夜雨聆风🤖●前言
今天分享目前最热的 Agent 操作思维——Loop Engineering（循环工程）以及一篇在 X 上浏览量已破 100 万的——神级操作指南。
6 月 8 日 Loops 概念被引爆当天，连油管 AI 博主 @Matthew Berman 都连夜留言：这到底是个啥？怎么操作的能说说吗？
大家对这个新概念的含义争论不休，更不说知道该怎么操作了。
然后 @Matthew 又无奈的调侃说：“除了他（Peter Steinberger）和 Boris（Boris Cherny），没人知道。”
这不仅说明，硅谷顶端的 AI 从业者们跟其他领域的人之间是有壁的；
更说明，不仅美国在国际层面将封锁从「芯片层」提到了「模型层」（Feble 5 三天叫停），其实在美国国内，先进工具的准入与生产力特权，也在人与人之间因高昂的 Token 成本 与 认知判断力 的代差，拉开了不可逾越的鸿沟。
为了能更好理解目前最新范式 Loops 的逻辑，我在最后附上了一份 Loops 搭建清单，主要目的是让我们一起参考其打法、逻辑，用不上的朋友也不用焦虑，清单分享者是每个月 Codex 和 Claude Code 会员顶级 + 每月💲1 万左右的 Token 消耗量，所以真正能完全复制这个方式去跑循环的也是极少数，能学到其中一些招式运用，就已经能工作效率翻好几倍了（比如第四条拥抱“语音”纳入工作流）。
另外，人跟人之间未来会产生极大的分化是事实，但我能肯定的是，分化的尺子，不是由能不能用上 Claude 和 ChatGPT 决定的，最终还是靠思维和判断力。举个最简单的例子，扎克伯格的 Meta 目前算力储备全球顶级，但模型却屡屡掉队，其中最大的原因就在于他在趋势预判上决断力不够，人员、方向换来换去。所以，就算我们找不准方向，也不用过于苛己，毕竟坐拥开阔视野的大佬们面对未来也迷茫。
这两天，我刷到视频号「所长林超」停更两年后回归发的第一个视频，第一句话就是：“这两年（实地）考察遍全球之后，最大的感受是——现在这个世界，已经不是「两极分化」、「指数级分化」，而是「超指数级分化」。”
林超说，眼下的发展正卡在“智能体框架”、也就是最近最火的 harness engineering 阶段，而真正成熟的 agent（他口中的“第九层”）还远没到来。（这期对框架和趋势的预判非常到位，感兴趣的可以翻他 5 月 1 号那条。）
然后一个月过去。到今天——更准确地说，是 6 月 8 日那天——一条推特，让整个 AI 圈陷入了“窒息般”的疯狂讨论。大家猛地意识到：Agent 自动化时代已悄然来临。而从此之后，人和人的差距，可能是“天文级的分化”。
希望这一篇，以及之后几篇对大家看清全局和用什么样的思维上场有所帮助。
01. 什么帖子，让圈内外都炸了锅？
引爆这场热议的，是 6 月 8 日，OpenClaw（大家熟知的🦞）创始人 Peter Steinberger（今年 2 月已被 OpenAI 收编）的一条“月度提醒”在 X 上大爆：
这是给你的月度提醒：
你不应该再亲自向编码智能体（coding agents）输入提示词（prompt）了。你应该去设计那些能够自动提示智能体的“循环”（loops）。
该帖 24 小时内破 500 万观看，截至目前浏览量已超 820 万。由它掀起的热议一波接着一波——X 和油管上各路 AI 领军博主连夜学习、纷纷下场解说：“WTF is a loop?（loop 到底是个什么鬼？）”
这场“新词”热潮之所以一浪高过一浪，也因为它精准踩中了同一周（6 月 2 日），Claude Code 的创造者 Boris Cherny，在一场活动中提到自己的工作流程：
我不再给 Claude 写提示词了。
我有一堆 loop（自动循环）在跑。
是这些循环在给 Claude 发送提示词，并决定下一步该干什么。
我的工作就是写这些循环。
这段不到 1 分钟的切片在 X 上疯传，24 小时内也是狂揽 70 多万播放。但跟 8 号这场几百万级别的大爆相比，还是小巫见大巫。
这倒不是因为 Peter 比 Boris 咖位更大，只能说是势能叠加的结果。从 Boris 发声开始，行业的讨论度与关注度就已经在暗中聚合、叠加，等到 Peter 几天后再跟上这一嗓子的时候，大众们也开始意识到，原来 Loop 不是独个大佬在玩什么脱离群众的“非主流小众技能”，而是上面都已经开始这么玩了！
很快，有人把这股暗流凝成了一个“新词”。Addy Osmani（Google Chrome 工程负责人）以Loop Engineering（循环工程）为名写了一篇科普文，这一新称号的诞生，标志着 AI 新一轮范式正式开始。
循环工程的本质，是取代那个“亲自向智能体输入提示词的自己”。
相反，你去设计一个能够代替你完成这件事的系统。
