超级用户日报: 2026年7月8日
Claude Code 早已彻底走出了 IDE。今天最亮眼的案例，根本不是在写代码：有学生拿着平板和 LiDAR 做 45 分钟一场的建筑测绘，有创业者把 Salesforce 连根拔掉、换上自建 CRM，一年省下六位数；电商团队把它当成图片转广告的流水线工厂，SEO 和视频管线则在主人睡觉时自动发布内容。在这些应用之下，两条前沿反复浮现：一是编排，有人同时跑八到三十二个智能体，甚至自己造工具来盯住它们；二是记忆，把成千上万条笔记和对话导出，搭成持久的第二大脑。摩擦点同样一致，就是成本焦虑和模型适配。Fable 是人人都想抄起的重型工具，也是谁都无法忽视的账单，于是大家分层调度模型、追配额、任务做到一半就换框架。OpenClaw 则是它的本地自托管对应物，有人靠语音在一台 Mac Mini 上跑起整支智能体团队。下面就是他们真正做成的事。
@MTSlive [Claude Code]
https://x.com/MTSlive/status/2074239058189164819
盘点了一波企业用 Claude Code 自建应用、把付费 SaaS 直接踢掉的真实案例。亚特兰大一家房地产投资管理公司，用 Replit 加 Claude Code 搭了个定制系统替掉 Salesforce CRM，月成本砍到 300 美元，降幅 96%，算上过去两年的订阅费加一名全职员工和一个外部顾问，每年省下约 10 万美元。更狠的是赛诺菲，7.5 万员工、千亿美元市值的巨头，靠 Claude Code 和 Cursor 的 agent 干掉 ServiceNow，省了数百万。作者顺手点出 Salesforce 股价从 2024 年 12 月高点已经腰斩，把这一切定性为开源软件革命终于兑现。
@SunNeverSetsX [Claude Code]
https://x.com/SunNeverSetsX/status/2074093349867508220
年初纯靠一个信息差在 OpenClaw（他管它叫「龙虾」）上赚了 5.8 万人民币。当时这工具还只是英文圈里 AI agent 的小众讨论，就是把 Claude Code 接到 Telegram、WhatsApp、Slack，他一眼看出 Node 安装、命令行、环境变量配置、机器人搭建这套流程对普通用户是道高墙，花了几天扒英文文档、GitHub issue 和社区教程自己跑通，然后打包成远程代装服务：装 OpenClaw、配 Telegram、修环境报错、教人上手。说白了整篇的落点是给沉浸式翻译打广告，因为正是这工具帮他抹平了信息差。
@TheEnergyStory [Claude Code]
https://x.com/TheEnergyStory/status/2074095308129137118
花了五个月，完成一份 108 页的白皮书，剖析一个他命名为 BeheMOF 的物理隔离 APT 恶意软件框架。第一阶段是三个月纯手工逆向：提取、解密、反编译、整理多级载荷；第二阶段两个月上 AI 辅助，用 Claude Code（Opus 和 Sonnet）加 Gemini 梳理代码库的关联关系。他吐槽得很直白：Claude 经常连基本事实都会幻觉，Opus 4.7 明明是纯安全研究场景却被 Anthropic 的使用政策拦掉，加入 Cyber 验证计划也没用，一路封到 Opus 4.8，被迫换 Sonnet 4.6 再换 Sonnet 5，结果照样部分被拦。结论是逆向助手确实强，但几乎每条技术结论都得人工复核。
@hiro44_pino [Claude Code]
https://x.com/hiro44_pino/status/2074074267499839685
讲了个 20 岁学生，只靠一台平板加 Claude Code，时薪接近 4 万日元。流程是：走进一个房间，慢慢转动 LiDAR 扫描仪，墙体、管道、机械、地面尺寸当场全变成 3D 数据、生成数字孪生，Claude Code 再自动出图纸和尺寸报告。以前工厂和建筑公司要花几十万日元的现场勘测，他一个人 45 分钟搞定、当天就能交付。作者的判断是真正的看点不是 AI 写文案，而是单个人把线下工作高价值化，这套还能延伸到房地产、装修、设施管理、保险和基础设施巡检。
@iwashi86 [Claude Code]
https://x.com/iwashi86/status/2074274695776518484
总结了一项研究：代码整洁度到底影不影响 AI agent 的表现。研究者造了一批功能完全相同、只是结构和可读性不同的程序对（干净的对上丑但没 bug 的），拿 33 个任务丢给 Claude Code 跑，总共 660 次。结果成功率跟整洁度没关系，但资源消耗有差别：面对干净代码，AI 少用 7 到 8% 的 token，重复读同一个文件的无用操作减少了 34%。结论是干净代码能让 agent 少迷路，人类可读性这条老原则在 AI 时代依然成立。
@svpino [Claude Code]
https://x.com/svpino/status/2074108642899775800
让 Fable 把他常年维护、日常用 Claude Code 跑的每一个 skill 都读了一遍并优化。结果平均缩短了 40%，行为完全一致，纯粹是把赘肉削掉了。其中有个往表格里写数据、走 MCP server 的 skill，被 Fable 改成并行写多行，速度直接翻倍。他给的建议很实在：还没用过 Fable 的话，就拿一个你手头现成的东西丢给它优化试试。
@davj [Claude Code]
https://x.com/davj/status/2074259348130582994
讲 @austinywang 和 @lawrencecchen 大概从 11 月起就不再打开 IDE，一切都在终端里走 Claude Code 和 Codex：10 个窗格、10 个 agent、10 份仓库副本，根本分不清每个在干嘛、哪个跑完了。于是他们做了 cmux，一个基于 Ghostty 的原生 macOS 终端，带竖排标签、通知和内置浏览器，每个工作区显示任务、分支、端口和 PR，agent 一跑完就跳到顶部亮起蓝色通知环，等于给编码 agent 做了个 iMessage。早期用户都是本就习惯拆解和分派工作的资深和 staff 工程师。它给的是底层能力而非固定套路（一个联创用 worktree，另一个不用），因为怎么编排 agent 这事目前根本没人有定论。
@burak_tamac [Claude Code]
https://x.com/burak_tamac/status/2074063057383547313
测了几天，结论是只要把模型分层用对，Claude Code 现在便宜得多。Sonnet 已经能接住过去大半得靠 Opus 干的活，Sonnet 搞不定 Opus 再上，Fable 当最后的兜底。这么阶梯式地用，是真便宜。但你要是把每个任务都甩给 Opus，200 美元的额度也撑不住。
@GitHub_Daily [Claude Code]
https://x.com/GitHub_Daily/status/2074070869757071367
