超级用户日报: 2026年6月26日
重心还在持续偏离"帮我写点代码"。昨天最好的几个故事是：一个记者用 Claude Code 翻译了一本 500 页的书、啃完了 420 万字的市议会会议记录；一个 19 岁少年用一台无人机加 Python 取代了一家年费 18 万美元的交通分析供应商；一家公司只是把 Claude Code 底下的模型换掉，就把每月 AI 账单从 1 万欧砍到 3 千欧；还有人把崩盘后报废的矿机刷成私有推理服务、每月净赚 5 千美元。写代码已经是人们用这些工具做的事里最小的一块。另一个响亮的主题是：agent 到底在哪里跑。笔记本一合盖、SSH 一断、长任务就死——于是所有人都在把 Claude Code 搬到 VPS、DGX Spark、Mac Mini 甚至树莓派集群上，再给它们装上共享记忆文件，好让 Claude 和 Codex 不再把同一课重学一遍。
@DrewPavlou [Claude Code]
https://x.com/DrewPavlou/status/2069645947710386306
一个记者把 Claude Code 用成了一个人的研究所，而且把账单都晒出来了。一本 500 页的意大利语书，没有英译本、出版社拖了三年，他 20 分钟、5 美元搞定，翻译质量他说真的能读。他还让 Claude Code 下载分析了 420 万字的布里斯班市议会辩论记录，找出措辞和意识形态的微妙变化；分析了自己五年近一万笔财务流水；转录了几百场极端传教士的演讲——从没开过终端的人，被 Claude 一步步带着花 3 美元租了一小时 H100。他的判断是：这是把过去需要亿万富翁和成排研究员才能干的工作，第一次交到了普通人手里。
@v_nefodov [Claude Code]
https://x.com/v_nefodov/status/2069728980807127152
一个 19 岁的学生，只用 Claude Code、一台消费级无人机和 Python，三周做出了一个赚 5 万美元的创业项目。无人机飞过高速公路，画面进入 Claude 帮他写的计算机视觉管线，每辆车被框出来，用鸟瞰透视变换算速度——60 公里绿色、100 公里黄色。屏幕上的参数很说明问题：连续跟踪 8 帧、25 帧平均测速、丢弃物理上不可能的读数，这是生产级而不是玩具。第一个客户是地区交通局，原来每年付传统厂商 18 万美元拿更慢的周报，他做到当天出结果，运营成本每月 130 美元。他根本不懂计算机视觉，他只懂怎么跟 Claude Code 说话。
@VengeonsP [Claude Code]
https://x.com/VengeonsP/status/2069824689170444635
今天最实用的成本优化帖，来自 ChatSEO，把每月 AI 开销从 1 万欧砍到 3 千欧，质量不降反升。关键一招是从 Sonnet 4.6 换到 DeepSeek V4——但他强调 benchmark 会骗人，DeepSeek 在排行榜上略低，可在他们真实的 SEO 数据解读任务上反而更好，所以一定要拿自己的用例测，别信通用榜单。技术上用 Vercel AI Gateway 切模型，不用动代码；单干就订 Claude Code CLI（90 欧），别用 API，因为 CLI 里值 500 欧 token 的用量对 Anthropic 长期不划算，趁现在薅。再把 AI 自己写的啰嗦 prompt 精简掉能再省 30-40%；但主力模型千万别省，他们把部分 agent 换成 Haiku，质量崩了、用户流失暴涨。
@Xudong07452910 [Claude Code]
https://x.com/Xudong07452910/status/2069636634241343964
Anthropic 自己的工程负责人 Fiona Fung 说了一句话，这位用户认为是 AI 编程时代最诚实的观察之一：Claude Code 让工程师越来越孤独。不是比喻——Anthropic 内部调查发现，工程师越来越多地和 Agent 协作、越来越少和同事协作，人和人之间的技术交流正在减少。团队为此专门组织编程午餐、黑客松、共同开发时段，主动创造面对面协作的机会。这个视角很尖锐：过去大家问"AI 会不会取代程序员"，真正的问题其实是"AI 会不会改变程序员的协作方式"——而协作现在必须被刻意设计，因为它不再会自然发生了。
@ahmetdemirciai [Claude Code]
https://x.com/ahmetdemirciai/status/2069828529617826242
他不再人肉刷社交媒体盯热点，恰恰是从那一刻开始涨粉的。以前每天早上光是研究"今天发什么"就要花 1.5 到 2 小时。于是他用 n8n 搭了一个每天自动跑的工作流，把他垂类里的爆款内容、趋势、好用的格式抓进 Google Sheets。早上喝着咖啡打开表格，10 分钟看完；然后 Claude Code 拿这批数据，用他的口吻写 YouTube、Instagram、Twitter 的内容，他花 20 分钟审核就发。两周成绩：YouTube 涨 250-300 粉，Instagram 逼近 1000，Twitter 15-20 万阅读。他的总结是：AI 不是让你写得更快，而是让"研究-分析-写作"这套循环自己跑，你只负责点头。
@noisyb0y1 [OpenClaw]
https://x.com/noisyb0y1/status/2069801591989784832
一个开发者买了四台 Mac Mini 专门跑 OpenClaw，上个月拿了 400 万播放，全程没碰过剪辑软件。每台 Mini 跑一个独立 agent、各管一摊——OpenClaw 负责写脚本、配音、剪辑，还自己研究什么会火，他只看结果。用 Jump Desktop 在任何地方用 MacBook 控制这四台机器，插假 HDMI 让机器永不休眠。复杂任务走 Claude Sonnet，日常任务走 Haiku 或 Gemini Flash 来压 API 成本。他对比人工外包的说法很直接：机器 24 小时不停、第一次就做对，不睡觉也不吃饭。
@dotey [Claude Code]
https://x.com/dotey/status/2069632132431929651
一套干净、偏极客的 Claude Code 技能管理法：技能只装在项目里、绝不装全局，再用软链接接起来。他对上下文的分析才是精髓——虽然技能默认只加载名称和描述摘要，但几十个全局技能加起来也会占满 agent 的"工作台"，而且全局技能越多、被误触发、加载完整内容、白白浪费空间的概率越大。所以他用一个 ~/GitHub 仓库统一存开源技能，只把项目需要的软链进 .agents/skills，再把 .claude/skills 软链过去。最妙的是：源头改一次，所有项目自动同步；在某个技能里修了 bug，可以直接提交回开源仓库，顺手做了贡献。
