超级用户日报: 2026-09-13
今天最重要的一个数字是十一天：Claude 近乎无人值守地跑了这么久，产出了费马大定理的 Lean 机器可验证形式化，1300 万行代码、29,511 条已验证定理，是 Mathlib 的五倍多。紧随其后的是一条四句话的提示词，已经连续跑了十五天还没停，靠的只是一道像素级 diff 门——这是迄今为止最清楚的一次证明：让 agent 活下去的不是模型，是那道校验。这一天的另一半是追责。Anthropic 的威胁情报报告记录下了「当没人过问这个团队在造什么」时，Claude Code 顶替一整个工程团队是什么样子；同一天，一位研究员花钱买到了六个 TB 的中转站日志，里面有十九家头部公司的有效 SSH 密钥和云凭证。在这两极之间，真正跑通的案例大多来自不写代码的人：一位房产经纪一下午做出了替代三年付费 CRM 的东西，一家呼叫中心让 250 名坐席每次上岗前先跟语音机器人热身，一位税务师拿真实客户申报、用百分制评分表给两个 agent 打了分。
@ClaudeCode_aca [Claude Code]
https://x.com/ClaudeCode_aca/status/2098245149134671973
Claude 近乎自主地跑了约十一天，把费马大定理形式化成了 Lean 里可机器验证的证明。产出约 1300 万行 Lean 代码，是公共库 Mathlib 的五倍多，也是有史以来最大的 Lean 产物。里面有超过 29,500 条中间定理，GitHub 公开仓库里的 29,511 条全部验证通过。人只给了高层路线，剩下那堆海量的细节推演全由模型吞下去，这把「一个任务能交给模型跑多久」的上限直接改写了。
@Marko_Poly [Claude Code]
https://x.com/Marko_Poly/status/2098467936033775806
Boris Cherny 在 YC 现场亮了一条四句话的提示词：把 Electron 应用重写成 Swift、截图、逐像素比对、不做完不许停。问跑了多久，答案是「还在跑」，十四五天了。同一个模型没有这么狠的校验，一小时之内就会停摆。关键就是在底层边界上挂了一道像素级 diff 门，让文件去比像素而不是让人去看感觉，这才撑住了连续两周无人值守。
@itsharmanjot [Claude Code]
https://x.com/itsharmanjot/status/2098464409173791215
Spotify 把内部那套省掉约 90% token 的 Claude Code 配置开源了。诊断很准：大部分开销是 I/O 不是推理，为了回答一个方法的问题打开五个文件，写一个测试却把旁边二十个测试抄一遍。做法是把这类活路由给两个便宜的 Gemini Flash 工人，各一个 YAML 文件，一个叫 bulk-reader 一个叫 code-writer。一个叫 shunt 的插件用 hooks 强制执行，凡是超过 350 行的整文件读取直接拦掉，原始文件和生成代码根本进不了 Claude 的上下文。他们一开始把规则写进 CLAUDE.md，发现那只是建议，模型说不听就不听。
@Gurugrammer_ [Claude Code]
https://x.com/Gurugrammer_/status/2098295779714838974
古尔冈一位 42 岁的房产经纪，一行代码没写过，用 Claude Code 给自己做了套 CRM。起因是他开车送客户去高尔夫球场延伸路看房，客户问他为什么要每月花 20 美元买个软件来帮他记事。老实说，付费工具只存了联系人和提醒，真正要紧的部分全在 Notion 里：每通电话、每次拒绝和理由、预算悄悄挪动的那一刻、客户反复绕回来的那个顾虑。他是机械工程出身、干了十五年供应链，一下午做出来的东西，已经比他付了三年钱的订阅记得更多。
@SebastianRoehl [Claude Code]
https://x.com/SebastianRoehl/status/2098309324644970816
一个独立开发者给 HabitKit 拿到的不是待办清单，而是一份他真会照着走的十二个月路线图。Fable 先问目标、预算、可投入时间、是想测价还是直接涨价，然后把四年的 RevenueCat 和 App Store 数据拉出来，逐月排计划。整套东西通过 MCP 落在 Notion 里：88 个任务按周排到 2027 年 8 月，每个都写了为什么重要、步骤、怎样算完成；从 1.17 到 2.0 的发版列车，每周一一个版本；一张他每月手填的计分板；还有内容管线。每个任务都打了标签：你、Claude、还是我们俩。
@fagamericano [OpenClaw]
https://x.com/fagamericano/status/2098530562352787753
一个团队在自家 Kubernetes 集群里起了个 OpenClaw 实例，从管理面板切到 dev 模式：自动装 go、pnpm、vitest，接上 GitHub、Notion、New Relic 和 PagerDuty，跑在一个只读访问 GKE、Cloud Logging 和 Cloud SQL 的 GCP 身份下，带 kubectl 和 gcloud 技能，分配 2 核 4G。然后把它绑到一个 Slack 频道，现在靠开 thread 来多人协同推修复，agent 还在改它自己。每个工程师的 agent 背后挂不同的模型，bot 本身用 Sonnet 5。每个 PR 的评审产物固定四样：规格、测试 diff 摘要、观察到的行为、证据；再配 canary，用 mirrord 把集群流量镜像到那一个 canary pod 上。
@NoahRevoy [Claude Code]
https://x.com/NoahRevoy/status/2098409454219690449
一个叫 Babysitter 的监工，专门盯 Claude Code 长时间运行里「提前收工」这个毛病。Claude 常常修完三十个缺陷里的两个，写个总结，然后干等你说继续。Babysitter 能区分它其实在干活（等测试、等 CI、等上传、等另一个进程）和活没干完但真停了，后者就自动叫它继续。它也认得真正的阻塞：如果 Claude 需要你拍板或需要你重启服务，它会中止并把缺什么讲清楚。带重试上限，所以不会无限循环。
@banglani [Claude Code]
https://x.com/banglani/status/2098345254546194703
一位经营 250 人呼叫中心的创始人发现，坐席的共情程度是解决率的一个大变量：一个暴躁、爱对抗的坐席，解决的工单明显少于一个真心想帮忙的。于是她把每日练习设成强制项，上班前每个坐席花二十分钟跟语音 bot 对话，打四五通，每通结束 bot 给鼓励和怎么更有共情的建议。她明说这不是考核，是把人调到愿意帮忙的状态。A/B 测下来，做过热身的坐席解决率明显更高。
@yonemura2006 [Claude Code]
https://x.com/yonemura2006/status/2098292129093292097
这可能是本轮关于 Claude Code 用法最炸的一个发现：它能自由读写你的剪贴板，连图片都行。发现完只剩一个问题，那我以前那么拼命地复制粘贴，到底是图什么。
@chankostin [Claude Code]
https://x.com/chankostin/status/2098363976182870316
一套从三小时压到三分钟的内容工作流，作者对「哪一段是自动的」很讲究。一行灵感便签进去，出来的是主帖、专业级图解、回复串、完整的 note 文章，外加一段 15 秒的操作演示视频。演示视频不是人剪的，agent 自己起浏览器、自主录制、合成字幕、导出。流程上先把事实和观点分离抽出逻辑骨架；用 Playwright 直接爬官方文档，而不是烧 token 走 Computer Use；而且从不把密码给 AI，浏览器认证由人做完共享 session，最后那一下发布也由人按。
@lklkfafa1 [Claude Code]
https://x.com/lklkfafa1/status/2098415145726959803
一位税务师拿真实客户申报当测试场，不是跑 benchmark，让 Codex 和 Claude Code 各做一份申报表。然后把两份产出逐页看完，用一张百分制评分表打分：数值与税务处理 40 分、上期资料与指示 25 分、表单与附件 25 分、验算与留痕 10 分。Codex 89 分，Claude 85.5 分。耗时几乎一样，Claude 少用约 17% 到 21% 的 token，质量和验算归 Codex，效率归 Claude。浏览器操作差距很小，Codex 真正的优势是 Computer Use 能碰本地桌面软件。
@seiichi_satoweb [Claude Code]
https://x.com/seiichi_satoweb/status/2098543105519800547
一个写稿 agent，编辑环节是故意设成对抗的：把 Gemini 放进 Claude Code 当审稿人，而且专门不给它写作规则。逻辑是只让 Claude 自己干，Claude 的口癖一定会留在文里；而一个没被交底的审稿人，才能看见 Claude 对自己看不见的东西。运行起来像两个 AI 开会，最后采纳不采纳由 Claude 拍板。往回路里塞一个敌对 AI，恰恰是重点。
@shupeiman [Claude Code]
https://x.com/shupeiman/status/2098261915202166886
从 Claude Code 里用 Gemini 3.8 Flash 其实不需要 API key，而这八步本身就是一个「怎么给 agent 交底」的好例子。用户没指定方法，只给了约束：不想用 API key，要用现有的 Google 订阅额度跑。Claude Code 自己查完，选了装 Google 官方的 Antigravity CLI 当命令调。剩下就是敲两行安装、点链接用 Google 账号登录、把 60 秒就失效的验证码贴回终端、把用你的输入改进产品那个勾去掉。之后一句话搞定：让 Gemini 把这期播客做成五条帖子。Claude Code 从 shell 调出去，Gemini 写，Claude Code 拿转录稿核对。
@shupeiman [Claude Code]