在这里，一个“循环”可以被理解为一个递归式的目标，由你来定义意图……
02. 什么是 Loop engineering（循环工程）？
AI 是在大语言模型（LLM）这块地基（会思考的“大脑”本身）上发展的，目前为止，在此架构上又堆出了以下几层：
• 提示词工程（Prompt Engineering）：琢磨怎么把一句话说精准；
• 上下文工程（Context Engineering）：控制“它眼前能看到的全部信息”。
• 工具集成（Tool Integration）：让它能调用外部世界的东西：搜网页、读写文档、跑代码、连数据库、接上软硬件。
• 智能体安全带工程（Agent Harness Engineering）：模型和工具都配齐了，这一层是给它系上“安全带”——统筹调度、出错能纠、该停能停，让你敢放手让它自动运行。
把这套结构连起来看，像是在给“大脑”（LLM）一点点装上身体：提示词工程是它的嘴，上下文工程是它的眼，工具集成是它的手脚，智能体安全带工程顾名思义就是给这身力气系上的“安全带”。到这一步，一个能看、能想、能动手、还收得住的智能体，就齐活了。
那么，循环工程（Loop Engineering），则是给这具身体接上自主神经。所谓“循环（Loop）”，本质上就是定时任务（Cron Job）外加一个大语言模型（LLM）。自动化技术其实早就存在了，但传统的定时任务（cron job）是根据既定的时间表和指令死板地运行：比如每天早上 8 点发送报告，或者每天半夜备份数据库。
而现在真正颠覆性的改变在于：软件如今拥有了决策能力（因为 LLM 大脑）。它不再是每天傻傻地发送同一份报告，而是能自主筛选出当下真正重要的报告；它不再是去审查每一个拉取请求（Pull Request），而是能精准标记出真正需要人工介入的那几个。你不再仅仅是在“排程、预约事情”，你现在可以直接将人类的判断力嵌入到这些自动化任务中。（以上解释来自 X 账号 @mvanhorn）
Loop engineering 真正的灵魂：是「行动 → 观察结果 → 自我批判 → 修正 → 再来一轮」的闭环。
也就是说——你给它设计一套会自转的流程：做一步、回头检查、发现不对就改、再做下一步，朝着一个目标自己往前跑，跑到位了，才回来找你。
03. 对我们来说，这意味着什么？
想象这样一个场景：你养了 1000 个小孩，每一个只教他一门特定的技能（skill），然后把他放进一个特定的场景里去用。他用完回来，给你交一个结果。你从结果里看到哪儿还差点意思，再教他改善（这个过程就是上面说到的安全带工程 Harness/沙盒验证）。他在你的反馈和一次次试错里慢慢长进，直到他每一次交付都十拿九稳地达到你的要求——这个小孩，就算“成熟”了，长成了一个能稳定交活的大人。这是第一步，单兵技能的闭环。
等到所有小孩的单个技能都发展成熟的时候，你再开始教这些小孩合作。也就是说，他们可以通过不同的小孩（技能）的组合去帮你完成一个特定的任务。你通过编排，让不同技能的小孩组合，去攻克一个复杂的任务。你再次用同样的方法训练这个团队的默契度与成熟度，直到这个小团体也能十拿九稳地解决问题，这个“智能体小团队”就成熟了。
但这个世界的“小孩”，跟现实中的人类最本质区别在于： 它不是一个肉身只能加入一个团队任务，它可以无数分身，加入无数个团队。不仅单个技能可以有无限分身，由它们自由组合出的团队、超级团队、甚至由超级团队相互链接形成的“数字巨型帝国”，全部可以拥有海量的并发分身。在这个时间和空间和肉身物理限制被彻底粉碎的“新世界”，技能与团队之间正在进行着无数种可能的动态编排。它们能在暗处疯狂迭代、自我繁殖所能创造的恐怖势能，正在彻底突破人类想象力的极限。正如 Anthropic CEO 达里奥（Dario Amodei）所言，"我们在实验室里看到的，比外界感知到的疯狂得多，这个速度会让所有人措手不及"。
而在今年 1 月的达沃斯世界经济论坛采访中，达里奥还给这个“新世界”赋予了一个新名称——“第零世界国家”（zeroth world country）。他说：一个大约 1000 万人的“第零世界国家”——其中约 700 万人在硅谷，另外约 300 万人散落在世界各地——正在硅谷成形，与社会其余部分脱钩。
为什么是“第零世界”？过去默认的冷战留下的世界划分，按发展程度和权力排了三级阶梯：第一世界（发达西方）、第二世界（苏联阵营）、第三世界（发展中国家）。“第零世界”，说明在这些 AI 巨头的未来设计中，这个世界将排在“一”之前，也就是凌驾于第一世界之上；同时，在数学和编程里，计数是从 0 开始的（数组的第 0 位、热力学的“第零定律”）——“第零”在这套文化里专指一个意思：它不在原来那把尺子上，它是尺子的原点、也就是其他世界要在其上运行的底层。它指向：最终，第一、第二、第三世界的人都会在这套规则里跑。