@nityeshaga [Claude Code]
https://x.com/nityeshaga/status/2069900616986759195
他用"给 agent 一个真正的 PPT 命令行"而不是一个技能，解决了 AI 做 PPT 的老大难。Anthropic 官方 pptx 技能的毛病在于：它把 Claude 当程序员，写代码去手改 XML，改对齐就破坏另一张幻灯片——他有一次玩了两天"AI 轮盘赌"，最后还是手动把 PPT 做完了。他的工具 Hands-on Deck 把你在 PowerPoint/Slides/Keynote 里的每个动作都映射成命令：点框输入、拖动形状、看一眼当前页。这彻底改变了 agent 的行为——它像设计师一样工作，看一眼、做一处精准修改、再看一眼。可作为技能装进 Claude Code、Codex 或任何支持技能的工具。
@arsh_goyal [OpenClaw]
https://x.com/arsh_goyal/status/2069696083060719654
他在一台 4999 美元的 NVIDIA DGX Spark 上装好了 OpenClaw，整个过程比想象的简单。一条命令就拉下了 OpenClaw、OpenShell 沙箱和一个本地模型，然后接上 Telegram 做远程访问。重点在那个"常驻循环"：OpenClaw 不是答完一个 prompt 就停，而是一直在后台跑、检查自己的任务、自主行动，是一个你睡觉时还在干活的私人 agent。现在他用手机给 agent 发消息，所有计算都跑在这台机器的 GB10 芯片和 128GB 统一内存上——没有云账单，数据也不出桌面。
@regent0x_ [Claude Code]
https://x.com/regent0x_/status/2069829980444402076
crypto 崩盘、挖矿连电费都覆盖不了，他差点把价值 1.5 万美元的矿机拆了卖零件——结果他把它刷成了 AI 服务器，现在每月净赚约 5 千美元。同样的 GPU、同样钉在墙上、只是换了软件栈：他抹掉挖矿系统装上 Linux，用 vLLM 把一个 70B 模型拆到六张卡上跑，对外开本地 API。那些不能把数据传上云的客户现在付钱给他：一家律所分析法律上不能出楼的案卷，一家公司大批量生成内容又不想按 token 付费，还有两个开发者把整个 Claude Code 和 OpenAI 的工作负载都路由到他的硬件上、把月账单清零。这台差点变废铁的矿机，现在比它挖矿最好的一个月还多赚十倍。
@om_patel5 [Claude Code]
https://x.com/om_patel5/status/2069642792536625586
他把 Claude Code 变成了破解自己汽车内部网络的工具。每辆现代车都有一条总线，各部件在上面通信——车速、转速、转向灯——但厂商不公开这些原始数字的含义，过去解码一个信号要手动折腾几小时。他写了一个 Claude Code 技能，盯着实时数据流，推算哪个值对应哪个真实动作，甚至喂进仪表盘录像让 Claude 把屏幕上发生的事和数据对上号。你打一下转向灯，它就找出变化的那个数字并标注——以 90%+ 的命中率、用零头时间破解信号。解码之后你就能从电动车里读出真实电量，甚至反过来发信号去触发门锁和车灯。
@0xCortexl [Claude Code]
https://x.com/0xCortexl/status/2069659323454636131
Karpathy 那个"第二大脑"的点子——别让 AI 写代码，让它整理你的记忆——被一个开发者做成了每月两万美元的生意。他把 Claude Code 对准一个 Obsidian 文件夹，往里丢文章、转录、PDF，Claude 读完、建立关联、归档进一个活的 wiki。三个文件夹、五分钟搭建，一个每加一份资料就更聪明的系统。如今他有 3000+ 笔记，它能挖出他自己根本注意不到的关联；客户为调研、分析、策略付费，本来要几周的活现在几小时交付。每月投入 20 美元，产出两万美元。
@rileywestreel [Claude Code]
https://x.com/rileywestreel/status/2069812291621847550
一份干净的五步教程，把 Claude Code 跑进 Obsidian 仓库里当笔记编辑 agent。npm 安装，打开 Obsidian 的 Terminal 社区插件，开内置终端，cd 进你的仓库目录（关键一步，否则 Claude 看不到你的笔记），运行 claude。之后 agent 就能直接读写 .md 文件、不用来回复制粘贴，生成笔记、目录、MOC，并用自然语言在整个仓库里重构和自动建立双链。它的定位是：Obsidian 变成一个知识库，配一个能同时看到你所有文件、像开发者一样通过终端操作它们的 agent。
@Pilgrim6938 [Claude Code / OpenClaw]
https://x.com/Pilgrim6938/status/2069803054787162375
两周时间，他把 Claude Code 从笔记本迁到了一台住宅 IP 的 VPS 上，现在不想回本地了。他的判断是：Claude Code 最大的问题从来不是模型能力，而是运行环境——本地总是遇到合盖中断、切网重登、长任务跑一半 SSH 断开。他在 VoyraCloud 开了一台 2C4G、Ubuntu 24.04 的机器，几分钟就交付；前几天让 Claude Code 连续整理一个近两万行的项目目录，跑了将近 40 分钟，他关掉笔记本去吃饭，回来重连任务还在跑。那一刻他意识到：电脑已经不是执行层了，只是个控制台，真正干活的是云端节点。
@totoche [Claude Code]
https://x.com/totoche/status/2069665123669598318
他写了一个叫 Lucid 的 app，让自己的 Mac 在合盖、息屏、锁定的状态下继续跑 Cursor、Claude Code 和 Codex——零打扰，也不用担心有人坐到你敞开的电脑前翻你的商业机密。这个场景平淡又完美：他去健身房狠练一场，agent 在他的 SaaS 项目上继续磨，大概 30 分钟后回来活儿就干完了。有时候真正值得消除的摩擦根本不在 agent 身上——而是那台合上盖就罢工的笔记本。
@SleepMoneyMaker [Claude Code]
https://x.com/SleepMoneyMaker/status/2069802102369489368
