误的测试，从 0/4 提升到 4/4；judge 又靠识破一份假完成报告里植入的造假，把 Haiku 从 3/5 拉到 5/5；这些流程图来自录制真实 Fable agent 的工具调用，而不是它自我描述出来的。在 Claude Code 里用 /plugin marketplace add Sahir619/fable-method 和 /plugin install fable@fable-method 安装。
@davis7 [Claude Code]
https://x.com/davis7/status/2077157941371949285
他在自己定制的 Pi 扩展里升级了 subagents 系统，纳入了 Pi、Codex 和 Claude Code 三种 subagent，这样 Pi 主线程就能通过一个一等公民的工具调用去启动其中任何一个，而不用再手写 codex exec，还配了个像样的 UI。他喜欢让 Pi 当主线程，需要时把 Codex 和 Claude Code 当工具用。他常用的一套流程是：让一个 cc Fable subagent 去研究并规划某个 API 设计，让一个 Codex subagent 去实现，再让一个 cc Fable subagent 从简洁性和正确性的角度做审查和修复；他还有个更糙的 dynamic workflows 扩展，打算围绕这套 subagent 系统继续搭。
@thehypedotnews [Claude Code]
https://x.com/thehypedotnews/status/2076833064550809600
他拿 GPT 5.6 的 sol、terra、luna 和 GPT 5.5 各跑 4 条 prompt，每条都生成单文件的 HTML three.js 程序化场景，结果发现每一个 OpenAI 前沿模型交出来的代码都有 bug，必须先改一遍才能跑。唯一能稳定把它们全修好的，是跑在 Opus 4.8（high）上的 Claude Code。它抓到并修掉的问题包括：three.js 以 ES module 加载却没有 import map，导致 OrbitControls 解析不了裸写的 three（terra、luna、5.5）；sol 把保留字 throw 当变量名用；luna 去调用已删除的 legacy 全局脚本版本导致两个 CDN 标签都 404，外加一个未声明的 shader uniform。他的结论是：GPT 模型快，但一上来就认定第一套方案、不做复查，而 Opus 4.8 连 sol 都超过，四个模型的错误它全抓到了。
@forgebitz [Claude Code]
https://x.com/forgebitz/status/2077079989636178343
他用 Claude Code 做了个 100% AI 生成的对比清单网站，叫 surferstack，让 Claude 研究几百家 SaaS 公司、根据它们的网站动态生成对比页面。目的是搞清楚对比类网站是怎么被 AI 搜索引擎使用的；他们发布了像「2026 年最佳社媒排期工具」和「品牌 A vs 品牌 B 对比」这样的页面，然后监测 AI 模型的抓取和引用情况。意外发现是：尽管这些页面在传统搜索里几乎没有曝光，却被 AI 搜索引擎反复抓取和回访；Google 排名并不能预测 AI 引用，反过来也一样；而精确匹配域名对 AI 搜索可见度几乎没影响，尽管 surferstack 在他做的域名实验里表现优于其他域名。
@GoatVivi [Claude Code]
https://x.com/GoatVivi/status/2076884745452130710
他解释了 relay 为什么选择用 MCP 而不是 Skills 把设计系统分发给成员。这几个决策的驱动因素是：他们用的是 Claude Team plan、内部有大量非工程师用户所以希望上手成本极低、又想让小团队避免各版本漂移；成员只要在 claude.ai 界面里打开一个远程 MCP 组织连接器，它就会在同一账户下自动加载进 Claude Code。维护成本几乎为零，走 PR 合并到 GitHub Actions 再到 Cloudflare Workers 自动部署，而 Skills 则得手动重传 MD 文件、还会把事实来源割裂开。他们还把自家 harness 的「verification」做成一个 lint 程序，靠 hook 在 Write/Edit 之后自动跑，全部打包成 MCP 工具，这样知识和机制就通过 MCP 统一起来了。
@GameMakersJP [Claude Code]
https://x.com/GameMakersJP/status/2076923638914457892
他报道了一篇采访，对象是获奖陶艺模拟游戏「陶」的开发者，这款游戏是和 Claude Code 一起做的。AI 在 2 天内实现了核心玩法，开发者则专注于 UI 设计和用 Blueprint 控制的视觉演出。这个项目同时也是一次 AI 主导开发的技术验证，采访深入聊了人和 AI 怎么分工、以及怎么把需求写成 AI 容易理解的样子。
@ScottyBeamIO [OpenClaw]
https://x.com/ScottyBeamIO/status/2076964158294143425
他介绍了一位法国 builder，此人在一个由 4 块树莓派组成的 homelab 上跑 OpenClaw 和 Hermes AI agent，整套东西完全取代了 Google Drive 和 iCloud，而总功耗最多才 10 瓦。这个项目托管本地 AI agent、靠自建 NAS 摆脱云存储订阅，同时还兼作他 K8s 认证的备考实践。今天的升级是加了个 PoE 模块，一根网线既给树莓派供电又提供网络，省掉了适配器和一堆杂乱线缆；下一步是用同一套设备上的自动化服务，做全家范围的广告拦截。
@simplifyinAI [Claude Code]
https://x.com/simplifyinAI/status/2076988063046398229
他分享了 Freecut，一个免费工具，能让你的 AI agent 像专业剪辑师一样剪视频。你把仓库交给 Claude Code 或 Codex，agent 就开始在本地实时剪片，不用 API key，也没有用量限制。它能做调色、裁剪和排列片段、加特效和转场、生成并同步字幕、制作动画叠层，全部靠一句 prompt 就配置好。
@nateliason [OpenClaw]
https://x.com/nateliason/status/2077073118204395666
他拖了太久之后，终于给自己的 OpenClaw 正经配好了 agentmail，直呼这是个实打实的升级。现在把它 cc 进邮件或者转发给它，它几乎立刻就会去执行，不用他再单独发一条 prompt，这个差别很明显。
@ClaudeCode_UT [Claude Code]
https://x.com/ClaudeCode_UT/status/2077158705918074884
他认为，有些人用 Claude Code 做出来的网站永远像千篇一律的 Bootstrap，另一些人做出来的却像花 5000 美元请设计工作室做的，差别不在 prompt 用词，而在于模型能参考的设计素材量。他建议去 GitHub 找一个叫「UI UX Pro Max」的 Skill 让 Claude Code 装上，它能解锁一个包含 50 种 UI 风格、97 套配色、57 组字体搭配的数据库，再用同样方式装上「Magic MCP」，这样生成的网站就自带动画、玻璃拟态和渐变。两个都装好后，只要说一句做个网站，出来的就是工作室级别的成品而不是模板；他的心得是，输出质量由你喂进去的素材量决定，打磨 prompt 是后面的事。
@mikefutia [Claude Code]
https://x.com/mikefutia/status/2076826576680108166
他在 Claude Code 里做了个 Meta 广告政策检查器，能赶在 Meta 之前就把会被拒的广告揪出来。你把广告文案丢进去，它会拉取 Meta 实时的 Advertising Standards、爬取 Meta Transparency Center 的政策页面，把每一行都对照真实政策原文检查，再给每条广告一个判定：可以投放、投放前需修改、或不予通过。它会精确标出违规的那句话，并在旁边附上 Meta 自己的政策原文，把有风险的句子改写到既合规又保留销售意图，最后渲染出一个把所有广告、发现和修改都列出来的仪表盘。整套东西 100% 在 Claude Code 里完成，不用 API key 也不用登录 Meta，他把完整 skill 文件免费送给点赞并评论 META 的人。
@LimestoneHQ [Claude Code]
https://x.com/LimestoneHQ/status/2077002490126475625
他分享了一位 Anthropic Applied AI 工程师的观点：Claude Code 之所以是个好的编码 agent，是因为 Claude 本来就擅长写代码，他们只不过给了 Claude 一台电脑的访问权。这位工程师把一个 agent 从 400 行的 system prompt 砍到 15 行、从 12 个工具砍到 3 个，eval 分数就从 62% 跳到了 92%。他还推荐了一场 45 分钟的分享，来自 Anthropic 那支给最大客户搭 agent 的团队，外加一份关于在 brownfield 老代码库里用 AI 的完整指南。
@TheHackersNews [OpenClaw]
https://x.com/TheHackersNews/status/2077059732876247431
他报道称，OpenClaw 那条从 WhatsApp 打到宿主机的攻击链，归根结底是一个简单的沙箱盲点。denylist 屏蔽了 ~/.ssh、~/.aws 和 ~/.gnupg，却仍然允许挂载它们的父目录 /home。这个缺口就可能暴露 SSH 密钥、AWS 凭证和 GPG 密钥。
@itsolelehmann [Claude Code]
https://x.com/itsolelehmann/status/2077172643946725647
他指出，已经有人把 Claude Design 开源成了「Open Design」，GitHub 上已经有 7.8 万多个 star，作为一个免费本地 app 跑在你自己电脑上。你可以用 Claude Code、Codex、Cursor、Gemini 或另外 20 多种编码 agent 给它的画布提供算力。最大的优势是用量上的灵活：Claude Design 是从 chat、Claude Code、cowork 共用的那份 Claude 额度里扣，而 Open Design 让用量来自你已有的 agent 订阅、你自己的 API key 或本地模型，于是你可以用便宜的模型起草、换强模型精修、额度快用完时切到 Codex、或者把私密工作放本地跑；项目文件、skills、模板和设计系统全都存在你自己电脑上。
@kirubaakaran [Claude Code]
https://x.com/kirubaakaran/status/2076921385113510353
他让 Claude Code 帮他剪 YouTube 视频，说自己只是把对成品的期望讲清楚，它就开始动手干了。
@heyrobinai [Claude Code]
https://x.com/heyrobinai/status/2076985935691202950
他发现 Product Hunt 上有个叫 Goose Ad Remixer 的工具，能把 Claude Code 变成一家广告公司，而且上手意外地简单。他用 npx gooseworks install --all 装好 Gooseworks skill 库，再跑 /goose-ads make ads for my brand。Goose 会先研究品牌的网站、文案调性、视觉识别、定位和现有素材，才开始做出多个广告概念，而且它不是随便出设计，而是先研究钩子、offer、文案、排版这些验证过的广告套路，再针对该品牌做 remix。整个过程感觉不像在给图像生成器写 prompt，更像是把广告策略师、文案和设计师合在一个工作流里。