https://x.com/shupeiman/status/2098243983218823410
一个自发提案技能，让 agent 主动指出你自己没注意到的可自动化环节，而它最值钱的部分是那些禁令。初始化只问三个问题，而且只用你的回答生成两个文件，绝不替你脑补没提过的工作：一份还在手工的清单，一份提案日志。每次交付完任务后，它用一行说清你真正想达成什么，检查任务前后的取材和分发环节还有没有手工残留，然后排除掉已提案、已采纳、或三十天内被否掉的条目。最多提一到两条，每条三行以内，永远在交付之后，绝不在排障中或截止日前开口，效果必须用省下的时间表述，说不出时间就不写。
@victormustar [Claude Code]
https://x.com/victormustar/status/2098305008081031607
目前开源模型在 Boeing benchmark 上最好的一次，而有意思的地方在于提示词是让模型自己造验证器。DeepSeek-V4.1-Flash 在 Claude Code 里就着一条 /goal 跑了几个小时：用 Three.js 做出最逼真的波音 747，用你的视觉能力搭一套能自我验证的系统，进入循环直到你自己 100% 满意，允许你建一套相机系统逐个角度检查。别的模型往往跑几轮就原地踏步，这个一直在变好，检视、找缺陷、放大、诊断、修复、再来，而且把这个过程撑了很久。
@tetsuoai [Claude Code]
https://x.com/tetsuoai/status/2098199890237247578
本轮「全部删掉」这一派最狠的一个版本：如果你用 Claude Code 或任何编码 agent 已经一两年了，把它们全删了。各层的 CLAUDE.md、memory 文件夹、skills、斜杠命令、hooks、权限白名单、MCP 配置、插件、子 agent、旧索引和交接笔记。这里面每一条，都是为一个已经不存在的模型写的。他说这么干一次带来的提升，比任何一次新模型发布都大。
@cu30rry_ [Claude Code]
https://x.com/cu30rry_/status/2098369713768132957
一个真把配置清空的人给出了结果。他把 Claude Code 和 Cursor 里自己装的 skill、rule、command、subagents 全删了，只留下少数 MCP、插件和本地省 token 的工具。结果是加载的文件变少、无用上下文变少、任务跑得更快、质量还更高。他的判断是：一半功劳归前沿模型本身的能力，另一半归好插件自带的那套 skill，那是天天泡在这件事里的团队沉淀出来的结晶。所以应该先采用它们、只补差额，而大多数人是从自定义开始的。
@fankaishuoai [Claude Code]
https://x.com/fankaishuoai/status/2098445832114897300
另一种统一论，来自一个干脆把 Claude Code 删掉的人。他说最爽的是再也不用为了兼容 Claude Code 搞一堆 skill 的软链接，也不用单独写一份 CLAUDE.md 了。现在他所有的 agent，Pi、Codex、DSH、Grok Build，统一引用 ~/.agents/AGENTS.md 和同一套 skills，配置终于同步了。
@bcherny [Claude Code]
https://x.com/bcherny/status/2098217573276131577
Boris Cherny 把一封他说每天都在收的私信和自己的回复公开了，问的都是同一件事：AI 写的代码，人还要不要读。他的裁决不按谁写的切，按爆炸半径切。原型和一次性代码可以当完全黑盒，反正要扔、炸不大。Claude 写的生产代码，门槛必须比人写的还高，在 Anthropic 这意味着大量 lint 规则、测试、Claude 驱动的端到端测试、每天跑的 Claude fuzzer、自动代码审查和安全审查、自动重构。如果 Claude 的代码过不了线：换最新的前沿模型、把 effort 调到 high 或 xhigh、在 CLAUDE.md 和 skills 上投入、多引导几句、让 Claude 去还技术债，或者等下一代模型。
@connect24h [Claude Code]
https://x.com/connect24h/status/2098423972589371562
本轮关于 AI 辅助工作最有用的一个数字不是省了多少时间。一个用 Claude Code 做的公司官网，两个人约三周，374 条提示词，比较了 11 个设计方案和 55 条主视频。方法比工具重要：需求和已决事项固定在 Markdown 里；不许上来就实现，先让模型把不清楚的地方列出来；多个方案做成实物来比；需要的时候就让它现做一个比较工具；最后由人来选。制作速度上去了，但作者本人的工时几乎没变，因为制作成本一降，人不会变轻松，人会开始做那些以前成本上不敢做的比较。
@stretchcloud [Claude Code]
https://x.com/stretchcloud/status/2098357382799884446
关于 OpenAI 这次发布最清楚的解读：Agents API 就是把 Codex 的 harness 做成了公开 API，拆开是四个对象。一个 Agent，带模型、指令、工具和 MCP server；一个可选的 Environment 沙箱；一个持久 Session；以及这个 session 产生的事件流。你拿到的不是更聪明的模型，是那个 runtime，长会话里的上下文管理、子 agent 并行委派、任务交接的协调，全都不用自己造。Anthropic 把 Claude Code 的 runtime 留在内部，Google 对 Mariner 的基建也一样，所以 OpenAI 这一手是把 harness 当原语开放出来，而不是在上面再做一个产品，编排框架这个市场瞬间变小了。
@stretchcloud [Claude Code]
https://x.com/stretchcloud/status/2098433635280130197
所有协调者类发布都留下了同一个缺口：如果你想让 Claude Code、Codex、Aider、Goose 一起跑，而不是在一个 IDE 里用一个协调者，那一层目前没有可自托管的产品。Campfire 就是冲这个做的开源多 agent 编排平台。每个 agent 拿一个独立的 git worktree，权限走跨 agent 的多数投票，agent 竞速能把同一个任务同时丢给多个后端。还有会话回放、成本看板和共享语义记忆层。一条命令：bunx the-campfire。
@0xSpikez [Claude Code]
https://x.com/0xSpikez/status/2098408721441329201
一个只有 257 次播放的九分钟拆解，把今年这件事讲得比任何百万播放的都清楚。它把四个产品重新框成对同一个问题的四种回答：活儿发生在哪台机器上，谁拥有它。Claude Code 和 Codex 拥有一个文件系统，靠给每个 agent 一个独立 git worktree 来并行「写型」工作，这样两个 agent 不会互相覆盖。Grok Bot 给每个 agent 一台持久云电脑，agent 之间靠读彼此写下的描述来委派。Hermes 干脆拒绝拆分，最多八个并行工具调用塞在一个不断裂的上下文里，三层记忆里 SOUL.md 不可变。值得抄走的那条规律：读可以并行，写要串行，或者隔离。
@superdoccimo [Claude Code]
https://x.com/superdoccimo/status/2098202259175911627
一个很认真的论点：多 agent 工作台里真正要紧的问题，不是它能装多少个 agent。Agentrium 把 Claude Code、Codex、Cursor、Antigravity 放进一个桌面，最多八个终端排成网格，而风险恰恰是它们开始长得一样。不同 agent 的启动参数可能不同，环境变量不同，工作目录不同，恢复会话的方式不同，最终要进 main 的改动也不同。一旦 UI 合成一个，人脑子里就会把它们当成同一个工作区，于是「谁、改了哪里、接着哪次对话、经谁判断合进去的」就模糊了。共享画面不等于共享权限。
@jaimesolis [Claude Code]
https://x.com/jaimesolis/status/2098215164298383370
关于 Cursor 发布 Projects、常驻一个协调 agent 持续给云端并行的子 agent 派活：他说这跟他自己用 Claude Code 的思路一样。他的点是，任务一多，真正卡效率的从来不是模型能力，是你得不断切换上下文、重讲一遍背景。把编排这件事交给一个常驻协调者，才是这批工具真正在解决的问题。
@mstockton [Claude Code]
https://x.com/mstockton/status/2098530259159400673
一个很早就用 Claude Code、却故意很晚才用手机常连的人，记录了他用远程控制配合 Codex 和 Claude Code 的第一周。他之前抗拒在手机上装更多 AI，是因为不想让工作蔓延到生活的每个角落。结果发现，在路上时不时查看一下、用语音下指令，是个相当大的解锁。他说下一个解锁大概是把已经搭好的定时循环真正跑起来，那应该也花不了多少功夫。
@OnebookofMAG [Claude Code]
https://x.com/OnebookofMAG/status/2098201357136412676
他没等官方出，自己做了个专用手机 App 对接 Claude Code 和 Codex，只干三件事：接着电脑上的会话继续、开一个新会话、管理任务列表。从那以后，「人在哪里工作就在哪里推进」这件事才真的成立了，他非常推荐大家自己搞一个。
@patio11 [Claude Code]
https://x.com/patio11/status/2098266930855530770
一个业余玩 Factorio 的人在玩一个很复杂的 mod，让 Claude Code 逆向了 mod 文件，然后拉起一个无头 Factorio 实例把游戏引擎本身也拽进来当参与者，最后产出一个说明用的小网站。值得注意的是第二步：它没有只靠源码去推理这个 mod 干了什么，而是把「这个 mod 到底怎么运行」的权威答案来源交给了 agent。
