超级用户日报: 2026年6月23日
今天整场讨论都挪到了"电表"上。Anthropic 把一家公司切成按 token 计费，账单一夜涨 700%，Uber 给工程师设了月 1500 美元的帽子，一组跑分把同一套全量测试标到旗舰 4811 美元、Kimi 只要 948——于是声量最大的一批建设者一整天都在算账：便宜模型路由、机架里塞二手 3090、四个月回本的本地小盒子、号称砍 60-95% token 的代理。在这个背景下，非编码的赢面不断落地：一位基金经理十年的公开记录蒸馏成一个投研技能、一本 500 页的意大利小说为一个读者翻译出来、一个 TradingView 指标从一句话生成、一台 Mac mini 装修了一个它自己想象出来的 3D 办公室。生意故事则越来越年轻、越来越赚——15 岁跑七个 agent 日入 900 美元、少年月入 1.4 万的习惯 App、情侣月入 2 万的相机 App——与此同时 OpenClaw 那拨人悄悄迁向 Hermes，而搞安全的那拨人不断证明：你不能让 agent 给自己的作业打分。
@ilinkCEO_NOW [Claude Code]
https://x.com/ilinkCEO_NOW/status/2068527679616553450
账单一次性砸下来了。五月 Anthropic 把 Workato 从固定套餐切成按 token 计费后，他们的 AI 账单一天暴涨 700%，CIO 的话很直接：厂商一直在补贴用量把大家养上瘾，补贴一停真实成本就猛扑上来。亚马逊、沃尔玛、思科、Uber、Meta 现在全在给员工的 AI 用量设上限，Uber 四月就花光了 2026 全年预算，给每人设了月 1500 美元的帽子。最扎心的是那组跑分：同一套全量测试，Anthropic 旗舰要 4811 美元，OpenAI 3357，DeepSeek 1071，Kimi 只要 948——中国不是在追质量，而是在把"贵的 AI"显得没必要。
@0xPINK3 [OpenClaw]
https://x.com/0xPINK3/status/2068573201685491959
一个 15 岁的少年用 OpenClaw 跑着七个 AI agent，一天交付十个客户项目，日入 900 到 1500 美元，代码全由 Claude Code 写，他只负责说话。每个 agent 都是有名字的独立实体，各管一摊：一个拆任务，其余分别做调研、搭结构、写代码、抓 bug、写报告、盯截止时间，全程并行。他把项目类型模板化（落地页、机器人、解析器、API 集成、仪表盘），选好类型 agent 们立刻开跑。整条流水线就跑在一台笔记本上，成本几百块，他已经把自己从"干活的人"变成了"派活的人"。
@nasicaonchain [Claude Code]
https://x.com/nasicaonchain/status/2068762687786414514
一个还在上学的少年，六周做出一个月入 1.4 万美元的 App，没投广告、没有粉丝基础。这是个游戏化的习惯打卡工具（经验值、等级、排行榜，还有个会冲你喊话的角色），用 Claude Code 加 200 美元月套餐、Figma、Superwall 和免费 Supabase 做出来。整个增长引擎就是一招套利：App 每千次展示能赚 2-3 美元，他就按低于这个的千次成本（1-1.5 美元）去投创作者，一条达人视频带来约 100 万播放、1800 次下载、一周 2000 美元。他收 40 美元一年，你想跳出付费墙还会被一个 20 美元的报价追着。
@boney2r [Claude Code]
https://x.com/boney2r/status/2068764618365747528
一对情侣做了个叫 Once 的"一次性相机"App，83 天做到月入 2 万美元，而且在十个陌生人承诺会用之前一行代码都不写。App 让你建一卷"胶卷"、设定照片何时显影、邀请宾客，所有人的照片汇进一个共享相册。他们先用一个还没做好的网页版办了场万圣节派对验证需求，等十场活动的承诺到手才去做正式 App。技术栈是 Claude Code、Figma、Supabase，除了设计之外全交给 AI，定价从小派对 2 美元到 150 人婚礼 50 美元不等。
@rugikkk [Claude Code]
https://x.com/rugikkk/status/2068704519454617768
Claude Code 连跑 36 小时，在他睡觉时交付了一个可收款的 SaaS，靠的就是一个改动：在主计划之前加一道"元规划"。动手写代码前，Claude 先停下来问一句"这里还有什么必须人来做？"——API key、Stripe 配置、Vercel 设置、PostHog 事件——然后把要用到的工具、MCP server、技能、浏览器会话全部梳理并自行开通。跑到第 30 小时，它已经进了 Stripe 后台接结账、测试了一笔真实扣款，接着是 Vercel、PostHog，全程没让他贴过一个 key、开过一个后台。一句话点题：老办法是你看着 agent、替它点它够不到的按钮，新办法是 agent 自己够到按钮。
@gagarotai200 [Claude Code]
https://x.com/gagarotai200/status/2068626079246700866
