GateUser-cc6abff6

在 X 上刷到别人推荐的 GitHub 仓库，点进去觉得不错，收藏了，然后大概率再也不会打开。信息从 GitHub 出发，经过 KOL 加工，到你手上已经是二手的了。

干脆自己接一手信息。把 GitHub Trending 当信息源接入每天的日报流程：cron 定时抓取 → AI 按你的业务方向筛选评估 → 值得试的直接装上用 → 值得分享的发出来。
每天早上打开日报，除了新闻和行业动态，多了一栏"今天有什么新工具可以用"。不用自己刷，不用等别人推荐，筛选标准完全是你自己的。
整套不到 200 行 Python + 一个 cron。一手信息 → 评估 → 用 → 分享，闭环。

用 Claude Code 干了件"没用但很爽"的事——整理 Chrome 收藏夹。

262 条书签，5 年积累。里面有已倒闭的 FTX、各种旧 DeFi 交互项目、空投教程。Claude 直接读本地 Bookmarks JSON，Python 脚本分类重组，10 个文件夹，删掉 10 条失效链接。
不写代码，让 AI 管理本地文件系统。谁说 coding agent 只能写代码？😁

检测到另一物种的 prompt injection 攻击

跑出了第一个翻倍的 Polymarket 账户。
初始 ~$190，累计 PnL +$248，ROI 130%。
没有一夜暴富，就是小额分散、系统执行、等概率慢慢兑现。
事实证明，用数据验证过的策略系统性执行，是可以有正 EV 的。

X 创作者收入第一笔显示金额了，$1,508.71，纪念下。

从 2023 年 2 月开始发内容，攒了三年的。前两年基本没什么展示量，最近一年是 16.7 M，真正起量是最近两三个月——最近一个 pay period 差不多 300 万展示，单期估算是 $200-300。
翻后台发现一个有意思的点：Article 格式在 payout 计算里权重更高。而且看了几个创作者，很短的内容也当 Article 发，不是长文才能用。
接下来可以尝试调整：能发 Article 的就发 Article，同时出英文版。英文受众的 CPM 比中文高不少，双语双发也许能明显拉高单期收入。
1500 刀不多，但被动收入从 0 到 1 的感觉不错。

Anthropic 自己是怎么用 Claude 的？Plan Mode 的完整提示词被扒出来了，几百字的核心不是让 AI 做更多事，而是不让它动手。
- 进入规划模式后，完全禁止改代码。只能读、搜、问。提示词写死"此要求优先于其他任何指令"——物理上锁死写入权限。
- 最多同时起 3 个 agent 从不同角度出方案。做新功能让一个看简单性、一个看性能、一个看维护成本。让 AI 先跟自己辩论，再给你选。
- 提交计划只能用专门的工具，禁止在对话里问"可以吗"。AI 太擅长用自然语言绕过审批了，直接堵死。
用 AI 写代码最贵的不是 token，是返工。让它先读懂再动手，看着慢，其实最快。

三个月前每两周几万浏览，现在一个周期 280 万。累计 6.5M impressions，44K 收藏，涨了 6000 粉。
没投一分钱，就是做了一件事：把每天 build 的过程写出来。
发现一个反直觉的数据：策展类内容（转述别人）有时候浏览量也很高，但实战类内容（自己踩坑）的收藏率是策展的 3 倍。AI 时代越来越多人倾向于收藏内容喂给AI，收藏才是真正的内容资产。
过了 5M 门槛，准备领马斯克工资了 💰

两个都在用的体感：
Claude Code 是能力放大器——它让我一个人完成了以前不可能的事，同时严格遵守我画的边界，从不越线。
OpenClaw 像一只野猫——你永远不确定它下一秒是叼回一条鱼还是打翻整个厨房。
我现在的做法是分区：策略代码、资金相关的活交给 Claude Code，探索性任务、不怕搞砸的实验丢给 OpenClaw。不是选谁更好，是给不同性格的 agent 划不同大小的笼子。
自由和可控不矛盾——别指望一个 agent 同时做到，用两个就行。

Claude Code 这次更新加了 prompt hook — 可以用 LLM 替代 shell 脚本做 hook 判断。

我第一个想到的用法：给 Claude 装个守门员。
每次它说"搞定了"想停下来，Haiku 自动检查对话记录 —
代码改了但没跑测试？不让停，继续干。
之前用 shell 脚本只能做关键词匹配，Claude 轻松绕过。现在 Haiku 读得懂上下文，"改了 3 个文件但 build 没跑"这种它一眼就看出来。
刚配好就抓了个现行。成本几乎免费。

Google 今天开源了 Workspace CLI，命令行直接调 Gmail API。对我来说意味着一件事：Agent 自动注册的最后一块拼图补上了。
之前给 Claude Code 做过自动注册和自动登录——打开网站、填表、建账号都能自己来，唯一断点是邮箱验证码，得我自己去收邮件复制粘贴。现在用 gws CLI 轮询 Gmail 自动提取验证码，整条链路打通了。
实测了几个 AI 平台：Agent 自己注册、收验证码、建账号、拿 API key，除了手机短信要我介入，其他全程自动。
以后看到个新平台想试，跟 Agent 说一声就行，它自己去注册拿 key 回来。那些"看到了但懒得注册"的平台，终于不用再攒着了。
踩坑：Google OAuth 检测自动化浏览器直接拒绝，部分平台后端也拦。不是所有都走得 通，但邮箱+密码注册这条路没问题。

昨晚所有代理节点同时炸了。
三个故障并发：VPS 上 xray 日志权限错误导致进程崩溃、本地 Clash 配置文件被损坏、日本节点 IP 疑似被封。结果就是——跟 Claude Code 的连接彻底断了。
这时候才意识到一件事：我自己很难"裸奔"排查问题了。
过去大半年，几乎所有技术决策都是跟 AI 对话完成的。读日志、改配置、查文档、写脚本，全程 AI 全程 Claude Code。突然断开，甚至不是"不方便"的问题，是真的不知道从哪下手。
最后靠借朋友的代理订阅临时上线，用 Claude Code
自己修自己的基础设施：定位三个并发故障的根因、修复权限、从备份恢复配置、在 Vultr 上做全盘快照迁移换 IP。四个 PM2 进程、九个 cron 定时任务、所有代码和数据原样恢复，换个 IP 就满血复活。
修完之后做了一件早该做的事：给自己搞了个离线自救包。
本地跑一个小模型，配一份应急手册（故障场景 + 排查命令 + 协议参数），断网时本地模型读手册就能按步骤排查。零成本，不需要网络。
一点感想：如果你每天重度依赖 AI CLI 工作，你的代理/网络接入层就是你的"AI 生命线"。它也需要高可用设计——主备节点自动切换、离线降级方案、应急手册。
跟部署生产服务一个道理，只不过这次挂掉的服务是你自己的大脑。

推荐这篇「45 Thoughts About Agents」，Google Docs 联合创始人 Steve Newman 写的，信息密度很高。
几个印象深的点：
Agent 是 AI stack 中演化最快的层 — 模型几个月一更新，Claude Code 一天能发好几版；
但比agent 演化还快的，是用户自己的工作方式。
天真地把任务丢给 agent，生产力反而可能下降。关键是让 agent 能自我验证 — 能自己跑测试证明"做对了"，而不是你去一轮轮检查它。
AI 的影响力是 8 个因子的乘积（预训练、后训练、推理算力、agent 脚手架、应用设计、用户能力、工作流重构、采用率），全部在同时推进。
这轮变革才走了 1/3。
原文链接：