2026年3月19日super-user

超级用户日报: 2026年3月20日

今日亮点:一位用户完全用 Claude Code 设计了定制家具,将 PDF 直接交给木工——零修改完美落地。与此同时,Claude 新发布的 Dispatch 功能正在重塑超级用户对 AI 的使用方式——不再是聊天机器人,而是常驻操作员。
@om_patel5 #1
https://x.com/om_patel5/status/2034099391796036082
一位用户向 Claude Code 描述了一整面墙的收纳单元——衣柜、抽屉、镜子、香水展示架、隐藏保险箱、洗衣区——全部集成在一件家具中。Claude 写了 1400 行 Python 代码,生成木工级技术图纸 PDF:正面立视图、平面图、施工说明,全部以厘米标注。LED 灯位、通风规格、按压开启锁扣、缓冲铰链都是迭代添加的。PDF 直接交给木工,完全按图施工,零修改。这是迄今为止最令人信服的 Claude Code 非编码应用。
@levelsio #2
https://x.com/levelsio/status/2034353674613400047
Pieter Levels 发现本地运行 Claude Code 会在约 3 小时内将 MacBook Pro M4 从满电耗至零电,即使空闲状态也一样。他的解决方案:在 VPS 服务器上运行 Claude Code,通过 Termius SSH 连接。笔记本功耗降低 20 倍,本质上变成了瘦客户端。他后来专门买了一台 MacBook Neo 作为纯 SSH 终端——本地不需要任何开发环境。
@emollick #3
https://x.com/emollick/status/2034067677157679379
Ethan Mollick 表示 Claude Cowork Dispatch 覆盖了他之前使用 OpenClaw 的 90% 场景,而且感觉不太可能意外将文件暴露给恶意网站。这是来自最具影响力的 AI 评论家之一的重要认可,表明 Anthropic 的原生 Agent 正在快速缩小与开源替代方案的差距。
@L_go_mrk #4
https://x.com/L_go_mrk/status/2034216492598972855
一篇关于如何让 Claude 跨会话记住整个公司的详细教程。方法:将所有公司知识(收入模型、组织架构、定价、KPI、销售流程、品牌调性)存储为 Obsidian 中的独立 Markdown 文件,用 wikilinks 连接相关主题。然后连接 Claude Code,它直接从本地读取文件——无需上传、无需云端、无文件大小限制。一个指令文件教 Claude 如何导航知识库。结果:每次会话都带有完整上下文。总共三个工具:Obsidian(免费)、Claude Code(已付费)、一个指令文件。
@kemchenj #5
https://x.com/kemchenj/status/2034068917614993898
一位新来的技术负责人用 Claude Code 将一个运行了十年的 PHP/Laravel 项目升级到最新版本——尽管他几乎不懂 PHP。团队持怀疑态度,公开表示不看好。后续更新:升级平稳落地上线。这是 AI 赋能非专家完成复杂遗留系统现代化的有力案例。
@masahirochaen #6
https://x.com/masahirochaen/status/2034282341745807765
一位超级用户在 Cursor 中同时运行 9 个以上的 Claude Code 项目,10 多个终端始终保持活跃。关键技巧:每次提示词尽量输入更多内容以减少来回次数,重点是识别工作中哪些部分可以委托给 Claude Code。瓶颈不在工具——而在于发现日常工作流中的自动化机会。
@wasserstein_rao #7
https://x.com/wasserstein_rao/status/2034065184285737454
一位研究人员正在使用 Claude Code 直接控制实验室中的液体处理机器人。没有中间件,没有定制集成层——Claude Code 直接向机器人硬件发送指令。这代表了编码 Agent 最新颖的物理世界应用之一:AI 驱动的实验室自动化。
@tonkotsuboy_com #8
https://x.com/tonkotsuboy_com/status/2034177733375430667
推荐 Anthropic 官方的 /feature-dev 技能作为隐藏的生产力神器。输入 /feature-dev 加上一个模糊的功能想法,Claude Code 会分析代码库、提出澄清问题,然后在需求明确后实现。用户称之为大脑激活工具:当动力不足时,迭代式提问过程迫使你表达清楚自己真正想要什么,同时启动清晰度和动力。
@JJEnglert #9