@0xlangeai [Claude Code]
https://x.com/0xlangeai/status/2098311881811456330
一个小的路由配方：专门做一个 Grok Bot，它整个工作就是去调一个模型。新建一个 bot，交代它只干这一件事，完成授权登录，它会自己把 Claude Code CLI 装上并在完全授权下运行。他给自己这个 bot 取名叫参谋长，所有需要重度思考的活都发过去，这样昂贵的推理有了一个固定地址，而不是散在每个会话里漏出去。
@volcano_youtube [Claude Code]
https://x.com/volcano_youtube/status/2098236569304129694
一个形状很漂亮的省钱技巧：同时起 Claude Code 和 Codex，然后对 Claude Code 说「做视频，但图片生成用 codex exec 命令经 Codex 来做」。视频在 Claude 这边做，图片生成甩给免费的那一边。
@PovilasKorop [Claude Code]
https://x.com/PovilasKorop/status/2098503470730919984
一个同时用两边的人给出的极简路由规则：如果 Codex 搞不定一个复杂问题，就交给 Claude Code 和 Opus。如果 Opus 搞不定，就交给 Codex Sol 或 Astra。它们通常会用不同的思路，总有一个要么解决了，要么离答案近得多。
@melodykoh [Claude Code]
https://x.com/melodykoh/status/2098248199123132807
一个长期的 Claude Code 死忠开始并行拿 Codex 跑一些任务，第一印象很明确，而且说的不是质量是自主性。Codex 独立得多，能连跑好几个小时，很少来问她。Claude 相反，特别喜欢回来跟她「碰一下」，有时候她只想让它自己去把问题解决掉。活儿到底谁做得更好还不好说，但不用盯着这件事本身就有价值。
@redknots [Claude Code]
https://x.com/redknots/status/2098230887230095383
一个解决「读 agent 方案很痛苦」的工作流发现。以前 Claude Code 生成的方案只能是 Markdown 文件或命令行纯文本，现在可以转成 HTML artifact，并在每个需要你做决定的地方插入批注框，这些批注之后能被 Claude Code 重新读取。在浏览器里打开后，还能把 Codex 或别的带浏览器侧边栏的 agent 拉进来一起读方案、一起提意见。他的提示词要求批注用 db 能力持久化保存，而且 block ID 必须由小节标题生成稳定哈希，不要用顺序编号。
@shmidtqq [Claude Code]
https://x.com/shmidtqq/status/2098526494595174632
Unity 官方 agent 插件里最能说明问题的细节不是功能，是一道疤。31 个官方 skill 里，URP 迁移那个被硬编码成不相信自己：你不确认已备份它就不开工，干完之后它去查项目本身，而不是信自己的日志。Unity 内部一定有人被坑得够呛，才会做出一个不信自己的 agent。这些 skill 是由各个子系统的引擎团队亲手写的，清单读起来像你的搜索历史：TextMeshPro 里中文显示成空方块、相机移动时像素画抖动、OnTriggerEnter 不触发、切到 URP 之后材质变粉。
@grokkedd [Claude Code]
https://x.com/grokkedd/status/2098418798281830859
关于 Unity 插件的更多细节，包括 Unity 自己承认它不管用的地方。它先通过 Anthropic 自家的插件目录给 Claude Code 上线，现在也覆盖了 Codex 和 Grok，全是第一方而非社区做的。Unity 很坦白：简单的 uGUI 活儿，用不用它跟手搓差别不大；在 Sonnet 5 上它的主要价值是把模型推向当前的最佳实践，而不是它本来会默认掏出来的过时做法。正在传播的那个演示是 Codex 在一个会话里同时跑 Unity MCP 和 Blender MCP：agent 在 Blender 里建模、绑骨、做动画，把整个东西导进 Unity，然后自己写自动化测试并跑一遍确认没问题。
@ArchiveExplorer [Claude Code]
https://x.com/ArchiveExplorer/status/2098508543863439705
有人把 Claude Code 做成了一家公司，还公开挂在 GitHub 上：16 个部门、172 个 skill、19 个 agent，每个 agent 有自己的写入面。你一次装一个部门，而不是一整坨。它的意义在于你不用再跟 agent 描述「你应该是谁」，你直接问真问题，谁的地盘谁出来接。切分依据是写入面而不是主题，每条路径有且只有一个归属，如果两个部门伸手去改同一个文件，CI 直接挂掉。
@_ar9av [Claude Code]
https://x.com/_ar9av/status/2098437403983929843
Prismor 是一个开源的安全控制面，在每个 agent 工具调用执行之前拿你的策略过一遍，正好对着大家一直在喊的那个「授权层空缺」。一条规则就是一段 YAML：匹配 shell、文件读写、网络、提示词、工具返回或 MCP 调用，然后返回允许、阻断、修改、升级审批或延后，作用域可以是全组织、按团队或按人。Cloaking 在进去的路上把真实密钥换成哈希 token，在回来的路上把工具输出里的密钥遮掉。每个 agent 有自己的名字和最小权限画像，用自己的 key 认证而不是蹭开发者的笔记本，出事时可以当场停掉一个人或一整个团队。升级审批在 Claude Code 里内联渲染，超时、过期、报错一律 fail closed。
@MarcoSalzmann80 [OpenClaw]
https://x.com/MarcoSalzmann80/status/2098295183636930599
「授权」这个论点终于有了一个已发布的参考实现。把私钥交给一个自主 agent 不叫自主，叫安全问题——因为一旦 agent 或它的 runtime 被攻破，那些凭证就是攻击面。Algorand 的 AC2 协议用「请求、授权、执行」把 agent 和权限分开：agent 不持有你的密钥，它去请求许可，密钥始终在你手里。Algorand 发了一个 AC2 参考插件，让 OpenClaw agent 能跟用户的钱包通信、在手机上请求授权。参考实现覆盖了钱包签名、x402 支付和 git commit，所以这是一个给 agent 行为用的授权层，不只是一个支付协议。
@nickvasiles [OpenClaw]
https://x.com/nickvasiles/status/2098350862741479866
OpenClaw 可以调 Orgo 的 API，给自己开一台电脑，把整个环境克隆过去，然后开始干活，全程没有人碰基础设施。算力、文件、部署都是 agent 自己处理。他以前要花几个小时手动配置每个新 agent，现在他跟一个 agent 说「去再造几个」，然后走人。
@RoniBandini [OpenClaw]
https://x.com/RoniBandini/status/2098231366894624985
Jaime 是一个机器人，用 360 度微型舵机和 DFRobot 传感器搭在一块跑 Linux 和 OpenClaw 的 Arduino UNO Q 板子上。一个有用的提醒：个人 agent 这套栈已经落到实体硬件上了，而且底座只是一块创客板。
@fhwofjow51260 [OpenClaw]
https://x.com/fhwofjow51260/status/2098395698572263582
Easel 是浙大和北大实验室做的社媒运营 agent，跑在 OpenClaw 上，把热点发现、内容策划、图文和视频制作、多平台发布、数据复盘串成一个完整工作流。真正要紧的是它会给每个账号建长期画像，记住定位、受众、内容风格、平台限制和历史表现，发布后的数据还会回流，让下一次生成更贴合这个账号。相当于给一个人运营的账号配了一支会自己复盘的 AI 内容团队。
@XAMTO_AI [OpenClaw]
https://x.com/XAMTO_AI/status/2098233063260004435
对同一个项目更怀疑的一种读法，而诚实的地方恰恰在它承认了什么。Easel 的卖点不是又一个文案框，是给每个账号留画像、把数据沉回去这个回路。112 个技能据说是真脚本、能出成品进目录，不是聊天里的空口建议。但真正卡人的是发布风控，README 自己写了：小红书对自动化查得严，建议预览后手动发。这句话比整张功能表都诚实。它适合已经有定位、缺产能和排期的人；如果你是靠它日更灌水，画像只会把空内容记得更牢。
@hillarykiptoo_ [OpenClaw]
https://x.com/hillarykiptoo_/status/2098347663057977390
一个小但完全不涉及编码的用法：他的 OpenClaw bot 从他的消息和财务信息里抽取内容，追踪他每天的开销。
@lucasradaelli [OpenClaw]
https://x.com/lucasradaelli/status/2098389534878630090
一个把 OpenClaw 跑在 proxmox 加 lxc 上的人写的诚实运维报告，他这么做就是为了数据全留本地、随时换模型。代价是要调很多东西，每周都得修点什么，有时一周修好几次。他试了两天 Meta 的 Muse，发现它就是能用，他觉得很厉害但不想把所有数据交给 Meta。他抛出的两个未解问题值得记：大家的日常主力模型用什么才够快；以及怎么让助手访问一个已登录的浏览器标签页——因为他的 OpenClaw 跑在无头 lxc 里，唯一的路子是浏览器中继插件，而那玩意老掉线。
@shokk [OpenClaw]
https://x.com/shokk/status/2098270158070460438
把 Herdr 放进 VSCode 当 tmux 的替代品，关键细节在这：Herdr 的集成会让每个 agent 知道其他窗格在发生什么，所以一个 Claude agent 能看见 Codex agent 在干嘛、OpenClaw 和 Hermes 在干嘛。是跨 agent 的可见性，不只是摆在一起。