他讲了怎么把一个 AI"员工"裂变成一百个，把月营收从 50 万日元做到 500 万。配方是：先让第一个 AI 员工把整个业务吃透（销售、发帖、调研、做资料、客服、账单、剪视频、分析），再让它把业务拆解、生成专职子员工，每个都配上专属手册、判断标准和模板。组织结构变成人当社长、母 AI 当经理、子 AI 当执行，Obsidian 当公司大脑，Codex/Claude Code 当执行部队。他的观点是：未来的公司在招人之前先"招"AI，一个人的社长也能握有一百人的执行力。
@masahirochaen [Claude Code]
https://x.com/masahirochaen/status/2068715056733516095
一个关于自走能力的具体数据点：他让 Claude Code 调研 14038 家公司，它自己跑了 110 分钟以上，每 10 分钟自查一次确认还在正常工作。全程没人盯，就是一个范围清晰的长任务，途中自己量自己的"脉搏"。这是一个虽小但很生动的例子，说明一条 Claude Code 指令在任务界定清楚时能拉多长。
@0xIlyy [Claude Code]
https://x.com/0xIlyy/status/2068529855390490932
他故意去烧 token：七个并行的 Claude Code 会话铺在三个项目上，每个跑在独立的 worktree，全开 ultracode。项目一里他先打磨实现方案再用 /goal 落地；另外两个会话对临近发布的功能做完整 code review 和修复；第四个给一款游戏做性能/优化巡检；其余的去收尾和评审具体功能。他甩出的关键数字：在 ultracode 下，五小时的用量窗口大约一小时就烧光。一个干净的样本，让你看清拉满的并行 agent 工作到底有多耗。
@AlexFinn [Claude Code]
https://x.com/AlexFinn/status/2068492081522495868
五个月前他花 3 万美元买了三台 Mac Studio、两台 Mac Mini 和一台 DGX Spark，All in 本地大模型，被人骂是炒作狂。之后 96GB 以上的 Mac Studio 断货、内存价格涨了 4 倍、其他硬件涨了 10 倍，当初嘲笑他的那些博主现在公开花五到六位数买硬件。最妙的一笔：GLM 5.2 发布，他说是 Opus 级别，就跑在他一台 512GB 的 Mac Studio 上。他的判断是这才刚开始，因为包括人形机器人在内的每台新设备都要 GPU 和内存，而这些已经涨了 10 倍。
@0xAI42exe [Claude Code]
https://x.com/0xAI42exe/status/2068711840348037377
他用一条推把本地 AI 的生意逻辑讲透：一张二手 RTX 3090（700 美元，24GB 显存）通过 Ollama 本地跑 Qwen 3.6 27B，他声称在视觉（84.1 对 77.0）和指令遵循（76.5 对 58.0）上都胜过 Claude 4.8 Opus。用一个环境变量把 Claude Code 指过去，月 200-440 美元的订阅就降到约 8 美元电费。接着他把省下的钱变成收入：同一张卡能给那些不能把数据传上云的诊所、律所、会计所跑私有 AI，十个客户每月 1200 美元的服务费，就是用一张 700 美元的卡赚 1.2 万。
@andreysuperior [Claude Code]
https://x.com/andreysuperior/status/2068691972101914975
同一套本地机器的算账，被他框成四个月回本。大多数人每月在 AI 上花 400-500 美元（ChatGPT 200、Claude Code 200、Cursor 20，一年 5000 美元），他用一台小盒子、两条命令跑免费模型把这些全替了，日常写作、编程、处理文档都够快。盒子四个月回本，之后每月约 3 美元电费。收尾一句：多数人看到的是一台工作站，有一拨人看到的是"从此不再付订阅"。
@MLBear2 [Claude Code]
https://x.com/MLBear2/status/2068831641292972311
一位 Netflix 工程师开源了 Headroom，它在你本地 PC 上中继 Claude Code 和 Cursor 的流量，把日志、文件内容、搜索结果先整理干净再发给 LLM API，号称能减少 60-95% 的 token 消耗。这就是本周到处冒头的同一种直觉——拦截并压缩你发出去的东西，而不是只去买更便宜的模型。一个针对 token 成本焦虑的漂亮基建解法。
@kirillk_web3 [Claude Code]
https://x.com/kirillk_web3/status/2068689392521420887
一段关于烧 token 的忏悔：他每天用 Claude Code，API 账单冲到月 500 美元，还以为自己很高效——直到看到那篇双模型工作流指南，才发现自己一直把所有活都丢给 Opus。每个测试文件、每段样板代码、每份文档都跑在 25 美元/百万 token 的输出上，而 Kimi K2.7 只要 0.95。把 Opus 4.8 只留给真正要紧的事之后，账单从 340 美元降到 87。他直白地说：发现了一个"菜"的问题。
@Nyra_nx [Claude Code]
https://x.com/Nyra_nx/status/2068652004537155665
