超级用户日报: 2026-10-25
周五的时间线被两条公告带着走。Anthropic 宣布下周起 Claude 各端 App 默认开启自动模式，于是 Claude Code 的同一组数字被十几种语言反复转述：分类器拦下 89% 的危险命令，人工点批准只拦下 14%。MCP Tasks 也上了 Claude Code 命令行，几个小时内就有人把整套 Playwright 测试做成了后台任务。案例最好看的，是那些给长时间运行的活划好边界的人。有人让 Claude Code 读银行流水，再派一个语音 agent 同时给八家公司打电话，八家里七家降了价；一位做创作者营销的创始人十天发了 86 封冷邮件，拿到 22 个同意；还有开发者从第一次提交到 iPhone Duo 应用提交审核只用了 9.5 小时，大部分代码是睡觉时写的。OpenClaw 这边，有人一句话让 agent 通过预发布槽位把 Azure 上的 WordPress 站点连同插件全部升级；一条公众号发布流水线现在只剩最后扫码那一步要人来做。真正锋利的是那些做了测量的帖子：九轮对比里，Codex 每次改代码前都会先读仓库里的 skill 文件，Claude Code 只读了一次。OpenClaw 用户还发现，一个旧的 DeepSeek 模型名从九月中旬起就悄悄换成了另一个模型。
@bonnyxen [Claude Code]
https://x.com/bonnyxen/status/2113763728118415377
Claude Code 先读了作者的银行流水，把所有周期性扣费都挑出来，然后一个语音 agent 在作者开会的时候同时给八家公司打电话。每通电话开口先说明自己是替账户持有人打电话的 AI 助理，要求转挽留部门，报出竞品价格，拒绝第一轮优惠；对方要账户 PIN 时，手机弹一个通知让作者点批准。它只接受能拿到书面确认的报价。八家里七家让步：Xfinity 从 95 美元降到 55 美元并锁定 24 个月，纽约时报从 25 降到 4，SiriusXM 从 23 降到 5，Adobe 给了一年五折，只有 Geico 不松口。合计每月省 174 美元，花掉的通话费是 44 美元，而代人砍价的服务通常要抽走省下金额的六成。
@ryanmurphy1800 [Claude Code]
https://x.com/ryanmurphy1800/status/2113762324729483616
一位创始人用 Claude Code 做了个 agent，每个工作日替 Trybe 跑创作者外联。它先找出公开了商务邮箱的创作者，挑一条对方真实发过的视频点名提一句，再用创始人自己的 Gmail 发一封纯佣金合作的邀约。在一个品牌上跑了头十天：发出 86 封，收到 30 封回复，22 人同意，已经有 4 人正式入驻。关键在于具体：每封信都引用一条真实视频，而这恰恰是人工销售手写 86 封时最先省掉的那一步。
@marouanegazouzi [Claude Code]
https://x.com/marouanegazouzi/status/2113614457217712276
这位开发者给 iPhone Duo 做了个把一年画成点阵的应用 Fold Days，从第一次提交到提交审核只用了 9.5 小时，苹果当天就批了。大部分代码是 Claude Code 在夜里写的，靠的是作者自己开源的 skill 包 Duology，专门教 agent 理解 Duo 的双屏、铰链和侧边状态栏。git 日志就是全过程：01:26 完成带小组件和 Pro 档位的 1.0，02:02 加上法语和内购，02:36 修好点阵横跨铰链的问题并顺手生成 48 张 App Store 截图，03:43 通过苹果 API 配好 174 个国家的上架信息。作者醒来后抓到的是三个 agent 没法自测的 bug：巴黎以西时区的笔记落到了错误的日期、部分地区订阅没定价、图标看着有点偏。
@mikeassad77 [OpenClaw]
https://x.com/mikeassad77/status/2113445546744516781
作者的 OpenClaw agent 叫 Chuck，一句话就通过预发布槽位把托管在 Azure 上的 WordPress 站点连同所有插件升级完了。整个过程大约一小时，省下作者四五个小时，这段时间作者在做别的事。卡点在于 Cloudflare 的验证码只在正式域名上生效，预发布环境里的表单没法测试；agent 自己找到了 Cloudflare 官方的测试密钥，填进去后把所有表单都测了一遍。这个绕法已经存成 skill，下次升级直接复用。
@Hx87666 [OpenClaw]
https://x.com/Hx87666/status/2113624469172318362
一位公众号运营者每天发 5 篇带图短故事、五六条 10 秒短视频，亲手做的只有扫码那一下。每天早上 6:30，OpenClaw 先推一份全球热点简报；9 点去取 Codex 写好的 5 篇稿子，自动存进公众号草稿箱。作者扫码过一遍，没问题就发，发完 OpenClaw 再调 Gemini 做短视频。发布这一步是故意留给自己的：写稿、配图、存草稿都可以交给 agent，但发出去的东西必须人眼过一遍。
@designertom [OpenClaw]
https://x.com/designertom/status/2113768488657678612
作者把 OpenClaw 和 Grok Bot 组合起来，几乎覆盖了整个生活。拍片时作者一人兼制片、导演和出镜，有一个制片助理 bot 管剧组、拍摄日程和订午饭；电台节目的排期、投稿和新闻也有 agent 打理，编剧室还有一层专门做事实核查。健康档案、验血结果和补剂、后台的开票和合同、全天候的网络安全监控和 API 密钥轮换，也都交给了 agent。最工程化的一块是设计系统监听器：盯着主分支的每次推送，评估新 UI 值不值得收进设计系统，值得就做成可复用组件推回所有项目。生活上，agent 还替两个踢美式橄榄球的孩子剪招生集锦、追踪 Hudl 数据。