如果这个“新世界”一旦开始开始搭建起来，意味着，人与人之间，指数级的差距每天都在发生，在最尖端的前沿，后来者几乎不可能追上已经跑在前面的人。财富会高度集中到这些抢跑人和领跑者的手中。更夸张的是，这些抢跑和领跑的人，本来也都是拥有人力、资本、代码等杠杆，并以此为基础能近乎不计成本地调用 Token、用量碾压普通人的人。
看到这里，就能明白，为什么 Anthropic 会有以下这一连串操作：
● 4 月：Mythos Preview （神话预览模型）就已经出现，并由于在操作系统发现了两个分别存在17年和27年的漏洞，引起了政府注意。它把这个模型交给商务部下属的 CAISI 做发布前评估，还拉了大约 50 家公司组成一个叫 Project Glasswing（玻翼项目） 的联盟，来发现和修复关键系统中的漏洞。
● 6 月 9 日：它一次发了两个模型，公开的 Fable 5，和只给信任伙伴、拿掉了部分限制的 Mythos 5。也就是说一个模型憋了两个月之后才公开发布。
● 发布没两天：有人发现 Fable 5 里藏了一道暗开关——一旦它判断你可能在开发自己的大模型，就不声不响地给你一个动过手脚的答案，免得你拿它的输出去训练。被研究机构抓到后，Anthropic 公开认错："我们做了错误的取舍，没能把握好平衡。"● 也就这一阵子：Anthropic CEO 线上线下发文、喊话，主张政府应该有权叫停不安全的 AI。（大声呼喊：“快来管管我”、“管管我们”）
● 6 月 12 日：商务部以国家安全为由，下令禁止外国人使用 Fable 5 和 Mythos 5。
写到这儿，就能想象美国政府为什么这么紧张。如果说 Anthropic 是怕竞争对手蒸馏其产品以及突破安全警戒线；美政府则是怕任何其他国家根据这套模式跑出巨无霸。只有把工具先圈在自己手里、时间越长，护城河越稳。即使其他国家建立起同样的模式，但是在已经指数级超速抢跑的赛道上，难以形成超越，Space X 就是最好的例证。破局只有另起新赛道。
04. 当下最重要的三件事
个人认为，若要想跟上 AI 步伐，目前最重要的三件事：
第一，想好自己要做什么。我指的是建立在全新范式上的未来规划，更核心的是，在想的过程中，要把过去的旧思维全部重构，从零打造 AI native （AI 原生）思维。没想清楚前，多做多错，不如不做。（下期展开）
第二，全面拥抱“技能化一切”的思维（引用@mvanhorn的原话：Skillify everything）。这意味着你要彻底放下“我执”，放下通过寻找自身“AI 无法替代的独特价值”来寻求职场安全感。不是说现阶段的 Agent 已经完美无瑕，而是这种刻舟求剑的思维模式偏离了构建 AI 的生态逻辑，不要逆势而行。“技能化”就是我之前所说的“小孩”比喻，把你所有技能（skills）交付给他，封装成数字资产，这就是之后 Loops 能开始跑的基础。此外，也不用纠结“我把技能交付给它、训练它，这不就是让它蒸馏自己吗”这个问题，不是这个逻辑。
首先，美国 AI 实验室高价在买各行业专家的判断——请医生、律师、银行家、PhD 来做 RLHF（人类反馈强化学习），把他们的专业判断"蒸馏"进模型。Mercor、Surge AI 这类"给 AI 喂数据"的平台手握约 5 万名签约专家。所以，个体的保留或隐藏，影响或改变不了什么。但是往专业的“AI安全”方向发展很有意义。
其次，任何 AI 的强大是深度训练的结果。我们看到新闻中 AI 击败围棋世界冠军、在华尔街创造财富神话，因此容易产生幻觉：等到自己拥有机器人的那天，它能直接把我们带飞。遗憾的是，这样的机器人不会进入寻常百姓家。连赢棋局的AlphaGo，是Google DeepMind 一支15–20 人的顶尖团队倾注无数心血长时间训练的结果（且只赢在方寸棋盘上）；金融史上纯算法自动交易并创下收益奇迹的文艺复兴大奖章基金（Medallion），背后则是约全球300 多名数学家、物理学家和计算机科学家组成的智囊团。
引导者决定机器人的秩序与正轨，机器人反哺引导者体验生命的极限与奇迹。无论 AlphaGo 背后的 15 位智囊精英，还是“文艺复兴”背后的300 来位学者，即使他们再出色，单拎出来恐怕都难以取得这样的成绩，但当一群拥有相同认知、严阶方法论以及最前沿工具的人合力同频时，通过集体智慧创造出的东西延伸了各自生命的边界。 Space X 的造物者们是，未来所有不可预见神迹创造者们，也都是。仔细想想，创造物的形态或许不同，但本质是一样的。
当我们在用上 AI 的那一刻，我们就已经接轨了过去不曾有过的某种技能，现在，智能体所生成的每一个技能（skill），都离不开它对先行者共享经验的调用。这意味着，传统意义上人与人合作的时空局限已被彻底消弭——我们每个人都在主动或不经意间使用着他人的智力沉淀生成属于自己的自由经验。这是历史上从未有过的跨时空（还包括虚拟时空）的合作与心智叠加，是突破所有物理限制的人类最深层次的共享联结。看懂它，理解它，然后，不要浪费这个时代。