碰上那个经典的项目中途额度耗尽：在 Claude Code 里干到一半没额度了，想让 Codex 接着干，结果光是把背景和进度重新讲给 Codex 就花了十几分钟，切回来还得再讲一遍。后来发现 GitHub 上的开源工具 Tutti，能把多个 agent 拉进同一个实时共享工作区，上下文、文件、任务全打通。从 Claude Code 切到 Codex 变成一个 @ 提及就能引用之前 Claude Code 会话的完整上下文，不用手动总结。它还捆了原型、文档、PPT、图像生成一堆应用，跑在你现有的 Claude/Codex 订阅上不额外花钱，附带开箱即用的安装器。
@0xSero [Claude Code]
https://x.com/0xSero/status/2074166383001108965
折腾了三周 Fable，评价很拧巴：就这价值来说太贵、太容易自动降级、还是会撞墙，但工程上是个奇迹，也是最好聊的模型（虽然他怀疑自己只是被新鲜感冲昏头）。真到干活时，在 Claude Code 里用 opus 配一个 5.5 的顾问模型，反而比 Fable 更稳地把他的 ML 任务做完。有它当然不错，但他不会为它一天烧掉 500 多美元。
@nateliason [OpenClaw]
https://x.com/nateliason/status/2074256468711252185
指出把 Supabase 和 Vercel 的完整权限交给一个 OpenClaw、让它自己去把小项目接起来，对快速做出 MVP 是极大的省时利器。最实在的好处是：再也不用碰环境变量了。
@MichaelGannotti [OpenClaw]
https://x.com/MichaelGannotti/status/2074096985473171511
OpenClaw 和 Nous Research 的 Hermes 他都跑了好几个月，尽管对 OpenClaw 连缺点一起爱，他花在 Hermes 上的时间却越来越多，因为后者在工作流层面的推进速度实在惊人。他把这两个当作当下最主流的自主 AI 框架，会一直都开着以保持手感，但这周正认真考虑把主力的 OpenClaw agent 迁到 Hermes 上。倾向已经出来了，就看这周怎么走。
@Jacobsklug [Claude Code]
https://x.com/Jacobsklug/status/2074110963977207815
做了一整条视频，配音、画面、脚本全是 AI，用的是他自己在 Claude Code 里搭的一套内容系统。他把这当作幕后揭秘，展示接下来一整周要驱动他全部内容工作流的那台机器。完整视频放在评论区。
@FaztTech [Claude Code]
https://x.com/FaztTech/status/2074170307737243939
他的观点是 agent 不只是用来构建的，更能改进已经上线的东西，因为部署那一刻真正的问题才开始。他的上线后审计工具栈是这样：Lighthouse CLI 把性能、SEO、无障碍指标喂给 agent，agent 读报告并排优先级；Claude Code 通过一系列专门的 skill 跑完整 SEO 审计，覆盖速度、渲染、OpenGraph、文案和代码质量审查；TestSprite 不用手写测试就做线上自动化测试；最后 Notion、Linear、Jira 的 MCP 闭环，把每条发现变成工作区里具体的、排好优先级的任务。结果是拿数据说话而非靠猜，得到的是排好序的待办清单而非脑子里一团乱的记事。
@ManuelZapata [Claude Code]
https://x.com/ManuelZapata/status/2073965986181460033
分享他刻意做小的 AI 工具栈，核心论点是把手上的东西吃透，胜过追每一个新工具。Gemini 用来聊天，Claude Code 做开发，CodeRabbit 做代码审查，MCP server 接 Linear、DBHub、CircleCI 和 Chrome DevTools，再用 Orca 做会话编排。他的主张一句话：一个你能完全掌控的小栈，赢过一个你只是浅尝辄止的大栈。
@pelaseyed [Claude Code]
https://x.com/pelaseyed/status/2074108963256201513
开源了 Gateway，一个极小的 Rust 二进制文件，专门用来绕过 Claude Code、Codex 等 harness 上的模型限制，让你能跨 harness 做实验，而不被模型厂商限制或封号。他把它跟现有的网关和代理对比，说那些又臃肿、互操作性又差反而拖慢性能，而 Gateway 刻意只干一件事。定位就是「不换飞轮、不损性能的 AI 主权」，因为 harness 很关键，你不该被锁死。
@AntoineBlanco99 [Claude Code]
https://x.com/AntoineBlanco99/status/2074162270909718984
48 小时内把 Claude Code 那个转圈等待的 spinner 变成了广告网络：AI 干活时显示一条广告，广告主付费，你拿一半分成。已经有 600 名开发者、6.3 万多次曝光，而且开源。价格把市场打穿了，在 Google 上一次开发者点击要 8 到 14 美元，这里只要 31 美分。
@sam_commonly [Claude Code]
https://x.com/sam_commonly/status/2073988593107042563
磨了好几个月，发布 Commonly 2.0 并开放公测，本质上是给你的 AI 建个群聊。你把本地的 Claude Code、Codex、OpenClaw 都插进同一个小队，在群里说话，它们就读文件、写方案、跑代码，还共享同一份项目记忆，换模型不用从头重讲一遍。开源，GitHub 已破千 star，公测期免费、自托管永久免费，不抽成也不收 agent 费用，跑在你现有的订阅上。小小的独立团队，无需邀请码，邮箱、GitHub、Google 都能注册。
@ob12er [Claude Code]
https://x.com/ob12er/status/2074148761765355971
做了 Runcell Science，一个 Claude Science 的开源替代品，只用掉他每周 Fable 5 Max 额度的一半。它跑在你自己的 Claude Code 或 Codex 订阅上，不用额外的 API key，附带生物科技、化学、物理等领域的 skill。他把这定位成现在正是拿 GPT 5.6 来做科学研究的时候。
@SimonHoiberg [OpenClaw]
https://x.com/SimonHoiberg/status/2074031931465826451
在卢塞恩的湖边，只靠一部手机加语音办公，通过 OpenClaw 加 Telegram 指挥他的 AI agent 团队。声称这么干产出是原来的 3 倍，反问自己到底还要办公室干嘛。一条简短的炫耀，抛出的是挑战：是什么拦着你不这么工作？
