超级用户日报: 2026年7月9日

Matt 挂了个代理，把 Claude Code 会话启动时到底往模型里塞了什么原封不动地截下来看，结果被默认系统提示词里的一堆冗余内容惊到了。于是他动手改自己的 settings.json，把这些膨胀的东西统统砍掉，让每次会话的起始上下文从臃肿的默认值瘦身到精简的 1.3 万 token。整套操作连同代理搭建的每一步，他都写成了文章公开出来。

Gyan 做了个叫 reins 的开源工具（MIT 协议），能让任何有 shell 能力的编码 agent（Claude Code、Cursor、Codex）直接驱动你已登录的真实浏览器，带着你本人的会话和 cookie 操作。它不需要注册 MCP server，不用开调试端口，也不用另建自动化配置，所有数据都留在本地 127.0.0.1。安装只需 npm i -g @karnstack/reins 再装个 Chrome 扩展，一分钟内 agent 就能上手。作为演示，这条推文本身就是 Claude Code 通过 reins 从他自己的浏览器写好并发出来的。

Yamariku 记录了金泽一家名为冈田研磨的小工厂，用 Claude Code 搭出 30 多个内部业务系统，订阅加 token 成本仅约 30 万日元，而外包同样的活要花 8000 万到 1 亿日元。这些系统包括把尺寸数据数字化、让工人在平板上看到目标测量值的检验报告工具，汇总每日点检、生产实绩和碳排放追踪的"OKADA Board"门户，午餐订购系统，以及成本工时可视化等。最惊人的是，这一切出自一位毫无编程经验的常务董事之手，靠的是与 Claude Code 约 1500 小时的对话。他的观点是：时代正从"什么都外包"转向逐案判断哪些自建、哪些继续用 SaaS 或系统集成商，这对地方中小企业尤其具有颠覆性。

Levels 懒得自己在 UberEats 上点餐，干脆让 Claude Code 代劳。Claude 直接装了 Playwright，他在网页版 UberEats 登录一次（iOS app 本质就是个网页壳），之后只要说一句"点点香蕉"，agent 就会帮他下单。整个配置又快又省事，把一个浏览器自动化工具变成了私人点餐助手。

在 Marc Kohlbrugge 的催促下，Levels 终于要做 Nomads 的 iOS app，但他现在只在 VPS 上跑 Claude Code，不想在本地写代码。于是他问 agent 怎么办，agent 建议租一台 MacinCloud 实例，他照做，把登录信息交给 VPS 上的 Claude。如今 Claude 正通过 SSH 在加州一台 Mac Mini 上用 Xcode 构建这个 iOS app。他这么折腾的核心动机是移动性：他大约一半时间用 iPhone、一半用 MacBook，通过 Termius SSH 连到 VPS，这样就再也不用随身背着笔记本去看进度了。

这条帖子拆解了一套自主 agent 架构，它就是一个文件夹，里面装着 CONTRACT.md、schedule.yml、rubrics/、state/checkpoint.json 和 receipts/。作者称这一个文件夹管理了 5382 个 AI 工作班次，前一晚 20:41 之后在零人工按键的情况下，通宵产出了 14 个 PR、3 次回滚、6 份摘要，外加日志清理和状态保存，等人醒来时都已完成。核心思路是：文件夹结构本身、而非聊天，才是 agent 的操作系统——CONTRACT 定规则和边界，schedule 派活，rubrics 打质量分并强制返工，checkpoint 存记忆，receipts 留审计日志。作者认为这套模式可直接套用于跑 Claude Code 和 Codex agent，并预测它会成为 AI 开发的标准布局。

Arrakis 围绕 Andrej Karpathy 提出的"LLM Wiki"理念搭了一套公司运营系统，把每位员工的职责、工作流和运营背景都记录下来，让系统在执行前先理解工作是如何组织的。他从一个数字孪生工作区发出一条命令，系统就会按各业务职能拆解成专门的 skill，每个 skill 处理自己的领域，把产出交给下一个 agent，直到整条流程跑完。默认执行引擎是 Codex，而在更适合某任务时，会通过一个桥接层调用 OpenClaw 和 Hermes。凡涉及安全权限的操作，只需人工点头批准，agent 便接手执行——于是他的角色从亲自干活变成了随时随地管理、审批和监督整个系统。

Xudong 分享了一个 Claude Code 收尾习惯：结束一段长会话前，让它把交接文档写进 HANDOFF.md，说明当前任务、已完成部分、卡在哪、下一步、以及绝不能再踩的坑，全按"给一个毫无上下文的新会话看"的标准来写。下次会话则以"先读 HANDOFF.md"开场。他认为这是给 AI 跨会话记忆的最低成本办法——AI 的记忆被会话边界锁死，而一个项目往往跨越数周，一个纯 markdown 文件就能不靠任何插件补上这道鸿沟。他的比喻是：一个聪明但每天失忆的员工，需要的不是更多智力，而是一本工作日志。