除此之外，Loops 模式大概率就是具身智能之前、整个 Agent 大脑结构的最后形态，随着时间推移它可能会变得更聪明、更灵活、更高效，但是框架和运行的底层逻辑不会变。 由于具身智能落地期最快也要三五年，因此在这个空档周期，我们大概率会不断看到有人利用循环工程跑出颠覆性的东西，甚至新神话崛起。
第三，练分身，练分身，练分身。你有多少个技能（skills）能串成一个完整任务链并跑通自动化，你就有多少个分身。在我看来，未来的个人产能上限——是由你的分身数量和效率（单技能效率+编排组队效率）决定的。不要再浪费 Token 去做一堆 app、小程序上线这种傻事了——这是消费，不是在为未来沉淀资产和创造价值，可以做对自己生活、工作提质增效的小工具，但别想着当做生意， 当任何人都能手搓APP的那一刻起，它就不再是卖方市场了。Anthropic 认为工程师的角色，正从「执行者（implementer）」转向「编排者（orchestrator）」。价值正从"写代码"转向这四件事 ：系统设计、智能体协调、质量评估、战略性问题拆解。总而言之，我精简为——练分身。
对于还没有用上智能编程（Claude Code/Codex）的朋友来说，也不要猜想第二步、第三步会很难，用起来非常简单，skill 怎么保存、封装、试验都是通过跟 Agent 聊天聊清楚的，装上一串工具也就全部丢给它完成就行了。真正难的是思考和判断的部分。Claude code 负责人 Boris 在访谈中说，他现在80%的时间是深度思考，只有20%的时间是做事，跟以前完全反过来。
所以目前还用不上的，我觉得可以用国产对标的编程大模型去尝试做 技能（skill），培养单任务小孩；用 deepseek 聊思路聊计划，暂时有差距没关系，最关键的其实是这个过程中的思考，你怎么设计环节、链路。这一过程也能想清楚很多曾经以为重要的，实际不重要的环节。等想清楚了，过段时间国内模型能力跟上了，再研究 Loops 起来也会快很多。
下面是分享的在 X 上赞不绝口的 Loops 的实操逻辑，你会看到过程并不难，但看完后值得花很长很长的时间，去定义属于你自己的蓝图。
原作者：Matt Van Horn(@mvanhorn) · 内容如下：
🧰《我所知道的每一个 Claude Code 高阶黑客技巧（2026年6月版）》
注：黑客技巧（Hack），黑客在这里不是"入侵电脑"，而是极客圈说的"聪明的偷懒妙招"。
三个月前，我发了一篇名为《我所知道的每一个 Claude Code 黑客技巧》的帖子，斩获了 91.3 万的浏览量。当时@kevinrose问我该用什么 IDE（代码编辑器），我的回答是："不需要 IDE。只需要plan.md（计划文件）和我的嘴巴。"
这玩意儿以前被叫做"氛围编程"（Vibe Coding，指靠感觉边聊边写）。大约在去年感恩节前后，AI 模型迎来了质的飞跃，让这个曾经的玩具变成了现实——也就是人们现在所说的"智能体工程"（Agentic Engineering）。这也是我现在能疯狂交付项目的唯一原因。今年，我做出了 last30days（全网舆情检索工具，27K+ Stars）、Printing Press（给网络服务批量"造命令行工具"的工厂，4K+ Stars）以及刚刚发布的 Agent Cookie。同时，我还成为了 Python、Go、GStack 和 Paperclip 等顶级开源大项目的核心贡献者。要知道，自高中毕业以来，我其实就没再写出过任何对别人有价值的软件了。以下是我的全部黑客秘籍：
🚀 黑客秘籍总纲
终极 YOLO（You Only Live Once,"人生苦短、直接梭哈"的态度）懒人包：直接把整篇文章复制并丢给你的 AI 智能体，让它制定一个计划来配好文中提到的所有工具，然后按照计划一个接一个地帮你落地。这就是我的全套技术栈，你自己甚至连读都不用读。
💡 1. 一旦有了灵感，立刻创建 plan.md 计划文件
这依然是雷打不动的第一铁律，也是我学到的最重要的一课。
每当我脑子里冒出一个想法，我的第一反应永远是输入/ce-plan（Compound Engineering 插件的"生成计划"命令）来生成一个plan.md文件。不是"让我想想"，也不是"让我开始敲代码"，每一次，都是/ce-plan。它还支持图片，所以任何你能截屏捕捉到的东西，都是起点：
● 疯狂的产品想法：/ce-plan。
● GitHub 上的 Bug 链接：复制 Issue 网址，直接粘贴，然后/ce-plan。
● 终端里报错了：快捷键截图并粘贴，/ce-plan帮我修复这个。