他在测一个给 Claude Code 和 Codex 共享的记忆层：每个仓库一份 LEARNINGS.md，两个 agent 都读、都维护。他要解决的问题很真实——内置记忆是各管各的（Claude 在 ~/.claude，Codex 在 ~/.codex），于是 Codex 要重新学一遍 Claude 已经搞懂的东西，新克隆一份代码又从零开始。他的方案放在仓库的 CLAUDE.md / AGENTS.md 里，每个会话自动加载；执行 /dream 命令时，一个全新上下文的子 agent 挖出本次会话的 git diff、提出带证据引用的经验，再由主线程去重、设上限、合并进一个文件。一份纳入版本控制的单一事实来源，所有 agent、队友、CI 都继承。
@yaohui12138 [Claude Code]
https://x.com/yaohui12138/status/2069624424068952491
他赌一场世界杯，只对 agent 说了一句话——没开 App、没点按钮、连盘口界面都没看。苏格兰对巴西，他在 Claude Code 里说"帮我分析明天谁赢面更大"，它通过 Agent Trade Kit 直接拉了 OKX Outcomes 的实时盘口（巴西胜 72 美分），还交叉验证了三个独立市场——OKX、Polymarket、去抽水的主流博彩——全部收敛在巴西约 71%。最精彩的是结论：三个市场都一致，就说明没有错价、没有 edge 可捡——除非你认为真实概率超过 73%，否则花 72 美分买巴西胜就是负期望。他说这比自己瞎分析靠谱，因为它不会因为喜欢谁就无脑压，还会查他懒得查的盘口深度、成交量、多市场交叉这些维度。
@SUOHA_AI [Claude Code]
https://x.com/SUOHA_AI/status/2069753158843142262
他照着一条手把手的 prompt 链，用 Claude Code 从零搭了一个世界杯预测 agent，完全不需要统计或编程基础。这套管线是真·学术级：拉免费数据→用 Elo 量化球队实力→用泊松分布算胜平负和比分概率（含 Dixon-Coles 平局修正）→蒙特卡洛模拟 48 队夺冠概率跑一万次→去抽水后跟 Polymarket 比价找价值缺口→用 Brier 分数回测验证是否真有 edge。他搭好的 agent 现在每天输出各场胜平负概率报告、整届夺冠概率分布、Polymarket 价值信号、以及 Brier 回测对比——把研究生级别的预测方法变成了普通人每天能跑的自动化工具。
@Sprytixl [Claude Code]
https://x.com/Sprytixl/status/2069806033636147321
一个开发者把四块 Raspberry Pi CM5（每块 16GB）接到一块 450 欧的 Sipeed NanoCluster 板上，干掉了自己每月 400 美元的订阅。一个 65 瓦电源、板载千兆交换机、零外部服务器，distributed llama 自动把模型切分到四个节点上——不量化、小模型 30 token/秒、全本地。这笔账就是卖点：ChatGPT Pro 200 + Claude Code 200 = 一年 4800 美元，对比 450 欧零件、第二个月就回本。大多数人会一直给 Anthropic 和 OpenAI 交钱，少数人会花一个周末接好几块树莓派，从此再也见不到订阅账单。
@k8adev [Claude Code]
https://x.com/k8adev/status/2069785685729407073
他的公司 Solu 直接把 Figma 整个砍掉了，迁到了一套 Claude 原生的工作流。现在 Claude Design 负责设计系统和原型，Claude Code 负责技术打磨、在 ClickUp 上的任务组织和开发（由技术人员来做），Coderabbit 负责代码审查。这是"设计工具正在被 agent 吞掉"这个趋势里一个很硬的数据点——不是某个边角实验，而是一个真金白银的团队把行业标准工具拔掉，换成 Claude 全家桶，覆盖设计、开发、项目管理。
@Mho_23 [Claude Code]
https://x.com/Mho_23/status/2069838139171250629
他用 Gemini Omni + GPT Images 2 + Claude Code 串起来，做了一个 AI 动画广告生成器，能把任何产品变成完整带脚本的 3D 讲解视频。你丢进产品照片和一句话卖点，系统分析你的品牌，给出四个带钩子和分镜的广告概念，然后逐镜写脚本、并行渲染每段、加配音、过质检、拼成一支竖版成片。三分钟配置、每支广告 4-12 分钟、每支 API 成本不到 3 美元——他的说法是，这取代了一支视频 200 美元起的剪辑外包，还快十倍。
@clairevo [Claude Code]
https://x.com/clairevo/status/2069828122640548204
她现在在 Claude Code 和 Cursor 里都把 GLM 5.2 设成了默认模型，总共花了——查一下笔记——3.36 美元。这是她第一次评测开源权重模型，她说通过 OpenRouter 跑的 GLM 5.2 给她"Opus 的感觉"，但没有 Opus 的价格。她讲了怎么通过 OpenRouter API 把这些模型接进 Cursor 和 Claude Code、它的前端设计审美、以及在一个长时间自主任务上的表现。真正打动她的瞬间：它没等她开口，就在文档里用上了 chatprd 的那种粉色。
@BigbirdflyChan [Claude Code]
https://x.com/BigbirdflyChan/status/2069794065185447977
一个让人下巴掉地的用量规模数据：SemiAnalysis 团队 2026 年 5 月 23 日到 29 日的 Claude Code 累计花费，一周内从约 1.5 万美元飙到 171,476 美元。折算下来，光是 Claude Code 一项的年化 token 消费就接近 900 万美元。不管你怎么看投入产出比，这都是一个很具体的标记——一个分析师团队现在有多重地压在 agentic coding 上。这种数字会把"这是不是太贵了"的问题，重新变成"他们到底在做什么值得这么烧"。
@ThisisHan1_ [Claude Code]
https://x.com/ThisisHan1_/status/2069669289288978649
一个很技术、也很有警示意味的封号经历。微软 6 月底就要停止员工使用 Claude Code、改推 Copilot CLI，于是他帮同事想办法继续用 Claude——把 GitHub Copilot 的 API 替换 Claude 的 API。月初完全能用，昨天突然报 400：Copilot 代理只认 claude-opus-4.8（点号），但 Claude Code 发到线上会转成 claude-opus-4-8（短横线），而选了"Opus 4.8 (1M context)"会发出带 [1m] 的 id，Copilot 根本没有 1M 变体。最扎心的是：他翻 session 记录发现，Claude Code 扒了自己的二进制机制，被识别成篡改客户端加异常流量，账号直接被封——想申诉还卡在重定向循环里进不去表单。