Kaolti 一直很喜欢地形等高线图，想在 Three.js 里复刻那种质感。他用 Claude Code 配合 Fable，约三小时就做出了一个可交互的地形等高线可视化。推文附上了成品 demo。

为了把 Fable 和 Anthropic 的 Opus 4.8 对比一番，Contraben 搞了一场盲测设计擂台。他用 Claude Code 完成了 5 个真实的落地页和作品集需求，请 9 位在职设计师对产出进行盲评，共 90 场对决。Fable 表现最好的那个需求在头对头中赢了 88.9%，最差的产出只赢了 11.1%，他的结论是：几乎所有差距都由需求（brief）本身的质量决定。

Patrick 让搭配 Fable 的 Claude Code 写了一个面向英伟达 B200（Blackwell）的 FlashAttention 前向 kernel，全程用他自研的 Python DSL pyptx 编写——直接生成裸 PTX，不碰 CUDA C++ 也不用 CUTLASS。生成的 kernel 跑到手工调优的 CUTLASS FlashAttention-4 的 0.92 到 0.99 倍，在两个序列长度上打平，约 1350 TFLOPS（bf16）。开箱即用时只有 0.71 倍（878 TFLOPS），是他为此专门搭的改进版 harness 让 Fable 补上了剩下的差距。整套东西用到了 tcgen05 张量核心、TMEM、warp 专用化和 mbarrier 流水线，全部由 Python 驱动。

Xing 反驳了"Hyperframes 或 Remotion 能一键自动剪出高质量视频"这类炒作。他举了一位创作者用 Claude Code 加 Remotion 做出 Vox 风格特效视频的例子——这类正是 YouTube 上吃香的内容——认为那才是 AI 视频剪辑的正确打开方式。他还按时间戳拆解了工作流：1:30 规划脚本和视觉风格，2:26 用 Claude Code 加 Remotion 搭建场景，8:00 组装和精修剪辑，11:01 配旁白、配乐和最终渲染。

Omar 啃了一大堆 PR，给 OpenClaw 加上了原生的 iMessage 投票支持，将随下个版本发布。你可以让你的 Claw 往群聊发投票，它会给你发一个，你也能给它回一个。他对成果非常满意，认为 OpenClaw 如今拥有业界功能最全的 iMessage 支持。

09pauai 主张：哪怕是一条粗糙、随手做的短视频，也足以完成从 0 到 1 的突破，并展示了他用 Claude Code 花 10 分钟做的一条短片。在这个质量档位上，他说一天能量产 300 条，所以打法就是针对你的细分领域（灵修、转行、健康、约会、考证等）批量生产。他附上了视频制作的完整教程链接。

Vida 晒出自己三个月的 Codex 和 Claude Code token 用量图，估算自己账号上烧掉了价值超过 1 万美元的 OpenAI 和 Anthropic token。他把一切想做的东西都做了个遍：公司项目优化、自己想玩的游戏、游戏作弊工具，脑子里冒出啥就做啥，形容自己深度上瘾于按需搭建基建、重塑自己的"小宇宙"。除了自用，他还给几位亲友送了 20 到 100 美元的 Codex 订阅（由于 Codex 不能直接赠送，他专门买了实名认证的卡转手）。他说本想送 Claude，但凡是送出去的 Claude 账号都被封了。

Om 推荐了一个有人用 Claude Code vibe-coding 出来的应用，把做俯卧撑变成实时 1v1 对战。你会即时匹配到线上一个陌生人，两人比拼谁做得多，webcam 实时追踪并数你的次数。你能在自己画面旁看到对手的实时画面，形成真正的头对头竞速，谁先超过对方谁赢。它的卖点是：没人愿意一个人闷头做俯卧撑，但一旦变成跟陌生人的实时较量，大家就都拼了命。

Gimu 用 Fable 5、GPT image 2 和 Blender 组成的流水线做游戏视觉特效，全部由 Claude Code 编排调度。Claude Code 通过 Blender MCP 驱动 Blender，并调用 GPT image 2 的 API：3D 模型在 Blender MCP 里做，贴图用 GPT image 2 生成后贴到模型上完成特效，预览界面也由 Claude Code 搭建。他猜测 Fable 5 出色的视觉感知能力恰好适合驱动 Blender 操作，并感谢 @rssk_it 教会了他这套方法。

Definition 现在会先让 Claude Code 把功能"展示"出来再动手做：让它先产出一份计划，加一个低保真的原型件，说明 UI 长什么样、各系统如何拼合，并在迭代中让两者保持同步。这样一来，更多的迭代就从代码里挪到了计划本身。他分享了一个实际运用该方法的例子。