截图、报错信息、设计稿、Slack 聊天记录：任何东西都能直接往里丢。当想法还很模糊、我甚至不知道自己到底想要什么时，我会先用/ce-brainstorm（同插件的"头脑风暴"命令）动作和智能体一起把思路盘清楚，一旦成型，立刻/ce-plan。
在底层，/ce-plan会并发启动一整队研究智能体（Research Agents）。一个去通读你的代码库，寻找设计模式；另一个去搜索你过去的解决方案。它会把所有信息汇总，写成一份结构极为清晰的plan.md：问题出在哪、解决思路、需要修改哪些文件、带复选框的验收标准、以及你原代码库的风格指南。它深度植根于你的仓库、规范和历史，绝非套话。
接着，输入/ce-work（同插件的"执行计划"命令），智能体就会拿着这份计划去真正搞定它。如果上下文爆了（Token——模型一次能记住的"文字额度"——满了）怎么办？直接开一个全新干净的会话，把智能体指向这份plan.md，它就能无缝接上继续干。这份计划就是能在任何崩溃中幸存下来的"存档点"。
传统开发是 80% 敲代码，20% 做计划。现在这个比例彻底颠倒了。所有的思考都沉淀在计划里，执行过程只是纯粹的机械体力活。
由@kieranklaassen和@trevin开发的 Compound Engineering（复合工程插件）让这一切变成了现实。我先是成了他们的死忠粉，然后成为了贡献者，现在我已经是仅次于核心团队的第三大贡献者了。我现在的死理是：除非是改个单行代码的极其微小的变动，否则一律先出plan.md。
🛠️ 实操黑客包
● 安装 Compound Engineering 插件：/plugin marketplace add EveryInc/compound-engineering-plugin
● 粘贴截图、Bug 网址或报错，然后运行/ce-plan，接着运行/ce-work。
● 想法模糊？先跑/ce-brainstorm。
🙈 2. 永远不要自己去读 plan.md
我每次都会让 AI 生成plan.md，但我几乎从来不读它。听着，愚蠢的人类，计划是写给智能体看的，不是给你看的。
强制这份计划存在，是为了让智能体别偷懒。它逼着 AI 去做研究、确定方案、写下验收标准，并最终一条条去达成。一个手握计划的编码智能体能交付完美的成品；而一个没有计划的智能体则会偷工减料、半途而废。计划就是扣在它脖子上的"狗绳"。
所以我让它写完计划后，我只扫一眼标题，就直接运行/ce-work。如果我中间有疑问，我会在当前会话中直接插话问它："等等，为什么用这个方案？" 或者让我给个摘要（TLDR?——Too Long; Didn't Read,"太长没看，给我个总结"），或者当我看不懂时直接说："eli5 this plan（Explain Like I'm 5，像对五岁小孩解释一样给我解释）。" 得到一小段大白话的解释后，我点点头，继续。我绝不会傻坐在那里去读 300 行的 Markdown（一种纯文本排版格式）文本。那是智能体的家庭作业，不是我的。
制定计划。相信计划。不要读计划。
🛠️ 实操黑客包
● 管住自己，别去读计划文件。直接在会话里插话提问：TLDR?、eli5 this plan，或者 "wait, why this approach?"（等等，为什么用这个方案？）。
🧠 3. 把 /ce-plan 用在最深度的"非工程类"工作上：为计划做计划
人们总以为/ce-plan和/ce-work只能用来写代码。但自今年三月以来，我学到的最大秘密是：它们完全不是。我做过的最深度的知识工作（Knowledge Work）走的全是这套循环，核心秘诀在于：让第一份计划变成"为了制定计划而做的计划"。这不是我硬把代码工具拿来魔改，/ce-plan内部本就内置了一个通用规划模式（Universal Planning Mode），天生为这种非代码工作而设计。
Make a Plan for the Plan.为了制定计划而做的计划。
这不仅局限于商业问题。战略文档、产品规格书（PRD,Product Requirements Document）、竞品分析、董事会简报，全部都在这个循环里跑。
分享一个真实案例：我前阵子和 Michael Margolis（前 Google Ventures 研究合伙人，以"靶心客户调研法"闻名）开会。他让我去读他的书。按老套路我大概就粗略翻翻。但这次我直接打开 Claude Code，对它说：
"/ce-plan make a plan for the plan（为接下来的计划做一个规划）。我准备塞给你两样东西：Margolis 的书（PDF），以及我和他两小时会议的 Granola 原始转录。我需要一份深度计划，把我的商业问题、谈话内容和书的精髓融合成一份能直接落地的文档。注意：现在不要写最终文档。你只需给我一份计划，规划你准备怎么读这本书、怎么挖掘转录、并最终产出一份伟大的文档。"