@naoe_kuryu [Claude Code]
https://x.com/naoe_kuryu/status/2074051353047912653
让 Fable5 把他围绕 Claude Code 和 GPT-Image2 搭的 Meta 广告端到端流水线可视化，画成一条工厂生产线。这个循环从指挥中心到知识管理、到调研、到策略、到落地页制作、到 banner 生成、到投放运营、到分析、到报告，而且会反馈回去，让运营 know-how 每跑一轮都持续沉淀。他把这张图当作整套工作流的初次亮相分享出来。
@vista8 [Claude Code]
https://x.com/vista8/status/2073928801046974479
写了个自用的前端设计 skill，为了躲开千篇一律的输出，让 AI 派出子 agent 并行生成四个设计方向。它会弹出一个本地服务器预览，你选中的那个再送回 Codex 或 Claude Code 继续构建。skill 里打包了 58 个知名网站的设计 Markdown 文档，并根据你的主题自动提取它们的布局和配色元素。他说在 Claude Code 和 Zcode 里表现都不错，预计这周开源。
@oh53397957 [Claude Code]
https://x.com/oh53397957/status/2074098160868483479
测了一套 Fable 5 加 Codex 加 Obsidian 的视频工作流，用 Obsidian 当连接两个 agent 的枢纽。Fable 5 写故事和视频提示词、存进 Obsidian，Codex 读取后细化图像和详细设定，ChatGPT 的项目素材和 Claude 的 skill 也能传到 Obsidian 里复用，最终素材通过 Seedance 2.0 输出再剪辑。他很坦诚：还没做到自动化，就算真全自动了，产出大概也达不到他的审美。一句话总结，他对 Fable 5 和 GPT 设计出来的东西确实不满意，人眼和 AI 之间那道差距是真实存在的。
@CaryPalmerr [Claude Code]
https://x.com/CaryPalmerr/status/2074194645383250075
用 Puppetmaster 跨 harness 测了并行子进程的上限，发现 Cursor 卡在 12 个并行子进程，而 Claude Code 能开到 32 个。12 个蜂群对 32 个蜂群，最后落到吞吐量上就是天壤之别。他说 harness 之间的差距离谱到不行。
@zozotech [Claude Code]
https://x.com/zozotech/status/2073965164001398962
ZOZO 最新的技术博客详细讲了他们如何不再手画系统架构图，而是搭了套机制用 Claude Code 自动生成、自动更新。这篇工程案例完整走了一遍配置流程，让架构图持续跟代码保持同步，而不是靠人工维护。
@ai_300 [OpenClaw]
https://x.com/ai_300/status/2073950061147689285
他把一整套销售代理的工作流打包成了 Claude Skills：Gemini 抓公司数据，Claude 写外联文案，GPT 负责多角度扩写，OpenClaw 组织发送前的流程，最后再由 Claude 把结果整理成报告。卖点是按行业做模板（美容院、会计、猎头、餐厅、B2B SaaS），一套打法横向复制，而不是给每个客户从头搭。他算的账是人工每天只需 30 分钟做审核微调，90 天内接 10 个客户、每家 8 万日元，做到月入 80 万日元。他强调真正的护城河不是会用 AI，而是把业务流程硬化成可复用的 Skills。
@donnfelker [Claude Code]
https://x.com/donnfelker/status/2074222813246820780
他把 Claude Code 长期过度设计的毛病，哪怕换到 Fable 5 也没改善，最终定位到了装的插件上，而不是模型本身。关掉 superpowers 插件之后，表现立刻好了太多。一个干净的提醒：插件塞进来的上下文会悄悄带偏 agent 的行为，排查的第一步就该是审一遍到底加载了什么。
@rileybrown [Claude Code]
https://x.com/rileybrown/status/2074176442305302777
他发了一整套教程，把 Claude Code 加 Fable 5 接到 Paper 上做设计，Paper 是一个 agent 原生、类似 Figma 的画布。带时间戳的指南覆盖了：搭 Claude Code 和 Paper 的连接（01:41）、做 YouTube 缩略图（04:14）、带文字和叠加层的 Instagram 图（10:21）、在 Fable 5 里做演示文稿（16:33），以及把设计稿直接转成能跑的网站（21:22）。他还提到同一套流程照样能搬到 Cursor、Codex 或 Devin 上。
@robj3d3 [Claude Code]
https://x.com/robj3d3/status/2074081154970612102
他同时开着 8 个 Claude Code 终端并行跑，为了喂饱它们刚又买了第三个 200 美元的 Claude Max 套餐。他在下午 5 点前四小时就醒了，灌满咖啡因，准备来一场 10 小时的冲刺，把 SuperX 的 2026 路线图搞完。这就是一部分重度用户信奉的多终端、多订阅极限工作流的真实切片。
@AYi_AInotes [Claude Code]
https://x.com/AYi_AInotes/status/2074031575696629844
他安利了一个开源项目，能让 Claude Code 真正把整段视频看完，YouTube、Zoom 会议、Loom 录屏都行，只要贴个链接让它后台处理。巧妙的地方在于：它不是随机抽 100 帧再瞎读字幕，而是用 FFmpeg 做场景检测，只在画面变化时才抓一帧，这样演示和图表都能被抓到。字幕方面 YouTube 直接用它的免费轨道，Zoom 和 Loom 则走 Whisper，处理完还会主动问要不要存进你的知识库。他正准备把本周所有咨询通话的录音都喂进去过一遍。
@AdelDeveloperX [Claude Code]
https://x.com/AdelDeveloperX/status/2074101835166597203
他拆解了一位日本开发者发现的 Find Skills 玩法：装上 Find Skills 这个 skill，然后直接在终端里问有没有适合你目标的好 skill，系统就会自动去搜、拉出匹配的代码、并适配到你的仓库里。那位开发者靠这招搭出了一整套自动化 YouTube 系统，写脚本、调度视频素材、自动改代码，全程没有手动去找工具。他把这定性为手动找工具时代的终结：AI 现在能自己找到并适配自己要用的工具链。
@ClaudeCode_love [Claude Code]
https://x.com/ClaudeCode_love/status/2074106589477478723