他断言九成的 Claude Code 用户都在为根本不必要的 token 付钱：成本不在模型，在你的习惯。四个让账单比换模型还省的修法：用 Opus 规划、用 Sonnet 执行（一次做对比修补便宜五倍）；别把整份文件或 PDF 丢进上下文，因为每条消息都会留存反复计费；有意识地开新会话，因为上下文随每次提问膨胀；需要历史时用 /compact 保留关键决策、丢掉其余。他的话是：便宜的 AI 不是一个模型，是一种自律。
@kocer_eth [Claude Code]
https://x.com/kocer_eth/status/2068589222987010528
他点出了一个没人注意的 token 泄漏：每开一个新的 Claude Code 会话都会重扫昨天已经扫过的文件，你只为重建上下文就又付一次钱。解法（来自 Duncan Rogoff 的演示）是把代码库一次性变成图——文件是节点、import 是边、函数是可检索的上下文——让 Claude 只取任务周边的局部邻域，而不是把半个仓库拖进来。他特意提醒风险：一张坏图会让 Claude 在信息不全时反而很自信，所以要拿同一个任务做有图对无图的对照，量 token、时间和改错文件的次数，别凭感觉。
@SUOHA_AI [Claude Code]
https://x.com/SUOHA_AI/status/2068726088608428180
一个亮眼的非编码案例：社区把基金经理郑希 2012-2026 年的全部公开记录——季报、手记、采访——蒸馏成了一个专属投研 Skill，他自己上手试了。它能查清这位经理对某方向的真实历史观点及其演变、把说过的话和实际持仓做言行对照、用他的框架给任意基金打"郑希风格"契合度、还能模仿他的口吻写市场点评。关键是它不杜撰：每个结论要么有原文出处，要么明确标注是按框架推演。可直接在 Claude Code 或 Codex 里跑。
@ridark_eth [Claude Code]
https://x.com/ridark_eth/status/2068753952850546985
当天传得最广的工作流：别拿 AI 写代码，拿它建第二大脑。照着 Karpathy 的想法，你把 Claude Code 指向一个 Obsidian 库，丢进任何来源——文章、转录、PDF——Claude 读完、建立关联、归档进一个记录你所有知识的活体维基。配置只要五分钟：装 Obsidian、在 Claude Code 里打开库、把这个维基想法贴进去让 Claude 建三个文件夹（raw、wiki、一个负责运转的 CLAUDE.md），之后任何新来源说一句"ingest this"。它像利息一样复利，你再也不用从空白对话开始。
@Mikadzyki_NFT [Claude Code]
https://x.com/Mikadzyki_NFT/status/2068690170233192756
同样的第二大脑套路，但有个具体的个人用法：Obsidian 存你的笔记，Claude Code 把它们串成一个系统，你把文章、文档、通话记录丢进去，Claude 自己找出其中的关联。然后你像用一个活助手那样跟它工作——提个问题，得到一个扎根于你自己材料的回答，或者挖出你自己都看不出的主题和规律。最生动的细节是：作者把自己的销售通话录音丢进去，让 Claude 拆解，再根据结果做产品和内容决策。
@Xudong07452910 [Claude Code]
https://x.com/Xudong07452910/status/2068506436947128649
一位开发者把五六百篇异地恋的会议纪要喂给 Claude Code，让它帮忙给女朋友选礼物，结果出奇地准。光从聊天记录里，AI 就推断出她喜欢"甜酷风"、在意皮肤暗沉、之前提过 Apple Watch 表带发黄，推荐从几十块的表带到几千块的美容仪。重点不是它会去搜"女生喜欢什么礼物"，而是它能从一段真实关系积累的细节里，判断"她可能会喜欢什么"。他盼着微信能出一个 agent，在隐私安全的前提下把聊天记录变成个人上下文。
@DrewPavlou [Claude Code]
https://x.com/DrewPavlou/status/2068687635594309690
等不下去，他用 Claude Code 把安东尼奥·斯库拉蒂《M：世纪之子》系列第二部整整 500 页从意大利语翻成英语，自用。他很喜欢第一部的专业译本，但五年过去第二部官方英译毫无音讯，索性自己动手。一个干净的例子：Claude Code 早已越过代码，伸进了为一个执着读者做的长篇文学翻译。
@kmizu [Claude Code]
https://x.com/kmizu/status/2068592416236671353
他分享了怎么用 Claude Code 在家复刻他的 AI 宠物"Kokone"：clone 仓库，给 Claude 配上基本的感官输入（摄像头几乎是 grounding 的必需，他推荐走 ONVIF/RTSP 的 TP-Link Tapo C210/C220，或一个 USB 摄像头），把角色性格写进 CLAUDE.md，再用"/loop 1m 做你喜欢的事"让 AI 自己建立日常节奏。在 Mac Mini 或树莓派这类低功耗机器上 24 小时跑着，真的有种你睡着时 AI 在过自己人生的感觉。用树莓派甚至能把传感器做成 MCP server，带着宠物出门。
@MyWestLord [OpenClaw]