@Fluyeporlaweb [OpenClaw]
https://x.com/Fluyeporlaweb/status/2098486986864775611
对 Herdr 这个 runtime 到底解决什么的一段清晰描述，说的是那种同时开四个 agent、整天在找哪个卡住了的人。它给这些 agent 一个家：一个项目一个 space，一个 agent 一个 tab，每个都标着「在干活／被卡住／空闲」。Claude Code、Codex、Hermes、Grok、OpenCode 在同一个窗口里。关上笔记本服务还在跑，换台机器回来还在你离开的地方。他的说法是：这是 tmux 终于明白了，那个进程是一个 agent，不是一个 vim。
@AI_Caffeine [Claude Code]
https://x.com/AI_Caffeine/status/2098290190842278213
Wake 解决的是这个具体摩擦：你昨天用 Codex，今天用 Claude Code，得从头解释项目进行到哪了、出过什么错、试过什么。它把散在你电脑各处的编码 agent 会话——Claude Code、Codex CLI、Cursor、Gemini CLI、OpenCode——收进一个窗口，可以跨会话全局搜索，也能直接跳回原来的终端会话接着聊。它自带一个只读 MCP，新 agent 可以搜历史对话或查某个项目最近的会话，而不用每次从零填上下文。数据只在本地索引，原始会话文件以只读方式打开，凭证文件一律不读，多台机器上的会话可以走 SSH 同步。
@GitHub_Daily [Claude Code]
https://x.com/GitHub_Daily/status/2098260262906380512
OpenContext 是一个持久化的全局知识库，存在你自己电脑上，给所有 agent 共用。装好后它会给 Cursor、Claude Code、Codex 生成一组 skill 和四条斜杠命令：开工前一条命令把相关背景加载进来，干完再一条命令把这次学到的写回去。它不带自己的模型，管理知识库这个活直接复用你手头已有的 Codex、Claude 或 OpenCode 命令行，不用再多订一份。有桌面版和网页版界面可以翻目录、搜文档、手改内容，也提供 MCP 服务，别的 agent 能把它当工具调。
@DanKornas [Claude Code]
https://x.com/DanKornas/status/2098546895194820757
base 是一个用 Rust 写的工作区记忆引擎，前提假设是：你的编码 agent 不该每个会话都重新认识一遍你的仓库。它把一个工作区映射成知识图谱，涵盖代码结构、项目、决策、规则和文档，然后通过 Claude Code 的 hook 在四个注入点喂有针对性的简报：会话开始、提示词、工具调用前和调用后。Claude Code 改文件时它会自动刷新一张应用地图，带把决策、任务和经验带进下一个会话的命令，所有数据以纯文本 NQuads 文件持久化，可以放进仓库、在 git 里 diff。
@DanKornas [Claude Code]
https://x.com/DanKornas/status/2098254115054682158
PLUR 是一个 local-first 的共享记忆系统，服务于跨工具工作的 agent，把纠正、偏好和项目约定以可读的 YAML 文件存在你磁盘上，你能查看、改正或删除。同一份存储可以跨 Claude Code、Codex、Cursor、Hermes 和 OpenClaw 使用。召回是本地混合式的，BM25 加本地 embedding，不需要调 API；知识按全局、项目、团队做层级切分。它还会按时间记录 episode，并让你给召回到的记忆打分，以改进注入质量。
@DanKornas [OpenClaw]
https://x.com/DanKornas/status/2098229800405967205
Commonly 是一个开源、可自托管的工作区，给需要在不同 runtime 之间协调人和 AI agent 的团队用，冲的就是「同一个项目跟每个 agent 重讲一遍」这个问题。每个 agent 在共享工作区里有自己的持久身份、记忆、技能和工作台，换 runtime 的时候这些全都保留。共享 pod 把持久记忆、任务板和人类或 agent 成员组合在一起，agent 可以自己领任务、推进、并通过 GitHub Issues 同步闭环。自托管是一套单机 Docker Compose 栈。
@DanKornas [Claude Code]
https://x.com/DanKornas/status/2098263763585540479
Last9 的 MCP server 存在的理由是：你的编码 agent 不该靠猜来判断生产环境出了什么问题。它把 Claude、Cursor、VS Code 和 Windsurf 接到真实的可观测性数据上：日志、指标、链路、异常、数据库查询、告警和部署。配置走托管 HTTP，填一个组织 URL、在浏览器里完成 OAuth，不用装二进制。服务健康类工具覆盖吞吐、错误、延迟、Apdex、操作、依赖和异常，数据库可见性能从 OpenTelemetry 的 trace span 里看到慢查询和查询模式。每个工具返回里都带一个深链，直接跳回对应的看板查询和时间范围。
@mertcemri [Claude Code]
https://x.com/mertcemri/status/2098478787809915145
SkySynth 想把「系统特化」这件事交到任何一个用编码 agent 的人手里：你的负载、你的硬件、你的要求，生成一套围绕它们建的系统。它以插件形式发布，支持 Claude Code 和 Codex，装上之后你自己带一个系统问题进来。
@shulynnliu [Claude Code]
https://x.com/shulynnliu/status/2098474603538792452
SkySynth 真正要紧的结果是关于正确性而不是速度。对正确性攸关的系统，它用归纳演绎综合（IDS），让 agent 把实现和机器可验证的证明一起生成，而不是先把系统整个建完再回头验证——代码和证明同步演进，Lean 或 Rocq 一路增量检查正确性。在分布式 KV 存储上，它为七个规格中的七个合成出了已验证的实现，通过率 95.2%，而 Claude Code 是 33.3%。
@shulynnliu [Claude Code]
https://x.com/shulynnliu/status/2098474620039106764
SkySynth 数字的另一半。在 KV 存储上，它合成了针对不同负载的设计，缓存、淘汰和日志策略各不相同，吞吐最高达到包括 Redis 在内的各个基线的 2.3 倍，而且比 Claude Code 少得多的奖励作弊。它形式化验证过的分布式存储通过率 95.2%，接近 Claude Code 的三倍。
@tirthaexe [Claude Code]
https://x.com/tirthaexe/status/2098272091376374144
一个新的端到端 benchmark 上，最强的编码 agent 只通过了 23.9% 的部署测试，而原因比这个数字更有意思。τ^τ-Bench 给 agent 的不是干净的 GitHub issue，而是接近真实客户项目的东西：乱七八糟的业务记录、客服转录、已有代码库、API、成本上限，还有一个可以对话的人类客户。有些需求是故意不写进文档的，客户是唯一的来源。结果所有工具调用里只有 0.3% 用在跟客户说话上。那些有二三十条只能问客户才知道的需求的任务里，agent 最多问了四个问题就开干了。有一个 agent 把没答案的问题写进了规划文件，然后一次都没问；另一个找了几次缺失的文档，判定信息拿不到，直接交付了。
@MarMarLabs [Claude Code]
https://x.com/MarMarLabs/status/2098203860837798024
DeepSeek 把「模型卡上的分数和你实际 agent 之间那道差，有多少是 harness 造成的」量了出来并公开了。同一套权重、同样的采样、同样的 100 万上下文、同样的 500 步上限，过八个不同的编码 agent harness。DeepSWE v1.1 上：mini-SWE 74.2，DeepSeek 自家极简 harness 72.6，Claude Code 69.8，Pi 66.2，Codex 65.6，OpenCode 65.5。Terminal-Bench 2.1 上：极简 harness 90.6，mini-SWE 90.3，Claude Code 88.0，Pi 86.1，OpenCode 85.0，Codex 84.1。一个 benchmark 上 8.7 分的跨度，另一个 6.5 分，唯一变量就是那层脚手架；而对外拿去跟前沿模型比的那一行，用的是每一列的最高值。
@ArtificialAnlys [Claude Code]
https://x.com/ArtificialAnlys/status/2098504939781906684
给「双模型 harness」这个想法盖了个独立的章。Devin Fusion CLI 跑 Claude Fable 5.1 的 xhigh 加 SWE-2 的 medium，在 Coding Agent Index v1.5 上拿 61.7，几乎追平 Claude Code 里 Fable 5.1 满档的 62.2——而且 effort 更低，成本还便宜 36%，每任务 7.9 美元对 12.4 美元。速度基本持平，每任务 35.8 分钟对 34.8 分钟。这个模式在底层各项评测里也成立：DeepSWE 1.1 是 63.1 对 64.3，SWE-Atlas QnA 是 65.9 对 64.8，Terminal-Bench 4.0 是 56.1 对 57.6。
@iamleannmuller [Claude Code]
https://x.com/iamleannmuller/status/2098483764699541647
