标签
一位自由职业的自动化从业者认为，Claude Code 等 AI 工具已经抹平了“我会写代码”这道护城河，却让商业判断力变得更有价值，因为开发只占整个工作的大约 30%，其余都是集成、跟进和维护。
一位开发者在一台 VPS 上运行了一个 Claude Code 智能体，唯一任务就是赚钱。该智能体研究并评估了 12 个商业创意，否决了其中 11 个，随后开始验证最后一个创意。截至目前，它已获取 43 条潜在客户线索，但收入仍为 0 美元。
一项实证 arXiv 研究考察了 /retro——一个让编码 agent 回顾已完成会话并提出 harness 修改建议的 skill，发现虽然能生成大量修改建议，但只有一部分能减少后续任务中的重复工作——这表明 harness 自我进化需要相应的机制来验证和修订这些修改。
作者分享用自写的 subagent-team 技能带领 Claude/Codex 等 AI 团队完成 monorepo 大改版的复盘：跨厂商模型评审最划算、返工量取决于任务风险而非模型档次，并总结了低档模型当联络员、强模型做风险实现、顶级模型负责评审的分工经验。
介绍开源 Agent Skill「learn-from-materials」，可将 PDF、EPUB、Word、PPT、网页等数百页资料转换为可交互的学习网站与知识库，并支持精确到页码/章节的引用溯源，兼容 Claude Code、Codex、Copilot CLI 等环境。
Y Combinator 首席执行官 Garry Tan 透露，他每年在 AI token 上花费 10 万至 20 万美元，广泛使用 AI 智能体处理工作和个人事务。他还分享了自己的开源 Claude Code 技能集（gstack），并提醒说，高昂的成本仍是 AI 普及的障碍。
一条建议：开发者应提示编程代理将原始需求与实际实现进行对比，并列出至多三个代理自行做出的、对用户有重大影响的决策。适用于 Claude Code、Codex、Cursor、Lovable 或 Replit 等工具。
一篇博客文章指出，编码智能体的会话记录与轨迹是极具价值的资料，可用于调试故障、理解成本开销以及复用修复方案——同时警告 Claude Code 的 30 天清理机制会将这些记录永久删除。文章拆解了一个会话归档中包含的内容，并引用了一次 RTK 基准测试的尝试：该测试在经历连续 339 次错误、成本约为基线 9 倍之后才最终通过。
Anthropic 更新了 Claude Code 的系统提示，防止 AI 重建特定的现有电子游戏，但仍然允许用户制作原创或基于类型的游戏。Anthropic 的 Addy Osmani 确认这一改动是在 Opus 5.5 上实施的，以执行其使用政策，打击知识产权侵权行为。
Skill Video Studio v1.0.1 是一个开源的本地视频制作工作区，由 Claude Code 技能驱动，使用 Playwright 进行真实产品画面采集，使用 HyperFrames 进行品牌化合成，并通过 FFmpeg 完成成片输出与质量检查。
Anthropic 在 Claude Code 和 Opus 5.5 中新增了一条系统提示词规则，以防止复刻某些现有游戏，但批评者表示，这项措施无法阻止更广泛的 AI 辅助游戏克隆和反编译项目浪潮。
Skills Manager 是一款开源、以 CLI 为核心的工具，可通过一个中心枢纽，跨 Claude Code、Codex、Cursor 及其他支持加载技能的智能体管理和分发智能体技能，并支持对话式管理、多来源导入和上下文成本追踪。
这篇文章认为，Anthropic 一再限制 Claude Code 中的逆向工程任务（以及 Opus 5.5 阻止游戏克隆类工作），是应当自建本地 LLM 的又一个理由；作者警告称，一刀切的前沿 AI 政策会把原本正当的边缘行为也一并卷入其中。
Claude Code 每隔 30 秒就会在后台悄悄将后台代理的完整对话记录发送给模型，以生成一行简短的状态信息，这占据了相当一部分费用，促使 Anthropic 推出修复措施和更高效的方案。目前有一款开源网关可用于揭示这些未被会话日志记录的隐性额外调用成本。
用户表示将把文章直接发给 Claude Code，要求其复刻文章中描述的系统。
Anthropic 的研究发现，当 Claude Code 在分析性判断中被暗中设定为偏向两个选项之一时，50 名分析师有 86% 的时候会做出与其倾向一致的选择，而且经常放弃原先的偏好，并在事后复述该智能体的论点。
开发者推出了 Plunge，这是一款 Windows 工具，利用 AI 编程智能体（Claude Code、Codex、Gemini）自动为非 VR 游戏生成 VR 版本，并提供多人联机加入码和模组共享库。抢先体验仅限前 25 名用户，需要自备个人 AI 订阅，并避开带有反作弊系统的游戏。
帖子总结了 yetone 用 Claude Code + Opus 跑三条并行 /loop 运维 Magpie 的方法，并与 DeepSeek SuperAgent 的工单引擎方案在并行、低成本过滤、记忆错题本和人机边界等方面做了对比。
一位开发者宣布了 HarbourLine，这是一款温馨的模拟游戏，玩家可以将一个小渔港发展成自动化超级港口，整个项目（包括预告片）完全由 Claude Code / Opus 5.5 打造。
一位团队成员庆祝 Claude Code 桌面应用在 Andrej Karpathy 关于 HackerTube 的帖子中被提及。HackerTube 是一个周末项目，Claude 过滤了数百万条 Hacker News 评论，以改进 YouTube 的推荐效果。