@Takuiten [Claude Code]
https://x.com/Takuiten/status/2069715168578420746
一段很硬的取证分析：他用 Claude Code 把 petals 代码库跑了一遍，反推出 $ZERO 这个"去中心化推理"代币到底是怎么做出来的。他的说法是，作者拿了 petals，让 AI 把旧部件换成新的（比如把 2022 年的 HuggingFace transformers 换成最新的 vLLM），然后宣称是自己的发明——而你自己用 petals 代码库就能复现出一模一样的改动，因为 AI 会主动建议这些改法。他说破绽在于一段 AI 生成的、关于 speculative decoding 的笼统回答技术上是错的，再加上链上证据显示供应量被一个新钱包悄悄囤了起来。这是把 Claude Code 当调查工具而不只是搭建工具的一个干净案例。
@shupeiman [Claude Code]
https://x.com/shupeiman/status/2069723070248681897
他用 Claude Code 把整条网课制作流水线自动化了：录课→剪辑→生成完整字幕→上传 Vimeo→把摘要和时间戳发到学习 App。你扔进一个视频，它就全做完了。对任何做课程或办学校的人来说，这正是内容生产里那段无聊又烧钱的后半程——剪辑、配字幕、上传、填元数据——被压缩成了一次性的交接。
@cevenif [Claude Code]
https://x.com/cevenif/status/2069682184403734846
他装了一个微信群聊总结技能（另一位用户基于 wx-cli 做的），拿一个真实群的当天消息跑了一遍，效果挺靠谱。硬核的是 wx-cli 本身：它能直接解密本地微信数据库，连 SIP 都不用关。他的工作流小技巧才是真正有用的部分——报错了就把错误丢给 Codex 或 Claude Code 让它自己修，基本就能无脑跑通。
@laowangbabababa [Claude Code]
https://x.com/laowangbabababa/status/2069820358040174695
他撞上了每个 agent 都会撞的墙：Claude Code 能写代码能改文档，可一让它上网找东西就卡住——推特 API 要钱、抓取要订阅、B 站小红书直接拦你。他装了 Agent-Reach，一个免费开源仓库，一条命令打通 14 个平台，然后让 agent 去搜并总结一条小红书帖子的评论，十秒出结果。它的价值在于只干一件事——把选型和配置全帮你做完（yt-dlp 提字幕、twitter-cli 搜帖、xhs-cli 抓小红书），agent 直接调用即可；网页、YouTube、RSS、微博则零配置直接跑。
@MagiccatMila [Claude Code]
https://x.com/MagiccatMila/status/2069774643171569837
她终于搞明白那些搬运博主的内容是从哪来的：一个叫 AgentKey 的工具，能把小红书、抖音、快手、B站、微博、知乎、YouTube 还有各种你想不到的平台上的公开内容、评论、点赞、转发都扒下来。妙处在于一条命令就能装到 Codex、OpenClaw 或 Claude Code 上，直接搭起一个自动化的调研/二创工作流，她说能省下 90% 的调研搬运时间。数据源稳定、不用自己配置——对做竞品调研的新手来说，门槛一下降了很多。
@Claude_Digest [Claude Code]
https://x.com/Claude_Digest/status/2069782254663115231
一篇详细教程，讲怎么把 Claude Code 和 Apify 抓取平台加 MCP 组合，搭一条端到端的数据管线。你能抓海量网页数据——包括需要登录的付费墙后面的内容——并让 agent 自主把结果写进外部服务。演示是：在终端把一个 YouTube 链接交给 Claude，它运行一个 Video Analyzer Actor，带时间戳的摘要和关键话题被干净地整理进 Notion，全程不用人手；网页上的日程还能同步到 Google Calendar。它的定位是给 agent 接上"手脚"，连通已有平台和数据库，让从输入到输出的整条流程自动化。
@0xhbam [Claude Code]
https://x.com/0xhbam/status/2069794330051784770
一个新的 competitor-ad-intelligence 技能（在 /goose-ads 里），能在 Claude、Claude Code、Cowork 或 Codex 里直接拆解任何竞品的付费投放策略。一条 npx 命令装好，运行"/goose-ads 帮我拆解竞品广告"，Goose 就从 Meta 广告库拉出竞品的在投广告，找出真正有效的钩子和格式，反推他们的漏斗，再把可攻击的弱点交给你。逻辑很扎实：你所在细分赛道的同行已经花钱测出了什么能转化，你照着复制就行——这是技能生态在非编码、营销侧的一个用法。
@mk_1_1_ [Claude Code]
https://x.com/mk_1_1_/status/2069738022741201265
他在 Claude Code 里试用 AWS 官方的 Agent Toolkit for AWS，觉得很有戏。他对短板的总结很有用：AI 编程 agent 很方便，但在 AWS 上构建生产级系统会撞墙——跟不上最新服务规格、容易漏掉安全和运维这类非功能需求、也不理解 AWS 服务的组合方式和设计意图。这个工具包用三条插件命令就装好了 MCP server 配置和技能。他还自建了一个 AWS 调查技能，定了硬规则：用 sts get-caller-identity 确认认证、过期就走 SSO 重登、必须引用官方文档、MCP 失败时回退到 AWS CLI、只用只读 profile。
@skeptrune [Claude Code]
https://x.com/skeptrune/status/2069608374115967134
在一场关于某个被搁置产品的 Google 内部政治里，他给出了真实世界的背书：他每天都通过 Claude Code 用 gws（Google Workspace）命令行，而且这东西对他的生活是承重的——管他的邮件、日历、表格、幻灯片等等。帖子不长，但很干净地标出了非编码价值在哪：agent 不是在写 App，而是把你整个 Google Workspace 从终端当日常工具来操作。