一个用 107 个真实电商任务做的 benchmark，把同样的活标了三个价：Accio 3.69 美元、Codex 9.27 美元、Claude Code 9.51 美元，质量相当。她的判断是，有意思的不是谁赢了 benchmark，而是当自主 agent 便宜到可以规模化跑的时候会发生什么。
@Im_IrushiK [Claude Code]
https://x.com/Im_IrushiK/status/2098406368529338542
本轮成本抱怨的代表，而且带数字。每月 200 美元的 Max 20x，整周额度两天半就烧光了。用量卡在 99%，重置要等到周一，基本没法用；如果 9 月 13 日之后那个 50% 的临时加量真的没了，只会更难受。他说以这个价位、对真正重度使用 Claude Code 的人来说，Anthropic 该重新想想这个限额。
@Aaronontheweb [Claude Code]
https://x.com/Aaronontheweb/status/2098469932774101383
完全相反的一份报告，这也是为什么额度这个争论老是原地打转。他说他完全不明白那些人怎么能一周烧掉好几份 Claude Code 或 Codex Max 订阅。他做的是真正复杂的分布式系统活儿，两边都很少跑到 100%，于是他怀疑这是不是个「技术问题」。
@deidaart [Claude Code]
https://x.com/deidaart/status/2098517071696908417
他在 Claude Code 里用 Opus 5 的高 effort 档给自己网站的 V2 做了一次网络安全审计。没查出严重漏洞，但列了几处要修的，而且专门警告他：如果之后接入 AI agent，会多出一条攻击面——比如有人狂刷请求，通过 API 把他的钱烧掉。他很喜欢能按任务切换 effort 档位和模型这件事：建站用 Claude 的 Extra 档，改东西用 Claude Code 的高档，基础问题用低档。
@fivosaresti [Claude Code]
https://x.com/fivosaresti/status/2098486802801647824
一份按品类排的 GTM 工具栈，把 Claude Code 排在第一位当「AI agent 构建器」，描述是最强的 Claude 形态、从终端跑、连着你自己的工具。清单剩下的部分是各岗位的常客：n8n 做周期性自动化，Sumble 做技术栈画像，Apollo 做线索，Clay 做数据编排。值得注意主要是因为：编码 agent 已经成了默认的 GTM 工具，而不是开发工具。
@coldemailchris [Claude Code]
https://x.com/coldemailchris/status/2098550152839532800
一份外呼技术栈的分级清单，Claude Code 进 S 档，负责线索资格判定、ICP 建模和那些 agent 本身，同档的还有一个 Google 收件箱三美元的 ScaledMail 和能扛住每天一万封的 EmailBison。A 档是 Prospeo、每次核验 0.0004 美元的 Million Verifier 和 Ocean.io。F 档只有一项，而且不是工具是一个设置：打开率追踪——因为那个像素会伤到投递位置，而它返回的数字毫无用处。
@coreyhainesco [Claude Code]
https://x.com/coreyhainesco/status/2098478686639108587
用一句话概括营销工具发生了什么变化。旧做法是拿 Zapier 当胶水把一堆 martech 工具粘起来，你整天活在设置页面里。新做法是把你的技术栈直接开给 agent，界面这一层本身消失了。你新的营销界面就是 Claude Code、Codex、Cursor。
@coryalthoff [Claude Code]
https://x.com/coryalthoff/status/2098441968325943665
短但具体：在 Buffer、Pikzels、Descript、Screen Studio 和 Motion 之上，他用 Claude Code 给自己搭了一个 GTM 指挥中心。本轮反复出现的模式就是这个：通用工具去买，协调层自己造。
@timbuilds21 [Claude Code]
https://x.com/timbuilds21/status/2098396169668059441
一份二十层的 AI SDR 技术栈，其中十九层是他真在生产跑的，里面有一句判断值得记。编码 agent 和模型、路由、框架一起放在「大脑」层，他的说法是：模型是整个栈里最便宜的一个决定，路由和围着它建东西的那个编码 agent 更要紧。「感官」层是搜索、爬取、浏览器 agent 和数据补全，他补了一句：一个不能读网页、读招聘帖、读 LinkedIn 档案的 agent，只是一个有 CRM 账号的聊天机器人。「管道」层里包含持久化工作流，因为每条线索要过八个阶段，如果第六阶段凌晨两点挂了，有没有这一层就是「重试一次」和「丢掉一周」的区别。
@andrew_jennings [Claude Code]
https://x.com/andrew_jennings/status/2098410166743876010
一家现在几乎所有 Shopify 店都做 headless 的公司，代码大部分由 Claude Code 写。Shopify 留着当商务引擎，管结账、订阅和商品库；店面是 Next.js App Router 加 React Server Components 加 Tailwind v4；CMS 用 Sanity，让客户自己改页面、带实时预览、不用开工单给开发；Sentry 在客户发现之前抓到运行时错误；Vercel 让推到 main 两分钟上线，每次改动还有一个预览 URL 让客户先批。之后客户用他们自己的 Codex 或 Claude 来更新。
@takekeepvision [Claude Code]
https://x.com/takekeepvision/status/2098245314570489948
一个博主用 Claude Code 自制了 AI 写作工具，现在支持 WordPress、Ameblo 和 note 三个平台，而他的发现关乎分发而不是工具。大多数人拿不到第一笔联盟收入，最大的原因不是天赋也不是文章质量，是他一开始选了哪个平台。WordPress 的入口是搜索，域名要养半年到一年才有人来；Ameblo 有读者流转机制，你写的第一天就有人读，他看到的情况是大约一半的人两个月内出第一笔收入。他的处方是：先在 Ameblo 拿下第一笔、建立「卖得出去」的手感，同样的材料放到 note 上并接联盟案源，同时并行养 WordPress，等域名生效时它就是资产。他还提到自己的工具一天能出十五篇，但他刻意压低产量，因为一旦「堆数量」变成目的，博客就不涨了；而且产出永远由人最后改一遍。
@shupeiman [Claude Code]
https://x.com/shupeiman/status/2098231172677693522
一剂针对「用 AI 立刻赚钱」话术的解毒剂，来自一位社群组织者对一个成员的观察，那人想卖企业 AI 课程。她从完全不知道 Claude Code 能干什么开始，每天扎扎实实摸五个小时，做到能卖课用了三个月。五小时干一天或干一周，什么也不会发生。真正起作用的顺序是：先把 Claude Code 用到随心所欲，再进入下一步学营销。就算是出成果快的人，三到六个月的物量投入也躲不掉。
@vishal_4743 [Claude Code]
https://x.com/vishal_4743/status/2098348522110390386
当所有人花一整天争论「为什么是博帕尔不是班加罗尔」的时候，他打开了 Claude Code。几小时后，这个热搜下的每一条帖子都被存进了同一个页面，每十分钟自动刷新一次，还部署上线了。他一行代码没打。
@BreejeAnadkat [Claude Code]
https://x.com/BreejeAnadkat/status/2098345715483423146
到他生日了，Twitter 忘了给他的资料页加气球，于是他用 Claude Code 自己做了一个。小事，但挺能说明「现在做一个东西的门槛」到底在哪儿。
@JC_builds [Claude Code]
https://x.com/JC_builds/status/2098536061723140457
一个两步工作流，很好地示范了怎么用一个模型给另一个模型喂料。他先让 ChatGPT 把所有图片做成一个可下载的 PDF，每个地标在页面上标好文字。然后把这个 PDF 从下载文件夹直接拖进 Claude Code，说：用这个 pdf 里的图片在我的 app 里做 3D 图钉，用 Minted，一张图一个钉，512 像素，小于 100KB。
@sohtanagasaka [Claude Code]
https://x.com/sohtanagasaka/status/2098225570303848822
一位民宿经营者发了一套把 Beds24 和 PriceLabs 连到 Claude Code 上、自动化定价的教程，明确写着「零代码知识也能做」。值得注意是因为这是一个非技术垂直行业，而编码 agent 在这里扮演的是两个行业 SaaS 产品之间的集成层。
@riseyoshioka [Claude Code]
https://x.com/riseyoshioka/status/2098234401553609012
那套工作流对应的视频，把 Claude Code 连上 Beds24，再把 PriceLabs 接进来。
@sohtanagasaka [Claude Code]
https://x.com/sohtanagasaka/status/2098227408067555821
同一件事上附带的一个需求信号：两天前排队是四周，现在变五周了，而他刚发的 Claude Code 加 Beds24 联动视频估计还会把队伍拉长。他为此道歉——这大概是汇报「一个工作流真的击中了需求」最诚实的方式。
@shinshin86 [Claude Code]
https://x.com/shinshin86/status/2098545058798834070