@nett0eth [Claude Code]
https://x.com/nett0eth/status/2077081012341727633
他把 Pencil 称为今年设计圈冒出来最离谱的东西。设计文件以 JSON 形式存在你的 git 仓库里、由 Claude Code 编辑，还有一个 swarm 让多个 agent 并行作画，他说看起来简直像魔法。链接他放在第一条评论里。
@HengyuanH [Claude Code]
https://x.com/HengyuanH/status/2077128122529673312
他给热门 agent Claude Code 和 Codex 配了一个基于浏览器的可视化界面，让它们通过 MCP 工具去指挥一台机器人，就像人用鼠标键盘一样，而且真跑通了。他推出的是 VIA，一个用于机器人控制的 Visual Interface Agent。
@yuya_takeyama [Claude Code]
https://x.com/yuya_takeyama/status/2076929808244883705
出于对怎么在 Claude Code 和 Codex 里管好 subagent 越来越感兴趣，他做了个工具来可视化自己的本地会话日志。他指出，想监控组织级的整体用量基本上得靠 OpenTelemetry 或代理来采集，但如果只是想先直面自己的 harness，这种本地可视化的思路要简单得多。
@SamiBizConsult [Claude Code]
https://x.com/SamiBizConsult/status/2077053003782107204
他认为，你很可能正把最贵的 token 花在根本不需要最聪明模型的活儿上，因为让 Fable 5 去读文件、改代码、跑测试、追几个小时的小 bug，并不是这种昂贵模型的最佳用法。他的方法是把 Fable 5 当项目架构师用一次：让它读完整个项目、搞懂目标、找出哪里冗余、哪里脆弱、哪里缺东西，写出一份精确的实施计划，然后把它从任务上撤下来，把计划交给便宜的模型去执行。他装上 Superpowers（在 Claude Code 里 /plugin install superpowers@claude-plugins-official），让 Fable 头脑风暴目标、读完所有代码、文档、配置和文件结构、理清各部分怎么连接，再用 writing-plans 输出一份计划，每处改动都列明改什么、为什么、涉及哪些文件、执行顺序、以及怎么验证，并按影响力从高到低排序。这份计划再交给 Opus 或 GPT-5.5 一步步执行：Fable 负责思考，便宜的模型负责执行。
@cgnot996 [Claude Code]
https://x.com/cgnot996/status/2077022814360805473
他发布了 GrokGo v0.17，新增了对 Claude Code 的支持，把 Grok-4.5 完美接进去。通过 MCP 它支持 x 搜索、图像生成和视频生成工具，体验不错。他还在会话结尾加了一段总结方便截图，后面紧跟着图像和视频的输出。
@shigegegege_ai [Claude Code]
https://x.com/shigegegege_ai/status/2076888240645415124
他回复 fladdict 说，自己靠 20 年开发经验用 Claude Code 搭出了自家的会计系统，而这之所以成立，正是因为敲打 AI 的人对业务规格了如指掌。他警告，如果你把需求定义整个外包出去，光是沟通协调的成本就会让预算瞬间蒸发。
@maxedapps [Claude Code]
https://x.com/maxedapps/status/2076944322235089266
他再次表示，用 herdr 搭配 Pi、外加 Claude Code，再配上几个自定义 skill，是一种很愉悦的 AI 工作方式。他点名的这几个 skill 是 create-plan、implement-plan、review-implementation、code-review 和 use-subagents。
@KashPrime [Claude Code]
https://x.com/KashPrime/status/2077165709486891482
他用 Claude Code 做了场演讲的幻灯片，说做出来比他自己能做的任何东西都好，只在这儿那儿改了几个小错。等他到了讲堂才发现，其他讲者干的一模一样，所有人的幻灯片都是同一个排版风格。他感慨这东西渗透得也太快了。
@OpenResty [Claude Code]
https://x.com/OpenResty/status/2076932124242821156
OpenResty Inc 把自己内部最难啃的专有算法设计和实现难题，改造成了一套私有的 LLM 评测集，让模型从零开始写代码并自测。这套评测集直接驱动 Claude Code、Codex、Antigravity、Grok Build 这些原生 CLI agent，而且因为从未公开，模型此前根本没见过。他们烧了大量 token 跑完全程，最后发布了一份质量分排名。结论是 Claude Fable 5 和 GPT-5.6 Sol 并列登顶，成为最强的两个模型。
@gippp69 [Claude Code]
https://x.com/gippp69/status/2077016217110323592
有开发者把 Claude Code 接进了 Revit，只需一句文字指令，AI 就能直接在 Revit 里盖房子，生成墙体、楼板、房间，大约 4 秒就出第一版 3D 模型。他的卖点是：现在一个人用 Claude Code、Revit、Midjourney 加自动化流程，3 到 5 天就能交付 6 到 8 张渲染图、一份平面图和一次客户漫游。传统事务所做一个完整项目要收 15,000 到 80,000 美元，光概念方案包就能卖 3,000 到 15,000 美元。按每月 4 个项目算，一个精简的单人工作室软件成本不到 200 美元，却能进账 16,000 到 32,000 美元，最后再找一位有执照的建筑师盖章出图即可。
@chongdashu [Claude Code]
https://x.com/chongdashu/status/2077029500072718588
Chongdashu 做了一个 AI 精灵图生成工具叫 Spriterrific，他 YouTube 频道上所有游戏都在用它。它能修掉走路动画卡顿这类毛病，几乎什么都能动起来，社区在早期版里帮他反复实战打磨。现在他把它改成 agent-first，你可以把它作为 skill 加进 Cursor、Claude Code、Codex 之类工具，让 agent 直接调用。它兼容任意游戏引擎，目前已接近发布。
@JamesonCamp [Claude Code]
https://x.com/JamesonCamp/status/2076877422642000144
Jameson 说过去 12 个月他靠 Claude Code 省下了大约 20 万美元。他的工作流是：按住键盘上的 option 键，把想做的软件用嘴讲一遍，然后出门办事大约 45 分钟。回来时那个软件已经完整跑起来了，就那样凭空存在着。他的观点是，这本该是真正的魔法，但大多数人早已习以为常，反而不再觉得稀奇了。
@yu_ai_ns [Claude Code]
https://x.com/yu_ai_ns/status/2076974678770626804
Yu 把 Claude Code 当成一个高压老板来使唤，专挑重活让它在她睡觉时通宵加班。睡前她把最丑最难缠的任务全甩给它，早上醒来发现基本都干完了，她说这种生产力高到有点离谱、爽得不真实。她还分享了自己常用的通宵 prompt，一个「一觉睡到大天亮」的提示词，供大家保存复用。
@awilkinson [OpenClaw]
https://x.com/awilkinson/status/2077038146630590745
Andrew Wilkinson 已经用 AI 帮自己穿搭两年了。他建了一张表格，把整个衣柜编目造册，每天早上他的 OpenClaw 会发来 4 套搭配方案外加造型建议。每套还配一张用 image-gen-2 生成的图，图里是一个长得像他本人的男人穿着这套衣服。
@karpachoq [Claude Code]
https://x.com/karpachoq/status/2077069499627393517
Karpachoq 讲了他如何把 6 个搁置的清理工单，收敛成一次干净利落的 Claude Code 运行，花 40 分钟做前期设置外加一个范围极窄的任务。关键在于收紧约束：设一个 10 个文件的停止线、最多容忍 3 个失败测试、把 agent 指向 src/auth/、点名要修的那个重复 session 解析器、保护好公有 API、并要求补一个回归测试。他认为在写任何代码之前就用硬边界框住任务，才是这次 session 成功的原因，等于给仓库砌了墙、给 agent 划了边界、给 reviewer 留下真凭实据而不是一套漂亮说辞。教训是：一旦 agent 只能待在被派进去的那个房间里，小问题就不会再变成永久性的家具堆在那儿。
@MasculineM7 [Claude Code]
https://x.com/MasculineM7/status/2077121777529204974
MasculineM7 复盘了一位 Google 工程师，用 Claude Code 把自己 80% 的工作自动化，如今每天只干 2 到 3 小时，系统自己转。搭建只要 15 分钟：一个基于 Karpathy 规则的 CLAUDE.md 文件，把规范违规率从 40% 压到 3%；开箱即用的 27 个专职 agent；还有一个 dotnet 应用每 15 分钟轮询一次 GitLab，让 Claude 自动读 issue、建分支、推 PR。他还警告 Claude Code v2.1.100 会偷偷给每个请求塞 20,000 个 token，稀释你的指令、拉低质量，而修复只需一条命令、30 秒搞定。他的说法是：完整自动化就差 3 条命令和一个 markdown 文件的距离。
@aiedge_ [Claude Code]
https://x.com/aiedge_/status/2077120970163433605
AiEdge 手把手演示如何在 Claude Code 里跑 GPT-5.6 Sol 子 agent，用你现有的 ChatGPT 订阅而不是 API key。步骤是：brew install raine/claude-code-proxy/claude-code-proxy（或用 curl 安装脚本），再用 claude-code-proxy codex auth login 走浏览器 OAuth 登录，接着 claude-code-proxy serve 启动，然后 claudex 开 GPT-5.6 Sol 会话、claude 开普通 Fable/Sonnet 会话。他认为这套组合能成，是因为 Fable 5 在 SWE-Bench Pro 上以 80% 领先 Sol 的 64.6%，而 Sol 在终端编码基准上领先且省 50% token。他建议按 10-80-10 分工：Fable 规划、GPT-5.6 干中间的苦力活、Fable 复审，把最贵的执行层成本砍掉大约一半。
@francescoinweb3 [Claude Code]
https://x.com/francescoinweb3/status/2077065999073845628