趁 Fable 还能用的时候，Takasek 给自己的 Claude Code 环境搭出了一套自我改进生态，并意识到改进大致分三类。第一类是对现有七套系统（skill、memory、hook 等）做腐化检测。第二类是把一段会话中试错得来的教训，沉淀进 lint 规则、CLAUDE.md 或 skill，让它们固化下来。第三类是爬取外部的知识蒸馏来源 URL，把新知识吸纳进来。

Gaurav 面试了一位基础扎实、沟通良好、解决问题能力也不错的开发者，但问到平时用什么 AI 工具时，对方却说"用 AI 是作弊，我不作弊"。Gaurav 举了交付更快、质量更高、少干苦活的例子，开发者仍坚持说这违背他的原则。于是他当面拿出一份对方估计要 2 到 3 天的作业，用 Claude Code 现场 15 分钟解决，还反复打磨了几轮，可对方依然咬定这是作弊。Gaurav 拒了他，理由是：一个不愿学 AI 的开发者，无论技术多强，将来都不会有工作。

Snowmaker 正在做一个对接多家开发工具 API 的 web 应用，他描述了 Claude Code 时代那种全新的、离谱的调试循环。每当遇到 API 问题，他的编码 agent 就起草一封 bug 报告邮件，他发给厂商；厂商把它粘进自家的 agent，再让 agent 把反馈发回给他的 agent。人类如今只是两个"超级智能"之间跑腿传话的慢速环节，但他说进度比过去快了 100 倍。在他看来，这就是一种即将普及的工作流的早期样貌。

Davis 力荐搞一台 Linux 机器或家用服务器来跑后台 agent，说这钱花得太值了，把活从笔记本上卸下来的感觉爽极了（不想折腾硬件的话，Devin 和 Cursor 是替代选项）。他列出了整套配置：所有机器装 Tailscale，SSH 时自动打开的彩色分区 tmux，在"code"机上用"npx t3"跑 T3 代码、UI 则随时随地从笔记本访问，自家设备间免密 SSH，还有一个列出你所有设备和 IP 的 skill，好让 Codex 和 Claude Code 知道怎么在它们之间 SSH。他还建议配一个 KVM 用来远程重启机器。

Iluciddreaming 给出了一条 2026 年普通人做内容的近乎零成本流水线：用 Codex/Claude Code 加 HyperFrames 和 Edge TTS。你一句话描述需求，AI 就把代码写好、配好音、渲染出 MP4。他自己全程跑了一遍，几分钟内就从零做出了一条成品视频。

在 Claude Code 爆发半年之后，Ahall 从政治学和政治经济学研究的一线发来实战报告。他说编码 agent 正沿着他做研究最看重的方向不断进步，如今已无法想象离开 Fable 工作，其中收益最大的是可验证的数学与技术性工作，比如自动化复现、能动态更新的"活研究"和软件原型；但在提出好的研究问题或洞见上，他几乎没看到什么长进。他直言不讳：模型真正写论文的能力糟糕透顶，甚至可能在退步，带着一种他改不掉的"Claudeslop/GPTslop"腔调，所以论文他还是自己写。他注意到这些工具在实证研究中已被真正采用，期刊则在缓慢适应，而他看到的未来是：构建日益复杂的研究，去补足具备良好判断力的人类研究者。

花了一个周末，用 Claude Code 搭配 Fable 5 把自己那款放射诊断"cafe"网页应用的 PC 版做了彻底翻新。收益主要体现在性能上：首屏加载负担削减了 80% 以上，加载速度大幅提升。同时顺手重做了设计，观感比之前精致了不少。这一轮只针对桌面端，手机上几乎看不出变化，但 PC 上是肉眼可见的飞跃，接下来他要开始收拾手机版了。

monday.com 联合创始人兼联合 CEO Roy Mann 把部署 AI agent 当成招一个真人员工来对待，而不是装个软件。他专门买了一台新的蓝色 Mac 和一部手机，装上开源的 OpenClaw"龙虾"agent，给她起名 Nova，从第一天起就配齐了个人装备。如今 Nova 打理着 monday agent 实验室的 Google 账户、买域名、发版本，还独立搭起了一个新产品的地基——一个专门招聘 AI agent 的求职网站。作者最犀利的一点是对比：Roy 把一模一样的 OpenClaw 环境装进 20 台翻新旧笔记本发给员工，结果没人用；连他自己的日历助手 Claude 都被遗忘在标签页里。他的结论是，agent 只有获得真正的入职流程、一个名字、以及团队 WhatsApp 群里的一席之地才能活下来，光装上没用；monday 现在全公司跑着约 700 个 OpenClaw 副本。