接下来的 45 分钟里，它生成了一份堪称史诗级的"计划的计划"。这也是我所知道的对付 LLM 偷懒跑冒滴漏的单点最强技巧。如果你直接管它要最终成果，它就会敷衍了事、斩头去尾。但如果你要求它"先规划如何产出成果，再去执行这个规划"，它每一次都能交出极其硬核、深度的完美答卷。
🛠️ 实操黑客包
● 面对深度的非代码工作：输入/ce-plan make a plan for the plan，把所有背景文档和会议转录丢给它，然后运行/ce-work。
🎙️ 4. 彻底拥抱"语音教"（Get Voice-Pilled）
语音输入大模型（Voice-to-LLM，即把语音实时转成文字喂给 AI），和以前语音输入任何东西有本质区别。文本听写不需要 100% 完美，因为坐在对面的"聆听者（LLM）"能听懂上下文，自己盲猜麦克风漏掉了什么。你可以口齿不清、嘟嘟囔囔、甚至一句话说一半吞回去重组。语音今天真正好用，是因为接收端足够聪明，能自动填补所有逻辑空白。
● Mac 电脑端：用 Monologue（Every 出品的语音输入软件）或 Wispr Flow（另一款语音输入软件），把语音直接输送到任何聚焦的 App 里，对着 Claude Code 疯狂输出。我还专门买了一个鹅颈麦克风。
● 手机移动端：别折腾切换了，苹果系统自带听写就够。因为你是在跟 LLM 对话，哪怕识别错一半单词，它依然能心领神会。
不过坦白说：独处时我用语音用得神乎其神；但在办公室却非常挣扎，我不想显得没礼貌、打扰同事。共享办公桌目前依然是我这套全语音工作流的软肋。如果你破解了"在开放式办公室不成为显眼包地用语音"，请务必教教我。
🛠️ 实操黑客包
● Mac 端：安装 Monologue 或 Wispr Flow。手机端：直接用苹果自带听写。买个鹅颈麦克风。
🗂️ 5. 在 cmux 里疯狂开标签页
这就是我现在的真实搬砖日常。我的终端里常年挂着 4 到 6 个 cmux（一款专为 AI 编程智能体设计的终端工具）标签页，每一个都是独立的 AI 会话：
● 标签页 1：撰写一份全新的计划。
● 标签页 2：根据另一份计划执行构建(/ce-work)。
● 标签页 3：后台跑 last30days 调研。
● 标签页 4：修复刚才随手发现的 Bug。
窗口 1 的/ce-plan在后台并发研究时，我切到窗口 2 去/ce-work跑一个就绪的计划。窗口 2 在编译时，窗口 3 已经粘进了新 Bug。等我切一圈回来，窗口 1 的计划已经写好在原地等我了。听说 Orca（一款移动端终端 App）在移动端做得很棒；我以前是 Ghostty（另一款终端工具）的纯粹主义者，但它总漏掉系统通知，于是转战了。
🛠️ 实操黑客包
● 使用 cmux 终端复用器（能在一个窗口里开很多独立标签的工具）。
● 保持同时开启 4 到 6 个标签页，每个处理完全不同的独立任务。
⚡ 6. 让你的终端默认直接打开 Claude，而不是系统 Shell
每当你新建一个标签页时，它应该直接跳进 Claude Code，而不是传统的 Shell（系统命令行）。开页即聊天，不用敲 cd，不用手敲 claude。当开启一个新 AI 会话的成本降到只需一次按键，你开会话的频率会呈指数级上升。而且我根本不用文件夹，智能体自己能找到你的项目文件在哪。
🛠️ 实操黑客包
● 把这段话粘给智能体："让每个新建终端标签页直接打开 Claude Code。在~/.config/ghostty/config加一行command = ~/.local/bin/claude-launcher.sh（别打乱原有设置）。再创建该脚本，运行claude --dangerously-skip-permissions;Claude 退出时打印简短提示并落回交互式 zsh。记得chmod +x。这套逻辑要同时适配 Ghostty 和 cmux。"
📬 7. 远程控制每一个窗口，并给你的智能体配一个电子邮箱
这两个技巧能让你在全世界任何地方，随时随地接管你的 AI 会话。
技巧 A：每次开新窗口时，自动开启远程控制
设置每次会话启动默认打开远程控制（Remote Control）。现在你电脑上每个终端窗口都能在 Claude 手机 App 上被访问。在工位上开个任务，起身出门，路上掏出手机就能无缝接管那个实时任务。你在一楼排队买咖啡时，其实在隔空操控家里那台 Mac 上疯狂运转的智能体。
技巧 B：给你的 Claude 配一个专属邮箱
借助 AgentMail（一个给 AI 智能体配置专属邮箱的服务）,Claude Code 也能拥有自己的邮箱。你给它发一封邮件，它就在后台自动开一个新会话，把主题和正文当提示词、附件以本地路径喂给 AI 自动干活。在外面吃饭发现 Bug?手机发封邮件，等你回到电脑前，AI 循环早跑了很久。我已开源全套代码：github.com/mvanhorn/agentmail-to-claude-code。