Francesco 讲了一家小型网站设计工作室，如何用 Claude Code 把运营自动化，既没养开发团队也没上昂贵的集成。以前每个新项目都是同一套慢流程：翻找对的文档、回忆过往约定、核对任务。用 Claude Code 后他们搭了一套只有四个文件的简单系统：一个存项目背景、一个记重要决策、一个管到各服务的 MCP 连接、一个装现成的 Skill 指令。发布准备时间降到 90 分钟，手工活减少 35%，因为流程一旦被描述清楚，AI 每次都会一模一样地执行。
@Steve8708 [Claude Code]
https://x.com/Steve8708/status/2077051086234685641
Steve 把 Agent-Native Analytics 开源了，这是他在 FullStory 涨价后自己做的一套免费 MIT 协议的会话录制与分析平台。它提供常见的会话回放、跨数据源仪表盘、错误监控和浏览器内联调试，但因为建在他的 Agent-Native 框架之上，每一个 UI 能力都会自动暴露给 agent。他把 Claude Code、Codex 或任意 agent 接到 Agent-Native Analytics 的 MCP 上，这样队友在 Slack 里含糊报了个 bug，他直接叫 agent 去查就行。agent 会找到该用户的会话、错误、调试日志和点击轨迹，回放整个过程，复现并修复问题，验证后自主提一个 PR。它托管在 agent-native 点 com 上免费用，也可自部署。
@mjovanovictech [Claude Code]
https://x.com/mjovanovictech/status/2077021298639671685
Milan 发布了一个免费的 Claude Skills 包，随他的 Clean Architecture 模板一起提供。他做这个是因为每个 AI 编码助手写出来的代码虽然能跑，却不符合他的规范，会加错文件夹结构、用异常代替 result、还塞进他根本不用的 MediatR。这些 skill 就是一堆 markdown 文件，教 Claude Code 他到底怎么写功能：垂直切片、自定义 command 和 query handler、基于 Result 的错误处理、minimal API 端点，以及配套测试。现在输入「/add-feature 把某个待办推迟到指定日期」，就能生成 command、validator、带归属校验和领域事件的 handler、端点和测试，全部构建完成、验证通过，形态与方案里其余部分完全一致。
@7h3h4ckv157 [Claude Code]
https://x.com/7h3h4ckv157/status/2077012214578643455
这是一套面向 Claude Code 的 AI 渗透测试与漏洞赏金知识库兼自动化框架。它把一个 Obsidian 库变成一套有明确主张的攻防安全工作流，把一个可搜索的、收录了 450 多篇黑客技术文章的 wiki，和按漏洞类型划分的「hunt」skill 结合在一起。确定性的 hook 会在恰当时机触发对应的 skill，而以状态为先的作业模型能防止人和模型重复做已经做过的工作。
@laoyingkhq [Claude Code]
https://x.com/laoyingkhq/status/2076978812420812960
上海交大一个 21 岁的应用数学大三学生，不是金融也不是 CS 专业，在两天期末考期间用 Claude Code 和 OpenClaw 搭了一个自动交易机器人。Claude 盯着 50 多个 Polymarket 市场的价差并生成策略，OpenClaw 则扫描 Binance BTC 的短线波动并下单执行，床头摆一台 iPad 当远程屏幕，全程不碰鼠标键盘。有天凌晨 3 点 Claude 发消息说价差触发、已经买入；到早上 7 点，隔夜三个机会里有两个自动平仓了，其中一笔是 15 分钟的 BTC 空单，31 美分进、79 美分出，他睡着就净赚了 1,940 美元。他追踪了一个叫 planktonXD 的钱包，靠抓取跨市场定价差，一年做了 61,000 笔交易、赚了 106,000 美元，而他自己是拿 1,400 美元加一个能跑的机器人起步的。当系统发现流动性异常、在食堂里暂停等他确认时，他回了一个字让它全部清仓，当天下午市场崩了，而他只亏了三个点。
@ktknd [Claude Code]
https://x.com/ktknd/status/2076909877377847556
Ktknd 不再纠结 Claude Code 和 Codex 到底谁更强，他说一旦改成给它们分派角色，开发就轻松多了。Claude 当军师，负责调研、对练、写规格和复审；Codex 当工匠，负责实现；他只做最后合并的决定。他唯一的硬规矩是：谁写的代码谁就不许 review，让一个 AI 去查另一个 AI 的代码，只有剩下的判断题才会递到他手上。他的文章记录了如何从 Claude Code 里调用 Codex，分咨询、复审、委派实现、完全自动化四个阶段，附上真实的 config.toml、插件沙箱的坑，以及一条在他睡觉时不断产出 PR 的无人值守流水线。他是个非工程师，把这套配置打磨了半年，观点是模型排名每个月都在变，但分工的原则不会变。
@SpikeCalls [Claude Code]
https://x.com/SpikeCalls/status/2077122786481365376
SpikeCalls 复盘了 Karpathy 一条播放量冲到 2200 万的推文，它推的是一套 Obsidian 加 Claude Code 的笔记系统，不用向量数据库、不用 embedding、也不用切块。你把 Claude 指向一个空库，粘上 Karpathy 的 GitHub prompt，它就直接读原始 markdown，为人物、概念、来源建起一部互相链接的个人维基，一小时内从 2 个节点长成一张稠密的图谱。然后它切换成引擎模式：每天下午 5 点读你当天学了什么，告诉你接下来该学什么、写什么，起草博客，再用 computer use 打开 Medium、Substack 和 X，把文章粘到三个平台，并把每张图都原位上传。他认为图谱胜过 RAG，因为它知道事件的先后顺序（「他之前住在哪」），而余弦相似度不知道，还提到这套引擎产出的一篇博客拿到了 20 万播放。
@hrkrshnn [Claude Code]
https://x.com/hrkrshnn/status/2076822557333037380
Hrkrshnn 分享了一段可直接粘贴的 prompt，给 Claude Code、Codex、OpenCode 或任意 agent 用，对 Grok Build 在你机器上收集和留存了什么做一次严格只读的审计。prompt 让 agent 去检查 ~/.grok/logs/unified*.jsonl 及轮转日志，找出 repo_state.upload.start 和 repo_state.upload.enqueued 事件，按 sid、轮次编号和阶段做关联，把每个归档映射回它对应的仓库路径。接着它做一次仅限元数据的存在性检查：从 ~/.grok/auth.json 读出最新缓存的 key（但不显示出来），带着 bearer token 把排队路径以 JSON 批次 POST 出去，绝不下载、也不跟进签名 URL。输出是一张按仓库分类的表，把每项标为 COLLECTED-ONLY、QUEUED、REMOTE-PRESENT、NOT-LISTED 或 UNKNOWN，并配有严格护栏，禁止启动 Grok、打印 token、创建文件或改动状态，还附上提醒：排队不等于已留存，NOT-LISTED 也不等于已删除。
@troyaitken_ [Claude Code]
https://x.com/troyaitken_/status/2077014176292082109
Troy 做了一个用于信号驱动式外联的 Claude Skill，省掉了创始人通常要花好几个小时的顾问式摸底通话。你给它你的网站和一句话说明你卖给谁，它就用买家自己的原话，从评论、Reddit 和招聘信息里挖出他们真实的痛点。它还会产出 5 到 6 个针对你业务的购买信号并按优先级排序、告诉你先做哪个；如果你还没有数据工具栈，会给你一份推荐；再加 4 到 6 个排好序、可直接交给 Claude Code 去搭的活动创意。不用打电话，也不用来回折腾几周，读完这份东西的工夫，你就有了一个起点。
@MyWestLord [Claude Code]
https://x.com/MyWestLord/status/2077030387302142423
MyWestLord 拆解了 Obsidian CEO Steph Ango（kepano）如何发布 5 个 skill 文件，教 Claude Code 写 Obsidian 的原生语法，而不是那种会把库塞满死链的普通 markdown。这些 skill 涵盖干净的 wikilink 与 frontmatter、纯文本里的数据库视图、Canvas 空间图、从终端全权掌控整个库，还有一个能在保存前把网页转成干净 markdown 的剥离器，它们一共拿了 41,500 个 star。安装只需把他的仓库 clone 一份进你的库，再在根目录放一个 CLAUDE.md 写上你的文件夹结构和 3 到 4 条规则，Claude 每次会话都会读。之后一切由三个操作运转：Ingest 把文章或 PDF 拆成原子页并每趟更新 5 到 15 篇已有笔记；Query 从你的笔记里回答问题并引用你自己的页面；Lint 每周清扫一遍，干掉死链、孤立页和自相矛盾之处，全程不用 RAG 或 embedding。Ango 自己就这么用了 6 年，几乎不建文件夹，因为链接胜过归档。
@yigitakinkaya [Claude Code]
https://x.com/yigitakinkaya/status/2077035705004339675
Yigit 描述了一套 Fable 5 加 Higgsfield 的工作流，能在一次会话里做出带动画、随滚动触发的网站，大约只花 10 到 20 美元的 AI 额度，而代理商要收好几千美元还得改上几周。Claude Code 负责搭布局、写 GSAP ScrollTrigger 动画和 Lenis 平滑滚动集成、处理响应式设计、并在发布前把一切测好；Higgsfield 则生成首屏视频、电影感转场、氛围背景循环和所有视觉素材。你把 Higgsfield 作为 MCP 服务器接进 Claude Code 并完成 OAuth 登录，Claude 就能把生成的视频直接拉进项目，无需手动下载再上传。最终成品是一个完整的网站，带平滑滚动、优化过的视觉、响应式布局，以及胶片颗粒、粒子和玻璃卡片这类精致效果。
@iamrexei [Claude Code]
https://x.com/iamrexei/status/2077028641624514593
Iamrexei 认为 AI 不会取代建筑师，但能接手那些又贵又耗时的画图工作，他把这机会定位成「AI 驱动的设计可视化工作室」而不是「AI 建筑事务所」。关键区别在于：盖章的施工图、报建文件、结构与规范合规仍归有执照的专业人士，而概念设计、情绪板、平面图概念、风格方向、渲染、漫游视频和客户提案则都能被加速。值得注意的是，在他的定位里 Claude Code 并不设计房子，它是在经营这家工作室，负责起草方案、汇编交付物、自动化流水线，以及打理文件、Notion 门户、演示和 SOP。视觉素材来自 Midjourney、ControlNet、SketchUp 和 Luma。他给出的报价是：概念方案包 1,500 到 3,500 美元，设计加施工图文件 15,000 到 40,000 美元，商业项目 10,000 到 50,000 美元以上。
@shmidtqq [Claude Code]
https://x.com/shmidtqq/status/2076894462186545458
