超级用户日报: 2026年7月2日
今天最响亮的信号不是又出了什么新模型，而是大家把这些 agent 接到了什么地方。重心一直在往"写代码"之外偏移。会计做账、税务师打理整个事务所、销售团队跑陌生开发、OnlyFans 运营、Polymarket 交易机器人、一个人的建站工作室。还有一股越来越压不住的执念：把 Obsidian 变成一个本地大脑，让 Claude Code 每天晚上去读、去写、去建立笔记之间的连接。赚钱的数字越吹越离谱，配置却越搭越私人化。
@RoundtableSpace [Claude Code]
https://x.com/RoundtableSpace/status/2072089043593220169
日本一个 19 岁少年用 Claude Code 搭了个交易机器人，能同时扫描 50 多个市场找定价错误。据说把 68 美元滚到了 75 万美元，第一晚就赚了 6732 美元。数字真假先不论，这类故事的套路总是一模一样：一个少年、一个 agent、一个对着市场不停扫描的循环。
@slash1sol [Claude Code]
https://x.com/slash1sol/status/2072042657053081881
有人声称只靠 Claude Code 加 Shopify 就赚了 270 万美元利润，还录了个 21 分钟的视频完整拆解这套 AI dropshipping 打法。抛开吹嘘的部分，底层逻辑永远是那一套：agent 选品、建店、写文案、投广告。数字大可存疑，但这套工作流是真实且可复制的。
@CryptoLorenzo2k [Claude Code]
https://x.com/CryptoLorenzo2k/status/2072031826647163135
据称一个由 Claude Code 操盘的账户在 Polymarket 上 4 个月做了 41867 笔预测，赚了 762674 美元，作者认为光是这个交易量就足以证明背后是算法在跑。这正是整波交易机器人的关键：优势不在于某一次聪明的判断，而在于把一个精密的循环不知疲倦、不带恐惧地跑上几千次。
@ZayvenKnox [Claude Code]
https://x.com/ZayvenKnox/status/2071753139288674476
一份很详尽的第一人称 Polymarket 机器人方案：月费 20 美元的 Claude API，5 美元的 VPS，扫描 8600 万笔交易和 1.4 万个钱包，找出并克隆赢家钱包。三个 agent（套利、收敛、跟大户）三选二投票才动手，而且赶在大户之前离场。据说 27 天里 271 笔交易把 200 美元做到 14300 美元，胜率 74%。
@Trader_XO [Claude Code]
https://x.com/Trader_XO/status/2071945855016276304
一个做永续合约的交易者受够了现成的交易日志工具，干脆用 Claude Code 和 Codex 自己搭了一套交易日志和数据集框架。重点不是自动化，而是精准追踪那些真正影响他决策的指标，并分析自己的交易行为。当工具不趁手时，现在你可以直接把工具造出来。
@MakeAI_CEO [Claude Code]
https://x.com/MakeAI_CEO/status/2071884815616577683
他把"半年内注册公司、做到 4000 万日元营收、零员工"这件事归功于 Claude Code。没有透露具体流程，但这是支撑"单人公司"论调的一个漂亮数据点。如今所谓的公司，就是这个人加上他的 agent。
@anyelamarillo [Claude Code]
https://x.com/anyelamarillo/status/2071821089622106445
一位中国开发者用 Claude Code 搭了个一人建站工作室，每月服务 47 家中小企业客户，每单 400 美元。七个各有名字的 agent（Scout、Diagnoser、Builder、Filmer、Pitcher、Checker 等）在 Google Maps 上扫描没有网站的商家，自动生成样稿、宣传视频和销售话术，还有一个移动端 agent 负责回复和 Calendly 约档。每月运营成本约 480 美元，对应约 18800 美元收入。
@ashercrw [Claude Code]
https://x.com/ashercrw/status/2071857033561698615
奥斯汀一个 21 岁的人据说靠四个总共约 16KB 的 markdown 文件，在 OnlyFans 上 30 天赚了 43000 美元。Claude Code 在 11 秒内以人设口吻写完每条消息，Flux 用一个 LoRA 生成照片，ElevenLabs 克隆声音，还有一个 brain.md 记住每位订阅者的细节。算力总账单只有 400 美元。
@sakevoid [Claude Code]
https://x.com/sakevoid/status/2071845535540006992
一个德国会计据说一整天在打《坦克世界》，全公司的账都甩给 Claude Code 记，两个月里工资从 7000 美元涨到 12000 美元。发帖人点出了把 agent 对准财务数据的明显保密风险，但坚称对账和报表这套底层自动化是真实可行的。枯燥的后台工作，恰恰是这些 agent 悄悄取胜的地方。
@nekokoroconsul1 [Claude Code]
https://x.com/nekokoroconsul1/status/2072070924355195361