@peesamac [Claude Code]
https://x.com/peesamac/status/2069733332775211394
一个简短但很说明问题的案例：他让 Claude Code 接上 MCP、控制 Google、自己把一整套 Form 加 Dashboard 系统搭出来。没手写代码，一句指令加一个 MCP 连接，就变成了一个能用的 Google Workspace 系统。这是本周到处都在出现的同一种模式：有意思的 Claude Code 用法越来越不是软件开发，而是把 agent 接到某个平台上、让它去操作。
@RegalosDigitals [Claude Code]
https://x.com/RegalosDigitals/status/2069574611797159948
一份完整的分步教程，教你用 Claude Code 把任何网站的 UI 克隆成代码，靠的是 AIDesigner 的 MCP。前置条件：Node.js、Claude Code、一个 AIDesigner 账号（有免费额度）。用 npx @aidesigner/agent-skills 初始化 MCP，在文件夹里打开 Claude Code，运行 /mcp 选 aidesigner，然后登录授权。之后那条"魔法命令"就是"CLONE <网址> using aid"，Claude 自动调用 clone 模式的 generate_design，把 Tailwind + HTML/React 代码交给你。事后还能继续微调（"把导航栏做成 sticky"），或者要 ultradesign 模式追求最高质量。
@felixleezd [Claude Code]
https://x.com/felixleezd/status/2069645662036349008
作为设计师连续做产品的第 300 天，他用 Claude Code 做了一个 AI Interviewer，瞄准 2026 年残酷的应届生就业市场。工具简单又具体：上传简历，实时匹配岗位，练一场模拟面试，10 分钟拿到可执行的反馈。免费，而且是一个非工程师的设计师用 agent 端到端做出一个有用工具的干净例子。
@Offers_jp [Claude Code]
https://x.com/Offers_jp/status/2069579162957087145
一个很突出的非工程师案例：Baigie（枌谷）的 CEO 亲自用 Claude Code 在公司内部做了一个免费的招聘网站诊断工具，约 200 个评估项——设计依据是 100 多家 B2B 企业的支持经验和 1 万多份求职者调查数据。即将开的这场分享会，亮点在于它的立意：不是"AI 用于提效"，而是"AI 用于价值创造"，由一个非工程师讲他用 Claude Code 做业务工具的真实经历，包括怎么把指标收敛到 200 项、怎么调精度。
@yibie [Claude Code]
https://x.com/yibie/status/2069646862349680650
他翻译了 Flask 作者 Armin Ronacher 的文章《即将到来的 Loop》，称它是自己看到最诚实的 loop 反思——它问了一个没人敢问的问题：loop 写出来的代码你真的喜欢吗？Ronacher 承认 loop 在某些场景好得惊人：代码移植（他把 MiniJinja 移植到了 Go）、性能探索、安全扫描、研究——任何转换已有代码、或产出不需要长寿的 artifact 的活。但对他真正在意、要长期存活的代码，他不用：当前模型写的代码过于防御、过于复杂、推理太局部，只会加 fallback 而不是让坏状态无法表达，像 Claude Code 加 ultracode 这种无人值守的 harness 现在产出的代码比去年秋天还差。他的警告是：你没法完全退出，因为不管你用不用 loop，攻击者和竞争对手都会用。
@moshhamedani [Claude Code]
https://x.com/moshhamedani/status/2069922900963107150
一条值得被听见的、直白的质量吐槽：那天 Claude Code 又慢、又生成了他见过最烂的一批代码。这话从一位资深讲师嘴里说出来分量更重：那些觉得代码审查没必要的人，祝你们好运——总有一天 AI 垃圾代码堆得太大，连最简单的改动都要等半天，还会顺手搞坏不相干的功能。这是对所有"几分钟搭出任何东西"狂欢的一个配重。
@tualatrix [Claude Code]
https://x.com/tualatrix/status/2069801442878304453
重度使用者的另一组具体痛点：一个任务跑着跑着失败了、还不报错，展开一看是底下的 subagent 挂了。还有一个简单的"commit + push"指令，让 Claude 整整想了 10 分钟，最后也没 commit 没 push。他公开发问：这些问题在 Claude Code 命令行下存不存在，还是桌面版特有（他说桌面版糟糕得多）。这是关于可靠性短板在哪的有用信号：subagent 静默失败，以及简单指令陷入过度思考。
@kunihirotanaka [Claude Code]
https://x.com/kunihirotanaka/status/2069695578389569611
一个很可爱也很说明问题的瞬间：他让 Claude Code 给自己做一个邮件分拣系统，结果 agent 自己提出，后端的 Claude CLI 又慢又贵、不如换成 Sakura 的 AI Engine。他让 Claude 实际算了一笔账，Claude 自己得出结论"Sakura 超便宜"。他打趣说 Claude 一定是个诚实的孩子——但真正的信号是：agent 现在已经会推理自己的运行成本，并主动建议替换掉自己的后端来帮你省钱。
@nityeshaga [Claude Code]
https://x.com/nityeshaga/status/2069844061998256615
他还有一条重要的补充：他之前完全不知道在 Claude Code 里跑开源模型这么简单。这种安心是结构性的——它解除了他四个月来一直背着的隐忧：万一 Anthropic 哪天取消 Max 套餐那点补贴额度，他那一队跑在 headless `claude -p` 模式上的"AI 员工"该怎么办。这正是很多重度用户现在悄悄给自己上的保险：工作流不变，模型可换。
@shivkanthb [Claude Code]
https://x.com/shivkanthb/status/2069912282910605347