@nicolasrouanne [Claude Code]
https://x.com/nicolasrouanne/status/2113495941609066847
CodeRabbit 的 CEO 说要加入他们的软件工厂，得在 30 天里合并至少 1000 个 PR，这位法国开发者于是把自己一年的 GitHub 数据拉了出来。结果是：最近 30 天合并 251 个 PR，而 2025 年 10 月只有 3 个，1 月 47 个，7 月 79 个，9 月 114 个，10 月截至 22 日已有 189 个。每个 PR 对应的提交数从 33 个降到了 4 个左右，增长是一级一级跳的，中间夹着平台期，比如 4 月 17 个、8 月 22 个。作者也老实交代了水分：哪怕一行改动也走 PR，最近 300 个 PR 里有 51 个是改自己的 Claude Code 配置，而且 PR 数量既说明不了大小，也说明不了有没有人审过。
@noriyang_crypt [Claude Code]
https://x.com/noriyang_crypt/status/2113480548404641865
一位日本创作者把自己的小说改成动画，第一集做完全程没打开过剪辑软件，也没上过视频生成网站。所有东西都是在 Claude Code 里用语言完成的：提要求，看结果，再用语言指出哪里要改。作者给的方法很具体：每次只拍 30 秒，有问题只补几秒插进去，而不是整段重来；先录配音；道具从设定图来；靠分镜表保持镜头衔接；下指令时先把视频停住再写。付费部分讲的是口型对齐、怎么让只戴在一边的耳饰在每个镜头里都戴对那只耳朵，以及修参考图时的坑。
@0xMfox [Claude Code]
https://x.com/0xMfox/status/2113683983695241325
Claude Duet 发东西之前会先问你，但 Claude Code 的定时任务没有确认按钮，这位用户就是按这个前提在 Pro 套餐上搭了一份晨报。Anthropic 文档写明，定时任务运行时不会停下来要权限，还能用上所有接入连接器的全部工具，包括写操作，所以规矩要提前定好：只接邮件和日历；全部读、一封不发，回复只存草稿；简报只列五件事，最需要作者处理的放第一条。它从早 8 点到晚 8 点每三小时跑一次，一个月约 150 次，因为每次运行都像正常会话一样消耗额度；改成每小时就是 720 次，每五分钟就是 8640 次，而后者 Claude Code 本来就会拒绝。第一天的步骤里还包括：打开第一次运行记录，看看它到底做了什么。
@gippp69 [Claude Code]
https://x.com/gippp69/status/2113610511740723504
Claude Code 的每个定时任务都会起一个完整会话，烧额度和手动打字一样，所以每小时查一次「有没有新东西」就是一天 24 个会话，大多数时候答案是没有。这位用户把所有定时任务、/loop 和 hook 都审了一遍，按「唤醒次数对比真正发现东西的次数」给每个任务打分，把空跑的轮询改成普通脚本，只有数字变了才叫醒 Claude。轮询循环换成了 Monitor，杂活从 Opus 挪到 Haiku，每百万输入 token 从 4 美元降到 0.10 美元。同样四个任务，每月消耗从 21.1 万积分降到 3.58 万，覆盖范围不变，省了 83%。
@Octoberry [Claude Code]
https://x.com/Octoberry/status/2113653280429478043
一位完全没有编程和游戏开发背景的独立开发者，六周做出了一款能玩的 3D 游戏，玩法是仙境传说加怪物猎人，角色、场景、素材、特效和着色器都是自制的。大部分开发由 Claude Code 里的 Opus 5.5 完成，Codex 负责出视觉参考图，Tripo AI 把参考图转成 3D 模型，小物件用 Blender 做。作者还专门搭了几套流程：保持美术风格一致、分派编程任务、在会话之间保留上下文、核实调研结论。整套工具链每月约 400 美元。
@hakimieiqbal [Claude Code]
https://x.com/hakimieiqbal/status/2113603188578254910
City of Animals 是一款赛博朋克像素风游戏，玩法是猴岛式冒险加快节奏战斗，Unity 和 C# 代码大部分由 Claude Code 来写。分工才是看点：角色和 Boss 是手绘的，动画草稿交给 PixelLab，逐帧清理用 Aseprite，而大部分背景和道具是 Claude 写 Python 脚本用代码画出来的。会话之间靠两个文件保持方向：CLAUDE.md 放规则，STATUS.md 放当前待办。开发一个月，提交数已经到 785 个左右。
@FuSheng_0306 [Claude Code]
https://x.com/FuSheng_0306/status/2113559312308314127
一位香港用户的生活已经全面交给了 Muse，列了它干的十件事，其中一件是接管 Mac 上的 Claude Code 和 Codex。作者出想法，Muse 整理成任务书，指挥这两个编程 agent 写系统，再负责验收、盯进度，全程在手机上调度。其余几件是生活杂务：在 HKTVmall 和京东上比价家具、日用品、食品，装好购物车等作者一键付款；盯着几个券商账户的异动和快到期的期权；把三个邮箱和飞书审批筛成早晚两份简报；每天 8 点准时推一期 5 分钟的 AI 早报播客。作者说这条帖子本身也是 agent 根据这几天的工作记录写的。
@TheRealSorcus [Claude Code]
https://x.com/TheRealSorcus/status/2113758880924835988