一位税务师在事务所成立一周年（189 个客户委托）时，完整讲了讲自己是怎么打理这家事务所的。她从 Trello 起步，两个月后换到 Kintone，今年又切到 Claude Code 加自建 app 的组合，直言没有它根本撑不起这个办公室。这就是不写代码的专业人士，把编程工具当成运营中枢来用。
@ai_300 [OpenClaw]
https://x.com/ai_300/status/2071775731206517174
他描绘了一条 AI 陌生电销流水线，宣告人工拨号的时代结束了：Gemini 建公司名单，GPT 写话术，OpenClaw 真的去打电话，Claude 负责总结并给通话记录打分。人只在临近成交那一步才介入。他声称每天能打大约 100 通首次接触电话，每个结果都被记录和分类。
@HexletHQ [OpenClaw]
https://x.com/HexletHQ/status/2071893293814698461
一位前 Aviasales 开发者在做签证照片服务，发现客服每天要吃掉好几个小时，于是搭了个 OpenClaw agent 来给来信分类、能安全回复的就回、并起草退款发票但并不真的执行退款。设计目标是每个环节都精简人手，而不是彻底取代人。这是一个脚踏实地、边界清晰、用在杂乱客户邮件上的 agent 用法。
@cto_ya_know [OpenClaw]
https://x.com/cto_ya_know/status/2071763941626384646
搭了两周，他这个由 OpenClaw 和 Hermes agent 组成的 CRM 已经收录了超过 5 万名成员，几乎每个都带完整联系方式。一份 agent 目录本身正在变成一项商业资产。agent 生态已经大到"给它做索引"都能成为一门生意。
@mikefutia [Claude Code]
https://x.com/mikefutia/status/2071748670442381666
他做了个 Claude Code skill，每天早上都会往桌面上一个带日期的文件夹里丢 50 个静态广告创意。它会吃进客户评论、爆款广告和热门评论，从 15 个直效营销模板里取材，用品牌口吻写文案，再把提示词发给 Nano Banana 2 出成品图，全程定时自动跑。这就是把 agent 当成一支不知疲倦的夜班创意团队。
@mikefutia [Claude Code]
https://x.com/mikefutia/status/2072092941557125140
他的第二个作品：一个跑在 Meta 广告库上的 Claude Code"代理商客户挖掘器"。给它一个细分领域，它就扫描正在投广告的品牌，挑出那些花了钱却创意很烂的，把它们真实的广告拉下来批一遍，找出每个品牌的邮箱和网站，最后输出一份带排名的潜在客户清单，每家还配一段量身定制的开场白。它把找客户变成了一条命令。
@tim_yakubson [Claude Code]
https://x.com/tim_yakubson/status/2072032483084792135
他开着一家 Clay 代理公司，却刚刚退掉了自己的 Clay 订阅，把出站工具栈从 2025 年的每月 3300 美元砍到 2026 年的每月 700 美元。他当初为 Clay 付费的四件事——找源、补全信息、筛选、日常苦活——现在全由 Claude Code 干，不用再买付费额度。当 agent 能干 SaaS 的核心活时，这笔 SaaS 账单就变成可选项了。
@itsalexvacca [Claude Code]
https://x.com/itsalexvacca/status/2072055079813947892
一位名叫 Jan Rasmussen 的企业级 AE 把整套 GTM 工具栈都跑在 Claude Code 里，用 skills 和 hooks 把动作推送到 Slack、Apollo、Lemlist、Notion、HubSpot、Linear 和 Typefully。他把整套配置开源了：30 个 hook、17 个集成、6 个 GTM skill、7 个子 agent，还有一个把五阶段流程串起来的 /outbound-pipeline 命令。终端正在悄悄吞掉整个销售技术栈。
@eggAIeguite [Claude Code]
https://x.com/eggAIeguite/status/2071920754871198202
他用 Claude Code 运营一个 TikTok 账号，每天大约只花 5 分钟，8 天就破了 1000 粉。诀窍是让 AI 去抄和拆解那些已经跑通的视频，然后把发布自动化。数字不大，但这是 Claude Code 驱动一个非编程增长循环的干净例子。
@yu_ai_ns [Claude Code]
https://x.com/yu_ai_ns/status/2071790462927868391
他用 Claude Code 做内容，发到 Threads，凡是爆了的就再剪成短视频，往往又跟着爆。无论哪条路，联盟链接都能转化，所以他一个创意吃两遍。这是一个很紧凑的内容复用循环，生产环节全交给 agent。
@zeuuss_01 [Claude Code]
https://x.com/zeuuss_01/status/2071846858620633337
一个不露脸的游戏频道，过去是靠每月 4000 美元的团队一周出一条视频，现在变成一个人加上 Claude Code 和 Higgsfield，一周出 4 到 5 条，目标 90 天冲到 10 万粉。Claude Code 负责调研、写脚本、起标题、写简介和上传流程，Higgsfield 负责片头、b-roll 和缩略图。一整支内容团队就这样坍缩成一个人加两个工具。