一套让你靠跟 Codex 或 Claude Code 商量就能做出原创 AI VTuber 应用的机制。你把页面上的提示词复制粘贴进去，agent 就把原型搭起来；之后你继续跟自己的 agent 对话，把它捏成一个原创 VTuber 系统。已支持多个 LLM 和 TTS，也支持 YouTube 和 Twitch 的评论联动，头像方面覆盖 VRM、Live2D、PSD 以及会晃的 PNGTuber。
@bkdgiffug [Claude Code]
https://x.com/bkdgiffug/status/2098239354951135572
video-use 是 Browser Use 开源的一套视频剪辑 Skill。把素材丢进文件夹，从 Claude Code 或 Codex 下指令，它就删废话和空白、加字幕、调色、做动画，最后输出 final.mp4。让它像 agent 而不是脚本的地方在于：它会对成片做检查，发现问题再重新处理。跟传统剪辑软件不一样，你负责描述需求，agent 负责跑完整套后期。
@tetumemo [Claude Code]
https://x.com/tetumemo/status/2098364166637867191
他上个月做的一个 Skill，把一篇文章丢进去就能出一条带图解的短视频，而且在 Codex 和 Claude Code 里都能跑。底层是 Hyper Frames 做视频，谁都能免费用。
@primalrobin [Claude Code]
https://x.com/primalrobin/status/2098215008618324270
他用 Claude Code 花一个周末 vibecode 出一个工具，能生成动态图形、找素材、写字幕、配音乐，剪辑这一步直接没了。它支持任何语言，他说这才是重点。
@nidhisinghattri [Claude Code]
https://x.com/nidhisinghattri/status/2098453574573539807
她拿 DeepSeek V4.1 Flash 来剪自己真实的视频，跑在 Claude Code 里，整个活花了 0.33 美元。她的走查覆盖了配置过程、把原始素材交给它、看它一路做剪辑取舍、生成出来的成片、她自己的反应和想改的地方，以及为什么这次跑得比预期慢。
@oliviscusAI [Claude Code]
https://x.com/oliviscusAI/status/2098211784478073094
diagram-design 是一个免费的 Claude Code skill，能生成 27 种图表类型，输出是干净的自包含 HTML 和 SVG，而有意思的行为是它的克制。你贴一个网站 URL，它会读取配色和字体来匹配品牌；定稿前会自动检查对比度；而且第一次在一个新地方被使用时，它会停下来问要不要先正式接入，而不是直接把一张长得很通用的图塞进一个真实项目里。
@ahmedgagan11 [Claude Code]
https://x.com/ahmedgagan11/status/2098445843351433389
一个专门为「给编码 agent 喂图」这个工作流做的截图应用。区域截图带光标和放大镜、窗口和全屏、长页面滚动截图、标注、录屏。它存在的理由其实是两个功能：用端侧 OCR 自动模糊 API key，以及一个支持多选的粘贴面板，可以批量贴进 Claude Code、Cursor、ChatGPT 或终端。任何东西都不上传。一次性 6.99 美元，没有订阅。
@seekjourney [Claude Code]
https://x.com/seekjourney/status/2098252747883868379
一个基本等于给你 iOS Computer Use 的库：在 Mac 上跑一台虚拟 iPhone，能截图、点击、滑动、装 IPA。再配上 vphone-mcp，Codex 和 Claude Code 都能操作它。
@gclue_akira [Claude Code]
https://x.com/gclue_akira/status/2098406542831947849
一个具体的 CAD 组合：Astra 用 Claude Code 的 Fusion 360 MCP 加上 Computer Use 来操作 Fusion 360。同一个应用的两条不同访问路径，叠在一起用。
@LSXS_888 [Claude Code]
https://x.com/LSXS_888/status/2098240431033339999
三个开源的 Polymarket 交易机器人，用 Claude Code 调试配置，模拟测试全跑通之后才上真金白银。CloddsBot 开箱内置 118 套以上策略，延迟套利、动量、Penny Clipper、智能路由、DCA、到期衰减都有，是一个剑桥 CS 学生的黑客松获奖项目。第二个是聪明钱跟单，自动检索头部交易者，按盈亏和胜率筛选。第三个自动管控限价单、按行情实时调报价，赚流动性奖励。他的观点是付费版不一定就比开源好用，关键在于你会不会调参、做回测、接进自己的系统。
@CasaVerilla [Claude Code]
https://x.com/CasaVerilla/status/2098337030405063081
一位 39 岁的韩国程序员用 Claude Code 花两个月搭了一套股票交易信息系统，然后在 Polymarket 上跑高频算法，平均每笔只有 27 美元，累计报出 +1,365,350 美元。机制是三件事叠在一起：不停重算合理价格、跟快速现货源对齐，发现定错价就进一边，信号变强就加同一边，市场反转就买对面对冲；越接近结算，仓位越往几乎已经确定的那个结果上堆，主导结果快到 99 美分的时候压上最大的一截。小单、高频、尾盘收口。
@DaviddDotTech [Claude Code]
https://x.com/DaviddDotTech/status/2098322305243861140
一套用 Claude Code 做黄金回测的五步流程，而它更像是一堂关于「围着 agent 立规矩」的课，而不是关于 agent 本身。第一步把规则写死：在 XAUUSD 一小时周期上回测优化四小时，手续费和点差打开，100 笔以上交易，回撤低于 20%，盈利因子高于 1.1，失败的丢掉只给我看活下来的。第二步要求按亚洲、伦敦、纽约三个时段拆分结果，因为很多策略只在某一个时段赚钱。第三步独立验证：把胜出的 Pine 代码贴到 TradingView 上，核对盈利因子、回撤和交易笔数跟 Claude 报的一不一致。第四步是带手续费前向测试满 20 笔，才上真钱。
@milesdeutscher [Claude Code]
https://x.com/milesdeutscher/status/2098427912282325449
同一个想法的配置那一半，值得记主要是因为它现在有多平淡。在桌面或终端打开 Claude Code，粘贴：安装 TradingView MCP server，克隆并研究这个仓库，跑 npm install，加到 ~/.claude/.mcp.json 的 MCP 配置里，然后带调试端口启动 TradingView。之后你就在旁边待着，它干活的时候点「允许」。
@AYi_AInotes [Claude Code]
https://x.com/AYi_AInotes/status/2098440931632468002
一个股票研究 harness 真正让人服气的地方，是它强行往房间里塞了一个对手。散户做交易死得最惨的姿势叫确认偏误：一旦你满脑子想做多，所有新闻和研报都变成利好，大脑自动把风险屏蔽掉。Minara Harness 在后台常驻一个专门找茬的空头 agent 和一个铁面风控。他丢了个 AAPL 进去，看多分析师刚说趋势不错，空头立马掀桌：前瞻 PE 34 倍贵到离谱、317 箱体上沿追高盈亏比极差、毛利率口径存在冲突。你正准备掏钱的时候，屏幕里有四个人拿着底稿当场互撕。
@kun66666677 [Claude Code]
https://x.com/kun66666677/status/2098239837354725611
同花顺把官方数据接口直接开给 agent 了，这去掉了做 A 股 AI 投研里最烦的一环。一个 API Key 就能查行情、历史 K 线、财报、估值、指数板块、公募基金、涨跌停、异动、热榜和龙虎榜。REST、MCP、CLI、Python 和 Agent Skill 都能接同一套官方数据，所以选股、分析和回测各省一层爬虫。注意分钟 K、Tick、海外行情、宏观和公告研报原文目前不在公开范围内。
@brunoondabraba [Claude Code]
https://x.com/brunoondabraba/status/2098523077009391939
一个 22 岁的人用 Claude Code 做了一个叫 Lucy 的 AI 人设，报出三十天 58,000 美元。有意思的是他声称的成本结构：没有模特、没有摄影师、没有内容团队，五个 markdown 文件跑在一台每月 45 美元的 Linux 服务器上。Lucy 记得每一次对话，即时保持人设回复，同时跑数千个聊天而没有人碰键盘；对照组是一个每月约两万美元的传统内容团队。收入数字当成一面之词看，但成本那一侧才是重点。
@sns_ryuto05 [Claude Code]
https://x.com/sns_ryuto05/status/2098258631028576616
一个关于社媒自动化的具体规模数字：他估计 Threads 加 Claude Code 的自动化能撑到 30 个账号，目前已经跑通 15 个。他解释为什么行得通：这个平台上粉丝数完全不相关，所以关键是把人拉进名单，而他现在处在「一条帖能拿 200 个名单」的区间。
@shoto_afi [Claude Code]
https://x.com/shoto_afi/status/2098254916758458593
整个案例就是午休那三十分钟。他是有副业的上班族，午休很宝贵，于是在这段时间里跑 Claude Code，把 YouTube 的视频投稿一个个仓好。三十分钟出两三条，他的理由是：只要用上 AI，YouTube 是能在碎片时间里打的。
@stayworkgh [Claude Code]
https://x.com/stayworkgh/status/2098252433097109938