一位用 256 GB 内存加 5090 显卡工作站的重度用户，写了一篇 Codex 应用里的 GPT-6 Astra 对比 Opus 5.5 max 的长文，吐槽的主要是 harness 而不是模型。让它每完成一个里程碑就发一段视频方便目视验收，Opus 每次都照做，Astra 几轮之后就忘了，过夜跑有时提前停，生成的视频编码格式还没法分享。Codex 的会话跑久了会被污染，内存涨到 2 GB 以上，有时干脆加载不出来；远程的 Claude Code 会话跑一个多星期依然能正常滚动。作者仍然认为 Astra 是做 3D 的最佳模型，只是一个费 token 的模型，Codex 这套 harness 没帮上它。
@barijum [OpenClaw]
https://x.com/barijum/status/2113423625344942081
一位用户在 DeepSeek Flash 上线当天把 OpenClaw agent 换了过去，发出来的不是夸赞而是翻车记录。agent 想压低推理成本，结果改了一个全局设置，接下来就是反复只回一句 Noted、上下文溢出、token 消耗暴涨。最后是把模型换回 GPT、回滚那个改动才恢复，作者还特意说明这不算找到了根因。这条提醒大家：换便宜模型本身也是一次配置变更，而 agent 会自己动手改配置。
@MartinSzerment [OpenClaw]
https://x.com/MartinSzerment/status/2113496022949204169
OpenClaw 宣布支持 DeepSeek V4.1 Flash，这位用户顺手指出一件事：凡是通过 DeepSeek API 调用 deepseek-v4-pro 的人，从 9 月 14 日起实际上就是由 V4.1 Flash 在回答，也按 Flash 计费。10 月 17 日起，deepseek-flash 这个名字又指向了 1017 版本。变便宜是好事，但旧名字下面换了模型，只会体现在日志和账单上。作者的结论是：在 agent 配置里，模型名现在更像一个愿望而不是一份合同，真正要回答的是你锁版本号，还是相信别名。
@stas_sorokin_ [Claude Code]
https://x.com/stas_sorokin_/status/2113679693715042455
Agent Skills 移交给 Agentic AI 基金会的当天，这个团队给 Claude Code（Sonnet 5.5）和 Codex（GPT-6 Astra）同一份 SKILL.md，里面只有一条很普通的团队规矩：每次改完都要跑审计脚本、加一行变更日志、贴出回执。三个真实 bug，各跑九轮，用隐藏测试打分，提示词里一个字都没提这个 skill。两边九次都照着清单做了，但 Codex 九次都在改代码前先打开了 skill，Claude Code 只有一次；Codex 九次都在签字前自测了修复，Claude Code 一次都没有。Claude Code 快 1.8 倍，而它唯一失败的那次，把两行代码合并成了语法错误，然后照样跑审计、写日志、贴回执，交上来的文件连导入都过不了。skill 能给你仪式，给不了检查。
@jiangkoumo_ [Claude Code]
https://x.com/jiangkoumo_/status/2113464527354511543
有人公开吐槽 Claude Code 应该读 .agents/skills，而不是自己另搞一套 .claude/skills，这位用户于是实测了各家 harness 到底去哪里找技能。Codex 0.162.1 和 OpenCode 1.19.4 默认读取项目级和全局的 .agents/skills，OpenCode 还会兼读两级 .claude/skills；Pi 1.4.0 只有在项目被标记为受信任时才读，否则会悄悄忽略项目里的技能。从子目录启动时，Claude Code、Codex、OpenCode 都会往上找到仓库根目录，而 Pi 专用的 .pi/skills 只认当前目录。实用结论：通用技能放在 .agents/skills，Codex、OpenCode 和受信任的 Pi 都能直接用；要兼顾 Claude Code，目前实测唯一稳妥的位置仍是 .claude/skills。
@0xHumza [Claude Code]
https://x.com/0xHumza/status/2113519726265504126
作者写了个小工具，统计云服务器上 Claude Code 和 Codex 会话每秒输出多少 token。594 个 Claude 会话的中位数约每秒 92 个 token，327 个 Codex 会话约每秒 43 个，按这份快照 Claude 大约快 2.1 倍。作者也说明了，两边的模型和设置不一样，这反映的是自己的工作负载，不是严格的对照测试。但这是大多数人只靠感觉猜的数字，这里是在近一千个真实会话上量出来的。
@pavelsvitek_ [Claude Code]
https://x.com/pavelsvitek_/status/2113636494439072104
安全事故扎堆的一周之后，作者把一份公开的安全检查清单交给编程 agent，只给了一句指令：跑检查、出报告、每修一处之前先问我。它查出了几样东西：和当前版本并存的旧版 Node；仍加载着过时 Brotli 的长期运行 agent 网关和 MCP 服务器；curl、python3、uv、pip 等几个客户端还在信任已被攻破的 eMudhra 证书；还有一个从局域网能访问到的旧开发服务器。没有一样是惊天大事，而这正是重点：这些就是老工具链日积月累留下的残渣。agent 一项一项修，每次都先征求同意。
@FReza1984 [Claude Code]
https://x.com/FReza1984/status/2113498790003110212