https://x.com/JJEnglert/status/2034329261960475086
一份 Claude Code 技能重构详细指南。不再使用单一庞大文件,而是将技能拆分为文件夹系统:SKILL.md 作为编排器(不含规则,只有工作流),instructions/ 放规则(每个关注点一个文件),examples/good/ 和 examples/bad/ 放参考示例,eval/checklist.md 放自动通过/失败测试,eval/advisory-board.md 放 AI 审查员角色并行评估草稿。
@kazzkiq #10
https://x.com/kazzkiq/status/2034301953534988466
分享了一个提示词,可以将 Claude Code 变成整个代码库的专业代码审查员。它审查每个文件、页面、端点和逻辑路径,然后输出一个 QUESTIONS.md,包含所有架构、重构和安全相关的问题。你在同一文件中回答这些问题,然后再次提示 Claude 根据你的回答实施改进。
@Padday #11
https://x.com/Padday/status/2034387631149039774
Intercom 副总裁确认,他们构建软件的方式与 12 个月前相比已经面目全非。团队完全拥抱了 Claude Code,生产力获得了巨大提升。这是企业级别的验证。
@iwhale #12
https://x.com/iwhale/status/2034198865117839807
一位泰国超级用户搭建了基于 OpenClaw 的 Shopee 联盟营销自动化系统。Agent(使用 Kimi 模型作为大脑)自主寻找 X 上的热门帖子,分析应该写什么内容,以预设语调生成帖子,并管理记忆以保持上下文连续性。在廉价 VPS 上 24/7 运行。关键洞察:用主 Agent(贵模型)指挥子 Agent(便宜模型)以降低成本。
@tvytlx #13
https://x.com/tvytlx/status/2034129973615989040
发现了一个可能盈利的商业机会:为家长定制 OpenClaw 辅导孩子。核心功能:家长可以通过独立频道监控对话,通过 soul.md 控制教学风格,设计出题、评分、积分奖励等技能。
@heygurisingh #14
https://x.com/heygurisingh/status/2034180608210112824
推荐 stop-slop,一个开源 SKILL.md 文件(809 GitHub stars),可以让 AI 写作变得难以检测。它禁止了 50 多个 AI 填充短语,消除结构性陈词滥调,强制句子节奏变化,并以 50 分制对草稿评分。无需订阅——一个 Markdown 文件就能超越付费"人性化"工具。
@santtiagom_ #15
https://x.com/santtiagom_/status/2034295951586689484
一个 Claude Code 省钱工作流:使用 /model opusplan 获得混合方案,Opus 处理规划和架构,Sonnet 执行代码。在最重要的地方获得 Opus 级别的推理能力,同时避免在代码生成上消耗昂贵的 token。
@masp_007 #16
https://x.com/masp_007/status/2034068866876510607
一位用户通过每天纯粹的练习,用 Claude Code 构建了一个高规格外呼工具——可以淘汰市面上大多数商业外呼工具。已在公司内部部署。这证明了坚持每天进行 AI 编码练习能产生什么样的成果。
📡 生态产品雷达
生态产品雷达:
OpenClaw(267 次提及)— 开源自主 AI Agent 框架,GitHub 星标最多
Claude Code(257 次提及)— Anthropic 的终端 AI 编码 Agent
Cursor(28 次提及)— AI 原生代码编辑器
Obsidian(12 次提及)— 本地优先的 Markdown 知识库
Vercel(11 次提及)— 前端部署平台,配有 AI Agent 技能插件
Codex(9 次提及)— OpenAI 的编码 Agent CLI
Gemini(8 次提及)— Google 的 AI 模型系列
Dispatch(7 次提及)— Claude 新推出的手机到桌面远程控制功能
Ollama(6 次提及)— 本地模型运行器
MiniMax M2.7(5 次提及)— 自我改进的中国 AI 模型
Stitch(5 次提及)— Google 的 AI 原生设计工具
n8n(4 次提及)— 开源工作流自动化
Superpowers(3 次提及)— @obra 的 Agent 技能框架
← 上一篇
MCPCore:在浏览器中构建、测试和部署 MCP 服务器
← 返回所有文章
>_