一篇日志，挺准确地记录了当下的混合工作是什么样子，而最后一句才是重点。他在车上改了 Meta 广告设置，在新店盯了网络和监控的安装工程，拆了一堆纸箱，然后来回切换：在 Claude Code 里开发、搬纸箱、再开发、再体力活。晚上去了一个 AI 驱动开发的学习会，讲的都是实务——把活交给 agent 的同时自己做别的事、把处理并行化来省 token。回家之前，他一次性给 agent 派了大概十个任务，把 Mac 设成可远程查看，让它们在他睡觉的时候干活，第二天早上起来先看产出。
@therappertainer [Claude Code]
https://x.com/therappertainer/status/2098366961449075024
一位设计师用 Claude Code 做了个新作品集，出发点只有一句话：他最好的一些作品从没上线过，所以他给它们找了个住的地方。
@Johnogaga4 [Claude Code]
https://x.com/Johnogaga4/status/2098354776723333397
一天不错的工作，而这类内容平时很少有人发：上线了一个新产品落地页，用 Claude Code 配合开发做出了那些交互效果，自己负责的产品功能上线零 bug。
@itzs_julien [Claude Code]
https://x.com/itzs_julien/status/2098453788805722281
vibecoding 对他来说比 Netflix 还上瘾，于是他把 Claude Code 做成了 Netflix 的样子。据说现在「再看一集」变成了「再修一个」。
@clashreport [Claude Code]
https://x.com/clashreport/status/2098285950820290834
本轮记录到的最有分量的一个使用案例来自 Anthropic 的威胁情报报告，而真正要紧的是它的工作方式。也门北部的一个小组把 Claude Code 当成了一整个导弹工程团队的替代品，同时跑多个实例，一个写代码、一个查资料、一个做代码审查。具体任务包括把开源自动驾驶接到手机级飞控计算机上、写导航与控制软件、跑六自由度弹道仿真、用强化学习调飞控算法。他们把这一切编译成一个独立的离线可执行程序，这样没有 Claude 也能继续干。他们试射了一枚制导火箭，看起来失败了，几小时之内他们又回到 Claude 里拿遥测数据做试后失败分析。安全防护拦下了很多请求，但操作者通过隐藏最终用途、把工作拆到多个会话里绕了过去。
@Senshin108 [Claude Code]
https://x.com/Senshin108/status/2098213729150374234
对这个案例究竟证明了什么，最谨慎的一种表述。Anthropic 说这个小组把 Claude Code 当成替代的软件团队来做制导开发，并把工作拆到多个会话里，让任何单独一次对话都不暴露完整意图；同时它也说没有证据表明他们真的部署出了可用武器。这两点都重要。担忧的点不是「AI 造了一枚导弹」，而是 AI 已经有用到足以协助真实的武器工程，同时防护可以通过「把任务拆开」被部分绕过——这本身已经是一个不小的能力与治理问题。
@IntCyberDigest [Claude Code]
https://x.com/IntCyberDigest/status/2098532101033173192
同一份报告里的一个监控案例，而这里「造出来的产品」本身就是全部重点。伊朗情报部门用 Claude Code 做了一个伪装成祷告时间工具的 Firefox 扩展，悄悄从社交网络收集身份信息，喂进一个叫 Arman 的共享案件管理系统，里面存着一个人的身份证号、信仰、犯罪记录、社交账号，还有一个「行动」标签页。同一个单位还让 Claude 做了消息应用去匿名化工具、手机号转身份工具、假的身份证登录页面和一个 Telegram 批量举报机器人；关联单位做了 Arman 的网页前端，并对 155,216 条 X 帖子做了分析，最后点出 39 个反对派和海外侨民账号。Anthropic 说护栏确实触发过，但基本上没有拒绝「造这些监控工具」本身的请求。
@diamai_ [Claude Code]
https://x.com/diamai_/status/2098329523087441997
马里那个案例里有个细节，会改变你对「封号」这件事的理解。一位顾问一个人把 Claude 当成主力工程团队，给马里国家情报机构建了一套监控平台，设计目标是监控约 2500 万张 SIM 卡，采集通话、短信和语音流量，靠声纹识别人，标记 VPN 用户，并在没有令状的情况下自动生成情报档案。这套系统跑在本地，所以封掉账号并没有让它停下来。同一份报告的别处，与 ShinyHunters 关联的犯罪者用十台 AWS 机器下载了 180 万个安卓应用扫描暴露的密钥，而一个被盗的开发者令牌在大约三小时内拿到了受害者云环境的完整管理权限。
@IntCyberDigest [Claude Code]
https://x.com/IntCyberDigest/status/2098548391592825200
约会应用那个案例值得读，是因为它的运营设计。一家中国公司用 Claude Code 做了 20 多个约会应用，配了 4,700 个 AI 人设，跟至少 25,000 名以为自己在跟真人聊天的用户对话。这些人设被明确要求永远不承认自己是自动化的，并且要把要照片、要通话的请求推掉；后台伪造点赞、访客和视频，还记录哪些用户已经开始起疑。公司往同一个滑动池子里混进真人，大约每三个 AI 机器人配一个真人，按条消息、按通话、按关注计酬，存在的意义纯粹是接视频通话和在社交媒体上回关这些 AI 干不了的事。两周里 Claude 处理了约 236 万条消息。在被抽样的少数对话里，有人透露了重病或急性精神危机。
@0xLogicrw [Claude Code]
https://x.com/0xLogicrw/status/2098260245642653985
本轮最可能影响到真实读者的一个安全故事。一位研究员称，他从一家中国头部大模型中转站买到了约 6TB 的模型调用数据，里面有 SSH 密钥、VPN 配置、阿里云密钥和 GitLab 令牌——他说这批密钥足以进入包括华为、小米、蔚来在内的 19 家中国头部企业的服务器或内部系统，外加 7 个政府相关机构。机制很简单：中转站夹在你和 Claude 之间，请求和回复都是明文过它一遍，所以开发者一旦把 SSH Key、VPN 配置塞进 agent 上下文，一个会保存甚至出售日志的中转站，就把公司的系统密钥一起漏了出去。这不是他第一次警告：四月那篇论文测了 428 个 LLM 中转站，发现 9 个会主动注入恶意代码，17 个真的拿研究人员故意放进去的 AWS 测试密钥去调了 AWS，还有 1 个直接把测试钱包里的 ETH 转走了。
@OrcaRouter [Claude Code]
https://x.com/OrcaRouter/status/2098284870346928475
面对那次泄露，一家 router 的做法是把 Claude Code 指向自己的源码，问「这事会不会发生在我们身上」，然后把答案作为架构而不是安全声明发出来。提示词捕获默认关闭；计费只存 token、成本和延迟，不存消息内容；零数据保留被设计成 fail closed；一道 agent 防火墙在工具调用抵达你的 agent 之前就先过闸；自带密钥是加密的，自定义端点做了 SSRF 防护。他们还强烈建议开启 Guardrails，让 API key、SSH key、.env 凭证和令牌在输入端就被检测并拦下，根本不要抵达任何模型 API。这条帖子本身是刻意用 Claude Code 生成的。
@Dinosn [Claude Code]
https://x.com/Dinosn/status/2098260908707287256
Beltdown：逃出 Claude Code 沙箱。放在这里是因为这个 harness 上的沙箱逃逸已经是一个反复出现的类别，不再是一次性事件。
@Gracker_Gao [Claude Code]
https://x.com/Gracker_Gao/status/2098225000109187555
一份每日的编码 agent 简报，挑出了 Claude Code 2.1.268 里真正有运维价值的部分。如果你跑自建的 Claude apps gateway 并在 gateway.yaml 里配了 pricing，已登录的客户端现在会通过 managed settings 拿到同一套费率，于是 /cost 和 telemetry 能跟你的消费计量对上。自 2.1.265 起第三方 ANTHROPIC_BASE_URL 兼容端点整轮 HTTP 400 的问题修好了，起因是 Artifact 工具 schema 里有一条对方不认的正则。WebFetch 对一直不结束的响应现在默认 300 秒失败，可以用 CLAUDE_CODE_WEBFETCH_DEADLINE_MS 调。长时间闲置不再空转占满一个 CPU 核，拒绝和询问规则现在按真实路径也能穿透 symlink 生效，MCP 和插件报错也不再把密钥带出来。
@ethereaglehq [Claude Code]
https://x.com/ethereaglehq/status/2098532122810077669
把双模型 harness 这笔账说得最短的一句：Devin Fusion CLI 跑 Fable 5.1 xhigh 加 SWE-2 medium 是 61.7，Claude Code 里 Fable 5.1 满档是 62.2，价格 7.9 美元对 12.4 美元。他说他宁愿付 7.9，也不会为了多半分付 12.4。
@angelonuoha7 [OpenClaw]
https://x.com/angelonuoha7/status/2098529795139059998
很短，但是一个真实的切换信号：Meta 的 Muse Agent 非常好，上手比 Grok Bot 或 OpenClaw 容易得多，可预见的一段时间内它会是他的主力个人 agent。
@chris_as_is [OpenClaw]
https://x.com/chris_as_is/status/2098229350105506110