他点名了一位中国开发者，把用 Claude Code 做的游戏跑在了自制的掌心大小掌机上，一个成本不到 50 美元的周末硬件项目。完整闭环是：Claude Code 写游戏逻辑、菜单和素材，然后真跑在带实体按键的硬件上。重点在于这不是一次性的演示，AI 写的软件真的落到了微型定制硬件上出货，这重新定义了一个周末能做出什么东西。
@RoundtableSpace [Claude Code]
https://x.com/RoundtableSpace/status/2073931181893325142
他展示了一个滚动驱动的电影感网站，全程用 Claude Code 一次会话搞定，这种活儿正常找动效设计师做要花 5000 到 8000 美元。帖子很短很直接，整个意思就是高端动效网页设计的成本和时间正在崩塌。
@elvissun [Claude Code]
https://x.com/elvissun/status/2074086456558272936
他公开实测 Fable 5 拿下了 110 多万浏览，用它把整个业务盘查了一遍收敛到 3 个高 ROI 动作、解决了此前模型都搞不定的产品难题、还一口气设计出一套内容引擎。他的打法是：给 Fable 灌满长上下文（会议纪要、Stripe、银行流水），别整花哨的提示词，改用好例子和坏例子来引导；考虑到 Fable 每百万输出 token 要 50 美元，把它当顾问和规划者，脏活累活交给 Opus 4.8 或 GPT 5.5。具体套路是让 Fable 列出 10 到 20 个高 ROI 任务，然后在 Claude Code 里为每个任务各起一个 Fable 子代理去界定方案、把 spec 写进文件，赶在 Fable 退出订阅制、价格涨 10 倍之前先囤好产出。
@NoahEpstein_ [OpenClaw]
https://x.com/NoahEpstein_/status/2074088405265264965
他用 OpenClaw 跑完了一整天在塞浦路斯的看房，称这是被低估的无聊用例：不是替你干活，而是让真实决策不再一团乱。出门前它先给他标出值得去看的片区、更好的社区、公寓楼和驾车路线；到现场他就发语音（这栋楼看着不错，图标像只蝴蝶，帮我找出来），然后点它发来的下一个 Google Maps 链接。回来后它把一切汇编成一页，喜欢和不喜欢的片区都附上理由和链接，还给出一棵决策树（长租、部分时间租、买下再出租，还是保持灵活）。AI 负责接住那些杂乱的输入，最后拍板的还是他自己。
@Simk933 [Claude Code]
https://x.com/Simk933/status/2074094521671917995
他写了一条 16 段的从零到搭好的长帖，讲怎么用 Claude Code 做电商。核心架构是：每个品牌一个文件夹，下面分创意、客服、财务子文件夹，根目录放一个 CLAUDE.md 存业务规则、每次会话都读，再用一个 .env 存绝不外泄的 API 密钥、让 Claude 自己去取。他通过 MCP 或裸 API 接入了 TrendTrack（一个提示词就做竞品广告分析）、Higgsfield（一次把 10 条 AI UGC 视频塞进文件夹）、ElevenLabs、Vmake、Nano Banana、Meta 和 Shopify，还写了个自定义 skill 从一条创意里拉出 hook 率、掉出率和 ROAS。他推荐买 100 欧的套餐，重活才动用 Fable 5、且要省着用。
@doodlestein [Claude Code]
https://x.com/doodlestein/status/2074186737186664844
他还在持续扩展 FrankenOCR，一个内存安全的纯 Rust OCR 命令行工具兼库，针对 Apple Silicon 和高核心数的 AMD/Intel CPU 做了优化，用极少依赖封装了百度新出的 OCR 模型。它现在长成了一个更大的系统，配了乐谱转 MusicXML、图像描述、图表数据提取的专用模型。他的理由是：Claude Code 和 Codex 做 OCR 效果很好，但几百上千页跑下来贵得离谱，而 FrankenOCR 本地跑、便宜、不用 GPU。他为它出了个 skill，在各个咨询客户项目里都用，并且坚持 100% 免费开源。
@0xKayz [Claude Code]
https://x.com/0xKayz/status/2074169341059502264
他用 Claude Code 加 KIE API 自己做了个按次付费的 AI 广告图工具，甩掉 Higgsfield 那种到期作废的月度额度。他贴了成本对照：Nano Banana 在 Higgsfield 约 0.14 美元，在 KIE 约 0.02 美元（便宜 7 倍），Nano Banana Pro 是 0.18 对 0.09，GPT-image 2 是 0.20 对 0.05。真正的关键解锁是一份 Brand DNA 文档，把产品、人设、真实配色、语气、卖点、渲染规则一次性喂进去，之后每次生成都自动贴合品牌、不用反复重写提示词。他的 skill 能批量复制跑出成绩的静态广告，一键全部按你的品牌重渲染，他说护城河是把品牌结构化成 Brand DNA，而不是代码本身。
@CasJam [Claude Code]
https://x.com/CasJam/status/2074131254396469707
他度假时用一个周末、靠 Claude Fable 5 做出了 Flywrite，一个内置终端的 Mac markdown 写作应用。它之所以存在，是因为他现在所有写作都用 Claude Code，但 agentic 工具老是把你推离直接碰自己的文件，写代码没问题，写文章就很糟。功能包括：无干扰的 markdown 编辑、一个能跑任何 CLI 且用你自己订阅的集成终端、带 GitHub 同步的自动检查点，以及高度可定制的快捷键、主题和字体。本来只是个好玩的项目，现在他打算正式发布了。
@mikefutia [Claude Code]
https://x.com/mikefutia/status/2074234198920237075
他做了个 Claude Code skill 用来做客户之声调研，专抓那些把你自己的广告词原样背给你听的客户。它先吃进一份评论导出（Judge.me、Okendo、Amazon、Shopify），自动抓你的网站和广告文案，然后对每个反复出现的短语跑三项取证测试（重合度、独立性、品类），把它们分成植入的、品类通用的和自然金矿三类，还附上出现次数、来源和置信度凭证。产出是一个暗色模式仪表盘，外加从自然那堆里提炼出的 5 条可直接测试的 hook。全程在 Claude Code 里跑，不用 API 密钥也不用 pip 安装，面向那些靠挖评论来写广告的 DTC 品牌。
@mikenevermiss [Claude Code]
https://x.com/mikenevermiss/status/2074109393335968042