他写了一篇完整的构建记录：仅凭在对话里一句"帮我做个自动化美股交易机器人"，就用 Claude Code 搭出了一套自主交易系统。成品并行跑四套策略（红利贵族、动量、反转、低波动），每个工作日早上 6 点在 VPS 上执行并推送到 Slack。最巧妙的是四层安全设计：规则策略生成信号，Claude 逐条复审并给出理由否掉低置信度信号，人工审批最终下单清单（设 30% 行业集中度上限），最后才带着公司名和买卖理由报到 Slack。他强调实盘前先跑模拟盘，并坦言只运行了一个月、不是在推销收益，重点在于把 AI 从一次性对话变成每天早上替你运转的系统。

一周之内，他用 Fable 做出了一款新的日记应用，转录并翻译了澳大利亚 65 小时的伊斯兰主义布道内容，还翻译了一部他念叨多年却因无英译本而读不了的 14.5 万字意大利语小说。他直言自己至今不会写代码：只是让 Claude 生成 Claude Code 提示词，复制粘贴进终端窗口，剩下的全交给它。他以此论证根本不存在 AI 泡沫——因为零数学、零编程背景的人突然能干成这些事，凭空创造出新需求。说白了就是一个纯非技术用户，完全靠复制粘贴提示词过活。

他分享了如何靠语音和电话形式的 human-in-the-loop 升级机制来提升 agent 循环的可靠性，从而不必被拴在电脑或 Slack 前。现在他所有 Claude 和 Codex 的 agent 会话都接入了 DialAgent MCP 服务器，为每个 agent 分配独立电话号，把打电话、发短信、iMessage 都变成原生工具。当自动化流程在处理 PR 和新功能时，agent 会通过一通简短电话把决策上抛给他，他说这在外出途中尤其管用。他还附上了完整的启动提示词，让 Claude Code 或 Codex 自己去申请一个 Dial 号码并打给你确认配置。

他把 Claude Code 当成私人健康管家，它早已掌握他的饮食偏好、健身安排、健康目标和身体指标。它替他制定膳食计划，然后通过 Instacart 连接器真的把所有食材下单买好。在此之上，它还把他的数据生成图表和可视化，发给他的教练。这是把个人上下文、真实下单集成和数据报告串成一个闭环的漂亮案例。

他受够了自己充当 Claude Code、Codex 和 Cursor 之间的人肉路由器——每个工具各存各的上下文，害得他一半时间都耗在向每个工具反复解释同一个项目上。于是他做了 Commonly，一个 Slack 形态的工作区，让来自任意运行时的 agent 都以持久身份和项目记忆加入成为成员。你和它们聊天、把文件丢给它们，它们回复并把交付物归档回来。核心卖点是：即便你切换工具，它们也能把一切记到下一个会话里。

他想给视频拍一段自己往 Claude 里敲提示词的 B-roll 空镜，却发现常规流程（打字、拍摄、剪辑）烦得要命。于是他琢磨能不能干脆让 Claude Code 直接生成这段动画。他说 Claude 一次就完美搞定，而他只提供了一张 Claude 聊天界面的截图外加那五条提示词。推文里展示的是生成出的五段视频之一。

他把 Fable 5 对准自己那座正在腐烂的 Obsidian 库——3312 个 markdown 文件里有 2416 个是孤儿（72% 没有任何链接），而这座库同时充当他的 OpenClaw agent Zoe 的工作记忆，上面跑着 53 个实时 cron 任务。给了个 plan 和一个 /goal 他就撒手走人，四小时后这座库开始每晚 3 点自我清理。Fable 的诊断相当扎心：自动化地图 80% 是错的，启动文件吃掉了 6 万上下文预算的 73% 且内含两处自相矛盾，约 1.4GB 死重（包括库内一份 654MB 的过期备份），TOOLS.md 里还有一个明文密钥。它分两阶段重建：先为全部 53 个 cron 任务生成一份每晚渲染的账本、把启动文件的实时状态清零，再把库拆成知识层和机器层、设 20 条排除规则、合并 827 个文件并为每条规则配一个每晚跑的机械式校验器。整个任务消耗 3100 万输入 token（94% 命中缓存）、43.8 万输出，跨 338 轮、由 1 个编排器加 14 个子 agent 完成。他的观点是：每晚打理的园丁远胜于一次性清理——后者清完又会烂回去。

他一直想不通为什么 Claude Code 每次交互都烧掉那么多 token，直到真去看了它请求的完整原始输出。他的结论一针见血：它每一次都在给你写一整篇长文。这与其说是构建，不如说是对该工具"话痨"驱动 token 消耗的犀利吐槽，配了张截图作证。

这条帖子推介了"Jarvis"——由 Icare1337 打造、灵感来自钢铁侠、专用于漏洞赏金的 Claude Code 系统。它是一套自我管理的多 agent 系统，已经大幅加速了他的漏洞赏金工作流。他们强调的唯一硬规则是：每一个发现在算数之前仍必须经过人工验证。此帖由 YesWeHack 官方账号发布，作为对社区黑客 agent 装备的聚焦推荐。