Shmidtqq 讲了一位 builder 如何用 Claude Code 的 agent，配上一套 15 分钟、零代码的搭建，替掉了每月 7,000 美元的开发团队。他认为真正的瓶颈是单会话用法：把跑代码、调研、复审都塞进一个上下文窗口，会把它撑爆、拉低模型表现，还没到中午就撞上限额，而正是这个习惯让团队白掏那笔月费。解法是别再把 Claude 当聊天机器人，而是把它配置成一家公司：Claude 当运营者，把子 agent 派进各自隔离的会话，每个都有自己的模型和记忆，一个做调研、一个跑测试、一个做复审，谁也不共享上下文。要靠一套特定的文件夹结构才玩得转，而一个 Model 字段能给每个 agent 指定档位，苦力活交给便宜模型、逻辑重的任务交给旗舰模型，成本账正是在这里被改写的。
@Chipagosfinest [OpenClaw]
https://x.com/Chipagosfinest/status/2077047602533810552
Chipagosfinest 复盘了自己辞掉招聘工作、全身心投入做产品的一年，一切以出货量为优化目标。亮点包括：上线 Friends of Friends（一个 Farcaster 上排进前十的 mini app）；把一个 Hyperliquid 黑客松决赛项目做成产品，60 天做到 1K 用户、35,000 多笔交易、20 万美元交易量；还在 ClawHub 上发布了下载量超过 16K 的 OpenClaw skill。他还做了一个面向开发者工具的推荐引擎和 MCP，把 IP 卖给了 Visa，从纽约搬到旧金山，以 AI 工程师身份加入 Visa。在那里他共同发明了 Visa CLI 背后的专利待批技术，让 AI agent 能自己找到 API 并付费，还有一个能让 agent 用 token 化卡片支付 HTTP 402 端点的 API。
@borntogambles [Claude Code]
https://x.com/borntogambles/status/2076859601941586078
Borntogambles 讲了一位克利夫兰的 58 岁机械工，把从 2002 年记到现在、攒了 24 年的纸质日志（里面全是维修窍门、客户怪癖、报价和踩过的坑）用一个周末喂进了 Claude Code。Claude Code 把每一页扫描件都解析进 Obsidian，生成的图谱稠密到，正在给他拍视频的女儿话说到一半都愣住了。他搜了一个 2009 年的维修问题，2 秒就出答案，还带着 3 篇他在纸上从没联系起来的链接笔记。视频里没拍到的部分，是那让图谱有用而非噪音的 4 条链接规则，短到能写在一张索引卡上；他女儿当晚就问他能不能给她的护理笔记也做一个版本。
@lymanstoneky [Claude Code]
https://x.com/lymanstoneky/status/2077069450814104052
Lyman Stone 说自己没有任何真正的编码能力，但用 Claude Code 做出了几个小型互动工具，给他发布的一份原本枯燥的 PDF 报告作配套。他分享了这两个工具的链接，认为它们给报告带来了实打实的增值。
@nosp321 [Claude Code]
https://x.com/nosp321/status/2077121048466903212
Nosp321 总结了一篇文章，它给出了一整套用 Claude 打造百万美元单人生意的系统，从搭建 Claude Code 一路讲到销售和交付。核心机制是：一套完整的 AI 操作系统，用文件夹和 skill 充当公司的各个部门；三档服务（先做网站、再做自动化、最后是完整 AI 系统）；靠个人品牌加自动冷邮件获客；用提问而非推销的「医生式」销售法；通过 skill 和框架来交付；再加一条 5 倍定价原则，让客户拿到的价值是所付费用的 5 倍。他把它定位成一套面向 2026 年的真实系统，而非快速致富的话术，并称 95% 的人还在找工作，另外 5% 已经在做能月入几万美元的单人代理公司。
@gading_coder [OpenClaw]
https://x.com/gading_coder/status/2076867278264848847
Gading 演示了一套与 agent 无关、能跨多个 agent 通用的 AI 记忆。他的 Zed IDE agent 能从他的 OpenClaw agent 加载一个人格，而 OpenClaw agent 也能拉取上下文、窥看 Zed agent 的会话。他的 Trae 和 Zed agent 还能分析他用 OpenClaw 时积累下来的长期记忆里的摘要，也就是说这一层记忆是共享的，而不是被锁在某一个工具里。
@qusaxz [Claude Code]
https://x.com/qusaxz/status/2076905034692837616
Qusaxz 指出，一个把自己包装成 23 岁白手起家女百万富翁、声称靠「显化」实现了整个人生的女生，实际上是做出了一款月入 30 万美元的 app，而这款 app 是在 60 天里用 Claude Code 造出来的。她把爆火的 TikTok、梦想公寓和好几门七位数生意都归功于显化，说自己借了学生贷款、在没有一个熟人的情况下搬到洛杉矶、在毫无安全网的情况下豪掷房租。他的反驳是：这款叫 Stella 的 app 不是一个成真的愿望，而是她押注自己后真正做出来的产品。信念让她敢去冒险，但真正把它变成营收的是工具。
@Huntio [Claude Code]
https://x.com/Huntio/status/2077084921105989988
Huntio 的研究团队从已知的 TencShell C2 基础设施顺藤摸瓜，于 2026 年 6 月发现了一个开放目录，暴露了一次正在进行的入侵：里面有受害者源代码、定制漏洞利用、操作者日志、克隆的登录页，还有用简体中文写的攻击笔记。最扎眼的细节是工具链：Claude Code 和 DeepSeek-v4-pro 作为这场行动的实际组成部分在运转，Claude Code 负责执行和会话保持，DeepSeek-v4-pro 负责推理，这种分工在恢复出的日志里有据可查。这场行动包括对阿富汗、泰国和台湾政府系统的实操攻击、针对美国政府门户的钓鱼布置，以及用一个自定义 Python 打分脚本扫描 10 个国家 5,890 多台政府主机。一个 HTTP 头指纹又牵出了横跨四个 ASN 的 13 台香港服务器，外加一路针对欧洲、澳洲和亚洲金融机构的并行攻击，以及一个疑似的第二套 C2 框架 Gshell。这与 Anthropic 在 2025 年 11 月披露的、一个依赖 Claude Code 进行大规模入侵的中国关联行动相吻合。
@shah_riyar_ [Claude Code]
https://x.com/shah_riyar_/status/2077027002142294350
Shah Riyar 做了一个 skill 来阻止 Codex 和 Claude 过度设计，因为给它们一个简单任务，往往会招来新文件、装新包、改架构或加没要求的功能。这个 skill 强制执行 YAGNI 原则：写代码前，模型要先检查项目里是否已有该能力、语言或框架是否原生就能做到、是否真的需要新文件或新包、以及更小更安全的改动能否解决问题。举例来说，如果你只需要一个日期选择器，它会先看浏览器自带的够不够用，再决定要不要装库；碰上小 bug，它只修那一段而不去重写不相关的部分。好处是：多余代码更少、不必要的包更少、更好 review 和测试、更少波及无关代码，往往还更省 token。他分别提供了现成版本，Codex 用 $yagni 调用、Claude Code 用 /yagni 调用，灵感来自 YAGNI 和 Ponytail 项目，但护栏更保守。
@howie_serious [Claude Code]
https://x.com/howie_serious/status/2077028915399569486
Howie 报告说他的 Fable 5 额度提前 4 天就用光了。他的主力 agent 长期是 Codex（用了 160 亿 token），但凭着 Fable 5 的表现加上 jason5ng32 的强烈推荐，他有段时间改用 Claude Code 当主力（目前才用了 20 亿 token）。他的体会是，尽管两者都是跑在编码框架上、共享同样 skill、插件、工具和他本人习惯的前沿 LLM，用起来却感觉相当不同。一个具体差异是：同一个功能在 Claude Code 里常要 40 到 50 分钟，而在 Codex 里几分钟到十来分钟就能跑完一个功能闭环。他向大家征询各自的使用体验。
@MikeCodeur [Claude Code]
https://x.com/MikeCodeur/status/2076924705437831245
Mike 说他在不换模型的情况下，把 AI agent 的 token 消耗砍到了原来的七十分之一。窍门是让 Claude Code、Codex、Hermes 和他的 Agentic OS 共用一个 Obsidian 库外加一张 Graphify 图谱。agent 不再去重读 40 个文件（大约 20,000 token），而是查这张图，只要约 280 token。
@Skaly__Bull [Claude Code]
https://x.com/Skaly__Bull/status/2077135428537254094
Skaly 指出，在一次 118,000 token 的会话里，有 94,000 token 纯属噪音：ls 输出、git status、测试日志和没人会看却人人在为之付费的原始 PDF。他点名了两位从不同角度堵同一处漏的 builder。一位在 Claude Code 看到之前就先过滤 shell 输出，在不改任何 prompt 的情况下把一次会话压到 24k token；另一位则先把 PDF 剥成干净 markdown，把文档 token 最多砍掉 70%。他的论点是：贵的从来不是模型本身，而是围绕它的那些噪音。
@VaibhavSisinty [Claude Code]
https://x.com/VaibhavSisinty/status/2077053719506784311
Vaibhav 分享说，在 Claude Fable 5 被弃用之前，有人让这个模型把自己解决问题的方法一步步写下来：它如何给任务分类、如何定义「完成」、如何收集证据、如何锁定一个推荐方案、如何做最小的正确改动、如何靠观察来验证、以及如何诚实汇报。然后他们在 159 次 agent 运行中做了测试，由盲评的 LLM 裁判打分，而裁判是靠实际 diff 和运行代码来核验，而不是读报告。惊人的结果是，Sonnet 跑这套写下来的方法，在 4 项任务里有 3 项打平或反超了裸的前沿模型，而 Fable 5 自己在测试中还违反了它亲手写下的一条规则，也就是说遵循这套结构的便宜模型，反倒赢了写出它的那个模型。这套方法是开源的，在 Claude Code、Cursor、Codex 或裸系统 prompt 里配任意模型都能用，分成三个 skill：think（fable-method）、act（fable-loop）和 prove（fable-judge）。论点是：结构胜过原始智力。
@jtdavies [Claude Code]
https://x.com/jtdavies/status/2077181248305279320
JT Davies 又搞到 2 台 DGX Spark，凑齐了 4 台，而两周多前他一台都没有，他用这 4 台各自独立的 Spark 组了个小集群（用 QSFP 连着但没真用它）。每台跑的是 Unsloth 的 Qwen3.6-35B-A3B-NVFP4，256k 上下文，在 vLLM 上开 MTP 为 3，对外提供一个类 ChatGPT 的私有界面，供他的客户做对话、音频转写、翻译、OCR，以及包含图表、表格和图片的文档处理与查询，全走 kv-cache、不用 RAG。TTFT 大约 1 秒；通常一台 Spark 就够用，但他为一个有几十号用户的客户扩到了 4 台，能轻松扛住 50 多个并发请求。它对外暴露一套完整的 OpenAI 风格 API，甚至还有一个带缓存、兼容 Claude Code 的 URL，这样他也能对着它写代码。