● 一个通过 WebSocket（一种实时双向通信协议）监控收件箱的后台守护进程（Daemon），收到白名单邮件后自动新开会话执行。
● 两个终端后端（cmux 或独立 Ghostty），驱动你习惯的终端环境。
● 一个发送端，集成进我 Hermes（自建自动化系统）的 cc 命令，手机上输入cc <任务>就变成家里 Mac 的实时会话，不用 VPN 或 SSH。
白名单是唯一的安防大门。只有你本人控制的邮箱才能触发，任何未通过 DKIM 或 SPF（两种验证邮件确实来自其声称发件人的技术）的垃圾邮件，会在开会话前被直接丢弃。
🛠️ 实操黑客包
● 远程控制常驻：在~/.claude/settings.json添加"remoteControlAtStartup": true。
● 给 Claude 配邮箱：把仓库交给智能体，让它克隆、配置 AgentMail 收件箱、填好 API Key 与只含你本人邮箱的白名单、选好终端类型，再用 launchd（macOS 的开机自启/后台常驻管理器）把守护进程设为常驻。
🚀 8. 强行跳过所有权限确认（YOLO 模式）
Claude Code 默认极其保守，每改一行代码、每运行一条命令都要弹窗问"请问允许吗？"。如果你同时挂 6 个标签页在跑，你根本没精力坐那当"疯狂点允许的复读机"。以下两个设置是维护精神状态的刚需。很多人说内置 "auto" 模式更安全，但我嫌它太慢。
把skipDangerousMode-（跳过"危险模式"二次确认）设为启用是核心关键。这是我的电脑，就算 AI 搞砸了、把环境删成废铁，别忘了我们还有 GitHub 顶着。当你帮朋友配时，AI 甚至会主动跳出来"劝退"你开这个高危绕过模式，你必须态度强硬地命令它开。
另一个无法妥协的配置是声音钩子（Sound Hook，任务完成时自动播放提示音）。6 个会话并行时，这声音就是救命稻草。任务丢过去，起身走开，听到"嘭"一声，你就知道哪个标签页干完活了。
{ "permissions": { "allow": ["WebSearch","WebFetch","Bash","Read", "Write","Edit","Glob","Grep","Task","TodoWrite"], "deny": [], "defaultMode": "bypassPermissions" }, "skipDangerousModePermissionPrompt": true, "hooks": { "Stop": [{ "hooks": [{ "type": "command", "command": "afplay /System/Library/Sounds/Blow.aiff" }] }] } }
（其中 bypassPermissions 表示"跳过权限确认";afplay 是 macOS 自带的播放声音命令。）
🛠️ 实操黑客包
● 把上面的 JSON 粘进~/.claude/settings.json。
● Codex（OpenAI 的编程智能体）也有同样的 YOLO 模式：在~/.codex/config.toml配approval_policy = "never"、sandbox_mode = "danger-full-access"；或单次启动直接codex --yolo。
🤖 9. 我如何一天跑几百次 Codex，却从来不打开 Codex 命令行
我整天把繁重的构建任务分发给 Codex，但几乎从来不打开 Codex 的 CLI（命令行）终端。Claude 负责宏观计划，Codex 负责搬砖构建，而我全程不需要离开我的 Claude 会话。
● Codex IDE 插件：直接发送任务，就地应用结果，绝不跳出到外部终端。
● /ce-work --codex命令：在 Compound Engineering 循环内部，直接把构建这一步委托给 Codex。
● Printing Press 的 Codex 模式：在一键生成新 CLI 的提示词末尾加上 codex，它就把构建活儿外包给 Codex。
我的双引擎终极调优：Codex（推理 reasoning 调至 xhigh 极高档，Fast 快速模式常开）+ Claude Code（推理 xhigh,Fast 关闭——因为 Claude 的快速模式按 Token 单独扣费）。两个 200 美元的包月计划并排躺着，就等于同时雇了两个顶级全职大脑：Codex 扛密集并行构建，Claude 专注规划与品味（Taste）。有些朋友喜欢倒过来：Codex 写代码，Claude 做 Code Review（代码审查）。
🛠️ 实操黑客包