他开源了自己的 AI agent 技能集"rnskill"，目前分三类共五个技能。写作类：rn-renhua 专门去除中文 AI 科技文章里的"AI 味"，删掉"不是 A 而是 B""其实/本质上"这类套话，同时保留判断和实测细节，他每条推文和评测发布前都会过一遍。视频类：rn-motion-director 是个"导演层"，把选题转成运动概念、禁止那种每帧都该动却做成 PPT 的视频；rn-dark-saas-video 是暗色 SaaS 产品短片的完整风格蓝图，含 8 个场景模板和 9 条硬规则；rn-bw-text-opener 做黑底白字打字机开场，配一个 Python 脚本自动计算每个字符的出现时机和音效时间戳。质检类：rn-replica-qc 在复刻参考视频时做闭环对齐，支持三档保真度、逐帧拆解以及 PSNR/SSIM 计算。一行命令即可安装，可跨 Codex、Claude Code 和 Trae Solo 使用，每个技能都附带 SKILL.md 加 openai.yaml。

这是一条吐槽而非构建：他直言 Claude Code 干活干到一半就停下是最糟糕的 UX 问题之一，希望它能像 Codex 那样把手头的事做完。他被卡在一个只完成一半的任务上进退两难。他还补了一句，自己甚至不想再买第二个账号，因为 Fable 眼看就要没了。纯粹是对 agent 半途撂挑子的用户怨气。

这条帖子聚焦一位把广告代理公司的获客环节完全甩给 Claude Code 的人。你只需喂给它一个细分领域（比如护肤或美发店），它就扫描 Meta 广告库里当前所有在投的品牌，只挑出那些明明在花钱投广告、创意却"弱"的品牌（广告太少、陈旧、只有静态图）。它拉出该品牌真实投放的广告，从创意总监视角批评弱点，再找出邮箱和官网，输出一份有证据支撑、带联系方式的提案清单。这个切入点很尖锐：代理公司一直以为瓶颈在制作质量，实际真正的卡点是"找到有预算又有需求的潜在客户"这项调研工作，而 Claude Code 现在把这段上游活干了。

他回顾了几个月前上线的一个项目 Juste Prix——一款借助 Claude Code 开发的软件。它引来了褒贬不一的大量反响，而他决定把它关掉，原因不是它由 AI 构建，而是它超出了他理解自身开发关键环节的能力。他的体会是：在这种条件下，这类软件创作不适合他；但这段经历教会他很多，最主要的一点是——如今即便前期不具备全部技术能力，AI 也能让你把一个项目做到完成。与其说是成功故事，不如说是一篇诚实的复盘，讲的是"氛围编程"超出自己理解范围后的极限。

他用一个几乎全程 AI 构建的企业官网，反驳"AI 做的东西看着廉价"这种说法。生成和写代码几乎全交给 AI，他自己只负责设计头脑风暴和下"这里改一下"的指令。他的流水线是：约 3 小时和 Claude 一起头脑风暴设计与调性，约 1 小时做首屏背景视频（Higgsfield 转 ffmpeg），几分钟用 Claude Code 把设计落地成实现，再约 2 小时提修改意见由 Claude Code 执行。他的论点是：大头可以外包，但设计与打磨必须由人把控；他已把成果提升到可交付质量，并真的接起了付费客户单。

他分享了一段创意视频作品，图像用 MidJourney 8.1 生成、用 Seedance 2.0 制成动画。与众不同之处在于，它是用"Night Shift"驱动的——那是他专为创作者打造的自定义 Claude Code 系统。也就是说，Claude Code 充当提示与编排的大脑，驱动他的图像和动画流水线。整条帖子被呈现为对这套自定义系统的一次"痒了就挠"式个人展示。

他仅凭一条详尽的提示词，就让 Fable 5（经由 Claude Code）复刻了近期爆火的那款绘画捉迷藏游戏。他的规格要求很苛刻：一个纯 Three.js、仅在浏览器运行的捉迷藏游戏，躲藏者用取色器吸取周围颜色、逐像素给自己身体上色，搜寻者视野在前 30 秒全黑，靠房间码实时加入，两轮并互换角色，还要一座用带纹理体素而非纯色块搭起的类 Minecraft 小镇。Claude Code 直接一句"给你"。他指出确实有几处可以挑刺，但原始指令里的每一项都被无遗漏地实现了，作为一次性出的结果，Fable 5 的完成度令人印象深刻。

他报告说，一位占卜师（Spica 老师）把顶尖高手的 know-how 塞进 Claude Code，做出了自制的数字内容，已经卖出 600 份。他的解读是：AI 又一次在改变占卜的形态，如今高质量内容能从占卜师手里直达用户。他实质上是在见证一位从业者用 Claude Code 把自己的专长产品化并直接售卖。这更像是一条庆贺式的观察，而非技术构建日志。