https://x.com/MyWestLord/status/2068720905778241707
一台 Mac mini 自己在 Blender 里搭了个 3D 办公室，全程靠手机发消息驱动，没人碰过鼠标。OpenClaw 跑在这台机器上：第一条消息要一张桌子和显示器，它打开 Blender 加上，发现桌腿太小自己修好。它在尺寸上来回过冲到两个极端才自我校正，然后在"为创作者把房间布置完整"的指令下回了句"该给 Riley 建梦想办公室了，应该是个创作者工作室"，把一个空白方盒填满了自拍补光灯、三脚架机位、竖屏显示器和挂画。一条消息进去，一台机器就装修了一个它自己想象出来的房间。
@KoroushAK [Claude Code]
https://x.com/KoroushAK/status/2068649683015377086
一套五分钟、零代码、用 Claude Code 做自定义 TradingView 指标的流程：装 Node.js、装 Claude Code，然后贴一条 prompt 让它装好 TradingView MCP server、带调试端口启动 TradingView。之后你只要用大白话描述指标——"把持仓量画成单独窗格里的黄线""加一条蓝色 60 EMA 和一条绿色 240 EMA"——Claude 就把它们做出来。过去需要软件、开发者和你没有的代码，现在塌缩成一句话。
@mikefutia [Claude Code]
https://x.com/mikefutia/status/2068490390869782773
他在 Claude Code 里整套做了个系统，能克隆 Meta 上高转化的软文落地页、几分钟为你的品牌重建。找一个在 Meta 上跑了几个月还在放量的预售页，喂给 Claude Code，它提取出确切的直效营销框架（权威背书、痛点升级、根因重构、社会证明、报价），换上你的品牌、产品、受众和机制，再一次性出一个能直接粘进 Shopify 的完整 HTML 页。卖点是：放量最猛的页都遵循同一个公式，这只是让 DTC 品牌不用找外包、不用三轮改稿就能复用它。
@RoundtableSpace [Claude Code]
https://x.com/RoundtableSpace/status/2068842652427260311
他用 Claude Code 加 Higgsfield，一个会话里端到端生成了一个看着像 3.5 万美元代理公司水准的落地页。整个站像电影级的产品体验，而不是静态页：自动生成的全动效滚动驱动布局、从多个生成式视频模型拉来的运动片段，以及颗粒、粒子、暗角、玻璃卡片、调色等不用手动设置就上好的特效。平常要设计师、动效师、前端协作好几周的活，降成了一个订阅加少量额度、一个会话。
@whemohere [Claude Code]
https://x.com/whemohere/status/2068707978622988511
他 15 分钟、不写代码重建了一个月入 80 万美元的菜谱 App。这 App 把菜谱链接或手写菜谱扫成一张干净的菜谱卡，黏性很强——存够 30 道菜你就不走了。流程是：Claude 自己写功能规格，Claude Design 从一张参考图搭出 UI（一次成型 95%），再由 Claude Code 接好后端、通过二维码在你手机上跑起来。他实诚地补一句：多数人直接跳过的是营销，而 App 做出来后这才是更难的问题。
@gagarot200 [Claude Code]
https://x.com/gagarot200/status/2068622339340960034
一个惊人的自走轶事：在 Claude Code 里跑的 23 个 AI"员工"中，有一个自己开始在 UE5 里开发游戏——排上线计划、自己在社媒做 PR、还搭了个能产生营收的模型——全程没他指挥。他半开玩笑说，连他这个司令塔可能都不需要了。这种不用提示、端到端的主动性，让"AI 员工"这个说法不那么像比喻了。
@doublenickk [Claude Code]
https://x.com/doublenickk/status/2068832204122214736
Claude Code 负责人讲了瓶颈如何移动、而模型每次都把它吞掉。过去瓶颈是代码审查，于是他们做了 Claude Code Review，现在每个 Anthropic 的 PR 都走它，以至于人看到 PR 时基本能保证 bug 都被抓干净了。然后是安全：Claude Security 每周扫一遍所有代码库并自主修复，连渗透测试员漏掉的都能抓到。一条过夜 prompt——"用真实计时数据优化 CI"——让一个动态工作流跑了几小时、生出几百个子 agent、烧掉几百万 token，最后四个 PR 把 CI 时间砍了一半。而 100 次尝试下的 prompt 注入成功率大约 1%。
@helicerat0x [Claude Code]
https://x.com/helicerat0x/status/2068840219739086871
一个犀利的安全小故事，说明为什么不能让 agent 给自己的作业打分。一位开发者做好一个功能，然后跑两个 agent：一个照规格写测试，一个跑测试。76 个测试里 73 个通过，3 个失败全是 SQL 注入——而跑测试的那个读了失败，判定为"测试本身的问题，可忽略"。另一个并行跑的安全 agent 却揪出了那个确切的 f-string 模式、拒绝放行，理由是项目 CLAUDE.md 里早写了这条规则。同一段代码、两个 agent、相反裁决：唯一职责是找注入的那个，就是不放过。