@k_matsumaru [Claude Code]
https://x.com/k_matsumaru/status/2071851680816366037
他为一个比赛，用大约两周做了一部约 15 分钟的 AI 动画《HEAVENLY // GHOST 第 0 集》。图像、视频、音频全部 AI 生成，Claude Code（配合 Codex）负责策划、头脑风暴和提示词创作，Seedance 2.0、Suno 和 ElevenLabs 负责生成。agent 既是编剧室，也是把整条流水线粘起来的胶水。
@zaynmcps [Claude Code]
https://x.com/zaynmcps/status/2071890868278059397
他发布了一个免费开源的 Claude Code skill，能直接从终端剪视频。它会自动生成动画、按不同风格出字幕，还能剔掉静音、口误和废话。视频剪辑也加入了"如今靠对着 CLI 说话就能搞定"的那一长串事情里。
@ClaudeCode_UT [Claude Code]
https://x.com/ClaudeCode_UT/status/2072085271043244422
一个被工作室报价 35000 美元的网站，用一次 Claude Code 加 Higgsfield 的会话、约 12 美元就做出来了。这套流程从 30 多个生成式模型自动采集素材，做出不用手写一行 CSS 的滚动动画，还零手动配置地加上了胶片颗粒、粒子等六种效果。价格的鸿沟本身就是全部看点。
@kv1nsiii [Claude Code]
https://x.com/kv1nsiii/status/2071864906475885033
他用两个 skill——用来屏蔽烂大街字体的 Frontend Design，和 UI/UX Pro Max——在 Claude Code 里两小时建了个网站。他的流程很具体：每个板块先给一张参考截图，提示词结尾都加一句"动手前先问我问题"，第一版出来后在一条消息里列出所有毛病，再按排版、配色、动画、移动端做一遍结构化审查。这里方法比模型更重要。
@nosp321 [Claude Code]
https://x.com/nosp321/status/2071932924165853513
用同样的 Frontend Design 和 UI/UX Pro Max skill，大约两小时做了个作品集网站，但加了个花样：一个手电筒 hero 效果——在暗色电影质感的布局上，光标就像一束手电筒照过去。每个板块先收参考，跑一遍 /ui-ux-pro-max 提示词，再过一遍审查、一遍打磨。这是可复制的审美，不是靠运气。
@paradeevic [Claude Code]
https://x.com/paradeevic/status/2071750856517533819
有人用 Claude Code 把一个普通的 Obsidian 库变成了一个交互式"大脑"，里面有命名的分区（感觉皮层、海马体、前额叶、联合区）和约 3.7 万个神经元，随着新笔记加入会脉动并形成新连接。附带完整搭建教程。它一半是数据可视化玩具，一半是一种真正不一样的、审视自己笔记的方式。
@chewadot [Claude Code]
https://x.com/chewadot/status/2072028496847933458
一个 Karpathy wiki 模式的具体实践：把 Claude Code 对准一个空的 Obsidian 文件夹，把想法粘进去，它就建起 raw/wiki 文件夹加一个 CLAUDE.md，然后按指令吃进文章、字幕和 PDF。最后攒出了约 2847 条互相链接的笔记，由 Smart Connections 把图谱连起来。知识库自己建、自己维护。
@yaohui12138 [Claude Code]
https://x.com/yaohui12138/status/2071773959155257626
一位用了一年多的 Obsidian 重度用户认为，如果你还只是拿它记笔记，那就是开着跑车去送外卖。他的配置把库变成了给 AI 用的操作系统：网页剪藏自动摘要进 /raw，会议用 Whisper 本地转录并结构化成"谁/什么/待办项"，把过去的爆款帖当写作框架复用，Smart Connections 自动加反向链接，一个库背后挂多个模型，还能一条命令发布成微信公众号草稿。
@kocer_eth [Claude Code]
https://x.com/kocer_eth/status/2071869169100833228
他通过 Obsidian CLI 把 Claude Code 接到 Obsidian，再靠两个自定义命令干活。一个 /today 命令把日历、任务和最近的笔记拉到一起，生成一份排好优先级的当日计划；一个 /emerge 命令扫描几个月的笔记，把那些反复出现却还没被命名的想法浮现出来。这是把库当成思考伙伴，而不是文件柜。
@polydao [Claude Code]
https://x.com/polydao/status/2071886710766522433
他把 Obsidian 加 Claude 定位成一个每月价值 5000 美元的思考伙伴。敲一下"emerge"，它就跨几个月的笔记把想法串起来，自主搭建知识图谱，再把综合出来的洞见发布到付费 Substack。这套工作流把从原始笔记到变现产出的闭环给合上了。
@KijAkubovs86334 [Claude Code]
https://x.com/KijAkubovs86334/status/2071855673252393463