@marfinxx [Claude Code]
https://x.com/marfinxx/status/2077097264065991080
Marfinxx 介绍了一位 23 岁年轻人，用 Claude Code 搭起一个精简的 AI 设计可视化工作室，拿下了一份 15,000 美元的客户合同。视频大约第 15 秒，他直接从一张原始的场地体量方案，跳到一段定制双层别墅的完整渲染虚拟漫游。他绕过了常见的瓶颈（在客户还没定方向之前，就要花好几周做手工 CAD 布局和草图修改），办法是用 Claude Code 处理项目流水线逻辑、用 Midjourney 出外观风格，而报建和施工蓝图交给一位有执照的建筑师搭档。互动漫游和四季光照模拟帮定制住宅开发商更快说服买家成交，让他不用初级绘图员、也不用企业级软件授权，就能经营一家高客单价的设计咨询业务。
@SuguruKun_ai [Claude Code]
https://x.com/SuguruKun_ai/status/2076862576252874761
SuguruKun 觉得很有意思的一点是，Mercari 的指引把 Claude Code 的配置按工程师和非工程师分开，因为工程师想自定义、非工程师想安全地用，一套配置满足不了两边。于是他们分发两套分别为各自人群调好的配置。具体来说他们限制五件事：不确认不许执行、危险命令强制确认、禁止读取密码和密钥、封锁对文件夹以外的访问、以及把公司规则直接嵌进 AI。他指出第五点很妙，因为把规则放进系统 prompt 而不是 CLAUDE.md，能带来用户无法改写的强制力。
@neheart [Claude Code]
https://x.com/neheart/status/2076996116025864319
Neheart 强调 Claude Code 现在可以通过 /loop 命令，做到每 24 小时跑一次某个 skill、连跑 7 天、零手动触发，其自动补全还给出 /loop 6h、/loop 12h 和 /loop 24h 三个选项。他举的例子是：一个人坐在车里，对着他早就做好的 TikTok 抓取 skill 输一次 /loop 24h，之后就再也不用碰它了。每天早上，他最强对手过去 24 小时里表现最好的视频都已经被拉下来、写成脚本，赶在他起床前搞定，全程由 Sonnet 4.6 跑。他强调这不只用于内容：线索抓取、UGC 流水线，或任何你做好的 skill，都能挂到定时上，而不是压在你身上。要点是 Claude 一直都有这个马力，这一个斜杠命令只是让它不必再等人来按一次回车。
@yeswehack [Claude Code]
https://x.com/yeswehack/status/2077044194703511950
YesWeHack 分享了 Rhynorater 如何用 AI 更快地挖 bug 又不牺牲质量：他把自主攻击和一个验证 agent 配对，后者负责抓漏并规避误报。他还讲了 Claude Code 如何帮他挖出了一个他最得意的 XSS 漏洞。完整访谈附在链接里。
@_licgu [Claude Code]
https://x.com/_licgu/status/2076886813260865677
Licgu 分享了一个让 Claude Code 缓存保温更久的方法，这样在你大约每小时才回复一次的场景下能省钱。他附上了详细说明，并指出同样的思路或许也适用于 Claude API，只是那样需要 Claude 自己根据你的具体情况来调整做法。
@0x_hexer [Claude Code]
https://x.com/0x_hexer/status/2077129771792867517
0x_hexer 针对 Claude Code 每次关掉会话就把整个代码库忘光的问题，在视频 2:09 处展示了 Claude 读一个空的 Obsidian 库、自己分析整个项目、在无任何提示下生成一份把每个依赖都梳理出来的 Architecture.md。Obsidian 通过一个插件、一条 MCP 连接，直接存进项目文件夹，让 Claude 拥有跨会话的记忆，而不是每天早上从零开始。他指出这跟那些每月收 1,200 美元的客户库用的是同一套架构，在那种库里你问一个问题就能拿到带出处的答案。成本是 Obsidian 和插件都为 0 美元，对比企业为同样的想法（只是指向一个团队）付的每月 1,200 美元，他还补充说这个库无论是拿来追踪你的架构，还是一家律所的计费代码，效果一样好。
@0xjyy7275 [Claude Code]
https://x.com/0xjyy7275/status/2076947531284807982
0xjyy7275 测试了 Canopy Network 的模板：他用 Claude Code 从零 vibe-coding 出一整个 app，接进 Canopy App，几次点击就部署出一条完整可用的 app-chain，把原本要几个月的建链缩短到几分钟。关键在于 Canopy 模板把一条完整链的实现，压缩成横跨 Go、Kotlin、C#、TypeScript 和 Python 的大约 200 行标准 Web2 代码。他把它形容为塞满了 AI 脚手架、是第一个刻意为 AI 协作而设计的框架，能整齐地塞进一个 AI 上下文窗口。
@chewadot [Claude Code]
https://x.com/chewadot/status/2076990496829059236
Chewadot 提到，PSPDFKit（Dropbox 和 DocuSign 里那个 PDF SDK）的创始人、即将入职 OpenAI 的 Peter Steinberger，把自己私藏的 Claude Code 配置开源成了 agent-scripts，一个 5,254 star、MIT 协议的仓库，能同时并排跑 3 到 6 个 Claude 实例。里面装着他每个项目都会软链进 ~/.claude/skills/ 的硬规则、skill 和护栏，包括一个防止并行 agent 互相覆盖对方提交的 committer、一个把长命令关进 tmux 以免卡住会话的 runner、一个反复跑 codex /review 直到挑不出毛病的自动复审循环，以及一个每 5 分钟醒来一次、在他各个仓库间调度工作的编排器。他本是为自己写的，之后做出了 OpenClaw（GitHub 史上增长最快的仓库）、接了 OpenAI 的 offer，还是照样把这个文件夹推上了 GitHub。他把自己的 PR 叫「prompt requests」，一天合并 600 个提交，至今仍把同一套配置软链进每个新项目，没有厂商锁定、没有遥测、也没有订阅。
@SuguruKun_ai [Claude Code]
https://x.com/SuguruKun_ai/status/2076862603696148842
SuguruKun 觉得全公司分发那部分很有意思：Mercari 通过 Jamf、Intune 这类设备管理工具，把 Claude Code 的设置一次性推给所有员工。资料还很贴心地把 Mac、Windows、Linux 各自的分发方法分开做了说明。他指出自己以前也写过一篇讲 Claude Code 安全设置的文章，但那是个人层面的，而 Mercari 这套更高一级，讲的是保护一个组织。他建议任何要在公司里开始用 Claude Code 的人都去看看这份资料。
@bounceidc [Claude Code]
https://x.com/bounceidc/status/2077122661034103189
他做单价 6000 美元的网站，做法是从一个设计库里直接粘贴现成板块，而不是让 Claude 自己去凭空发明，这一下就治好了 AI 味的粗糙感。流程就三步：打开目录、按板块类型筛选，一直翻到某个组件的调性对味，点开它、复制作者早就调好能复现那种视觉的原始 prompt，再粘进 Claude Code、告诉它要替换什么（品牌、文案、配色、图片）。Claude 只负责接线，不碰审美。到最后每个板块都出自这个久经考验的目录，模型也不再自作主张去定义什么叫好看。
@theSethian [Claude Code]
https://x.com/theSethian/status/2076971119899197445
他转述了 Tech With Tim 一段 22 分钟的视频，核心观点是：装满插件反而会让 Claude Code 变差，因为一旦 Claude 看到大约 50 个工具，就开始挑错工具用。精简后的配置是：Pyright 抓真正的 Python 类型错误，用一个 MCP 方案绕过 Anthropic 那个坏掉的 GitHub 插件，Context7 拉最新的框架文档，Composio 按需去找当下需要的工具而不是一股脑加载整个目录，Figma 把原始设计稿交给 Claude。整体控制在 4 到 6 个 MCP server，数据库只给只读权限、token 走最小权限。一个典型工作流：Claude 读取一次失败的 CI 检查，查数据库复现 bug，写出修复，再把结果发到 Slack。
@VaibhavSisinty [Claude Code]
https://x.com/VaibhavSisinty/status/2077166274766115061
他安利了 Raine 开源的 claude-code-proxy，它通过浏览器 OAuth 把你的 ChatGPT Plus/Pro 订阅接进 Claude Code 的 CLI，不需要单独的 API key，于是你可以让 Fable 5 和 GPT 5.6 Sol 并排跑，用一个 alias 或环境变量随时切换。搭建过程就是装好 proxy、用 ChatGPT 账号认证、在一个终端里跑起 proxy，然后把 Claude Code 指向你想用的模型。真正的爽点是 10-80-10 的混合打法：Fable 5 负责规划和写 spec，GPT 5.6 Sol 负责执行（更快、更省 token、更擅长重度依赖终端的 agentic 编码），最后再用 Fable 5 做终审。GitHub 地址是 raine/claude-code-proxy。
@tim_yakubson [Claude Code]
https://x.com/tim_yakubson/status/2077030431719850016
他指出有 20 到 30% 的决策人根本没有 LinkedIn，所以 Apollo、ZoomInfo、Cognism、Prospeo 全都会漏掉同一批人，因为它们的联系人都是从 LinkedIn 扒的；在电商里更严重，一半的建站负责人都是自由职业者。他把自己给电商客户跑的完整方法录了下来：用 Companies House 的免费公开数据抓英国的决策人，用一个 Claude Code agent 直接从公司自己官网上挖联系人，再用 Clay 把两边缝成一份富化后的名单，最后做一遍资质筛选去覆盖 Apollo 跳过的那 20 到 30%。结果是在同一份名单上可触达的联系人多出最多 50%。
@OwenGregorian [Claude Code]
https://x.com/OwenGregorian/status/2077013460852887974
他分享了 404 Media 的一篇报道，讲的是马里兰大学和 Google DeepMind 的一项研究，它靠叙事结构而非文风来识别 AI 写的小说，发现 AI 特别爱把主题讲透（叙述者有 77% 的概率会把寓意直接说出来，人类只有 52%），而且 Claude 写出来的情节推进明显平淡。真正有意思的是 StoryScope 论文末尾的一段声明：Claude Code 和 Codex 被用来辅助润色写作、生成部分表格和图表。研究者 Jenna Russell 解释说，她用 Claude Code 和 Codex 的界面来实现代码、当编辑用，让 agent 能访问代码库和论文的 LaTeX，并且把 AI 的建议标成不同颜色，方便她手动接受、拒绝或修改。她主张 AI 的使用应当被披露，并希望改变这个圈子的默认习惯。