他推广一个 Claude Code skill，能让它把整段视频看完，YouTube、Zoom、Loom 都行，贴个链接你就继续干自己的活。技术上的巧点是：不随机抽 100 帧再瞎读字幕，而是用 FFmpeg 做场景检测、画面一变就抓一帧，YouTube 用免费字幕、Zoom 和 Loom 走 Whisper，处理完还主动问要不要把拆解存进你的知识库。他最看重的回报是：每一通客户电话或演示都变成可搜索的结构化笔记，零手动成本。他正把本周每一场咨询通话都过一遍，好让行动项在他还没挂电话前就落进自己的第二大脑。
@maverickecom [Claude Code]
https://x.com/maverickecom/status/2074145921890214201
他搭了套 Arcads 加 Claude Code 的系统，只凭一张产品照和一句话描述，就能把任意产品做成端到端、任意风格的 AI 广告，黏土动画、医患对话、访谈都行。他大约 3 分钟就能生成整条高质量 AI UGC 视频，单条成本近乎为零，对比常规认知里的 100 美元加 3 周剪辑师周期。他反复强调的关键前提是：光靠 AI 产不出稳定爆款脚本，所以人类策划要贯穿全部 7 个步骤都在环里。他把提示词、工具栈和执行顺序都打包好了，瞄准的是在 IG 主题页上放量的亚马逊品牌。
@0xKiyoro [Claude Code]
https://x.com/0xKiyoro/status/2073959854985621601
他用 Claude Code 把每条视频拍完后 90 分钟的后期活，写描述、打标签、分章节、适配 TikTok、写 short 脚本，压缩成一个 2 分钟的活，你只要把选题和要点交给它。复利效应从第一批之后开始显现：Claude 会分析你最近 20 条视频，找出哪种 hook 格式带动完播、哪些选题跑得更好、哪些描述点击更多。他算的账是 AI 和科技类 YouTube 的 RPM 有 5 到 12 美元、TikTok 创作者奖励每千次观看最高 6 美元，而整套系统每月工具成本只要约 20 美元。
@AIpromtTR [Claude Code]
https://x.com/AIpromtTR/status/2074102195599909157
他只用 Claude Code 加提示词就做出了一个滚动驱动、带复杂动画的电影感网站，没请动效设计师也没找前端外包。页面跑着 CSS 关键帧的漂浮呼吸元素、滚动驱动的编排序列、多速视差背景、悬停时发光缩放旋转的按钮，以及逐字浮现的文字。他的论点是：过去要动效设计师、前端手写关键帧、外加反复调多个断点、耗时数周花 5000 到 8000 美元以上的活，现在一个专注会话就能搞定。经典的差距在拉大式论调，再配一个要评论解锁的提示词赠送。
@runes_leo [Claude Code]
https://x.com/runes_leo/status/2074001170545381764
他就着 Thariq 那篇文章发挥：有了 Fable，瓶颈不再是模型能力，而是你自己那些说不清楚的东西，那些你从没写下来的偏好。他列的具体招法有：让 Claude 开工前先做一遍盲点扫描、让它一次问你一个问题且优先问那些会改变架构的答案、说不清想要什么时就丢给它参考源码、让它记下每一处偏离计划的地方、合并前先反过来考你。他自己的实践是本地攒了 20 多份规则文档和 50 多个 skill，每一个都诞生于某次 agent 的输出把他惹毛的瞬间，最典型的例子就是那条中文推文必须用全角标点的规则，直到看见满屏半角逗号他才知道自己居然在乎这个。
@razamit [Claude Code]
https://x.com/razamit/status/2074080198387990749
他撞上了标签组堆积的问题：Claude 的 Chrome 扩展每开一次浏览器就新建一个带颜色的 Claude 标签组，越攒越多。他的解法是换用 agent-browser，Vercel 出的开源工具，它跑一个独立的 Chrome for Testing 实例、不带扩展也不留乱摊子（brew install agent-browser；agent-browser install）。他建议加一条 CLAUDE.md 规则，强制所有浏览器任务都走 agent-browser 命令行，再配一个 ~/.agent-browser/config.json 给 agent 一份带独立 Google 和 X 登录的持久化专属配置。他也警告说，一个拥有自己账号的自主 agent 就是个提示注入的攻击面，权限要收得很小心。
@pipelineclub100 [Claude Code]
https://x.com/pipelineclub100/status/2074145278848893011
他认为企业销售正在从打磨幻灯片转向用 Claude Code 之类的东西做定制交互式网页。他现在的提案和 ROI 页面都这么做，通话时好一页页讲，讲完直接发一个可点的链接。这些页面是交互式的，做起来比搭一套 deck 省太多时间，是一位一线销售给出的一个小但很具体的工作流转变。
@Yacamochi_db [Claude Code]
https://x.com/Yacamochi_db/status/2074093596140253321
他把一份约 4000 字的需求规格丢给 Claude Code 的 Fable 5，大约 5 小时就做到了完整部署，这让他是真的吃了一惊。话说得很简短，但这是一个干净的数据点：只要你把详细的需求定义前置做足，从 spec 到部署能有多快。
@OzzTrade [Claude Code]
https://x.com/OzzTrade/status/2074085063847776716
在前面几波盈利之后进入平台期，他用 Claude Code 优化了数万套机械交易策略，最后得出一个笃定的结论：每一套 A-B-C 式的机械策略最终都会失效、开始亏钱。他的心得是：没有魔法策略，能长期活下来的是风险管理和市场结构，真正持久的优势是一颗按概率思考、并利用结构的脑子。落到操作上，他偏好用更宽的止损给形态留出呼吸空间去吃 1 到 2 倍 RR 的回撤，而不是拿紧止损去追 5 倍 RR，好让大数定律站在自己这边。
@kaskalLLC [Claude Code]
https://x.com/kaskalLLC/status/2074128599461122505
他发布了 EIDOVERSE-VIDEO 的首个版本，分两个分支：一个靠在它的 harness 里跟 agent 对话来做视频，一个 auto 分支把 codex、claude code、opencode 接成 docker 化的子代理、可由脚本调用，供自主 agent 循环干活。发布预告片是他用 Claude Fable 做的，音乐增强这次改用 Suno 而不是 ACE Music。结尾有点小故障，他一句带过：故障即特性。
@jun_song [OpenClaw]
https://x.com/jun_song/status/2074189043546698149
把 OpenClaw 接到本地 AI 后端跑了一圈，结论很直接：比 Hermes 烧掉多得多的 token，速度明显拖慢。他给出的是一手劝退信号，本地模型跑 OpenClaw 实际用起来不行。抱怨点很具体，是 token 消耗大导致响应变慢，而不是能力不够。对纠结本地还是托管方案的人来说，这是个有价值的反面数据。