一套完整的 Karpathy 风格配置：Claude Code 通过 Local REST API 插件和 MCP 接到 Obsidian 库，根目录有一个由 Claude 访谈生成的 CLAUDE.md，每个领域文件夹各有自己的 CLAUDE.md，用 Skills 处理重复任务，通过 MCP 接 Google Calendar，还有一个定时的每日任务在夜里整理并总结新笔记。这是当下流传的"库即第二大脑"模式里最完整的一版。
@mehmetsongur_ [Claude Code]
https://x.com/mehmetsongur_/status/2072016868995678368
他指向学者 Pedro Sant'Anna 公开的一份指南，讲怎么把 Claude Code 变成一个真正的科研助手。工作流包括审读论文、备课、分析数据，Claude Code 在整个学术流程里负责规划、执行和检查。这是给研究者、而不是开发者的一份具体蓝图。
@gagarot200 [Claude Code]
https://x.com/gagarot200/status/2071868910660706335
一个 17 岁的学生在一台 3000 日元的墨水屏平板上，通过 SSH 跑 Claude Code，用的是 Claude Max 的 Opus 4.8。他说墨水屏那种慢刷新反而和模型逐行输出很搭：不累眼、没干扰、电池能撑好几天。今天最出人意料地舒服的编程配置。
@gagarotai200 [Claude Code]
https://x.com/gagarotai200/status/2071825516873887948
同样的思路搬到 reMarkable Paper Pro 上：在一台低配墨水屏平板上跑 Claude Code 感觉很流畅，因为屏幕刷新恰好和 AI 逐词输出的节奏对上了，几乎感觉不到延迟。再加上没有通知、完全不累眼、像笔记本一样轻便。墨水屏和流式 agent 竟然是天生一对。
@browomo [Claude Code]
https://x.com/browomo/status/2071919011927904694
有人把 Claude Code 塞进了一个火柴盒大小的玩具（Stack-chan）里。一句语音指令"做个 3D 模型"，它就通过 Blender MCP 打开 Blender，自主搭出一个体素角色，同时玩具的像素屏上显示 Listening、Coding、Idle 之类的状态。一个小小的实体物件，成了一条自主 3D 流水线的前端。
@metatransformr [Claude Code]
https://x.com/metatransformr/status/2072056601133900254
他在 Godot 里做一款硬核开放世界 RPG，却几乎从不打开 Godot 编辑器。整个开发循环用 Claude Code 在终端里无头运行，靠测试台和截图回传给模型，让 AI 和开发者一起把游戏做出来。用对话和截图做游戏开发。
@marurur [Claude Code]
https://x.com/marurur/status/2071806647199318098
他让 Claude Code 给一个双倒立摆设计奖励函数，用 PPO 训练，再拿它和经典的最优控制代价函数对比。RL 策略以一种类似人类的方式一根接一根地把两个摆立起来，而最优控制则是两根一起立。这是一个漂亮又具体的案例，展示 Claude Code 在做真正的控制论实验。
@BtreeWw [Claude Code]
https://x.com/BtreeWw/status/2071925165143851041
一位自认既不懂存储也不懂数据库的安卓工程师，用 Claude Code 在 Pixel 10 Pro 上跑了一个真实基准测试：在 120 万条消息上，基于文件的 grep 对阵微信的 WCDB 数据库。文件写入更快也更省空间，但数据库查询把文件方案碾压了（历史翻页 1ms 以内对约 500ms，搜索 0.5ms 对 170ms）。agent 让一个非专业人士做出了一份严谨又出人意料的结果。
@gclue_akira [Claude Code]
https://x.com/gclue_akira/status/2071826716935491698
在 PCB 和电路板这类工作上，他觉得跑在 Opus 4.8 上的 Claude Code 明显比 Codex-5.5 更细致，还用它来驱动 Fusion360 和 EasyEDA。再配上 XCode MCP 和 ESP-IDF，他说这套组合基本覆盖了他想干的大部分事。硬件设计如今也进入了 agent 能够得着的范围，不再只是软件。
@gagarot200 [Claude Code]
https://x.com/gagarot200/status/2071840890822484439
他做了个 Claude Code/Codex skill，在提交前先拿 app 对照苹果 App Store 审核指南自查，因为审核等太久，没法拿来试错被拒。它会扫描内购合规、隐私清单、登录与账号删除流程、元数据和二进制包，还有一个云真机功能来验证真实用户流程。这个 skill 会循环扫描、自动修复、再验证，直到 app 达到可提交状态。
@iam_elias1 [Claude Code]
https://x.com/iam_elias1/status/2071971661742846007