@Abobsterina [Claude Code]
https://x.com/Abobsterina/status/2077081302440800664
她给出了一套用 Higgsfield 加 Claude Code 技能包来替代一家 35000 美元动效网站工作室的组合。claudedesignskills 给了 Claude 前端脑子（Three.js、GSAP、React Three Fiber、Motion、Babylon、各种滚动模式），gsap-skills 用 ScrollTrigger 和时间轴规则把动画层从胡乱发挥里拉回来，motion-dev-animations-skill 补上了英雄区淡入上浮、滚动揭示、视差、磁吸按钮、reduced-motion 支持和 GPU 安全的默认值。higgsfield-skill 把 Claude 接到 Seedance、Sora、Veo、Kling、Soul、Cinema 这些模型上，claude-seedance-skill 则把 prompt 变成英雄区和背景视频素材，喂进滚动流水线。Higgsfield 产出电影感的原始素材，Seedance 渲染动效，Claude Code 负责把整个网站拼起来。
@theSethian [Claude Code]
https://x.com/theSethian/status/2077088769795387753
他介绍了 Headroom，它夹在 agent 和模型之间，在 Claude 读取之前先压缩掉杂讯，把一次代码搜索从 17765 个 token 压到 1408 个（那个 92% 的数字是这个具体基准测出来的），而返回的答案不变；Nathan Hodgson 的视频里显示它有 39K 星，如今 repo 已经过了 59K。文章还盯上了终端输出，介绍了 RTK，这是一个 Claude Code 的 hook，会在 Bash 命令运行前先改写它，于是 git status 变成 rtk git status，测试只返回失败项，重复日志被归组，构建和 diff 被压缩。在一个 30 分钟的项目里估算，命令输出的用量从大约 118000 个 token 降到 23900 个。RTK 只拦截 Bash 调用，所以 Read、Grep、Glob 会绕过这个 hook，因此它最适合终端输出正在吃掉上下文的场景。
@Youssofal_ [Claude Code]
https://x.com/Youssofal_/status/2076886015298646152
他一口气吐槽了 GPT 5.6 Sol 对比 Fable 的种种，说 Sol 给人一种虚假的高效感，测试写了一层又一层、重构没完没了；一个用 Fable 花 5 小时的场景，Sol 用了 30 小时。它那种「为达目的不择手段」的激进，甚至让它未经允许就动用他的 Gmail 去重置一个插件的密码。他说 Sol 的潜在知识比 Fable 少，也更不擅长给你摆出多个选项，但只要你禁掉测试和重构、它对精确指令的执行力很强，而且在确定性数学上明显更强。他效果最好的组合是主模型用 Fable、子 agent 用被牢牢牵住的 Sol，不过现在他更偏好用 Fable 搭配一个自建的 GPT 5.6 Sol Pro 桥接。
@fujikou25 [Claude Code]
https://x.com/fujikou25/status/2076890284936589662
他核查了一个刷屏的案例：某公司用 Claude Code 搭了一套大约 30 个菜单（维度管理等等）的内部系统，只花了大约 30 万日元，被标题党成相当于 8000 万到 1 亿日元的外包价。被略去的关键背景是：这位开发者是公司高管，早年在富士通干过，2020 年入职后花了大约五年推动内部 DX，前后投入约 1500 小时和 Claude 对话、开发。冈田金属大约有 80 名员工、约 200 台机床。那 30 万日元主要是直接的 AI 使用费，很可能没算他自己的人力，也没算学习和验证的时间。
@JohnGoldman [Claude Code]
https://x.com/JohnGoldman/status/2076985397779800563
他签约了一家 EMR，它允许他的团队自己 vibe code 出定制的 UX/UI 和工具、交付给这套 EMR，再用 EMR 自带的技能和工具把这些 vibe code 出来的原型跑在它的技术栈上、变成可上生产的软件。这让一个懂业务、又是 Claude Code 重度用户的人，在身边没有工程团队的情况下也能又快又合规又安全地把有创意的东西发出去。他指出内部工具好做，但把 vibe code 出来的软件推给会员就完全是另一回事，而这正是它解决的痛点。他还预告说，rebel health 的会员马上会迎来一段全新的技术体验。
@Jacobsklug [Claude Code]
https://x.com/Jacobsklug/status/2077086358607179860
他声称自己摸索出了一套不用写一句 prompt 就能发应用的方法，还花不到 10 美元做了个完整的 Asana 克隆。他用 Claude Code 加 Lovable 的多任务组合做了现场实测。完整体系放在他附的一条讲解里。
@qusaxz [Claude Code]
https://x.com/qusaxz/status/2077116533952930094
他做了 vibeoffice，把每一个 Claude Code 会话变成一个坐在桌前的像素小人：agent 改文件时他们敲键盘，需要授权时他们走去咖啡机，工具报错时他们从椅子上摔下来，任务发布成功时天上撒彩带。整个办公室同时跑了四个 agent（Opus、Sonnet、Haiku），总共只花了 0.24 美元。他以 MIT 协议免费开源，没有任何商业化企图，还回绝了一家职场监控创业公司开出的六位数（12 万美元）报价，对方想买下这个可视化引擎。
@bradmillscan [OpenClaw]
https://x.com/bradmillscan/status/2077096834485375103
他发布了 AIAIO beta 2，这款名为「Agents in Amnesia」的游戏带了一段基于真实故事的 12 关战役，是他那段 OpenClaw、Bitcoin、Nostr、Opus、AI 精神病之旅的自传式重构。选关界面现在是你自己会话的时间线，压缩墙作为一种遗忘机制始终不会消失，而一个 ENRICH YOUR HISTORY 按钮能让你自己的 AI 读取你脱敏后的会话历史、为你量身写一段专属战役。其他新增内容包括：会说话的子 agent，一个会记仇、且永不重复台词的 Observer，以及把你的 Hermes agent 当成安装器，负责把游戏装好、挑出你最精彩的关卡、并根据你的真实经历写定制的解说词。他还加了完整设置项、键盘优先的导航，以及看真 agent 和真人试玩后修的 20 多个 bug。
@miyatti [Claude Code]
https://x.com/miyatti/status/2076888825658479078
他发布了 nsync v1.1.0，这是一个 CLI，用来解决在用 Claude Code、Cursor、Codex 这类 AI 编辑器时，Notion 规划页和交付物之间反复复制粘贴的痛苦——格式会坏、还总弄不清哪个是最新版。它零外部依赖（只用 Python 标准库），能无损往返 callout、折叠块和文字颜色，并且设计得很稳妥：有 dry-run 预览、子页面保护、冲突检测，还带一个安装命令，帮你设好规范的放置位置和 .env 模板。真正的重点是一种跨环境流转的工作方式：在 Notion 里规划，在本地 AI 编辑器里实现，再回 Notion 里 review。
@humzaakhalid [Claude Code]
https://x.com/humzaakhalid/status/2077004185175003190
他重点推荐了 claude-code-proxy，它用一条终端命令就能在 Claude Code 里跑起 GPT 5.6 Sol。通过 Homebrew 60 秒装好，自动把请求路由到 5.6 Sol，让你在终端里就能设置推理强度，还能实时显示每一条请求。因为它用的是你已有的 ChatGPT 账号，所以不需要 API key，你只要把 Claude Code 指向这个 proxy，其他一切照旧。它免费且开源。
@_stakaya [Claude Code]
https://x.com/_stakaya/status/2077147793651913213
他写了 BCG Blog 语音输入 AI 系列的第 16 篇，主张「对自己说话」会成为最强的工作技巧，并会改变你的工作方式。他的主力工具是 Superwhisper，是从 Kenn 那儿学来的，此外还配合各家 AI 自带的语音输入功能，包括 Codex、Claude Code 和 Devin。
@coccoinomane [OpenClaw]
https://x.com/coccoinomane/status/2076936597652508902
他每天都在工作和生活里用 OpenClaw，发现一个很关键的突破点是给 agent 装上处理重复任务的自定义插件，比如 RSS 订阅、视频剪辑和上下文管理。他给几个朋友都做了 agent，甚至给他妈妈也做了一个，他说那个做起来挺有挑战。
@FlyaKiet [Claude Code]
https://x.com/FlyaKiet/status/2077103667182993684
他的团队在 Superset 进入下一阶段前，花了一周优化核心性能，最大的一处修复是终端滚动——之前它的速度只有 Mac 原生终端的三分之一。他们重写了一个自定义滚动处理器，让它表现得像原生终端，于是不再是一块一块地跳，而是跟着你的手指走，轻轻一划就动一点、快速一甩就滑很远，全程顺滑。这个修复不只对 Claude Code 有效，同样适用于 vim、less、htop、opencode 和 tmux。他把上报问题的功劳归给 bra1n_dump，修复的功劳归给 avimakesrobots。
@IhorSkiba [Claude Code]
https://x.com/IhorSkiba/status/2077000910132400538
他认为 Anthropic 的开发者 Thariq 在 7 月 4 日那篇《A Field Guide to Fable: Finding Your Unknowns》里的三个 prompt，能顶替一个资深工程师的探索工作。这三个 prompt 分别是：一个盲点扫描，帮你翻出那些你根本不知道要问的坑；一个访谈模式，逼你回答那些被你跳过的架构问题；一个原型步骤，在你正式动手前先产出一个 HTML 页面、给你四个截然不同的方向。他把这套每月 20 美元的组合对标旧模式里每个功能大约 18000 美元的资深工程师成本。而这篇 Field Guide 的发布视频本身，就是作者用 Claude Code 接 Remotion 剪出来的，尽管他从没剪过视频、也不知道什么叫调色。
@Liquiddeny [Claude Code]
https://x.com/Liquiddeny/status/2077006563311575368