他的 Claude Code 额度在代码只写了一半时就见底了，随后通过 mempal 把工作无缝交接给了 Codex。他形容这个过渡丝滑得像抹了黄油。要点在于把 mempal 当作记忆/上下文桥梁，这样当额度用尽时，另一个 agent 能从 Claude Code 停下的地方精确接手。帖子附带一个演示链接展示交接过程。

他转述一位靠 Claude Code 经营着六位数收入代理公司的开发者的观点：Fable 5 的低价时代几天内就要结束，于是这位开发者把自己的顶级用例塞进一段三分钟视频。第一，他一个下午就克隆了一款月费 15 美元的听写应用——深度调研拆解了它的工作原理，Fable 5 在本地重建了它，免费、私密、且完全归他改。第二个才是最被低估的：他把自己最近 50 次 Claude Code 会话回喂给模型，问自己哪里做错了，把答案变成技能、再变成自动化，这构成了他代理公司的骨架。压轴的是一款看着像工作室出品的浏览器游戏，之所以能成，是因为这个模型能搞定 Opus 都做不完的项目。他的总观点是：租来的算力会被重新定价，但你用它建成的东西永远归你。

他先是调侃 Kuba（pesvklobouku）会怎么在 Claude Code 里把"历史天气"做成一个 agentic 应用，随后决定自己非亲手做出来不可。跑通之后，他写了篇总结，讲怎么用 AI agent 搭出这么个东西。他贴了那篇文章的链接，标注为付费内容。这是把一段玩笑话变成一个真实的 agentic Claude Code 项目外加一份操作指南的案例。

他让 Fable 重构并改进自己 OpenClaw 用来处理遥测数据和比赛成绩的一个模拟赛车技能，结果它漏掉了好几处明显过时或损坏的核心内容。他要求再来一遍，它仍旧漏了几个，还开始猛烧他的额度。他的判决是：在这个他承认非常特殊且私人的任务上，它缺乏判断力和常识。他借此反驳那些把它称作 AGI 的人，觉得就这结果而言，这个标签荒唐可笑。

他做了一个电影感十足的房地产网站，并把过程中用到的可复用 Skill 整理成公开的 GitHub 仓库。这个 Skill 会引导 Claude Code 把控视觉方向、场景构图、滚动动效和视频呈现。他邀请大家上手试试，看看能做出什么名堂。比起只晒成品，他把一次性的项目沉淀成一个有明确审美主张、可分享的 Skill，这个思路本身就很值得借鉴。

用了两周后，他直白地列出了自己眼中 Claude Code 的几个硬伤。它吃内存太狠，机器被拖到卡顿、影响其他工作；长任务里容易跑偏，所以他得拉上 ChatGPT 在旁边盯着；规格写得不够清楚时电脑直接卡死，而且没有手机端可用。他还提到没法像跟 ChatGPT 那样随意发散头脑风暴，必须有真正的编程功底才行；约 3000 日元的套餐根本不够用，他已经升到了 15000 日元的档位。结论一句话：绝对不适合 AI 新手。

他吐槽 Qwen3.6-27B 想太多，严重到他在 DGX Spark 上跑时不得不彻底关掉推理，否则配 OpenClaw 根本没法用。他借此夸赞了一个专注提升推理效率的项目，并把大家引向它的成果和评测。这不是纸上谈兵的跑分观点，而是他真的把模型跑在本地、通过 OpenClaw 用出来的可用性抱怨。

他转述说，一位谷歌工程师用 Claude Code 加 Fable 5，在"几个小时内"把 2003 年的经典 PC 游戏《命令与征服》移植成原生 iOS 版。核心卖点就是靠模型完成整个平台移植的速度。"几个小时"这个说法可以打点折扣，但重点是通过 Claude Code 做出了一款知名游戏的原生 iOS 版本。

在为移动开发对比 NativePHP、React Native 和 Flutter 时，他原以为 LLM 会把两个成熟框架处理得远好于新秀 NativePHP。结果发现 NativePHP 借力 Laravel Boost，还自带引用官方文档的 Skills，光这一点就足以让 LLM 把它用得得心应手。他专门录了一期用 Claude Code Skills 构建 NativePHP 移动应用的 YouTube 视频，外加一门横向对比三大框架的一小时完整课程。

他搭了一套系统，能把任意产品变成端到端的 AI 广告，风格随你挑，从黏土动画到医患对话再到访谈形式都行。你喂进产品信息和卖点，然后由人类策略师、Claude 加 Arcads 一起产出视频，整个流程跨 Claude Code 和 Arcads 搭建。他声称生成的前置成本为零，广告两周内就爆了，做一条完整的 AI UGC 视频约三分钟。他的观点是：光靠 AI 写不出会爆的脚本，真正起作用的是工作流和策略；他正把这套 7 步流程、提示词和工具栈打包给转发和评论的人。