Ponytail 是一段提示词，作用是把团队里最懒的那位资深开发塞进 agent：写任何东西之前先走一遍阶梯，问这段代码有没有必要存在、代码库里是不是已经有了、标准库、平台原生功能或已安装的依赖能不能解决，最后才写能用的最小实现。输入校验、错误处理、安全和无障碍被明确排除在删减范围之外。作者的测试少见地诚实：39 个任务，headless 模式的 Claude Code 跑 Opus 5.5，每个任务每组跑五次，共 585 个会话；代码行数少 53%，输出 token 少 45%，成本低 26%，耗时少 41%，隐藏检查通过 87/90，对照组 86/90。有意思的取舍在测试上：需要测试的逻辑它 98% 会留测试，对照组是 68%；但测试变少变小之后，在有测试的地方抓到的注入 bug 也变少了。
@jacksunny18 [Claude Code]
https://x.com/jacksunny18/status/2113430071725977949
有人真去读 agent harness 的源码时，代码审查就是这个样子。某个仓库里，Claude Code 适配器把九个工具标为安全的只读操作，但它锁定的那个 CLI 版本只和其中的 Read、WebFetch 重合；Bash 不在名单里，而这个 CLI 根本没有 Glob 和 Grep，所有搜索都走 Bash。结果 agent 每做一次搜索，都被当成可能改动过东西的调用：崩溃之后，恢复提示会告诉模型一次单纯的读文件「可能已生效，重复前先检查」，读操作还得陪着写操作一起刷盘。审查者给的修法很便宜：直接从允许列表测试已经在核对的那份初始化工具列表推出安全集合，并且像 Codex 适配器那样，按命令内容判断一次 Bash 调用是不是只读。
@assumebreach [Claude Code]
https://x.com/assumebreach/status/2113591905670082586
Quorus 是个开源中继：在聊天室里 @ 一个 agent，它在自己的 git worktree 里干活，再由另一家厂商的 agent 审查改动，全部跑在你自己的 Claude Code 和 Codex 账号上。这位用户提出了这类方案都该跑的一项测试：在待审文件里藏一条指令，看它能不能让两个 agent 同时漏掉一个故意埋下的授权 bug。0.6.2 版让审查者看到真实 diff，而不是作者自己写的说明，堵住了一个最容易操纵审查的口子；但聊天室文本和仓库内容依然是注入可以藏身的地方。作者给的落地配置是：审查者没有写权限、不碰生产凭证；在看到对方审查之前先把自己的发现存档；合并前必须通过一项检查，即无权限的调用方会被拒绝。
@stretchcloud [Claude Code]
https://x.com/stretchcloud/status/2113775979999216120
有人一口气开了 100 台隔离虚拟机、每台都跑 Claude Code，合计 400 个 vCPU 和 800 GB 内存，十秒就绪，花了大约一美分。这位开发者的看法是：算力从来不是难点，难的是 100 个 agent 开工之后的事：谁来审 diff，每个 agent 能碰什么，两个 agent 意见不一时怎么办，最后到底花了多少钱。Campfire 就是为这些做的：在一个浏览器标签页里并排跑 Claude Code、Codex、Goose、Aider 和 OpenHands，每个会话在自己的 git worktree 里，同一个任务可以让几个后端赛跑比较。权限靠投票管住整支队伍：多数同意才放行，任何一票否决就拦下，30 秒计时器保证不会卡着等人；还有会话回放，以及一个显示整支队伍实际花费的成本面板。
@AIC_Hugo [Claude Code]
https://x.com/AIC_Hugo/status/2113491637024522442
作者把 Mailsuite 的 Gmail 邮件追踪器重做了一遍并开源，叫 Likelyread，原因是 Mailsuite 免费版只显示第一次打开，完整记录要每月 19.99 美元。设计重点是老实交代什么才算「打开」：自己回看不算；苹果邮件的预加载会被标记出来、不计数；真正的打开才计入，并显示距发送过了多久。它还会检查发件人健康度，包括 SPF、DKIM、DMARC，新邮箱每天发多少才安全，打开率下滑时报警。另外自带 MCP 服务器，Claude Code、Codex、Cursor 或 Hermes 都能接入，替你插追踪像素、登记发送、读回打开记录，追踪整批活动之前还会先问你。
@ixplore01 [Claude Code]
https://x.com/ixplore01/status/2113736522466025559
别人在推新的手机 agent 产品，这位用户一个晚上自己搭了一个，没多花一分钱。给自己的 WhatsApp 发条消息，就能叫醒 Claude Code，它解锁作者的安卓手机，打开 Zepto 买菜应用，把购物车装好再回报结果。演示里它还在中途发现并纠正了自己的错误。东西不大，但能看出这波常驻 agent 产品里，有多少功能其实可以用一个编程 agent 加一部自己的手机拼出来。
@bradmillscan [OpenClaw]
https://x.com/bradmillscan/status/2113638380361728309
作者用 Hermes 搭的每个 agent 最后都揽了太多活，加上自称的「OpenClaw 创伤后遗症」，于是换到了 Grok Bot，并专门去找一套不会重蹈覆辙的配置。找到的是 Lauren Tan 做的 Dr Eggbot，它给其余所有 bot 当总负责人。每个 bot 一开始只负责一件事、一个结果，配一张「不能做什么」的清单，再加上作者用自己的话写的操作规范；然后沿着信任阶梯往上爬：先是草稿模式，再是干完活回来汇报，最后才是无人监督、只在出问题时报警。一个实用提醒：Dr Eggbot 有时并不清楚自己的设计初衷，所以作者会不断把它拉回到它的作者是怎么管 bot 的。
@denchu_unagi [OpenClaw]
https://x.com/denchu_unagi/status/2113762210036195779