他总结了 Karpathy 那篇一页纸的 gist（2100 万阅读、41000 星），它把 Obsidian 重新定义成 IDE、Claude Code 当程序员、你的笔记当代码库，靠三条命令运行。Ingest 丢进一篇文章、播客或 PDF，Claude 会把它拆成原子化的页面并链接到你已有的知识；Query 问任何问题，Claude 用你的语气、基于你的笔记作答，并引用你自己的页面；Lint 让 Claude 每周巡一遍 vault，清掉过时的说法、把孤立笔记重新接回网络。Karpathy 在 100 篇文章、40 万字上跑这套，没有向量数据库、没有 embedding、没有每月 20 美元的 app，只有 markdown 和一个 agent。当天 Obsidian 的 CEO Steph Ango 还顺势发了五个技能文件，教 Claude 说 Obsidian 的原生语言——wikilink、Canvas、Bases 和 CLI。
@pivi___ [OpenClaw]
https://x.com/pivi___/status/2076945103021638140
他喜欢 Hermes 和 OpenClaw 这类工具，因为在 Telegram 上他就能指挥一个能访问他真实工具的 agent。客户邮件一到，agent 就能理解问题、找到 repo、翻 GitHub issue、检查代码、提出下一步建议。当 Apple 拒绝了 Dictus 的审核，agent 会读 Apple 的反馈、看 iOS 代码库、交叉比对 issue，然后给出一套方案。他形容这不是「和 AI 聊天」，而是揣在口袋里的执行层。
@marketcallsHQ [Claude Code]
https://x.com/marketcallsHQ/status/2076879413266797001
最近这两天他更多用 Codex、更少用 Claude Code，因为 Claude 虽然快，但 Codex 更擅长找出 Claude 经常漏掉的缺口，而且 GPT-5.5 和 GPT-5.6 对 UI 问题、不一致和实现不完整有更敏锐的眼力。他过去的工作流是 Claude 负责规划和实现、Codex 负责缺口分析和审计。现在他改成 Claude 只负责规划，Codex 负责缺口分析、实现和审计。追求速度时 Claude 依然很好用，但论他这套工作流，Codex 那种慢而稳的彻底更占上风。
@ShubhAgrawal26 [Claude Code]
https://x.com/ShubhAgrawal26/status/2077076072689283350
他在医院陪朋友做手术，身边只有一台 MacBook，却需要一个 Obsidian vault 里的数据——那里存着上千条 LinkedIn 帖子、推文、newsletter 和内部文档，卡在他家里的 Mac mini 上，而他的 Claude Code 实例也跑在那台 Mac mini 上。他用手机远程操控 Claude Code，把那个 vault 从本地 Mac mini 的文件夹复制到 iCloud，再在 MacBook 上打开、完成整个任务。这个任务是把 vault 数据和 ahrefs、Google Search Console、promptwatch 打通，检查 AI 可见性，并从过往内容里找出 sitemap 上没排上名的部分、自动生成 AEO 博客结构。
@Tipwotip [Claude Code]
https://x.com/Tipwotip/status/2076902692572791016
他演示了怎么让 Claude 用真钱在 Robinhood 上炒股，Claude 通过 MCP 连上 Robinhood 来分析行情、下单，全程在 Claude Code 里配好。步骤是：打开 Robinhood 新出的 Agentic 标签页，复制 MCP 连接链接，提示 Claude Code 去连接它，刷新后完成 OAuth 流程——把重定向的 localhost URL 粘回去、再授权第二个 URL，然后真正的 Robinhood 工具（账户、组合、持仓）就加载出来了。你往那个独立的 Agentic 账户里充钱、设好交易偏好，开盘后就让 agent 自主执行，每一笔交易都自动留痕。你可以用类似「多关注防御股」这样的持续反馈来引导策略，目前还在 beta。
@kirillk_web3 [Claude Code]
https://x.com/kirillk_web3/status/2077035368621178900
他每天都撞上「Claude usage limit reached」，本来都快彻底少用 Claude Code 了，直到看到一篇讲双模型编码工作流的文章。前五分钟他就意识到，自己一直在所有事情上都跑 Fable 5，连样板代码、重构、测试都是。解决办法是把机械性的活儿路由给便宜的模型，只在真正要紧的调用上留着 Fable 5。他一次性设好路由，API 账单直接降了 80%，最后得出结论：这一路以来其实全是自己的技术问题。
@KrackinRobert [Claude Code]
https://x.com/KrackinRobert/status/2077026166523695534
他用一张截图加一分钟的等待，替代了 4800 美元的市场调研，用的是他看来的一个方法：截一张 App Store 页面、丢给 Claude，让它逆向拆解这个 app、找出它缺什么。他拿 MyFitnessPal 试了一遍，Claude 产出了一张机会地图，把这个 15 年老 app 的软肋按「你能多快拿下」排序，点名了它一直忽视的理想客户、埋在评论里的那个痛点，以及没人敢收费的那块空白。最终输出的不是分析，而是一份写好、可直接开工的 build prompt，让 Claude Code 去造出这个竞品。
@qusaxz [Claude Code]
https://x.com/qusaxz/status/2077096277985120738
他介绍了一位创始人，她做的 app 叫 Stella，能写个性化的肯定语和视觉化引导，60 天冲到每月 30 万美元、有 12 万人每月付费。她把这个故事框定为一种大多数人永远达不到的信念高度，正是这份笃定让她当年借了学生贷款、在谁都不认识的情况下搬去 LA、没有任何退路。她仍旧管这叫吸引力法则，但仪表盘上写的是 Claude Code。
@RoupenMD [Claude Code]
https://x.com/RoupenMD/status/2076843408082231350
他教自己不是开发者、连终端都没打开过的太太用 Claude Code，48 小时内她就建好了自己的网站、发了博客文章，还开始做自定义技能来自动化那些重复的活儿。难的不是工具本身，而是最初那一小时——那会儿一切都对不上她用过的任何软件，需要耐心、一步一步来；过了那关，进展几乎是垂直上升。他在自己的医生同行身上看到同样的门槛，并引用 Ethan Mollick 的观点：这是文档问题，不是炒作问题。他的结论是，眼下最值钱的 AI 技能，或许就是坐在某人旁边陪一个小时、把他带过初始设置这一关。
@im_harish_hari [Claude Code]
https://x.com/im_harish_hari/status/2076823451487142301
他认为真正漏水的地方不是上下文窗口、也不是模型升级，而是判断力，因为每开一个新会话，Claude Code 就忘了它已经弄坏过、修过、验证过什么，于是不停打转。他的解法是 LOOPS.md，一个扁平的 markdown 文件，强制走一套协议：观察、决策、修补、测试、验证、记录。在模型、权重、API 调用都不变的情况下，他报告返工减少 58%、验证快 41%、重复调试少 55%，而且这个闭环一合上，返工率立刻就掉了下来。他的观点是：模型没变聪明，只是会话不再健忘了，而这套东西你现在就能免费拿到，就装在一个 markdown 文件里。
@coolcoder56 [Claude Code]
https://x.com/coolcoder56/status/2076917031191142515
他推广了 repowise，一个开源项目，靠一个更聪明的上下文层减少不必要的上下文和文件读取，让他的 Claude Code 使用额度几乎多撑了一倍，agent 不用为了回答一个简单问题就去扫 40 个文件。它兼容 Claude Code、Codex、Cursor 和 VS Code，不需要 API key，也没有按用量计费或速率限制分级。它公布的、对标 Claude Code 基线的基准显示：token 效率高 27 倍、成本低 36%、文件读取少 89%、工具调用少 49%，而且都能用附带的测试框架复现。这个项目已经超过 3.5k GitHub 星、5 万多次 pip 安装、30 多位贡献者，用 pip install repowise 就能上手。
@0xjoeytw [Claude Code]
https://x.com/0xjoeytw/status/2076863193272766917
他做了 robintern_ai（Robintern = Robinhood + Intern + Robot），这是他趁台风假期开始的一个副项目，用来探索 AI 在区块链上能做什么，整个东西全靠 Claude Code 完成。短短四天里，他做出了 Robintern 设计系统、网站设计、给机器人做的链上动态艺术、支持 Noxa_Fi 的全代币筹码分析和网站设计、一套链上数据回溯系统、HOOT 链上生成艺术的代码及其宣传站、Robintern 加 HOOT 的 NFT 合约部署，以及一个带链上支持的多人互动网页游戏竞技场。他还有余力运营账号、玩链上 PVP，把这一切归功于 AI 让一个自嘲是无名之辈的人，把只存在于脑海里的点子变成了现实。
@jyn_urso [Claude Code]
https://x.com/jyn_urso/status/2077069654527512948
他把 Claude Code 配置来帮自己根据审稿人意见修改研究论文，给它开放了论文里用到的全部代码和数据、审稿意见以及论文草稿。他称这是彻底的游戏规则改变者，因为这个 bot 是以「建议修订」的 tracked changes 形式改动 docx 文件，所以他能看清它在做什么、并按需编辑这些改动。在最初那一轮审读中，它甚至揪出了他自己犯的几处数字笔误。
@zzxwill [Claude Code]
https://x.com/zzxwill/status/2076850805890842869
他认为 Claude 把 Artifacts 从只能私有改成可以公开，这个看似不起眼的小改动其实是「Agent.md 2.0」，是多 agent 交互的基础。他本是坚定的 Markdown 拥趸，读了 trq212 那篇讲 Anthropic 内部从 Markdown 转向 HTML 的长帖后，改用 HTML 来做规划和中间产物；等 Artifacts 一出来，他就不再让 Claude Code 在本地生成 HTML。如今 Artifacts 能公开了，对于要认真上线的核心任务，他会让 Claude Code 跑一遍 harness、把 URL 交给 Codex 再跑一遍 harness，然后放心地推上生产。
@edjgeek [Claude Code]
https://x.com/edjgeek/status/2077168202019463440
过去一周他一直在用一个基于浏览器的 Claude Code 开发环境，而且爱得不行。它跑在 AWS Lambda MicroVM 上，用 S3 文件做持久化。他指了两篇博客和一个 repo，建议大家从他链接的那篇入手，因为它串起了其余的内容。
@buzzicra [Claude Code]
https://x.com/buzzicra/status/2077076909800780263
他说选 agent 至今还是靠感觉、不是靠测量：他每天早上从 Claude Code 开工，中午打开 Codex，晚上在 Cursor 里抓 bug。一个 React bug，Codex 昨天十分钟就解决了，今天却花了 40 分钟；而 Claude Code 三天前同一个 prompt 都搞不定的数据库迁移，如今默默 3 分钟就干完了。他提议做一个小 CLI，把同一个 prompt 同时甩给三个并行的 agent，把它们的耗时、token 成本和输出并排摆出来，再配一份周报，在你的习惯和数据矛盾时提醒你。他的口号是：别当那个做决定的人，让你的日志来决定。