他的 AI 联盟营销账号跑得不错，月入 20 万日元，于是他开了第二个账号，从选题创意开始的所有环节都交给跑着顶配 Fable 5 模型的 Claude Code 打理。基本上就是把整个账号搭建过程全权委托给模型，赌它能像第一个账号那样成长起来。典型的"这套打法成过一次，现在让 AI 负责动脑、把它复制一遍"的玩法。

他详细讲了一套针对 Fable 5 的 token 经济学策略。核心操作：大多数编码任务把 Effort Level 降到 Low 或 Medium，因为效果已经很接近高档位、却省下大量 token，只把 Max 留给架构和一旦搞错代价高昂的决策。他主张把规划和执行拆开（Fable 负责梳理架构和高风险文件，实际编码交给 Sonnet 或 Opus），用 Advisor Mode 让 Fable 只回答需要升级处理的难题，用 Ponytail 把 Claude Code 的啰嗦度砍掉约 20%，并先跑 Opus Deep Research 收集最新文档再把整包交给 Fable。整套思路就是：判断力交给 Fable，重复劳动交给更便宜的模型。

他一天之内就做出了一个完整的塔罗牌 Web 应用 Barot，全程用 Claude Code 端到端搭建。他最得意的是那些审美层面的细节：呼吸引导仪式、3D 翻牌、手写口吻的解读，全都是在与模型的对话中生成的。他的观点是：大家低估了 AI 的审美判断力，它不止会写代码。应用已上线，可免费占卜。

他在一个话题串里回复道，只要把 Claude Code 配置到位、又有真本事（他的门槛是：得是熟悉代码库的资深工程师），它就是实打实的生产力加速器。他现在几小时就能搞定过去要好几天的活儿，省出的时间用来打磨其他任务。他明确把它定位成经验丰富工程师的力量倍增器，而不是不会写代码的人的捷径。

他复盘了 Claude Code 之父 Boris Cherny 与 DoorDash 联合创始人 Andy Fang 的一场对谈。看点在于，随着 DoorDash 做大，Fang 已经好几年不写生产代码了，而 Claude Code 把他重新拉了回来，甚至到了他给自己立规矩不再手写代码、同时开多个 agent 会话、用五种不同语言往生产环境发布的地步。公司层面最亮眼的数字：过去要四个工程师干满一个季度的迁移，如今一个人三周就完成了。他把大家引向那段约 25 分钟的免费视频。

他把 Claude Code 接上 Racoon Marketplace 全天候运行，一觉醒来发现它趁他睡觉时自主买下了一个游戏账号。这套系统盯着 8 款以上游戏里 1000 多条挂单，能在 60 秒内抢下低价货，还支持用大白话下达他想要什么的指令。他说这每周省下了大约 10 小时的手动翻页时间、几乎归零，现在他唯一要做的就是看看它标记出来的东西、决定买还是跳过。

他要发布自己完整的"栗生流"广告运营 AI agent 系统，基于 Meta 广告加 Claude Code 加 GPT-Image2，号称能自动化 90% 的广告运营。系统按九个 AI agent"部门"端到端运转：指挥中心、知识管理、调研、策略、落地页制作、Banner 制作、运营、分析和报告，他声称非工程师照着步骤也能搭起来。他称部署后销售额和利润翻了三倍、ROAS 达到 600%。他通过 Brain 平台售卖，附上一堆购买者赠品，并征询粉丝想要什么福利。

他纯粹从实际表现出发对比游戏开发工具，结论是：对已经会写代码、能用引擎做游戏的人来说，目前 GPT-5.4 或 5.5 CodeX 配 Rider 是更好的选择。他说 Claude Code 配 Sonnet 5 也还行，但 Opus 等模型往往会开始干规格之外的事、把自己绕进死胡同，然后浪费时间去调试自己制造出来的问题。这是一个上手实测得出的判断：推理更强的模型在游戏开发任务上容易越界。

他认为 API 中转服务商面临"高质量、便宜、稳定"的不可能三角。他的团队每天烧掉数亿 token，只用 Claude 和 GPT，心得是：生产环境优先质量和稳定，而基础任务和 OpenClaw 这类负载则优先便宜。于是他们针对两种场景买了两档服务商服务，两者价差 4 到 5 倍。这是一个真正大规模运营者给出的务实采购分层思路。