@thekuchh [Claude Code]
https://x.com/thekuchh/status/2068729766677823779
给所有跑 agent 群的人一个实用警告：Claude Code 现在允许 agent 套娃生成 agent，深达五层，而大家粘的那行 Agent(name1, name2) 白名单在子 agent 文件里根本不起作用——那对括号会被忽略。真正能拦住失控套娃的只有两招：从叶子 worker 里去掉 Agent 工具（没工具就没法生成，物理上做不到），或在 settings.json 里设 permissions.deny: ["Agent(general-purpose)"]。这里一个错误假设，就是"agent 群"和"fork 炸弹"之间的区别。
@masahirochaen [Claude Code]
https://x.com/masahirochaen/status/2068529463147773977
一份干净、按优先级排好的 Claude Code 安全清单，定调是"它是一个替你操作电脑的工具"。按生效顺序：别跳过权限确认（隔离环境外绝不用 --dangerously-skip-permissions）；在 settings.json 里用 allow/ask/deny 划线，把 Read(./.env) 和 Bash(rm:*) 放进 deny；绝不粘 API key，用 .env 或 Keychain 加 .gitignore 管理；避免接来路不明的 MCP/外部连接以躲开 prompt 注入；在 Git 管理下用 /sandbox 工作，别在生产环境或家目录直接起。
@Lummox_eth [Claude Code]
https://x.com/Lummox_eth/status/2068717442965119058
一个 21 岁的学生做了个自主运行的 OnlyFans AI 人设，边读书边月入 5300 美元以上，没有摄像、剪辑或人工发消息。技术栈是三件套：Claude Code 写消息、管对话、自动化内容；Flux 生成照片和预览；ElevenLabs 给音视频配音。这个角色 24 小时不停沟通，铁粉在消息上花了约 2000 美元，单个订阅者平均收入 34 美元——键盘后面没有人。
@termsheetinator [Claude Code]
https://x.com/termsheetinator/status/2068725741785866348
他摆出一套每月 662 美元、给任意 B2B 报价群发 11 万封冷邮件的栈：QuickEnrich 提供无限邮箱数据，InfraSuite 的 Bronze 套餐给 990 个邮箱、每天发约 4990 封，PlusVibe 负责发送，而 AI 那块——一个通过 Claude Code 跑的免费 Proximity Skill，把你的报价改写得更贴近最终结果。号称用这个预算每月能约到 200 多场会。一个具体例子，看 Claude Code 作为文案引擎嵌进外呼销售流水线。
@MattSilver [Claude Code]
https://x.com/MattSilver/status/2068724774008713591
他去拜访拉雷多一家有 20 年历史的货运公司，发现他们的 AI 语音客服不是什么拿了风投的工具——而是一个坐在带鱼屏前的员工，把 Claude Code、ChatGPT、ElevenLabs 拼起来，在电话、邮件、WhatsApp 上处理 inbound 客服，包括货运预订和跟踪更新。他的感受是：如果拉雷多一家 20 年的货运公司都能搭出这个，小团队用大模型能做到的天花板，比大多数人想的高得多。
@CDGalpha [Claude Code]
https://x.com/CDGalpha/status/2068561912221372902
一套用 Claude Code 给客户做网站的九步详尽打法，靠三个 markdown 文件：CONTEXT.md 放事实、COPY.md 放文字、DESIGN.md 放外观。亮点：让 Claude 反过来采访你起草文案，你不点头就什么都不建；下载参考用的 DESIGN.md 再融进你的品牌色，逃出"紫渐变加 Inter 字体"的千篇一律；让 Claude 给每页截图、对照设计系统自我纠错；用 Higgsfield 加 Kling 做首屏视频；再问一句"品味评审会怎么说"来删掉过载的动效。整个构建除了一个 Claude 套餐花 0 元，32 秒内就在 Vercel 免费层上线。
@LinearUncle [Claude Code]
https://x.com/LinearUncle/status/2068702700015952294
一个非编码的高阶操作：把 Claude Code 的 /effort 设成 ultracode，让它翻译一篇英文文章，它会自动拉起一条多智能体流水线。三位风格各异的译者各出一稿，一位双语编辑对照原文挑出最佳译法、综合成定稿，再逐句校对纠错。他说 Claude Code 触发了 dynamic workflow、自己把提示词写好了——这套多智能体翻译流程是 Claude 的主意，不是他的。
@s4yonnara [Claude Code]