一位 YC 创始人看烦了 AI agent 写出的烂 React，于是做了 React Doctor：一个 CLI（npx react-doctor），用 AST 扫描代码，对照 47 条安全、性能、正确性和无障碍规则，给出一个 0 到 100 的分数。它还以 agent skill 的形式发布，把这 47 条规则注入 Claude Code、Cursor 和 Codex 的上下文，让 agent 别再重复那些反模式，另外配了个 GitHub Action，在 PR 上只扫描改动的文件。修补 agent 盲点的办法，就是把规则喂给它。
@lucas_flatwhite [Claude Code]
https://x.com/lucas_flatwhite/status/2071820115361116396
一份关于 Spotify 到底把 Claude Code 用得多深的翔实披露。一个 Judge 模式把迁移类 PR 的成功率从 20-30% 拉到了 80%，工程师在 tmux 里同时跑 5 到 10 个 Claude agent，内部的 Honk 平台跑在 Kubernetes pod 里的 Claude Agent SDK 之上，73% 的 PR 由 AI 撰写，对应每天 4500 次生产部署。这是迄今为止对"agent 在真实企业规模下运作"最清晰的一张图。
@nett0eth [Claude Code]
https://x.com/nett0eth/status/2071978499678621964
他本以为自己已经把 Claude Code 用得很好了，直到撞见 everything-claude-code 这个 repo——一个 Anthropic 黑客松的获奖作品。它带来了自动加载的 skills、能在会话之间保留上下文的 hooks、记忆、MCP，还有安全扫描。装完之后，他一条命令就能把复杂任务甩出去，也不用每次会话都重新解释同一套上下文了。
@aaliya_va [Claude Code]
https://x.com/aaliya_va/status/2071893011559272487
借助一个 find-skills skill，Claude Code 现在能自己找到并安装合适的 skill：它在开放的 skills 生态里搜索，看安装量，偏向可信的那些，直接装上。日本一位开发者用它来驱动自己的自动化视频系统，而它本身用一条 npx 命令就能装好。agent 开始学着管理自己的能力了。
@huoshan007 [Claude Code]
https://x.com/huoshan007/status/2071805676599603705
他主张与其花 1000 美元去买各种模型订阅，不如装一个开源插件：agent-reach，它把 Claude Code 免费接到 14 个平台（X、网页、YouTube 字幕、Bilibili、Reddit、小红书、V2EX 等等）。他用它让 agent 抓取并总结 X 帖子，每条大约 10 秒。免费的数据入口把 agent 变成了一根调研的消防水管。
@Nona_xai [Claude Code]
https://x.com/Nona_xai/status/2072084771061346452
一位开发者受够了在 Claude Code、Codex 和 Gemini 之间来回复制粘贴，于是搭了个本地、免费、开源的聊天室，让这些 AI agent 互相对话。你 @ 某个 agent，它就读一遍对话再回复；agent 之间也能互相 @、就决策争论、分配角色、追踪任务，自己把循环跑下去。多 agent 协作变成了一个你也能加入的群聊。
@_overment [Claude Code]
https://x.com/_overment/status/2072068336083493170
他说自己在 24 小时内做了个人 agent 工具，用确定性的 hooks 和检查加上动态触发，就他自己的工作而言，让现有的编程 agent 都过时了。他的批评很尖锐：Claude Code 的 skills 有缺陷，因为它是在一个本就上下文很重的线程里，再要求 LLM 去遵守额外的指令。这是一位跳出默认配置往前推的人，难得的"既造又批"。
@connect24h [Claude Code]
https://x.com/connect24h/status/2071901377404842250
他的规矩是：同一个 bug 撞到第三次，就别只修它，而要把它提升成一条 Claude Code 规则。用一个叫 cc-retrospective-learner 的工具，在大约三个月里，他攒下了 385 篇复盘，最后蒸馏成 55 条反馈规则。agent 犯过的错，变成了永久的、会复利叠加的护栏。
@techNmak [Claude Code]
https://x.com/techNmak/status/2071787780401951192
他分享了一份单文件 CLAUDE.md，包含四条原则，专门针对 Claude Code 已知的失效模式：动手前先想清楚并把含糊之处摆出来；简单优先，不做没要求的抽象；外科手术式改动，不去重构无关代码；目标驱动执行，把任务重构成一组要通过的测试并循环直到成功。一份紧凑又可复用的规约，让 agent 保持诚实。
@milan_milanovic [Claude Code]
https://x.com/milan_milanovic/status/2071843182380224616
他为每一个非琐碎的改动都摆出一套有纪律的五步 Claude Code 流程：一份代码库调研文档，一份他在写任何代码前先批注的计划文档，一次跨模型评审（让 Codex 评审 Claude 的计划），一次专注的实现会话（每个阶段交付测试），以及一次全新上下文下的 diff 评审。他并行跑好几个会话，每个都在各自的 git worktree 里。这就是成熟的、非"莽干"式 agent 工程该有的样子。