@biohacker [OpenClaw]
https://x.com/biohacker/status/2074146854179148174
为真实的生物黑客和教练业务搭了九个能用的 OpenClaw 技能。亮点包括：一个图片破解器，把纸质书笔记照片 OCR 成 Obsidian markdown；一张每周营养表追踪蛋白碳水脂肪；训练和肽类补剂剂量日志全部汇入 Obsidian；还有带标签的客户笔记系统，靠翻出过往干预手段来对抗近因偏差。另有一个未闭合事项提醒器专治蔡格尼克效应，一个按主题标签抓取的每日 YouTube 爬虫，以及一个把 DOI 论文直接存到桌面的工具。全是落地的个人运营工具，不是演示花架子。
@v_nefodov [Claude Code]
https://x.com/v_nefodov/status/2074051766945988801
介绍了一个中国学生，把旋转 LiDAR 探头和笔记本绑在遥控车上，接进 Claude Code，开着它在写字楼里跑一圈做测绘。Claude Code 把原始点云在 20 分钟内变成精确平面图、厘米级测量和可在浏览器里走查的模型。他收 250 美元，而带三脚架、耗时数小时的测量队要 500 到 800 美元，课余时间月入最高 5000 美元。这是用自动化的扫描到交付流水线，硬生生把人力活价格打下来的典型案例。
@Aykutuces [Claude Code]
https://x.com/Aykutuces/status/2074145655702819047
声称用 Claude Code 加一套 Higgsfield MCP，20 分钟重建了一个月入 39500 美元的无脸 YouTube 频道。这套月成本约 40 美元的自动化组合了 Claude Code 负责脚本、选题、核查，Higgsfield MCP 调用 Sora 2、Veo 3.1、Kling 3.0、Seedance 2.0、Wan 2.6，Soul ID 保角色一致性，ElevenLabs MCP 出多语种配音，DaVinci Resolve MCP 剪辑，Canva 做封面。一次对话就产出一周内容，从一份滚动简报里按平台自动切成 Shorts、Reels、TikTok 和长视频。卖点是踩着土耳其 YouTube 给新创作者的算法扶持。
@kenzounoritets1 [Claude Code]
https://x.com/kenzounoritets1/status/2074137164187828644
把 Claude Code 全公司铺开，谁想用都能用，才三周就有意外发现。那些拖了很久的所谓有空再说的自动化开始落地，而用得最猛的人五花八门：擅长拆解任务和分派的老管理者、一个资深 SE，还有一个入职第二年、非设计出身的员工，独立做出了一个落地页和一个 AR 网站，这活以前是要外包给公司的。他的体会是，AI 会放大一个人本来就有的东西。一位在读博士的员工在全公司各处做实验，正稳步拉高整体 IT 素养，现在员工都在自己搭建和运行业务应用了。
@shinshin86 [Claude Code]
https://x.com/shinshin86/status/2074135325052699135
一个非画师，如今把虚拟形象制作全甩给 Claude Code 和 Codex。他让 Claude Fable 5 算出并补写缺失的 VRM 表情形变并发到 GitHub，用 Codex 按需加 Live2D 动作，还做了一套 PNGTuber 形象素材工具包，靠 Codex 的 ImageGen 生成角色，同样开源在 GitHub。他强调关键是能边搭边即时预览动作。一个零制作经验的人，交出了三个实打实的虚拟形象成果。
@Cyb3rX7u [Claude Code]
https://x.com/Cyb3rX7u/status/2073939347238531573
网络安全打卡第六天：用接了 OpenRouter 免费额度的 Claude Code 加 agents 解了一道 CTF 题。他把配置全公开了：拿一个 OpenRouter API key，复制一个免费模型，写进 .bashrc，再把 agents 以 .md 文件形式放进 Claude。他直呼效果惊艳。对想完全免费跑 Claude Code 做安全工作的人，这是份干净利落的操作指南。
@pauliusztin_ [Claude Code]
https://x.com/pauliusztin_/status/2074108602680483862
开源了一套做了两年的第二大脑系统，把散落在 Obsidian、Readwise、Notion、Google Drive、GitHub 和网络上的 10994 条笔记，变成一个 AI agent 持续检索和扩充的活的研究记忆。这套架构入选了 AI Engineer World's Fair 线上版的主题演讲，包含横跨私有和公开知识的深度研究工作流、一个不断复利增长的 LLM wiki，以及可适配的 Claude Code 技能，全部建在纯文件之上，不靠重型基础设施。他指出谷歌后来推出的 Open Knowledge Format 标准化了其中不少同样的想法。演讲和代码一并放出。
@XAMTO_AI [Claude Code]
https://x.com/XAMTO_AI/status/2073923884106359287
测了 Agent-Reach，一个开源工具，让 Claude Code 在 14 个平台上穿透反爬墙，不花 API 和验证码的钱。小红书实测：让它抓一条帖子完整评论区并自动总结核心观点，10 秒内出结果。工具选择、依赖安装、环境检查全自动，某条通道挂了还能无缝切到备用。安装方式简单到就是跟 agent 说一句安装 Agent Reach。
@PhotogenicWeekE [OpenClaw]
https://x.com/PhotogenicWeekE/status/2073988640666193953
教会了 OpenClaw 内置角色 Mii 一套日记格式，让它自己写下这一天，再用 Seedance 2.0 时间线提示词经 LTX-2.3 从这段文字生成一分钟的文生视频短片。文生视频和图生视频都跑通到够用的程度，角色的性格在个别地方还看得出来。他用逐镜头重拍功能重做了几段，但成片基本是原生生成的。一条把 agent 写文和视频生成揉在一起的好玩流水线。
@SuguruKun_ai [Claude Code]
https://x.com/SuguruKun_ai/status/2074106301198856361
分享一个单句提示词技巧，能大幅提升克隆网站动效手感的保真度：给 Claude Code 加约束，不许猜，去测量再复现。它随后会从实测中提取弹簧系数这类真实数值，把动画几乎一模一样地对上。他提醒：这种借鉴只用于抓氛围的近似版，绝不要整站照抄。他说 Claude Code 包办了他 80% 的工作，很少有提示词能像这一句这样彻底改变输出。