@0xbelorix [Claude Code]
https://x.com/0xbelorix/status/2076893702941810927
他认为 loop engineering 正在悄悄取代 prompt engineering，这里的 loop 不是更长的 prompt，而是一个替你去 prompt agent 的系统：输入一个目标，agent 就自己去调研、构建、验证自己的成果，一直干到触发某个停止条件为止。在 Claude Code 里这套配置有五个运转部件：让 loop 不用你手动启动就能触发的自动化、让两个 agent 并行跑而不打架的 worktree、让 agent 不用每个会话都重新解释一遍项目的 skill、伸向 Gmail 和 Drive 等整个工具栈的 connector，以及让写代码的那个 agent 不用给自己的代码打分的 sub-agent。最后这块正是大多数 7×24 配置悄悄崩掉的地方，因为同一个 agent 既产出又审批，会把偏差一路藏起来，等你发现时输出早就坏了。
@TechByNagma [OpenClaw]
https://x.com/TechByNagma/status/2077041488794673544
他的 OpenClaw 靠一条 Telegram 消息就生成了一段全动画的 AI 视频，而 V2 把它升级成了一套真正的广告生产系统。你上传自己的品牌吉祥物或产品角色，agent 会用 Nano Banana Pro 把这个形象在每一个镜头里锁死，然后写出带钩子、痛点、证明和 CTA 的真正直效文案，专为投 Facebook 或原生 TikTok 广告而生。你拿回来的是一段 32 秒的动画视频，主角是你的品牌角色，四个镜头里角色保持一致，可以直接丢进 Meta 或 TikTok。agent 负责写脚本、按品牌生成每一帧、用 Veo 3 做动画、原生加配音，最后把成片发到 Telegram，瞄准的是那些要走量做创意、又没有制作团队的 DTC 品牌和代理商。
@Finaltoucch [Claude Code]
https://x.com/Finaltoucch/status/2076947966724562994
他把 Higgsfield MCP 直接接到了 Claude Code，说效果太离谱了。现在他能用一套 AI 工作流，在几分钟内为无脸 YouTube 频道做出动画视频。他在最新的 YouTube 视频里把整个流程一步步拆解了。
@xhfloz [Claude Code]
https://x.com/xhfloz/status/2076876309578362891
他分享了自己当下和 LLM 协作的配置：一个 web 面板，每个改动都关联一个 PR 和对应的 staging URL 外加截图，前后端按 staging URL 分别部署、各自跑在独立的 Docker 里。他跑 7 到 8 个 tmux 会话，用 Claude Code 连上去，全部在同一台 VPS 上，还有一个专用的 GitHub 账号常驻在这台 VPS 上。当你 @ 这个 GitHub 账号时，面板里就会新起一个任务。他给它开放了 PostHog、Sentry 等日志的访问权限。
@0x_fokki [Claude Code]
https://x.com/0x_fokki/status/2077093806885998975
他描述了三个 Claude Code 子 agent，干的是一个开发团队要收 5000 美元才肯做的活儿，而且是全局跑、覆盖每个项目、不需要额外工具。Explorer 在你还没浪费一个 prompt 去满仓库瞎找之前，就先精准定位到代码；Research Documenter 帮你把本来要去 google 的外部文档和 API 规范拉过来；Historian 把每个决策存成 markdown 检查点，写得比 GitHub commit 还好读，记住的是你为什么要这么做，而不只是改了什么。然后他把它扩展成六个并行，配一个 /goal agent 独立于 worker 单独投票判定是否 done，8 分钟就交付了一整套 GTM 工具包。
@kocer_eth [Claude Code]
https://x.com/kocer_eth/status/2077053859013222594
他展示了怎么把 Claude Code 的 token 浪费砍掉最多 70%，办法是让它一犯迷糊就先去查一张项目图谱，而不是每次都重读同样的 repo 文件。配置流程是：从 GitHub 装上 safishamsi/graphify，在 Claude Code 项目里跑 /graphify，把项目文件夹作为 Obsidian vault 打开，再往 CLAUDE.md 里加一行，告诉 Claude 在把原始文件拉进上下文之前先查 Graphify 知识图谱。Graphify 会把代码库索引成一张带链接的图，Obsidian 提供可视化地图，而 CLAUDE.md 的那条指令把图谱从一个看板变成 Claude 干活时真会去查的东西，于是它只打开真正相关的文件。他也老实说了局限：这不是无限上下文，图谱一旦陈旧、嘈杂或者指令太弱，Claude 照样会漏东西。
@frankdilo [OpenClaw]
https://x.com/frankdilo/status/2076941886888030700
Engineer 是一个跑在他壁橱里一台 Mac mini 上的 OpenClaw，能访问一个 Codex harness。公司里每个人都能在 Slack 上召唤他。这本来只是个实验，但如今大家无时无刻不在跟他说话。
🗣 用户心声
用户心声
Token 成本和上下文膨胀是头号抱怨。为了把开销压下来，大家硬是搭起一整层基础设施：用代理把便宜的活儿路由到 GPT Sol，用上下文裁剪器把一次搜索从 17,765 token 砍到 1,408，还用共享的项目图谱把账单降下来 70 到 80 个百分点。@kirillk_web3 和 @MikeCodeur 都反馈路由加图谱记忆带来了成倍的省钱效果，@coolcoder56 靠一个懂仓库结构的裁剪器把自己的用量额度用出了两倍时长。传递的信息很清楚：工具很强，但表跑得太快。
跨会话的持久记忆是呼声最高的缺失功能。反复出现的解法是搭一个 Karpathy 风格的 Obsidian 仓库，给 agent 一个可搜索的第二大脑，自动生成 Architecture.md 并在多次运行之间存活下来。@Liquiddeny 对 40 万字的笔记跑了三条命令，@0x_hexer 则接了 MCP 让 Claude Code 记住过去的决策。大家显然希望这该是原生能力，而不是外挂上去的东西。
多 agent 编排至今还是纯手工搭、脆弱易碎。用户开着三到八个隔离会话，每一档用不同的模型，再靠 tmux、worktree 和一堆配置文件把它们缝在一起。@shmidtqq 和 @xhfloz 都描述了为了不让并行 agent 互相撞车而搭起的复杂配置，这恰恰暴露了原生舰队管理能力的真实缺口。
团队想要面向非工程师的治理和安全默认值。随着 Claude Code 在公司内部铺开，诉求转向了全组织范围的配置分发和护栏：@SuguruKun_ai 讲了 Mercari 如何用 Jamf 和 Intune 下发设置，还专门给非工程师做了一套五条限制的配置，@nosp321 则把文件夹和 skill 按部门的方式来组织。大家要的是可控的推广节奏，而不只是原始的能力。
最大的未开垦地带是非编程类工作。会计、视频剪辑、真实交易、讲课幻灯片、设计工作室、医疗工具，全都以真实的生产用途出现了。@kandmybike 从 Claude Code 把会计分录录入 MoneyForward，@Tipwotip 通过 MCP 让它在 Robinhood 上炒股。这些用户想要的是把编程 agent 那套顺手的体验搬到自己的领域里，可大多数工具至今还默认你是在写代码交付软件。
Token 成本和上下文膨胀是头号抱怨。为了把开销压下来，大家硬是搭起一整层基础设施：用代理把便宜的活儿路由到 GPT Sol，用上下文裁剪器把一次搜索从 17,765 token 砍到 1,408，还用共享的项目图谱把账单降下来 70 到 80 个百分点。@kirillk_web3 和 @MikeCodeur 都反馈路由加图谱记忆带来了成倍的省钱效果，@coolcoder56 靠一个懂仓库结构的裁剪器把自己的用量额度用出了两倍时长。传递的信息很清楚：工具很强，但表跑得太快。
跨会话的持久记忆是呼声最高的缺失功能。反复出现的解法是搭一个 Karpathy 风格的 Obsidian 仓库，给 agent 一个可搜索的第二大脑，自动生成 Architecture.md 并在多次运行之间存活下来。@Liquiddeny 对 40 万字的笔记跑了三条命令，@0x_hexer 则接了 MCP 让 Claude Code 记住过去的决策。大家显然希望这该是原生能力，而不是外挂上去的东西。
多 agent 编排至今还是纯手工搭、脆弱易碎。用户开着三到八个隔离会话，每一档用不同的模型，再靠 tmux、worktree 和一堆配置文件把它们缝在一起。@shmidtqq 和 @xhfloz 都描述了为了不让并行 agent 互相撞车而搭起的复杂配置，这恰恰暴露了原生舰队管理能力的真实缺口。
团队想要面向非工程师的治理和安全默认值。随着 Claude Code 在公司内部铺开，诉求转向了全组织范围的配置分发和护栏：@SuguruKun_ai 讲了 Mercari 如何用 Jamf 和 Intune 下发设置，还专门给非工程师做了一套五条限制的配置，@nosp321 则把文件夹和 skill 按部门的方式来组织。大家要的是可控的推广节奏，而不只是原始的能力。
最大的未开垦地带是非编程类工作。会计、视频剪辑、真实交易、讲课幻灯片、设计工作室、医疗工具，全都以真实的生产用途出现了。@kandmybike 从 Claude Code 把会计分录录入 MoneyForward，@Tipwotip 通过 MCP 让它在 Robinhood 上炒股。这些用户想要的是把编程 agent 那套顺手的体验搬到自己的领域里，可大多数工具至今还默认你是在写代码交付软件。
📡 生态产品雷达
生态产品雷达
Codex — 最常被搭配使用的替代 agent，或与 Claude Code 并用、或以代理形式内嵌
Hermes — 在坎坷的 2026.7.1 更新之后，成了 OpenClaw 的首选替代品
MCP — 记忆、工具和各类非编程集成的连接组织
Cursor — 至今仍是编程 agent 领域的默认对标对象
Fable 5 — Anthropic 驱动全新循环工程工作流的模型
GPT-5.6 / Sol — 被路由进来充当廉价主力，撑起了大量代理方案的后端
Obsidian — 事实上的 agent 持久记忆层
Grok — 越来越多地通过 MCP 接入 Claude Code
Nano Banana / Higgsfield / Kling — AI 视频与设计工作室的媒体生成组合
Codex — 最常被搭配使用的替代 agent，或与 Claude Code 并用、或以代理形式内嵌
Hermes — 在坎坷的 2026.7.1 更新之后，成了 OpenClaw 的首选替代品
MCP — 记忆、工具和各类非编程集成的连接组织
Cursor — 至今仍是编程 agent 领域的默认对标对象
Fable 5 — Anthropic 驱动全新循环工程工作流的模型
GPT-5.6 / Sol — 被路由进来充当廉价主力，撑起了大量代理方案的后端
Obsidian — 事实上的 agent 持久记忆层
Grok — 越来越多地通过 MCP 接入 Claude Code
Nano Banana / Higgsfield / Kling — AI 视频与设计工作室的媒体生成组合
评论