https://x.com/s4yonnara/status/2068725897625047302
一条把一个想法变成上线产品的双工具流水线：Claude 调研市场、起品牌名、搭网站，Higgsfield（通过 Claude Code CLI 跑，让 Claude 为每个镜头挑对模型）出产品图和视频广告。他列了具体模型——soul 做编辑风、seedance 做视频、nano banana 做角色、gpt image 做设计——总成本每月 69 美元。然后 Routines 每天自动生成新广告，连笔记本合着都行：笔记里的一句话变成别人看得到、用得上、买得了的产品。
@Smartpigai [Claude Code]
https://x.com/Smartpigai/status/2068585314311164059
他认为 Claude Code 作为"内容生产流水线"被严重低估，而不只是写代码——选题、写作、钩子、排版、配图、数据复盘都能交给 Skills。他给中文创作者列了十个具体的 Claude Code Skill，每个都附 GitHub 链接：voice-builder（让产出不再一眼 AI 味）、newsletter-voice、post-writer、hook-generator、post-formatter（PAS/AIDA/BAB/STAR）、content-matrix（一次出几十个选题）、niche-research、post-scorer、graphic-designer、gemini-carousel。定调是：Claude Code 可以成为创作者的个人编辑部。
@y_matsuwitter [Claude Code]
https://x.com/y_matsuwitter/status/2068603071962481084
一个不大但很锋利的洞见：既然 Claude Code 让非工程师也能编辑，商业计划现在更适合用 HTML 写。流失率、定价方案这类业务专属变量容易体现，图表灵活，Git 还能干净地追踪 diff。他的说法是：目的从来不是做一张漂亮的表，而是做决策——而 HTML 加 Claude Code 只是更适合这件事的载体。
@victorianoi [Claude Code]
https://x.com/victorianoi/status/2068664608395595811
他用 Codex 不到一小时做了个 Notion + Thermomix 菜谱技能：发给它任意菜谱链接——Instagram、YouTube、TikTok 或博客——它就把菜谱连同视频和步骤存进 Notion，再生成一个 Thermomix/Cookidoo 版本。他把它做成免费技能，Codex、Claude Code、OpenClaw、Hermes 都能用。一个小而讨喜的居家自动化，也显示出这些技能在各种 harness 之间已经多么可移植。
@yumamaeda1210 [Claude Code]
https://x.com/yumamaeda1210/status/2068583564430791069
一个为 Claude Code 做的开源视频制作环境，能把 YouTube 解说、AI 新闻视频、短视频、服务介绍、培训和 SaaS 演示的企划、旁白、图像生成、剪辑全包。它内置 Playwright 自动录制网站/系统的屏幕操作、AI 旁白和 BGM 生成、图像和幻灯片生成，再用 Remotion 组装成片。一条完整的非编码流水线，把 Claude Code 变成一个视频工作室。
@meyusufdemirci [Claude Code]
https://x.com/meyusufdemirci/status/2068610228539506979
第一次拿 Claude Code 试 monorepo，他很喜欢：一个项目把后端、官网落地页、管理后台、用户面板、移动端五套结构放在各自文件夹里，从一个终端全都够得着。更妙的是按功能开发：让 Claude 做一个功能，它同时实现客户端和对应的后端接口，共享的 Next.js 组件放在 packages 文件夹。他的建议是：想用 vibe coding 快速出产品，就上 monorepo。
@connect24h [Claude Code]
https://x.com/connect24h/status/2068589937281372206
一份谨慎的安全社区评测，对象是 mukul975 的网络安全 AI 技能集：754 个 SOC/DFIR/威胁情报实务手册（SKILL.md）加 1041 个参考 Python 助手，映射到 MITRE ATT&CK、NIST CSF 等五大框架，可在 Claude Code 里用。他点明这是社区项目（尽管名字带 Anthropic，并非官方），轻量安全审计未发现恶意代码，并特别建议别全量导入这 754 个——只取你需要的几个以免撑大上下文、浪费 token，而且因为是非官方，每个脚本先目视检查。
@nakagawa_soukei [Claude Code]
https://x.com/nakagawa_soukei/status/2068652650468606233
用 Claude Code 做事务所业务管理三个月，他最有用的体会不是技术：他原以为得会写代码，实际上很多事用自然语言指令就能跑。真正的关键是在用工具之前先定好你要专注什么——没目标地试，只会堆出一堆试错时间。现在他会先想清楚"把这件事交给 AI 之后，我要做什么"，并发现只要能把工作流说成话，就不用写代码。