一位日本用户原本在外面用手机通过 Discord 呼叫 OpenClaw，让它在家里局域网上办各种事，等于把它当成从外面连回家的网关。后来作者用 Tailscale 把手机直接加进了家里的网络，这条路一夜之间就用不上了。帖子半开玩笑地说这个 agent 失去了存在的意义，但这是个真实规律：很多人搭个人 agent，解决的其实是联网问题而不是智能问题，一个 VPN 就把这份活拿走了。
@LGD950003 [OpenClaw]
https://x.com/LGD950003/status/2113733206839300188
一位自称业余写代码的用户，在 OpenClaw 上碰到了记忆问题，最后没换工具，而是用一个知识库解决。每晚和每周各有一个整理记忆的定时任务，把作者所有账号下每个 CLI 和大模型会话里的重要内容抓出来写进知识库。之后不管换到哪套 agent，都把这个知识库带过去，作者说换了模型 agent 的表现也大体一致。这是可携带记忆的低科技版本：一个文件夹，加两个定时任务。
@pppoeadsl [OpenClaw]
https://x.com/pppoeadsl/status/2113442908795773139
今年早些时候 OpenClaw 爆火时，作者用它搭了个 agent，接进微信，每天把自己所有的思考都倒给它整理分析。现在作者在把它扩成一个 AI 分身：用大疆 Mic Mini 2S 接手机录音，不只记结论，连犹豫、追问、拍板的过程都存下来。转成文字喂给 AI，让它学的是作者怎么想，而不只是说了什么；设想是分三步走，先替作者记住，再替作者想，最后替作者决策，因为一个人七成的日常决策是重复的。意外的收获是在训练自己：知道每句话都可能被消化，开会表达更清楚了，事后翻记录还能揪出当时没发现的漏洞。
@quietoraclex [Claude Code]
https://x.com/quietoraclex/status/2113752431247122531
大家连着四天都在说 Opus 5.5 被削弱了，这位用户没有跟着喊，而是给了一个自己验证的方法。同一个提示词先用 claude --bare 跑，它会跳过 CLAUDE.md、hook、skill、插件、MCP 和自动记忆，测的是模型本身；再去掉 --bare 跑一次，得到模型加上你每轮都加载的全部配置；最后在 Pro 或 Max 上用 /effort status 和 /usage 看额度被谁吃掉了。对比两次运行的 total_cost_usd，差出来的那部分不是 Opus 的问题，而是你叠在上面的东西。作者也注明：--bare 要用 API key 登录，两个数字都是客户端估算，不是实际账单。
@YoussefHosni95 [Claude Code]
https://x.com/YoussefHosni95/status/2113703472579383449
一位阿拉伯语开发者平时在上下文用到 50% 时就新开一个 Claude Code 或 Codex 会话，这次分享了一个更好的触发信号，据说来自 OpenClaw 作者 Peter Steinberger。在 CLAUDE.md 里加一行，要求 Claude 每次回复都以你的名字开头。只要回复还以名字开头，就一切正常；名字一消失，说明 Claude 已经开始丢掉小规则，而这往往发生在它开始编造内容之前，正是该开新会话的时候。这是一只金丝雀：用一个便宜、看得见的信号，代替盯着上下文百分比。
@VengeonsP [Claude Code]
https://x.com/VengeonsP/status/2113628052164948013
一位法国 SEO 顾问用 Claude Code 做了一个页面，主攻「Sanity SEO 顾问」这个词，不到 24 小时就排到了谷歌第一。四个月后它仍然排第一，而且谷歌的 AI 概览引用的就是这个页面。作者给的方法很具体：挑一个竞争对手标题里都没有精确出现的商业关键词；标题用「最佳 + 服务 + 年份」的格式，因为 ChatGPT 自己去搜时用的就是这种查询；每天最多发一个页面，套自己的模板，带三到五个内链。Claude Code 每写一页都会先读一份规则文件。
@daiki_ugowaka [Claude Code]
https://x.com/daiki_ugowaka/status/2113635311662346560
一位日本创作者说，自己的一个图解动画账号开号一周就涨到 1.1 万粉丝，全程没碰过视频剪辑软件。流程是：用日语给 Claude Code 下指令，AI 生成配音并自动对齐时长，再用 Remotion 直接导出 MP4，时间线上的手工编辑为零。作者现在用这套流程同时运营 20 多个账号，每天 7 条。产量本身就是看点，而它之所以成立，是因为环节里已经没有需要人来剪辑的那一步了。
@warrenzp8 [Claude Code]
https://x.com/warrenzp8/status/2113433291030466643
批量出插画的一个分享案例：把每条提示词整理成单独的文件，让 Claude Code 统一调度。主人在外面用手机发指令，家里的 Mac 读取 20 个提示词文件，通过 Flatkey 调用 GPT Image，每条生成 4 张不同风格的图。要求写得很清楚：一个提示词文件对应一张图，按文件名保存，最后列出成功和失败的清单。正是这张清单让它成为一条流水线而不是一堆图片，失败的可以单独补跑，不用全部重来。
@hanghuang_ [Claude Code]
https://x.com/hanghuang_/status/2113648465926361372
一个团队开了 100 台虚拟机，在每一台里启动 Claude Code，并录下每台的桌面。合计 400 个 vCPU、800 GB 内存，十秒全部就绪，花费约一美分。这是沙箱服务商自己的演示，算是产品宣传，但这个数字改变了讨论方向：其他用户马上指出，如果启动一支 100 个 agent 的队伍只要一美分，真正昂贵的就是审查和管住这些 agent 做的事。