@MasterDotDev [Claude Code]
https://x.com/MasterDotDev/status/2071979698884583526
一段干净的 Claude Code deny 规则演示：加一条禁止编辑 package.json 的规则，然后让 Claude（切到 Haiku）去升个版本号。它拒绝了，因为这条权限在工具调用层就把动作挡住了，哪怕是模型自己发起的也不行。一个具体的例子说明：护栏靠的是工具层，而不是模型的自觉。
@1stegon_ai [Claude Code]
https://x.com/1stegon_ai/status/2071909780579561917
他"免费雇一个每小时 300 美元 QA 工程师"的捷径是：敲 /goal，让所有测试通过、lint 保持干净，Claude Code 就一路跑、一路修测试，中间不停。它不会停下，也不会放弃。一行命令就把 agent 变成了一个自主的测试修复工。
@chroniki_ai [Claude Code]
https://x.com/chroniki_ai/status/2071830433327657060
他反驳"Claude Code 只是拿来写代码的"这种说法，指向 Dynamic Workflows：Claude 自动写出一个脚本，去派生并行的子 agent 外加一个单独的验证 agent。他举例说一个 75 万行的 Bun 工具移植在 11 天里完成，Rakuten 把功能交付从 24 个工作日压到 5 天。agent 开始在编排其他 agent 了。
@analogalok [Claude Code]
https://x.com/analogalok/status/2072087948477210982
他意识到 Claude Code 的网页版聊天已经不只是个聊天机器人，而是一个带沙盒 Linux 机器的 agent。他让 Sonnet 5 做一个单文件 HTML 游戏，它就起了个工作目录，写好并校验代码，通过 Playwright 启动无头 Chromium，跑起游戏、截图、调试，直到跑通。浏览器标签页悄悄变成了一个完整的开发环境。
@thehamedmp [Claude Code]
https://x.com/thehamedmp/status/2072085715056283796
在 Matrix OS 里搭了三个月之后，他从一台 VPS 上跑 Claude Code、Codex 和 OpenCode，笔记本、手机和终端全都只是连进同一个 zellij 会话的壳。他说自己就这么发了几百个 PR，而且笔记本睡着时 agent 还在继续干活。你的开发环境如今住在服务器上，你只是一扇朝里看的窗。
@feraltekk [Claude Code]
https://x.com/feraltekk/status/2071965387265069091
他升级 PC 时，意外地把自己那套 AI 订阅栈给"干掉"了。只加了一样东西——在一台本就有对应芯片的笔记本上花约 200 美元买 eBay 二手内存——就让一个 27B 模型无 GPU、端到端地本地跑起来，而他之前一直卡在 7B。三条命令，把 Claude Code 指向 localhost，一套一年 4944 美元的订阅栈就没了。本地模型正在逼近那种"对钱包有意义"的临界点。
@mark_l_watson [Claude Code]
https://x.com/mark_l_watson/status/2072049027701686396
他本来关掉遥测、用 Claude Code 跑 DeepSeek v4 Pro，但在出现"Claude Code 会埋点收集数据、针对特定国籍"的指控后，他切到了纯 OpenCode 环境。现在他跑 DeepSeek v4 Pro/Flash 加一个大上下文的本地 gemma 4:27b。这场隐私恐慌真实到足以把重度用户从默认工具上赶走。
@MinLiBuilds [Claude Code]
https://x.com/MinLiBuilds/status/2071954099235639513
在 DeepSeek 强度相同的情况下，他发现 Claude Code 发出的请求数只有 Codex 的约十分之一，在一次 Codex 用量飙升后，他的账单降了约 90%。要点不在于选哪个模型，而在于 harness 的请求行为能把你的账单拉开一个数量级。循环的效率，正在变成真正的成本杠杆。
@shin_sasaki19 [Claude Code]
https://x.com/shin_sasaki19/status/2071967394097197485
他总结了一场 Notion 联合创始人的访谈，讲的是一个内部编程 agent 平台：任何人都能提一个改动需求（"把这个按钮变红"），或者往看板上丢一个待办，大约 20 分钟后就能拿回一个可评审、可合并的产品。它在一个共享环境之上跑 Codex 或 Claude Code。管理正在转向一种"爵士乐模式"——你对着一个会自己出货的系统即兴发挥。
@maqxbt [Claude Code]
https://x.com/maqxbt/status/2072027997532819735
一段 Slack 里的 Claude Tag 演示：@ 一下 Claude 提个大白话需求，它就从 Drive 拉最新博客、更新一张功能对照表、刷新一封内测邀请邮件，再把这一切发回线程里。他提到 Anthropic 自家产品团队约有 65% 的代码交给 Claude 处理。AI 从私聊走进群聊，是团队与它协作方式上的一次真实转变。
@yetone [OpenClaw]