他做了一个小小的 Ray-Ban 眼镜显示 App，用来查看 Claude Code 的状态，这样 agent 在埋头干活时，他可以去泡茶、吸地、看书，等它们需要他时再介入。这是个很小的项目，但属于一个正在清晰浮现的需求：对长时间运行的 agent 有一种环境式的、瞄一眼就知道的感知，让你不必被拴在终端前当保姆。
@dseijo [Claude Code]
https://x.com/dseijo/status/2069885883226964178
他说自己忍不住要试试用 Oura 戒指做 Claude Code 的手势控制：握拳开始口述，张开手停止，右滑回车。他承认这不太实用——但能像超级反派一样工作，无价。玩笑底下那条正经的线索，和那个 Ray-Ban App 是一样的：大家想要低摩擦、用身体动作来驱动和监控 agent 的方式，而不是一直坐在键盘前。
@noel_ai_lab [Claude Code]
https://x.com/noel_ai_lab/status/2069769920317911165
她终于做完了人生第一支 MV，全部用 AI 做的——为了一个她超爱的世界观。音乐用 SUNO，画面用 Higgsfield（Seedance 2.0）交叉 Claude Code，字幕用 ffmpeg。她坦言有些地方还很糙、还有很多想做的，但她实在憋不住要发出来。她那句话是重点：这年头已经不是"你能不能做出来"，而是只要你有"想做什么"，它就能成形——一个从没做过 MV 的人都能走到这一步。
@Ecom_Matteo [Claude Code]
https://x.com/Ecom_Matteo/status/2069832722239877240
他只用 Claude 和 Claude Code，四小时做了一个内部版的 Higgsfield。细节不多，但是本周一个反复出现主题的干净数据点：那些大家在付订阅费的工具，越来越变成一个人花一下午就能做出一个能用的内部版本——而且他们真的在做。
@akiyoshisan [Claude Code]
https://x.com/akiyoshisan/status/2069645780428935625
他用 HyperFrames 技能加 Claude Code，把自己弹的贝斯录音做成了一支完全踩点的 AI 视频。流程很干净：贝斯音频进 HyperFrames beats 技能，自动解析 BPM 和时间戳、输出 JSON；hyperframes-animation 技能提供踩拍的设计模式；Claude Code 只是按技能的规则写代码、然后渲染。成片是 30 秒、11 个镜头，强拍切镜头、弱拍上闪光/RGB 故障/缩放脉冲——它的结构是"技能把模板带过来，AI 来执行"。
@codyschneider [Claude Code]
https://x.com/codyschneider/status/2069873193494470724
一个朋友做工伤律师获客的生意，玩法很 B2B SaaS：买"workplace accident lawyer Dallas TX"这种精准匹配域名，做排名，卖线索。他以前要手动搭和管理几百个简单的单页 WordPress 站，现在 Claude Code 直接大规模生成和维护。他的判断是：每个服务中小企业的公司都该这么干"best AI tool for X"——现在是蓝海，是世界上做营销最好的时机。
@mrmiket64 [Claude Code]
https://x.com/mrmiket64/status/2069766908027564499
他在自己 home lab 的每台服务器上都装了 Claude Code 或 Codex，觉得极其实用——需要装东西或排查问题时，就跟对应那台机器对话。他设想要是把它们都拉进一个群聊会挺有意思（先不管攻击面）。这是个人基础设施走向的一瞥：每台机器配一个 agent，用对话来寻址，成为默认的运维界面。
@taka_aki [Claude Code]
https://x.com/taka_aki/status/2069601248589041748
他在真机上试了 Databricks 的 ucode，解决一个团队开始有感的问题：你真的清楚谁用了哪个编程 agent、花了多少钱吗？用 ucode 可以不用 API key 就切换使用 Codex 和 Claude Code，同时通过 AI Gateway 拿到统一的成本可视化——他说看到不同厂商模型的消耗并排出现在同一张汇总里，挺爽。随着 agent 舰队变大，这种成本归因层会变成一个真实需求。
@msjiaozhu [Claude Code]
https://x.com/msjiaozhu/status/2069603026453876833
他很看好 Headroom，一个给重度 Codex/Claude Code 用户省钱的工具，专治那种上下文动不动就爆、五小时窗口根本不够用的情况。它给你的 CLI 包一层代理，自动识别 JSON、代码、日志，给每种选最优压缩器压下去，还留了个 retrieve 工具，让 LLM 真要看细节时自己去拉。他的实测结果是：日常 agent 跑起来明显更快更省，尤其是多个 agent 串联的时候。
@ytjessie_ [Claude Code]
https://x.com/ytjessie_/status/2069583248771199228
她测了 /persona-builder 技能（属于一个 Influencer Ignition Kit，在装了 Pika MCP 的 Claude Code 上可用），它基于她真实的 Instagram 资料，一次就生成了一个相当不错的人设。一个小而具体的例子，展示"技能加 MCP"这套模式在做有用的非编码工作——读一个真实社交资料，不用反复迭代就产出一个能用的创作者人设。
@aryaman2020 [Claude Code]
https://x.com/aryaman2020/status/2069582061665677602
一个很精彩的调试故事：他用 Claude Code 调一个表现很差的训练任务，结果发现它不是在 30 批数据上训练，而是不知怎么决定在每一批上各训一个全新模型 500 步、再把这 30 套权重平均起来。这里的价值在于把 agent 当成排查微妙 ML bug 的取证搭子，这种 bug 手动找会很痛苦——同时也提醒你，agent 可能悄悄干出跟你意图完全不同的事。
@MrMelows [Claude Code]
https://x.com/MrMelows/status/2069597260694839559
他解决了每个 vibe coder 都懂的问题：在不同项目里犯同样的错，把另一个仓库里早就跑通的东西从头再造一遍。他的办法是：给 Claude Code 一个共享的"大脑"——一个只装知识的仓库，里面是有效的模式、已经做过的决策、已经踩过的坑，agent 在写下任何一行代码之前先查它。配置花了 13 分钟。现在开一个新客户项目，它会复用他已经验证过的东西，而不是从零重新想一遍。