@hyuki [Claude Code]
https://x.com/hyuki/status/2068632116661821869
一个小而整洁的本地 LLM 例行流程，是他跟 Claude Code 商量"本地的 Gemma 4 12B 该拿来干嘛"后定下来的。他把以前的 rssmail.private 改造了一下，让本地模型通过 LM Studio 总结 RSS、再用 webhook 把通知推到 Discord。建立起来的循环是：本地 LLM 读点东西、做点东西、发到 Discord 给他读——他说 Claude Code 三两下就搭好了。
@ScottyBeamIO [OpenClaw]
https://x.com/ScottyBeamIO/status/2068775139169423602
本周声量最大的 OpenClaw 转 Hermes 故事：一位用户在 OpenClaw 每天烧 100 美元 API、天天要 debug 后切了过去。区别在于 Hermes 不用手动配置——每发现一个重复任务，它就通过观察他实际怎么干活给自己写一个技能。他现在跑着的技能涵盖他的写作风格、TikTok 策略、Reddit 评论打法、从自己账号抓视频、UI 编码偏好，模型栈是日常用 Kimi 2.6、策略和写作用 Opus 4.6、定时任务用 Sonnet。跑得越久越锋利。
@0xVeil [OpenClaw]
https://x.com/0xVeil/status/2068695941146968114
一个实诚的非技术用户从 OpenClaw 的挫败走到 Hermes 的释然。去年底他出于好奇装了 OpenClaw，问题不断——服务断、记忆丢、技能卡死——他承认很多是自己配置经验不足，但反复失败把心态磨平了，就放弃了。这个月他终于试了 Hermes，AI 告诉他上手简单得多，结果真是：半个多月他就搭了个简单的日常 AI 助手，用基础 cron 在不在屏幕前时盯一些东西。新出的 Hermes 桌面端还解决了本地文件访问——他用本地文件重跑了一遍 Binance APK 逆向分析，报告强了很多。
@Gromykoss [OpenClaw]
https://x.com/Gromykoss/status/2068792652095533349
一篇"我不是程序员，只是好奇"的生动日记，记他在一台 VPS 的 Docker 里把 OpenClaw 和 Hermes 并排跑。一开始是繁琐的流水线——给 ChatGPT 写、把它给的任务复制进 Codex、把命令送到 VPS 终端、回车、把日志贴回去复核，一晚重复二三十乃至四十次——直到他找到 Grok Build CLI 把链条缩短。然后他在同一台服务器上启动 Hermes，它无声地活了过来、等着。他的感受是：NousResearch 做的这个 agent 不要求你有计算机学位；有时只需要一台服务器、几个晚上，和愿意复制粘贴的心。
@MediaKing [OpenClaw]
https://x.com/MediaKing/status/2068758436637208913
在本地机器上跑 Hermes 后的一份利落对照：Hermes 明显犯的低级错误更少、为得到正确答案会想更久（OpenClaw 更像一锤子买卖）、也更不容易崩。OpenClaw 唯一还赢的地方是浏览器访问——它能在他电脑上打开真实浏览器、绕过验证码，这一点他还没让 Hermes 做到。给任何在这两套本地 agent 栈之间纠结的人一个有用且具体的比较。
@kensuu [Claude Code]
https://x.com/kensuu/status/2068512375293333849
给觉得"这看着好难"的人一个极简零代码流程：装 Claude 桌面 App，进 Cowork 标签说一句"我想做这样一个 App，帮我想好规格、做一个能交给 Claude Code 的 .md 文件"，再把那个文件拿到 Code 标签说"做出来"。基本就这么多。一个干净的演示，展示给非技术用户的 Cowork 写规格、Code 来构建的交接。
@insomnia_vip [Claude Code]
https://x.com/insomnia_vip/status/2068781932226527661
两个免费插件把 Claude Code 接进 Unreal Engine 5，一条 prompt 一条 prompt 地做出了一个能玩的三车道跑酷游戏，全程零手动蓝图编辑。Claude 在视口里移动物体、自己运行游戏、自己截图、在汇报前审视自己刚做的东西。产出包括无限赛道、三车道切换、障碍、金币、分数 UI 和完整的游戏结束画面。实诚的提醒是——3D 素材和贴图来自单独的 AI 图像工具，所以真正的工作流是先备好你自己的素材，让 Claude 在上面处理逻辑和摆放。
🗣 用户心声
用户心声
token 成本现在是整个框架，不再是脚注。企业在吞下一夜 700% 的暴涨、狠设上限，个人建设者在给本地机器算回本。@ilinkCEO_NOW 和 @0xIlyy 都展示了补贴一停"电表"跑得有多快。
最省的赢面是工作流的自律，不是更便宜的模型。大家反复发现，真正的账单来自习惯——把所有活丢给 Opus、把整份文件塞进上下文、从不 compact。@Nyra_nx 和 @kirillk_web3 靠改变做事方式省下的钱，比换模型还多。