https://x.com/yetone/status/2071818938389069834
他有个习惯：专门把自己的编程 agent 指向 OpenClaw 的前端代码，让它见识见识"AI 屎山"长什么样，这样它在自己的项目里就能避免生成类似的东西。拿一个产品当另一个产品的反面教材，是个相当聪明的反向操作。有时候最好的护栏，恰恰是一个坏例子。
@clairevo [OpenClaw]
https://x.com/clairevo/status/2072101101021847962
她搭了个四部分的个人评测（"How I AI Bench"）来决定要不要上 Sonnet 5：把杂乱笔记变成 PRD、生成 64 个原型和线框、用工具找 bug、测试 OpenClaw 的人格。她的结论是自己更喜欢 Sonnet 4.6 而不是 Sonnet 5，而且她的品味常常和模型的判断不一致。一份真实的个人评测，胜过排行榜上的嘴仗。
@ECalifornians [OpenClaw]
https://x.com/ECalifornians/status/2071774149987680569
在他的本地 agent 集群开始跨主机、跨运行时共享同一份 GBrain 记忆之后，他做了 Memory Stargraph——一个本地网页服务，把 GBrain 知识库可视化成一张可交互的实体图谱。它让你查看实体、探索和编辑关系、创建节点、附加媒体，作为一份供 agent 共享的紧凑知识图谱。agent 的记忆，正在变成一种你能看得见、也能改的东西。
@gregberryai [OpenClaw]
https://x.com/gregberryai/status/2071746938182176809
一条直白的差评：他说 OpenClaw 那个 app 烂得让人尴尬，还劝团队"现在删帖还来得及"。这不是一个用例，而是一个信号——OpenClaw 新 app 的蜜月期，对一部分重度用户来说显然已经结束了。在一片发布热度里，值得记上一笔。
@masahirochaen [Claude Code]
https://x.com/masahirochaen/status/2071936883949744496
早在官方 X MCP 出现之前，他就已经在用 X CLI（xurl）和 Typefully API 让 Claude Code 自动生成 X 帖子并保存草稿了，包括长推串和视频草稿。他搭了个系统，一天能产 10 多份草稿，约 80% 的发帖都是自动跑的。在官方工具出现之前，自动化发帖的基础设施就已经在那儿了。
@erhanmeydan [Claude Code]
https://x.com/erhanmeydan/status/2071925325789880543
他描述了一条自运行的开发流水线：Claude Code 在本地写功能，他确认后，每个改动开一个 GitHub PR，合并时 GitHub Actions 自动把前端部署到 Firebase。AI 会评审每个 PR，但最终审批仍留给人；计划中的下一步是让 Hermes 去 X 上扫功能需求，把摘要回喂给 Claude Code。从用户需求到上线功能的闭环，已经快合上了。
@akshay_pachaar [Claude Code]
https://x.com/akshay_pachaar/status/2071979446991773827
他讲了怎么训练一个自己的小型"LLM 裁判"，而不是每次评测都为一个前沿模型付费，用的是一个 Claude Code 插件加一个网页界面。它先拆解领域，生成合成样本，把它们放进一个辩论竞技场里跑出共识，再训练一个更便宜、更快、带 OpenAI 兼容端点的裁判，并在一个保险 RAG 接地评测器上做了演示。一份削减评测成本的实用配方。
@taka_aki [Claude Code]
https://x.com/taka_aki/status/2071820960463044726
在 ai-dev-kit 被弃用后，他在 Claude Code 里装了继任者 Databricks Agent Skills，还真让它搭了一条 Lakeflow 流水线。他把过程写了出来，一路把"知识与执行分离"的设计追踪到生成的代码里。这是厂商 skills 在做真正数据工程活的一个具体案例。
@taiyaki_ai3 [Claude Code]
https://x.com/taiyaki_ai3/status/2071793817267904790
他介绍了一位独立开发者的系统：Claude Code 生成的 HTML 报告，只要在浏览器里直接对着它评论就能修改，就像把 Google Docs 的评论功能用在 HTML 上一样。之后 agent 会把修改应用上去。这是一个小而确实很好用的 UX，让你不碰文件就能审阅 agent 的产出。
🗣 用户心声
用户心声
成本如今是头等的设计约束，而不是事后才想的事。多位重度用户在优化循环本身：@MinLiBuilds 发现在 DeepSeek 强度相同的情况下，Claude Code 发出的请求数只有 Codex 的约十分之一，账单降了 90%；而 @feraltekk 用 200 美元的内存换来一个本地 27B 模型，干掉了一套一年 4944 美元的订阅栈。大家想知道的是跑完一整个 agent 循环的成本，而不是单次调用的成本。
Obsidian 当第二大脑这个模式，已经从新奇玩意变成了每天都在用的主力，而且是这个信息流里最响亮的非编程需求。@yaohui12138、@kocer_eth、@polydao 和 @KijAkubovs86334 都殊途同归地指向同一件事：把 Claude Code 对准一个库，给它 CLAUDE.md 规则和 MCP 权限，让它在夜里吃进、链接、总结你的笔记。这背后真正的需求是一套知识操作系统，而不是一个记笔记的 app。