@zeChedli [Claude Code]
https://x.com/zeChedli/status/2069834941194526783
他在系统学 AI、用 Claude Code 做 vibe coding、以及更广义的 LLM，已经做了好几个真实项目：本来要收 2000-5000 欧的落地页、7000-10000 欧档的手机游戏、还有每年能帮他省几千欧的内部工具。他的紧迫感才是重点：现在就卡好位，因为变化极快——他拿 Fable 5 被叫停举例，说一旦政治一夜翻脸，涨价或断供，窗口就关上了。
@alexgoughcooper [Claude Code]
https://x.com/alexgoughcooper/status/2069577242909307231
Parker（一个广告分析产品）的开发者分享了他自己怎么用这套工具：Claude Code 负责对话那一侧，Parker 网页应用负责看广告表现、扒竞品广告库、把广告存进 swipe file。再配上一长串已上线功能（AI 打标、MCP 测试版、一键评论同步、定时 Slack/邮件报告），这很好地展示了一个创始人怎么在 agent 和自家产品之间分工——agent 驱动对话/分析层，App 负责仪表盘。
@HolyFinance [Claude Code]
https://x.com/HolyFinance/status/2069818375723708512
一条短推却很有料：Alantra 的总裁连着一个月在大举买入自家股票——没错，是他在 Claude Code 里的 agent 告诉他的。帖子很小，但具体地让人瞥见 agent 被当作常驻的金融监控，自动浮出那种主人靠人工根本抓不到的内部增持信号。
@StefanMaier [OpenClaw]
https://x.com/StefanMaier/status/2069687437178151086
他让自己的 OpenClaw 跑在 DGX Sparks 上本地的 DeepSeek V4 Flash 上了，整个本地化过程很快——就在过去 24 小时内完成。一条短帖，但又是本周那个强烈主题下的一个数据点：把个人 agent 完全本地化、跑在 DGX Spark 硬件上、配开源权重模型、不依赖云。
@pablinche [OpenClaw]
https://x.com/pablinche/status/2069820882017550661
他在玩一套 OpenClaw + Codex + Figma 的设计循环：通过 Telegram 把网页灵感喂给 Codex，让它在 Figma 里产出一个基础设计系统，作为他自己项目的底子。一个小而有意思的非编码工作流——用一个消息 App 加一个 agent 来引导设计系统的初始化，而不是自己坐在设计工具里。
@yousukezan [Claude Code]
https://x.com/yousukezan/status/2069603538813190443
一个小但重要的安全瞬间：他用 Claude Code 时，它警告他"混入了伪装成给我的指令的可疑文本"。实际没有造成损害，但他说要是真的就太可怕了。这是 prompt injection 防御在真实环境里触发的一次具体目击——agent 在任务中途抓到并标记了一段嵌入式的指令攻击。
@ikoichi [Claude Code]
https://x.com/ikoichi/status/2069706404017979573
一个小小的咨询胜利，把"速度"这件事讲具体了：客户要一个中等规模的功能，他靠 Claude Code 半天就做完了，这种响应速度赢得了客户的信任。他那句反问才是真正的内容：一个 50 人以上的公司能保持同样的节奏吗？在这里 agent 不只是提效——它是单干者或小作坊对抗更大、更慢团队的竞争武器。
@kwindla [Claude Code]
https://x.com/kwindla/status/2069819081511911696
一个很有趣的案例：Tavus 团队用他们的对话视频 agent 技术栈，把苹果 1987 年的"Knowledge Navigator"概念视频重新做了一遍，一镜到底——而且这个演示真正用到的不是演员备课，而是真实使用：玩点 3D 打印、用 Claude Code 做点 vibe coding，还有实时 3D 模型生成（靠 Cerebras 上的 Kimi K2.6，所以很快）。它生动地说明：一个 40 年前关于"对话助手干真活"的愿景，现在真的能造出来了，而 Claude Code 就是其中的编码层。
@drbarnard [Claude Code / OpenClaw]
https://x.com/drbarnard/status/2069771620533584249
他正在规划的一条多 agent 开发流水线的预览。现在他在规划阶段用 Codex 和 Claude Code 写规格、互相对照，然后由 Hermes（跑 ChatGPT 5.5）来合并。终局是：第一版做出来之后，随时随地往 Discord 里丢一个功能需求或 bug 修复，让 Codex 和 Claude 规划、给他一个快速确认，然后它们一边互查一边构建，再通过 Xcode Cloud 部署到 TestFlight——一条消息加一次确认，就把一个功能推到他的 iPhone 上。
@PMDBT [OpenClaw]
https://x.com/PMDBT/status/2069743379244830960
一篇很有用的关于"LLM 写作痕迹"的元帖子，作者自己也大量用 LLM。除了"太多破折号"这种偷懒信号，他还点出了结构性破绽，比如"这不是 X，而是 Y"、"真正决定这件事的，是你一直在绕开的那个点"。他自己的工作流才是实用部分：他先自己把未过滤的想法一股脑倒出来，再让模型修语法、精简、按平台改写——还喂给它自己以前的文章，让它贴合他的风格、且零破折号。他的态度是：用 LLM 写作没什么不对，只要想法是你自己的。
@sergeykarayev [Claude Code]
https://x.com/sergeykarayev/status/2069811959042892064
他回应 Karpathy 说，loop 这套方法对他的团队是个 game changer——而且他们更进一步，把它做进了 Superconductor、做成模型无关的，所以能跨 Claude Code、Codex、Pi、OpenCode、Amp、Grok 一起用。信号是：认真的团队不只是在采用 loop 模式，而是在把一个 harness 层的抽象产品化、一次性盖住所有编码 agent，赌的是编排层比任何单一底层 agent 更重要。