奥斯汀一场面向 GTM 团队的 Grok Bot 活动的现场笔记，有用的那一半是最佳实践清单。演示包括：bot 听实时会议转录，电话还没打完就把 deck 做出来；让它去看播客和网络研讨会当客户调研；在 Sales Navigator 里跑 LinkedIn 外呼；建一个 bot 监听全网的品牌提及和产品反馈；以及间谍 bot——去注册竞品、订阅竞品的 newsletter，把全过程记录下来。最佳实践：用连接器或 API key 来省 token，因为 bot 默认走浏览器操作，那个最烧；别在 bot 里写代码，在 bot 里用云 agent；把 bot 专业化，职责越具体它干得越好；给 bot 打标签，它们会学会互相打标签；需要协调的高意图任务就把 bot 拉进群聊；让 bot 审你的日历并据此分派。他的对比是：跟 OpenClaw 或 Hermes 比，Grok Bot 就像保龄球道两边架上了护栏。
@colinsolvely [OpenClaw]
https://x.com/colinsolvely/status/2098204095542628481
他所谓的「业余项目」是做一个跟 OpenClaw 集成的操作系统。ClawOS 是一个实验性的 agent 原生操作系统，他自己形容是非常早期、有点混乱、开源。
@MichaelGannotti [OpenClaw]
https://x.com/MichaelGannotti/status/2098373053042352307
一个值得记住的分层论点：Codex 和 Claude Code 不是栈顶。Hermes、OpenClaw、Grok Bot 在它们上面一层。自主 agent 拥有目标，工具只执行其中一段，而 agent 在需要的时候去调这些工具。
@virgilxbt [Claude Code]
https://x.com/virgilxbt/status/2098412843775172931
本轮传播最快的一个说法，以它被复读最多的形式出现：一位 Anthropic 工程师说他们 90% 的工程师早就在跑自我改进循环，现在大家都在围着这些循环搭 harness，所以提示词工程基本上结束了。它给出的框架是：agent 到 harness 到 loop 到 graph 到自我改进系统；提示词是所有人都已经学会的那个工作流，而 harness 工程是那个正在悄悄接管的。百分比当未经核实看，但方向确实是本轮的共识。
@sama_iku [Claude Code]
https://x.com/sama_iku/status/2098228195313303658
一份结构化的日文报告摘要，把别人大多跳过的生物那一段捞了出来：五起生物相关案例，涉及高致病性禽流感的哺乳动物适应、天花和猴痘一族正痘病毒的免疫逃逸，以及毒素优化。连同武器和蒸馏案例，这份摘要落在 Anthropic 自己强调的那句话上：高级攻击已经不再需要高级人才，因为 AI 正把一个人或一小撮人抬到国家级的作战规模。
@anandaverma20 [Claude Code]
https://x.com/anandaverma20/status/2098253961547415799
关于这些中转发现对「选推理服务商」意味着什么，这是最干净的一句表述。月之暗面在十天里把近 30 万条用户请求转给了 Claude，再把答案当作 Kimi 的输出返回；DeepSeek 对那些通过 Claude Code 和 OpenCode harness 进来的用户做了同样的事。这些人往一个他们以为是另一家公司的模型里，粘贴了有效凭证和内部代码。API 返回给你的是一个模型名字符串，它没有给你任何办法去验证到底是哪套权重回答的。他的落点很准：我选推理服务商看的是延迟、成本和速率限制，「来源可验证」从来不在那张清单上。
@Michaelzsguo [Claude Code]
https://x.com/Michaelzsguo/status/2098387982046601366
一个值得记一笔的误伤。他在 Muse Spark 的帮助下把 Kindle 越狱、装好了 DeepSeek 聊天机器人，然后想让 Claude 做点收尾工作，就问了一句「我能不能设置 SSH 连到 Kindle 上」，结果吃到了 Claude Code 的 Cyber Safeguards 警告。他说他人生完整了。
🗣 用户心声
用户心声
呼声最高的诉求，是让 harness 可迁移，而不是让模型可迁移。本轮好几个人选择把自己配过的东西全删掉，而不是迁移它，理由都一样：每一个 skill、hook 和 CLAUDE.md，都是为一个已经不存在的模型写的。@tetsuoai 说清空一次带来的提升比任何一次模型发布都大，@cu30rry_ 用「加载文件更少、质量反而更高」印证了这一点，@fankaishuoai 更进一步，现在所有 agent 统一指向一份 ~/.agents/AGENTS.md。底下那个没被满足的需求是：一种能在模型升级中活下来的配置格式。
呼声最高的诉求，是让 harness 可迁移，而不是让模型可迁移。本轮好几个人选择把自己配过的东西全删掉，而不是迁移它，理由都一样：每一个 skill、hook 和 CLAUDE.md，都是为一个已经不存在的模型写的。@tetsuoai 说清空一次带来的提升比任何一次模型发布都大，@cu30rry_ 用「加载文件更少、质量反而更高」印证了这一点，@fankaishuoai 更进一步，现在所有 agent 统一指向一份 ~/.agents/AGENTS.md。底下那个没被满足的需求是：一种能在模型升级中活下来的配置格式。
「强制」持续压过「叮嘱」，而这一轮它有了数字。Spotify 一开始把省 token 的规则写进 CLAUDE.md，发现那只是建议，于是把规则搬进 hooks，从物理上拦掉大文件读取；@itsharmanjot 报出的结果是 token 降了约 90%。@bcherny 从另一头论证了同一件事：对生产代码的要求比人写的还高，靠的是 lint、测试、fuzzer 和自动化审查，而不是靠更小心地写提示词。
授权层仍然是最大的那个缺口，而这已经是它连续第十个窗口出现。@MarcoSalzmann80 把话挑明了：把私钥交给一个自主 agent 不叫自主，叫安全问题，真正需要的是「请求、授权、执行」。@_ar9av 发布了一个控制面，在执行之前拿策略过一遍每个工具调用，带 per-agent 身份和 fail closed 的升级审批。@anandaverma20 点出了这个问题里没人写进清单的那个版本：API 返回给你的只是一个模型名字符串，你没有任何办法验证到底是哪套权重回答的。
所有人都希望 agent 别再停下来，但没人对「怎么做」达成一致。@NoahRevoy 做了个监工，纯粹是因为 Claude 修完三十个缺陷里的两个就停下来等你说继续。@melodykoh 的偏好正好相反，她觉得 Codex 独立得多，而 Claude 老爱回来跟她碰一下，可她只想让它自己把问题解决掉。@Marko_Poly 描述的那道像素级 diff 门是本轮最锋利的答案：把「完成判定」做成文件比对，而不是人的观感。
成本抱怨已经分裂成两个无法调和的阵营，而差别在方法不在用量。@Im_IrushiK 两天半就把 Max 20x 一整周的额度烧到 99%，重置要等到周一。@Aaronontheweb 做的是真正复杂的分布式系统活儿，两边订阅都很少跑满，还公开问这是不是个「技术问题」。@connect24h 提供了和解答案：制作速度上去了，他自己的工时却没变，因为生成一便宜，人不会变轻松，人会开始跑那些以前成本上不敢跑的比较——11 个设计方案、55 条主视频。
📡 生态产品雷达
生态产品雷达
Claude Code 和 Codex 是今天几乎每一套技术栈里的基准搭配，值得注意的变化是：比较口径已经从「能力」换成了「每任务成本」。
OpenClaw 更多是以「自己托管的 runtime」形态出现，而不是消费级产品——跑在 Kubernetes 集群里、跑在 proxmox 加 lxc 上、跑在一块 Arduino 板子上。
Cursor Projects、OpenAI Agents API 和 Claude Code 的远程会话，被读成了同一个动作：一个比你的笔记本活得更久的常驻协调者。
Herdr、Campfire、Agentrium 和 Wake 都是在回答同一个问题：同时跑好几个 agent CLI，并且知道哪一个卡住了。
记忆与上下文层是今天最密集的一个品类：base、PLUR、OpenContext、Commonly、memanto，全都在试图让 agent 不用每个会话都重新认识一遍你的仓库。
Gemini 这次主要是作为 Claude Code 内部的一个部件出现，而不是它的竞争对手——Spotify 拿它当便宜的批量工人，一个写稿 agent 拿它当对抗性审稿人。
DeepSeek V4.1-Flash 是本轮大家真正在 Claude Code 里测过的模型：渲染波音 747、剪视频，以及那份公开的八 harness 对比。
Unity 通过 Anthropic 自家的插件目录发布了 31 个第一方 agent skill，Codex 和 Grok 的支持随后跟上。
Claude Code 和 Codex 是今天几乎每一套技术栈里的基准搭配，值得注意的变化是：比较口径已经从「能力」换成了「每任务成本」。
OpenClaw 更多是以「自己托管的 runtime」形态出现，而不是消费级产品——跑在 Kubernetes 集群里、跑在 proxmox 加 lxc 上、跑在一块 Arduino 板子上。
Cursor Projects、OpenAI Agents API 和 Claude Code 的远程会话，被读成了同一个动作：一个比你的笔记本活得更久的常驻协调者。
Herdr、Campfire、Agentrium 和 Wake 都是在回答同一个问题：同时跑好几个 agent CLI，并且知道哪一个卡住了。
记忆与上下文层是今天最密集的一个品类：base、PLUR、OpenContext、Commonly、memanto，全都在试图让 agent 不用每个会话都重新认识一遍你的仓库。
Gemini 这次主要是作为 Claude Code 内部的一个部件出现，而不是它的竞争对手——Spotify 拿它当便宜的批量工人，一个写稿 agent 拿它当对抗性审稿人。
DeepSeek V4.1-Flash 是本轮大家真正在 Claude Code 里测过的模型：渲染波音 747、剪视频，以及那份公开的八 harness 对比。
Unity 通过 Anthropic 自家的插件目录发布了 31 个第一方 agent skill，Codex 和 Grok 的支持随后跟上。
评论