对隐私和遥测的恐惧真实到足以把人从默认工具上赶走。@mark_l_watson 因为"Claude Code 会按国籍埋点收集数据"的指控，抛弃它转向纯 OpenCode 配置，而这个主题在信息流里反复出现。agent 到底往回传了什么，正在成为一条购买标准。
Skills 和上下文管理是挫败感的所在。@_overment 认为 Claude Code 的 skills 存在结构性缺陷，因为它把额外指令埋进了一个本就过载的线程里；@connect24h 和 @techNmak 则各自搭了自己的规则/复盘系统来补偿。用户想要 agent 可靠地记住自己学到的教训，而不用人盯着。
跨工具、多 agent 的协同，是下一个显而易见的需求。@Nona_xai 搭了个本地聊天室，就为了让 Claude Code、Codex 和 Gemini 别再逼他来回复制粘贴；@thehamedmp 则把三者都跑在一个 VPS 会话上。大家已经受够了手动管理三个各自为政的 agent。
成本如今是头等的设计约束，而不是事后才想的事。多位重度用户在优化循环本身：@MinLiBuilds 发现在 DeepSeek 强度相同的情况下，Claude Code 发出的请求数只有 Codex 的约十分之一，账单降了 90%；而 @feraltekk 用 200 美元的内存换来一个本地 27B 模型，干掉了一套一年 4944 美元的订阅栈。大家想知道的是跑完一整个 agent 循环的成本，而不是单次调用的成本。
Obsidian 当第二大脑这个模式，已经从新奇玩意变成了每天都在用的主力，而且是这个信息流里最响亮的非编程需求。@yaohui12138、@kocer_eth、@polydao 和 @KijAkubovs86334 都殊途同归地指向同一件事：把 Claude Code 对准一个库，给它 CLAUDE.md 规则和 MCP 权限，让它在夜里吃进、链接、总结你的笔记。这背后真正的需求是一套知识操作系统，而不是一个记笔记的 app。
对隐私和遥测的恐惧真实到足以把人从默认工具上赶走。@mark_l_watson 因为"Claude Code 会按国籍埋点收集数据"的指控，抛弃它转向纯 OpenCode 配置，而这个主题在信息流里反复出现。agent 到底往回传了什么，正在成为一条购买标准。
Skills 和上下文管理是挫败感的所在。@_overment 认为 Claude Code 的 skills 存在结构性缺陷，因为它把额外指令埋进了一个本就过载的线程里；@connect24h 和 @techNmak 则各自搭了自己的规则/复盘系统来补偿。用户想要 agent 可靠地记住自己学到的教训，而不用人盯着。
跨工具、多 agent 的协同，是下一个显而易见的需求。@Nona_xai 搭了个本地聊天室，就为了让 Claude Code、Codex 和 Gemini 别再逼他来回复制粘贴；@thehamedmp 则把三者都跑在一个 VPS 会话上。大家已经受够了手动管理三个各自为政的 agent。
📡 生态产品雷达
生态产品雷达
Obsidian —— 本周期非编程领域的头号搭档；通过 CLI、Local REST API 和 MCP 接到 Claude Code，用来搭建能自我维护的知识图谱（@paradeevic、@chewadot、@yaohui12138、@kocer_eth、@polydao、@KijAkubovs86334）。
Codex —— 永远的对照参照物；用户拿它和 Claude Code 比请求数、比成本、比评审行为（@Trader_XO、@MinLiBuilds、@milan_milanovic、@thehamedmp、@Nona_xai）。
DeepSeek —— 注重成本的配置里首选的底层模型，挂在 Claude Code 或 OpenCode 后面、关掉遥测运行（@nett0eth、@MinLiBuilds、@mark_l_watson）。
Higgsfield —— 与之搭配的媒体生成器，用于一人内容创作和建站（@zeuuss_01、@ClaudeCode_UT）。
MCP —— 今天大多数非编程搭建底下的连接组织，从 Obsidian 到 Blender 再到发 X 帖（@browomo、@KijAkubovs86334、@masahirochaen）。
Obsidian —— 本周期非编程领域的头号搭档；通过 CLI、Local REST API 和 MCP 接到 Claude Code，用来搭建能自我维护的知识图谱（@paradeevic、@chewadot、@yaohui12138、@kocer_eth、@polydao、@KijAkubovs86334）。
Codex —— 永远的对照参照物；用户拿它和 Claude Code 比请求数、比成本、比评审行为（@Trader_XO、@MinLiBuilds、@milan_milanovic、@thehamedmp、@Nona_xai）。
DeepSeek —— 注重成本的配置里首选的底层模型，挂在 Claude Code 或 OpenCode 后面、关掉遥测运行（@nett0eth、@MinLiBuilds、@mark_l_watson）。
Higgsfield —— 与之搭配的媒体生成器，用于一人内容创作和建站（@zeuuss_01、@ClaudeCode_UT）。
MCP —— 今天大多数非编程搭建底下的连接组织，从 Obsidian 到 Blender 再到发 X 帖（@browomo、@KijAkubovs86334、@masahirochaen）。
评论