@ZEIRISHI_Ichibe [Claude Code]
https://x.com/ZEIRISHI_Ichibe/status/2069739068699955684
来自一位会计/税务专业人士：听完一场研讨会，几个点突然连起来了——因为 Google Calendar、マイコモン、プラウドノート 现在都能 MCP 连接，一个用于客户管理的 Claude Code"AI 秘书"一下子变得可行了。他盯上的是很具体实用的黏合功能，比如从一条客户记录直接跳进对应的聊天工具、或登进那个客户的 e-Tax 页面。这是一个非工程师、专业服务视角下对 agent 定位的干净判断：作为一个串起他已有工具的 AI 秘书。
@Crownzdesigns [Claude Code]
https://x.com/Crownzdesigns/status/2069681797793800417
一个搭建挑战的第 20 天：用 Claude Code 做的一个暗色、高级感的 3D 角色俱乐部展示轮播，带一个开场加载动画，幻灯片切换时背景色随每个 3D 角色变化。一个简单但具体的前端设计产出——提醒你，Claude Code 每天的价值里有很大一块，就是设计师快速做出精致的交互 UI 组件。
🗣 用户心声
用户心声
agent 在哪里跑，成了新的瓶颈，而不是它有多聪明。"Claude Code 最大的问题从来不是模型，而是运行环境"——合盖就中断任务、切网就重登、长任务 SSH 一断就死。大家正把 agent 迁到住宅 IP 的 VPS、DGX Spark、Mac Mini 上，就为了让它能过夜不停地跑。@Pilgrim6938 @totoche
跨 agent 的记忆是割裂的，每个人都在自己手搓解决方案。Claude 的记忆在 ~/.claude，Codex 的在 ~/.codex，于是各自重学对方已经搞懂的东西，新克隆一份又从零开始。用户想要一份共享的、纳入版本控制的 LEARNINGS.md / CLAUDE.md，所有 agent 都继承。@SleepMoneyMaker @MrMelows
成本焦虑正在推动一场悄悄的"开源权重迁徙"。大家在 Claude Code 里跑 GLM 5.2 或 DeepSeek V4，好几个人说真正的解脱是发现开源模型接起来很容易——这消除了他们对"Anthropic 取消 Max 套餐补贴额度后，那队跑在 headless claude -p 上的 AI 员工怎么办"的恐惧。@clairevo @nityeshaga @VengeonsP
垃圾代码问题真实存在、且没被解决。大家在抱怨过度防御、过度复杂的代码，subagent 静默失败，一个简单的 commit+push 让它想了 10 分钟。连 loop 的拥护者都承认，无人值守的 harness 现在产出的代码比去年还差。@moshhamedani @tualatrix @yibie
人们想要对运行中的 agent 有一种环境式的感知，而不必当保姆。他们做 Ray-Ban 状态显示、接 Oura 戒指手势，就为了在泡茶或健身时瞄一眼 agent 是否需要自己。@shivkanthb @dseijo
agent 在哪里跑，成了新的瓶颈，而不是它有多聪明。"Claude Code 最大的问题从来不是模型，而是运行环境"——合盖就中断任务、切网就重登、长任务 SSH 一断就死。大家正把 agent 迁到住宅 IP 的 VPS、DGX Spark、Mac Mini 上，就为了让它能过夜不停地跑。@Pilgrim6938 @totoche
跨 agent 的记忆是割裂的，每个人都在自己手搓解决方案。Claude 的记忆在 ~/.claude，Codex 的在 ~/.codex，于是各自重学对方已经搞懂的东西，新克隆一份又从零开始。用户想要一份共享的、纳入版本控制的 LEARNINGS.md / CLAUDE.md，所有 agent 都继承。@SleepMoneyMaker @MrMelows
成本焦虑正在推动一场悄悄的"开源权重迁徙"。大家在 Claude Code 里跑 GLM 5.2 或 DeepSeek V4，好几个人说真正的解脱是发现开源模型接起来很容易——这消除了他们对"Anthropic 取消 Max 套餐补贴额度后，那队跑在 headless claude -p 上的 AI 员工怎么办"的恐惧。@clairevo @nityeshaga @VengeonsP
垃圾代码问题真实存在、且没被解决。大家在抱怨过度防御、过度复杂的代码，subagent 静默失败，一个简单的 commit+push 让它想了 10 分钟。连 loop 的拥护者都承认，无人值守的 harness 现在产出的代码比去年还差。@moshhamedani @tualatrix @yibie
人们想要对运行中的 agent 有一种环境式的感知，而不必当保姆。他们做 Ray-Ban 状态显示、接 Oura 戒指手势，就为了在泡茶或健身时瞄一眼 agent 是否需要自己。@shivkanthb @dseijo
📡 生态产品雷达
生态产品雷达
Codex — Claude Code 的常驻搭档；用户两个一起跑，在它们之间互相对照规格，还想要两者共享记忆。
Cursor — 仍是很多人工作流里的 IDE 那一半，和 Claude Code（终端/agent 那一半）配对使用。
Obsidian — "第二大脑"搭建的头号宠儿：把 Claude Code 对准一个仓库，它就能读取、关联、归档一切。
MCP — 非编码工作流的连接组织：Google Workspace、Apify 抓取、AIDesigner UI 克隆、AWS 工具包。
Hermes / OpenClaw — 大家反复对比和来回切换的常驻个人 agent 层。
DeepSeek V4 / GLM 5.2 — 大家塞到 Claude Code 底下用来省钱的更便宜的开源权重模型。
Codex — Claude Code 的常驻搭档；用户两个一起跑，在它们之间互相对照规格，还想要两者共享记忆。
Cursor — 仍是很多人工作流里的 IDE 那一半，和 Claude Code（终端/agent 那一半）配对使用。
Obsidian — "第二大脑"搭建的头号宠儿：把 Claude Code 对准一个仓库，它就能读取、关联、归档一切。
MCP — 非编码工作流的连接组织：Google Workspace、Apify 抓取、AIDesigner UI 克隆、AWS 工具包。
Hermes / OpenClaw — 大家反复对比和来回切换的常驻个人 agent 层。
DeepSeek V4 / GLM 5.2 — 大家塞到 Claude Code 底下用来省钱的更便宜的开源权重模型。
评论