@EslamAHussien [Claude Code]
https://x.com/EslamAHussien/status/2113727585930956873
Claude 宣布 MCP Tasks 才几个小时，这位开发者就做出了一个 Playwright Tasks MCP 服务器：一个本地 stdio 服务，把 Playwright 测试套件当作 MCP 任务来跑。长时间的测试不再卡住对话：Claude Code 立刻拿到任务句柄，轮询 tasks/get，在 /tasks 里显示实时进度，测试跑完再报告结果。这是这个功能最早的落地用法之一，而且选得很对，因为跑测试正是大家最常干等的事。
@Mr_Buzzoni [Claude Code]
https://x.com/Mr_Buzzoni/status/2113716224760635797
Claude Code 在哪都能跑，但作者已登录的浏览器、笔记和本地 MCP 服务器全都在家里的一台机器上，所以 agent 老是要找那台 Mac。TIE 把这台机器接给任何会说 MCP 的 agent：shell 和文件只从选定的一个文件夹开始；已登录的浏览器和屏幕默认关闭，手动打开才能用；本地每个 MCP 服务器都作为一个工具开放。登录状态留在本机，每条命令都要过审批规则，请求会弹到 Mac、Slack 或邮件里；sudo 等破坏性命令直接命中黑名单。作者接上的第一台机器，就是存着知识库的那台。
@greco_dev [Claude Code]
https://x.com/greco_dev/status/2113447043884560668
一位巴西数据工程师列出了至今仍离不开 Claude 的活：一条每月处理 50 亿个数据点的抽取和工程流水线，以及用异构、不规范的数据构建复合指数的统计建模。作者的区分很精确：作为模型，Kimi 和 GPT 都够用；但在长任务里保持上下文和结构，Claude Code 的 harness 仍然领先很多。建模时 Codex 的问题不是算错，而是丢了计算的结构和顺序，为了交差往中间塞进不该有的东西。作者也承认可能是自己用得不对，并且仍在找一个同样好用的组合。
@jamesgao_ai [Claude Code]
https://x.com/jamesgao_ai/status/2113744836792869303
有人用 DeepSeek-V4.1-Flash-1017 在 Terminal-Bench 2.0 上对比了三套 harness，20 个任务各测两轮，成功率几乎一样：Claude Code 75%，Hermes 75%，DeepSeek Harness 70%，统计上没有显著差异。差别在成本上。Claude Code 用了 2321 万输入 token，DeepSeek Harness 用了 3868 万，前者少约 40%；工具交互平均 18 轮对 29 轮。整批跑完最快的是 DeepSeek Harness，但 Claude Code 受到服务端缓存问题影响，速度对比并不干净。同一个模型、同样的成功率，账单却差很多。
@JqOnly [Claude Code]
https://x.com/JqOnly/status/2113462036189602036
Ouroboros 是一个把 LiteLLM 作为可选模型提供方的 agent 工作流工具，它的维护者在三月经历过 LiteLLM 第一次供应链攻击，这次又把第二次完整复盘了一遍。攻击者进入了一个暴露在公网上的内部部署环境，从服务器日志里捞出工程师的 GitHub token，其中包括被记录下来的 Claude Code 响应正文里的 token；然后用三位工程师的 token 开 PR、合并，再删掉工作流日志。Ouroboros 现在把 LiteLLM 锁定在已知安全的版本，维护者还在考虑要不要干脆不再支持它。作者的结论是：agent 能让你更快，但别把架构和安全模型也外包给它。
@JamesonCamp [Claude Code]
https://x.com/JamesonCamp/status/2113750654992957852
一位营销从业者列了这周用 Codex、Claude Code 和 Grok 跑过的十二件真实业务，过去都得一个团队来做。有用的是这份清单本身：研究竞品落地页，把客户通话记录整理成指导文案方向的报告，把 Wispr 的会议记录同步进 Notion，把这周营销实验的结论更新进 Obsidian 第二大脑，提交一份租房申请，删掉用不上的邮箱别名，给品牌合作客户开发票。分析类的有：查 PostHog 数据看新的引导文案有没有提高 SaaS 激活率，把所有客户的付费 UGC 投放汇总到一处做决策。没有一件是写代码，大部分是小公司里的粘合性杂活。
@ArmandiElaion [Claude Code]
https://x.com/ArmandiElaion/status/2113436607747604793
一位做 AR 的创作者用自己所说的「AI 小队」开发 Apple Vision Pro 全息应用，成员是 Codex、Claude Code、Grok Bot 和 Dots。方法刻意循序渐进：先在空间里放一个漂浮的物体，跑通了再往上扩。同一个账号当天还发了同一套工作流做出来的跳舞角色和迷你 AR 骑士。例子不大，但很真实：空间计算的应用，正在由指挥 agent 的人做出来，而不是由亲手写渲染代码的人。
@ddny09 [Claude Code]
https://x.com/ddny09/status/2113451727496372629
一位国内独立开发者三天做出了一款 3D 街霸式格斗游戏，悟空打春丽，全程没写复杂代码。主力建模交给混元 3D 的免费额度，代码由 Claude Code 和 Codex 轮流上阵。帖子细节不多，但这套组合正是趋势：免费的 3D 生成模型出素材，两个编程 agent 写逻辑，一款能玩的格斗游戏变成了周末项目。