@polydao [Claude Code]
https://x.com/polydao/status/2074243154434203661
把 Atomic Mail 接进 Claude Code，解决了给本地 agent 开邮箱这个反复出现的痛点。通过 API 一分钟内就开出一个干净的专用邮箱，不用过验证码，也没有手机验证的死循环，agent 有了自己的地址，来信直接经 MCP 喂进工作流。既避免了暴露个人邮箱的安全风险，也免去了注册假账号的麻烦。整套配置开源，alpha 阶段免费，还拿了 Product Hunt 的当日产品第一。
@0xAkina [Claude Code]
https://x.com/0xAkina/status/2074220044876476653
做了个应用来真正消化他攒了十年却从不重读的 Notion 笔记。这应用让他对着庞大的知识库刷抽认卡、重读、做测验，好让信息终于记进脑子。用他自己的话说技术上没什么花哨的：Claude Code 加 Notion 连接器。对那些只囤笔记从不回看的人，这是个很戳的用法。
@gigabit_million [Claude Code]
https://x.com/gigabit_million/status/2073975937012813825
用 Claude Code 做了个 Fable 账单惊吓模拟器，谁都能从一个公开链接进去玩。梗在于：任务越无聊琐碎，AI 越是没必要地拼命干活，把模拟账单推得越高。一份能随手转发的调侃，讽刺的正是按用量计费带来的焦虑。实打实的交付物就是这个能现场体验的链接。
@Nona_xai [Claude Code]
https://x.com/Nona_xai/status/2074140434998173821
让 Claude Fable 5 用一句提示词生成了一整个假的潜艇探险网站：电影感的 3D 滚动、水下视频、发光生物，还有一份规格表，八座潜艇每座售价 25 万美元，2027 年 3 月首航。诀窍是把 Claude Code 接到 Higgsfield 的 MCP：Fable 5 写代码定美学方向，Higgsfield 用 Seedance 2.0 出视频、Nano Banana Pro 出图，每一帧成为一个滚动段落。整站跑在 localhost，随时可发布。他还指出同一套流程只要上传一张照片，就能搭出作品集或完整的电商品牌。
@0xbobaaa [Claude Code]
https://x.com/0xbobaaa/status/2074202681183269026
做了个免费的 Claude 预设，抓取任意钱包在 Polymarket 的完整交易史，把真本事和那些押 0.94 涨到 1、靠结算捡漏的运气党分开。粘一个地址进去，就得到一份验尸报告，看清谁是真有实力，谁只是撞上一波热手气加了四千粉。可以直接塞进 Claude Code 用，不会写代码的人也能走浏览器备用方案。预设和底层爬虫都一并分享了。
@HodlReaper [OpenClaw]
https://x.com/HodlReaper/status/2074213647052570796
把一台 Mac Mini M4 变成无头的 24 小时 AI 主机，40 瓦功耗、不接显示器。OpenClaw 当多工具 agent，Hermes 边跑边自我改进，Perplexity 的 computer-use agent 负责调研，全程通过 SSH、屏幕共享和 Tailscale 远程操控。搭建不到两小时：开启远程登录，锁死能耗设置保持常开，走 Tailscale，M4 本地跑 70B 模型。他建议日常 agent 配 32GB 内存，要叠多个 30B 以上模型或通宵跑 Claw 构建则上 64GB。
@ComagerTon79278 [Claude Code]
https://x.com/ComagerTon79278/status/2074071340752232753
他认为 Claude Code 的 harness 设计正是 Fable 5 优势最凸显的地方，能跑通从获客到写方案再到交付的完整流水线。他称同样的活在 Sonnet 上会跑偏，做到一半在上下文中途崩掉。他更大的观点是：Sonnet 和 Opus 都会随上下文增长而退化，所以任务越长越复杂，Fable 的优势越大，现在就值得动手搭。这是一个立足于长上下文崩溃这一失效模式的工作流架构判断。
@mfishbein [Claude Code]
https://x.com/mfishbein/status/2074120934877761663
建议把 Fable 5 订阅剩下的 token 拿来搭一座软件工厂：一条 Claude Code 流水线，为每个阶段配一个技能，从上下文创建、构思、开发计划、验收标准和测试，到编码循环、评审和迭代。核心主张是从自己动手做，转向搭一套能自己写、测、审、发代码的系统，你只需把一个高层目标交给编码 agent，它就能产出生产级代码，不用你一步步盯着微操。让 Fable 把这些技能建好，再放到更便宜的模型上跑。他还推荐把六个特定 AI 工程账号的内容喂给 Claude Code 当上下文。
@sota_tominaga [Claude Code]
https://x.com/sota_tominaga/status/2074032145782223016
设计了一套完全跑在 Claude Code 上的单人 AI 公司组织架构，你当 CEO，只负责批或驳提案。十个部门分布在内容线（早上九点自动收集趋势的调研、策划、写作、创意和封面）、业务线（产品开发、带上线排期的市场）、管理线（分析、战略）、行政线（安全规则、犯错后重写手册并核算 token 人力成本的 HR），外加一个盯着停滞任务的 COO 秘书处。关键洞见是：把调研、策划、分析、生产干净地分开，能防止知识缠成一团，让 Claude Code 的推理保持清醒。他称这套结构单人就能做到月入 1000 万日元。
@_winter_wonders [Claude Code]
https://x.com/_winter_wonders/status/2074148158733504892
写了一套网络安全 harness，如今已在一家大型安全软件公司真实投产，随后他对代价做了番认真反思。他工作的一部分就是找出 LLM 到底在哪些地方能带来可靠的正向安全成效，这样的地方远比厂商吹的少，为此他还研究了一批高水平的 vibecoder 来搭建它。但他意识到，动手就找 Claude 已成了一种根深蒂固的条件反射，钝化了自己的本事：停用 LLM 一周后，过去五分钟能解的 CTF 题要花二十多分钟，好在很快就恢复了。这是一句诚恳的警告：每天数小时用 LLM，会在你不知不觉间侵蚀掉能力。
@ami10iv [Claude Code]
https://x.com/ami10iv/status/2074167142837072122
把 1391 条 Claude 对话、138 个 Claude Code 会话和 238 篇文章导出成一个活的 wiki，四个 agent 每 6 小时重读一遍。更惊人的是那套记忆系统：直接接进 Claude Code，864 个记忆节点，一张实时连接图，还有一套叫 Sanhedrin 的投票机制，任何与旧结论矛盾的新想法在变成事实前都会被拦下。屏幕上显示 Sanhedrin 未发现阻断性矛盾。他把当下真正的差距归到持久的自我校验记忆上，而不是模型本身。