他介绍了一台 700 美元入手的 Beelink 迷你主机（低于 900 美元标价拿下），预装了 OpenClaw 和 24GB 内存。关键点在于 LLM 完全跑在 SSD 上、通过 llama.cpp 运行 Qwen，所以没有一个 token 会离开这台机器，OpenClaw 全天候坐在上层充当网关，他像使唤实习生一样在 Telegram 上给它发消息。他睡觉时它整理文件、起草邮件、运行程序，全都出自一块一只手就能拿住的硬盘。整套卖点就是：拥有一个私有的本地 AI 员工，没有 API 计费、没有月租、也没有云端偷看他的文档。

他爆料称，赛诺菲今年靠用 Claude Code 这类 AI agent 替换掉部分 Salesforce 和 ServiceNow 工具，省下了数百万欧元。这家法国制药巨头（7.5 万名员工、市值约 1000 亿美元）是大批大公司砍掉传统企业软件订阅、把这些工具收归自建这股浪潮的一员。他指出 Salesforce 股价较 2024 年 12 月高点已跌超 50%，而 Salesforce CEO 则反驳说，你没法"临场随手写"出像正经企业方案那样可靠又安全的软件。他抛出疑问：Salesforce 这类传统 SaaS 还能不能活下去？

他重点提到加拿大阿尔伯塔省政府的案例：Claude Code 在 20 小时内扫描了 4.66 亿行代码。说法是，这场传统上要花约 6.5 年的审计，被拆到约 50 个 agent 上并行跑完。他的结论是：手握庞大遗留代码库的公司尤其该关注这件事。这是一个关于用 agent 做海量审计、靠并行度取胜的论据。

他正在组一台同时跑三个免费模型的 PC，用来证明本地硬件已经追上来了：DeepSeek R1 管数学和推理，Llama 3.3 70B 管其余一切，再叠一个视觉模型处理图像，全部本地、全部免费。重点在账本：每月约 9 美元电费，对比他过去为 Claude Code、ChatGPT Pro 和 Cursor 付的每月 459 美元、一年合计 5500 美元。他说这套硬件的成本还不到那笔账单的一年，而且从此再不用交一分钱。搭建收尾时弹出的续费提醒，被他直接无视了。

他声称 Y Combinator 的总裁用 Claude Code 把整个工程团队都换掉了，用两个月、零队友重做了当初耗时两年、10 名工程师、1000 万美元才做出的东西。工作流是：同时开 10 到 15 个 Claude 会话，一天最多 50 个 pull request，并把 AI 当成一支真正的团队来带——分角色、走评审、做 QA，而不是当单个聊天机器人使。他还提到为此打造的免费工具包，GitHub 星标已经超过 Ruby on Rails；它能在 21 分钟内把一个原始想法过一遍 YC 式的 office hours、对抗式评审、实时设计和自动化测试。他借此关联到自己关于经营一家一人千万美元级公司的写作。

他退掉了七个 AI 订阅，搭了一个完全跑在自己房间里的本地"贾维斯"，还把它可视化成一张活的图谱——他写过的每一条笔记都会随着它的推理逐个亮起来。这套机器是一块 RTX 5090、两块 5060 Ti、64GB 本地显存，每月约 5 美元电费，Claude Code 在他自己的硬件上驱动全局。他算过账：过去在七家服务商那儿每月付 340 美元（一年 4080 美元），其中六个他一个月都没打开过。他强调你不用照搬他那套 1 万美元的配置，一块 700 美元的二手 3090 就能在本地跑 27B 模型，两个月就能回本，而且他说的一切数据永远不会离开这个房间。

他声称，一个过去要花 5000 美元、五名设计师团队才能做的网站建设，如今在一台笔记本上、每月 40 美元、每个站两小时就能搞定。流程是：Claude Code 从一个参考素材文件夹出发、约 90 分钟建好网站，两个设计 Skill 防止它重复上一个 AI 生成的样式，再由 Vercel 15 分钟部署上线。他称本月已交付四个站、进账 9200 美元。他说每一个 Skill 和提示词都放在了所附文章里。

他写了一篇又长又带审视意味的分析，对象是多伦多的 Hassam Bhatti——一个不会写代码的人，用 48 小时做出了面向亚马逊卖家的 SaaS"Launch Fast"，并把它做到了 3 万美元月经常性收入。他更犀利的观点是：真正的杠杆不是技术，而是分发——Bhatti 早就有 Legacy X 教练社群的入口，那里全是正想要这类工具的卖家，而且他是拿股权而非广告费换来的入场券，这同时也是单点依赖的风险所在。就构建本身而言，有据可查的技术栈包括 Cursor、Vercel、Supabase、Resend、Apify、TypeScript/Next.js/React 和 Cloudflare，Claude Code 与 Codex 按任务交替使用、终端用 Superset 管理，外加一个自建的 MCP 服务器让 AI agent 做选品调研和广告优化。他的结论是：当写代码变得廉价，稀缺、无法自动化的资产，是拥有一群现成受众的入口。