@DannPetty [Claude Code]
https://x.com/DannPetty/status/2113667379729424794
一位设计师想试试 Claude Code 能不能一次就把自己设计的一个老 Figma 文件做出来，里面全是喷漆纹理和古怪特效。用作者自己的话说，答案是一句无奈的「是的，它能」。帖子很短，但测的是设计交付里最难的那种：不是干净的组件布局，而是纹理很重的视觉稿，结果第一次就成了。
@IterIntellectus [Claude Code]
https://x.com/IterIntellectus/status/2113670682789974361
作者让 Grok Bot 把这周最好的科技与进步新闻做成一支视频，Grok Bot 调度了 Claude Code、Midjourney、Grok 图生视频和 Suno 把它做了出来，还自己按新闻的量级排了顺序。有意思的是角色反过来了：现在是个人 agent 把 Claude Code 当工具来调用，和图像、视频、音乐模型并列，最后交出一件完整的作品。
@mranti [OpenClaw]
https://x.com/mranti/status/2113531648872743203
一位国内用户今天正式删掉了 OpenClaw，因为别的 agent 已经把它所有功能都取代了。转折在第二句：家里的另一半还在深度依赖 OpenClaw，而且用得相当好。这一句话把 OpenClaw 的处境说得最清楚：重度玩家追着最新的 agent 换来换去，而那些配好一次、围绕它养成习惯的人，还在持续从中受益。
@xiaomovps [Claude Code]
https://x.com/xiaomovps/status/2113570114083893470
高强度用了几天 DeepSeek Harness 之后，作者写下了它真正的痛点，问题在执行而不在模型。它反复调用工具、读文件，简单任务也跑得很慢；有一个任务来回 28 次才搞定，缓存命中率虽高，总消耗却一点不少。最想吐槽的是稳定性：工具调用失败、结果为空、子任务没完成时，都没有可靠的错误回报和结果验证，得作者自己出面推进，完全没有 Claude Code 那种省心。作者依然看好它「一切皆插件」的设计，希望官方把上下文管理和长任务稳定性打磨好。
🗣 用户心声
用户心声
自动模式大家欢迎，但更希望先定好边界，再交给分类器。@jordbastin 说真正的控制是提前决定哪些事永远手动：生产环境、删除操作、钱。@agentnativedev 引用 Anthropic 自己的数据：人工逐条批准的会话里仍有 6.3% 造成了严重损害，作者认为这是权限范围太宽的问题，不是注意力的问题。@zarexg13 追问，89% 那个数字测的是 shell 命令，那风险藏在内容里的 App 操作怎么办，比如一封发错人的邮件。
额度焦虑还在。@aiwithadb 觉得同样的工作流，额度掉得快了五倍；@rajput_hemant01 刚重置完说了一句你好，就用掉 5 小时窗口的 6%；@KolinHuang 转述 SemiAnalysis 的说法，部分账号在做 A/B 测试，5 小时额度大约多 20%，月度总价值大约少 20%。@zipeng365 提到一份公开拆账：一个月的 Claude Code token 里 97.9% 是缓存读取；@devlordone 的省钱办法是让子 agent 只写代码，构建和测试统一交给主 agent 做。
两边都用的人说，Claude Code 能把事做完。@onusoz 说原生 Claude Code 靠 Monitor、定时任务和后台进程迟早会把任务完成，Codex 却可能半路停下；@alirtariq 用了几个月 Claude Code 再用 Codex，觉得松垮，预期和实际产出差得更远。也有反对声音：@Bassmaster187 说 Copilot 的向量索引能直接找到线程死锁，Claude Code 只会去 grep。
OpenClaw 的流失主要是维护问题，不是功能问题。@menhguin 说它至今每次更新都会坏，而 Hermes 装了 30 多个本地改动都没事；@sdmac999 正在转去 Grok Bot；@MikeAISales 做企业咨询，在 Codex 和 Claude 变强之后就不再用它；@wavegod 描述了自己几周内在 Muse 和 Grok Bot 之间来回跳。@cjcam930 通过托管服务商跑的 OpenClaw agent，Opus 5.5 突然用中文回答，至今不知道原因。
用户想要 agent 规则和权限的唯一来源。@hqmank 希望 .agents/skills 在包括 Claude Code 在内的所有 agent 里都能用；@y_renren115 已经从一份主副本统一分发 agent 和 skill 到 Claude Code、Cursor、Codex，因为分别改各家配置总会留下过期版本；@bradmillscan 想要服务账号，让不同的 bot 通过密码库和令牌拿到不同级别的权限。
自动模式大家欢迎，但更希望先定好边界，再交给分类器。@jordbastin 说真正的控制是提前决定哪些事永远手动：生产环境、删除操作、钱。@agentnativedev 引用 Anthropic 自己的数据：人工逐条批准的会话里仍有 6.3% 造成了严重损害，作者认为这是权限范围太宽的问题，不是注意力的问题。@zarexg13 追问，89% 那个数字测的是 shell 命令，那风险藏在内容里的 App 操作怎么办，比如一封发错人的邮件。
额度焦虑还在。@aiwithadb 觉得同样的工作流，额度掉得快了五倍；@rajput_hemant01 刚重置完说了一句你好，就用掉 5 小时窗口的 6%；@KolinHuang 转述 SemiAnalysis 的说法，部分账号在做 A/B 测试，5 小时额度大约多 20%，月度总价值大约少 20%。@zipeng365 提到一份公开拆账：一个月的 Claude Code token 里 97.9% 是缓存读取；@devlordone 的省钱办法是让子 agent 只写代码，构建和测试统一交给主 agent 做。