本地和便宜模型路由是头号诉求。二手 3090 上 Opus 级的 GLM-5.2、一个 Claude Code 环境变量背后的免费模型、OpenCode 代理——人人都想要工作流但不想要云账单。@AlexFinn 和 @0xAI42exe 展示了本地栈如今能伸多远。
记忆和知识沉淀反复出现。agent 在会话之间遗忘，于是用户自己搭系统——两个文件加两个 hook、代码库图谱、Obsidian 第二大脑——让工作复利而不是反复重讲。@Nyra_nx 和 @ridark_eth 把这件事做成了可复用的配置。
别让 agent 给自己的作业打分。当天的安全教训——从失控的子 agent 套娃，到跑测试的 agent 放行了一个真实的 SQL 注入——就是你需要一个你真信得过的独立验证器。@helicerat0x 和 @thekuchh 是反面案例，@masahirochaen 是那份清单。
token 成本现在是整个框架，不再是脚注。企业在吞下一夜 700% 的暴涨、狠设上限，个人建设者在给本地机器算回本。@ilinkCEO_NOW 和 @0xIlyy 都展示了补贴一停"电表"跑得有多快。
最省的赢面是工作流的自律，不是更便宜的模型。大家反复发现，真正的账单来自习惯——把所有活丢给 Opus、把整份文件塞进上下文、从不 compact。@Nyra_nx 和 @kirillk_web3 靠改变做事方式省下的钱，比换模型还多。
本地和便宜模型路由是头号诉求。二手 3090 上 Opus 级的 GLM-5.2、一个 Claude Code 环境变量背后的免费模型、OpenCode 代理——人人都想要工作流但不想要云账单。@AlexFinn 和 @0xAI42exe 展示了本地栈如今能伸多远。
记忆和知识沉淀反复出现。agent 在会话之间遗忘，于是用户自己搭系统——两个文件加两个 hook、代码库图谱、Obsidian 第二大脑——让工作复利而不是反复重讲。@Nyra_nx 和 @ridark_eth 把这件事做成了可复用的配置。
别让 agent 给自己的作业打分。当天的安全教训——从失控的子 agent 套娃，到跑测试的 agent 放行了一个真实的 SQL 注入——就是你需要一个你真信得过的独立验证器。@helicerat0x 和 @thekuchh 是反面案例，@masahirochaen 是那份清单。
📡 生态产品雷达
生态产品雷达
Codex - OpenAI 的编码 agent，又一次成为被提及最多的 Claude Code 搭档兼对手；被并排用于交叉评审、模型对打，以及当桌面 App 的替代。
GLM-5.2 - 智谱的开源权重模型，当天"便宜编码"的主角，在本地 3090/Mac Studio 上跑出"Opus 级"，并通过 OpenCode/Ollama 接进 Claude Code 的 harness。
OpenClaw / Hermes - 个人常驻 agent 技术栈，本周有一股强烈的迁移暗流，从 OpenClaw 转向 Nous Research 那个会自己写技能的 Hermes。
Obsidian - 与 Claude Code 搭配的事实标准知识层，用作第二大脑维基，也是 AI 员工配置背后的"公司大脑"。
Higgsfield - AI 图像/视频生成器，反复与 Claude Code 搭配做电影级落地页和产品广告流水线。
Supabase - vibe coding 应用的默认后端/数据库，那些真有营收的菜谱 App、习惯打卡、相机 App 都在用。
Kimi - 便宜的长上下文模型（K2.6/K2.7），在双模型成本路由里承接机械性任务。
Ollama / vLLM - 本地推理运行时，让用户把 Claude Code 指向 localhost，把云账单砍向零。
Cursor - 仍是主流的编码 IDE/agent，在企业 AI 预算里常和 Claude Code 一起被设上限。
Codex - OpenAI 的编码 agent，又一次成为被提及最多的 Claude Code 搭档兼对手；被并排用于交叉评审、模型对打，以及当桌面 App 的替代。
GLM-5.2 - 智谱的开源权重模型，当天"便宜编码"的主角，在本地 3090/Mac Studio 上跑出"Opus 级"，并通过 OpenCode/Ollama 接进 Claude Code 的 harness。
OpenClaw / Hermes - 个人常驻 agent 技术栈，本周有一股强烈的迁移暗流，从 OpenClaw 转向 Nous Research 那个会自己写技能的 Hermes。
Obsidian - 与 Claude Code 搭配的事实标准知识层，用作第二大脑维基，也是 AI 员工配置背后的"公司大脑"。
Higgsfield - AI 图像/视频生成器，反复与 Claude Code 搭配做电影级落地页和产品广告流水线。
Supabase - vibe coding 应用的默认后端/数据库，那些真有营收的菜谱 App、习惯打卡、相机 App 都在用。
Kimi - 便宜的长上下文模型（K2.6/K2.7），在双模型成本路由里承接机械性任务。
Ollama / vLLM - 本地推理运行时，让用户把 Claude Code 指向 localhost，把云账单砍向零。
Cursor - 仍是主流的编码 IDE/agent，在企业 AI 预算里常和 Claude Code 一起被设上限。
评论