@nurijanian [Claude Code]
https://x.com/nurijanian/status/2073996202321014836
试过 Fable 之后的一手对比：他发现很难再回到 Opus 4.8，直言那是个失败的模型。他说写代码或许还行，几乎看不出差别，但在非代码的通用推理上简直蠢得离谱，agentic 得不是地方，无视指令、随机挑方向、什么都乱假设，你再怎么叮嘱都很难把它引导住。他的裁决是：暂时告别 Claude Code。这是关于 Opus 4.8 在编码之外表现的一记直白差评。
@anzaisensei1031 [Claude Code]
https://x.com/anzaisensei1031/status/2074275022903140494
用 Claude Code 批量做 YouTube 视频，跑出一条爆款：单条 6.6 万播放，完播留存超过 120%，互动率超过 90%。他得到的教训是：别再一天猛推好几条，专注打磨那一条真正能进推荐的资产级视频，因为一条被推荐的顶得上三条推不动的。他说自己是从零 AI、零 YouTube 经验起步的，正准备开始下一轮测试。帖子剩下的部分是段跟这不相干的拉面店闲话。
🗣 用户心声
用户心声
成本是最响亮、也最反复出现的抱怨。硬活人人都想用 Fable，可它烧配额也最快，于是大家从 Sonnet 到 Opus 再到 Fable 分层调度，好把 Claude Code 的花销压下来（@burak_tamac）；有人直言在 Fable 上连用三周实在太贵，只能降级（@0xSero）；还有人自嘲一次会话花的钱比一顿晚饭还多（@giffmana）。诉求很明确：按用量透明计费，以及通往顶级模型的更便宜路径。
模型适配是第二大主题，一个模型撑不起所有任务。有用户反映 Opus 4.8 在非代码推理上偏弱，弱到为此离开 Claude Code（@nurijanian）；也有人发现 Sonnet 在长上下文的框架活儿上会崩掉（@ComagerTon79278）。大家想要的是按阶段路由到合适的模型，而不是被迫二选一。
编排的需求已经长得比工具还快。一旦并行跑起十来个智能体，盯住它们本身就成了难题：一位用户干脆做了个叫 cmux 的终端专门盯梢（@davj）；另一位在 Claude Code 配额中途耗尽时，急需把上下文交接给 Codex（@GitHub_Daily）。他们要的是原生的多智能体监控，以及跨框架之间干净的上下文交接。
记忆是人人都在自己动手搭的前沿。有人把一万多条笔记、一千三百多场对话导出，做成持久的记忆图谱和第二大脑（@pauliusztin_、@ami10iv）；也有人在十年的 Notion 笔记之上搭出一套复习应用（@0xAkina）。信号很清楚：可长期留存、可查询的跨会话记忆，应该是一等公民功能，而不是一个周末的小项目。
非编程的专业人士，是增长最快的一类用户。做 LiDAR 数字孪生的测绘师（@hiro44_pino）、把图片接成广告流水线的电商团队（@Simk933）、用自建内部工具替换企业级 SaaS 的创业者（@MTSlive），都把 Claude Code 当成一台通用的工作引擎，他们想要的是贴合自己行业、而非软件工程的模板和技能。
成本是最响亮、也最反复出现的抱怨。硬活人人都想用 Fable，可它烧配额也最快，于是大家从 Sonnet 到 Opus 再到 Fable 分层调度，好把 Claude Code 的花销压下来（@burak_tamac）；有人直言在 Fable 上连用三周实在太贵，只能降级（@0xSero）；还有人自嘲一次会话花的钱比一顿晚饭还多（@giffmana）。诉求很明确：按用量透明计费，以及通往顶级模型的更便宜路径。
模型适配是第二大主题，一个模型撑不起所有任务。有用户反映 Opus 4.8 在非代码推理上偏弱，弱到为此离开 Claude Code（@nurijanian）；也有人发现 Sonnet 在长上下文的框架活儿上会崩掉（@ComagerTon79278）。大家想要的是按阶段路由到合适的模型，而不是被迫二选一。
编排的需求已经长得比工具还快。一旦并行跑起十来个智能体，盯住它们本身就成了难题：一位用户干脆做了个叫 cmux 的终端专门盯梢（@davj）；另一位在 Claude Code 配额中途耗尽时，急需把上下文交接给 Codex（@GitHub_Daily）。他们要的是原生的多智能体监控，以及跨框架之间干净的上下文交接。
记忆是人人都在自己动手搭的前沿。有人把一万多条笔记、一千三百多场对话导出，做成持久的记忆图谱和第二大脑（@pauliusztin_、@ami10iv）；也有人在十年的 Notion 笔记之上搭出一套复习应用（@0xAkina）。信号很清楚：可长期留存、可查询的跨会话记忆，应该是一等公民功能，而不是一个周末的小项目。
非编程的专业人士，是增长最快的一类用户。做 LiDAR 数字孪生的测绘师（@hiro44_pino）、把图片接成广告流水线的电商团队（@Simk933）、用自建内部工具替换企业级 SaaS 的创业者（@MTSlive），都把 Claude Code 当成一台通用的工作引擎，他们想要的是贴合自己行业、而非软件工程的模板和技能。
📡 生态产品雷达
生态产品雷达
Claude Code 横跨编程、测绘、电商、SEO、销售、视频的默认工作引擎。
Fable 5 硬核项目上人人都要抄起、又得省着配额用的顶级模型。
Codex OpenAI 的编程智能体，常与 Claude Code 并肩运行，在配额耗尽时接手上下文。
OpenClaw 本地自托管的智能体，有人靠语音在 Mac Mini 上跑起整支团队，甚至接进 Telegram。
Higgsfield 接入电商与视频管线的图像与广告生成类 MCP。
MCP 把 Claude Code 连向浏览器、邮件、Notion 和图像工具的连接组织。
Obsidian 被人们导出、喂给智能体阅读，做成记忆图谱与第二大脑的笔记库。
Hermes Nous Research 出品的智能体，人们拿它做基准对比，并为了持久记忆逐步迁移过去。
Claude Code 横跨编程、测绘、电商、SEO、销售、视频的默认工作引擎。
Fable 5 硬核项目上人人都要抄起、又得省着配额用的顶级模型。
Codex OpenAI 的编程智能体，常与 Claude Code 并肩运行，在配额耗尽时接手上下文。
OpenClaw 本地自托管的智能体，有人靠语音在 Mac Mini 上跑起整支团队，甚至接进 Telegram。
Higgsfield 接入电商与视频管线的图像与广告生成类 MCP。
MCP 把 Claude Code 连向浏览器、邮件、Notion 和图像工具的连接组织。
Obsidian 被人们导出、喂给智能体阅读，做成记忆图谱与第二大脑的笔记库。
Hermes Nous Research 出品的智能体，人们拿它做基准对比，并为了持久记忆逐步迁移过去。
评论