两边都用的人说，Claude Code 能把事做完。@onusoz 说原生 Claude Code 靠 Monitor、定时任务和后台进程迟早会把任务完成，Codex 却可能半路停下；@alirtariq 用了几个月 Claude Code 再用 Codex，觉得松垮，预期和实际产出差得更远。也有反对声音：@Bassmaster187 说 Copilot 的向量索引能直接找到线程死锁，Claude Code 只会去 grep。
OpenClaw 的流失主要是维护问题，不是功能问题。@menhguin 说它至今每次更新都会坏，而 Hermes 装了 30 多个本地改动都没事；@sdmac999 正在转去 Grok Bot；@MikeAISales 做企业咨询，在 Codex 和 Claude 变强之后就不再用它；@wavegod 描述了自己几周内在 Muse 和 Grok Bot 之间来回跳。@cjcam930 通过托管服务商跑的 OpenClaw agent，Opus 5.5 突然用中文回答，至今不知道原因。
用户想要 agent 规则和权限的唯一来源。@hqmank 希望 .agents/skills 在包括 Claude Code 在内的所有 agent 里都能用；@y_renren115 已经从一份主副本统一分发 agent 和 skill 到 Claude Code、Cursor、Codex，因为分别改各家配置总会留下过期版本；@bradmillscan 想要服务账号，让不同的 bot 通过密码库和令牌拿到不同级别的权限。
📡 生态产品雷达
生态产品雷达
Codex：所有对比的参照物，从读不读 skill 的测试，到长达一周的会话稳定性。
Cursor 和 OpenCode：多 agent 配置和 skill 目录测试里的另外两套 harness。
Grok Bot：大家搬去的个人 agent，现在也开始把 Claude Code 当工具来调。
Hermes：OpenClaw 更新老出问题时，用户转去的自托管 agent。
Muse、Dots 和 Claude Duet：用户在生活杂务、地区限制和额度上反复对比的托管个人 agent。
pi：skill 目录测试和日常多 harness 组合里的极简 harness。
DeepSeek V4.1 Flash 和 DeepSeek Harness：OpenClaw 新接入的便宜模型、底下悄悄换掉的别名，以及拿来和 Claude Code 对比的 harness。
Agent Skills 和 Agentic AI 基金会：Anthropic 捐出的标准，以及随之而来的 .agents/skills 路径之争。
Artificial Analysis 编程智能体指数：模型加 harness 的排行，Claude Code 里的 Opus 5.5 居首，Codex 占据成本前沿。
1Password for Agents：大家希望在让 agent 自己登录之前先有的凭证交接方案。
Kimi K3.1 Pro：Moonshot 拿 Claude Code 这套 harness 做基准测试的新模型。
Gemini CLI 和 gemini-api-cli：谷歌给 agent 调用的图像、音频和长时调研工具。
MCP Tasks：Claude Code 命令行上线的长任务支持，几个小时内就有了 Playwright 服务器。
LiteLLM：被投毒的版本，事后分析指向了被写进日志的 Claude Code 响应里的 token。
Blender、Remotion 和 Tailscale：个人 agent 工具链里反复出现的 3D、视频和私有网络组件。
Codex：所有对比的参照物，从读不读 skill 的测试，到长达一周的会话稳定性。
Cursor 和 OpenCode：多 agent 配置和 skill 目录测试里的另外两套 harness。
Grok Bot：大家搬去的个人 agent，现在也开始把 Claude Code 当工具来调。
Hermes：OpenClaw 更新老出问题时，用户转去的自托管 agent。
Muse、Dots 和 Claude Duet：用户在生活杂务、地区限制和额度上反复对比的托管个人 agent。
pi：skill 目录测试和日常多 harness 组合里的极简 harness。
DeepSeek V4.1 Flash 和 DeepSeek Harness：OpenClaw 新接入的便宜模型、底下悄悄换掉的别名，以及拿来和 Claude Code 对比的 harness。
Agent Skills 和 Agentic AI 基金会：Anthropic 捐出的标准，以及随之而来的 .agents/skills 路径之争。
Artificial Analysis 编程智能体指数：模型加 harness 的排行，Claude Code 里的 Opus 5.5 居首，Codex 占据成本前沿。
1Password for Agents：大家希望在让 agent 自己登录之前先有的凭证交接方案。
Kimi K3.1 Pro：Moonshot 拿 Claude Code 这套 harness 做基准测试的新模型。
Gemini CLI 和 gemini-api-cli：谷歌给 agent 调用的图像、音频和长时调研工具。
MCP Tasks：Claude Code 命令行上线的长任务支持，几个小时内就有了 Playwright 服务器。
LiteLLM：被投毒的版本，事后分析指向了被写进日志的 Claude Code 响应里的 token。
Blender、Remotion 和 Tailscale：个人 agent 工具链里反复出现的 3D、视频和私有网络组件。
评论