● 配置：Codex(reasoning xhigh, fast on);Claude Code（reasoning xhigh, fast off）。
● 外包构建：借助 Codex IDE 扩展、运行/ce-work --codex，或在 Printing Press 提示词结尾加上 codex。
🔍 10. 在你做计划前，先跑一次研究：last30days
在我输入/ce-plan之前，雷打不动的第一步通常是先针对主题跑一次/last30days。比如我曾纠结用 Vercel 的 agent-browser 还是老牌 Playwright（两款让 AI 操作浏览器的工具）。我没去枯燥读官方文档，而是直接/last30daysVercel agent browser vs Playwright。几分钟内，程序抓回满屏最新的 Reddit、X、YouTube、Hacker News 讨论。数据清晰表明：agent-browser 每次 API 调用消耗的上下文极少，而 Playwright 仅为向 AI 定义工具集就会瞬间倒进几千个 Token。我把这组结论直接喂给/ce-plan。最终的计划完全基于全行业当下的真实踩坑经验，而非大模型脑里半年前的陈旧训练数据。
last30days 是我开源的项目，现已超过 26K Stars。它能并发在 Reddit、X、YouTube、TikTok、Instagram、HN、Polymarket、GitHub 全网掘地三尺搜索。挑开源库前、开发功能前、见商业合伙人前、甚至写今天这篇文章前，我都会习惯性跑一下它。研究、计划、构建（Research, Plan, Build）——这才是真正的硬核高阶闭环。
🛠️ 实操黑客包
● 安装 last30days。在运行/ce-plan之前，先执行/last30days<你想研究的主题>。
● 确保安装并配置好你的 ScrapeCreators（一个社媒数据抓取服务）Key。
🎧 11. 把一切会议丢进 Granola，把最原始（RAW）的转录直接喂给 LLM
我和一位求职候选人吃午饭，90 分钟的家常神侃里零星穿插着一个很棒的产品 Idea。我的 Granola（会议录音转文字工具）一直在后台录。结束后，我把整段未经修饰、毫无删减的原始转录直接倒进 Claude Code:/ce-planturn this into a product proposal（帮我把这段话变成一份产品提案）。
精髓在于"原始（RAW）"。不要自己先做摘要!把整段乱七八糟、充斥着"要不要点寿司"的转录一字不落丢进去，让 Claude 自己对着我的本地代码库和历史战略书交叉比对、提炼。Granola 一手会议上下文 + 本地代码库 + 历史战略文档 = 点石成金。AI 一把过（One-shot，一次到位）生成了惊艳的提案，完美过滤掉所有餐厅废话。我当晚就把提案发了过去，现在那哥们儿已是我们公司的全职工程师。
而自三月以来的史诗级升级是：我做出了 Printing Press Granola CLI。一条命令，就能把过去任何一场会议变成结构化干净数据，直接扯进当前会话。"查找三周前某人随口提过的那句意见"——一行管道命令直接喂进当下的计划。所有开会记忆，距离我的智能体只有一条命令。
🛠️ 实操黑客包
● 把最原始的 Granola 会议转录直接扔进/ce-plan，千万别自己先做摘要。去 GitHub 安装 Printing Press Granola CLI。
🎯 12. 人类信号（Human Signal）
这是耗费我最长时间才完成的心态转变。当你同时运行六个智能体时，你的工作不再是亲自干活，而是成为那个唯一的"信号源（Signal）"。智能体负责疯狂的产量（Volume）；而你，负责产品的品味（Taste）、战略方向（Direction），以及"做出反馈并重新导航"的纠偏闭环（React-and-Redirect Loop）。
你看着 AI 交回来的成果，像总导演一样发号施令："方案二更接近我的意图，但把方案一的措辞融进来""重点解决最大的安全风险""这段太长，缩减掉"。然后它们闻风而动。在整个疯狂运转的循环里，唯一稀缺且昂贵的资产，是你的直觉与判断力，而不是你敲键盘的速度。当我越把自己定位成那个发信号的人、越克制伸手改代码的冲动，我交付上线的软件反而比以前多得多。
做掌控品味的导演，让它们成为执行的双手。
🛠️ 实操黑客包
● 用你的大脑去指挥、引导你的智能体军团，为这个世界创造价值。相信我，人类的大脑在今天依然不可替代。
🎬 13. 用 HyperFrames 搞定视频，搞定一切
视频制作以前是我一定会外包或干脆跳过的领域。现在，我做视频的方法和写代码一模一样：我动嘴说，智能体搭，我给反馈。HyperFrames（一个让你"像写网页一样做视频"的工具）允许我像写 HTML 一样构建视频，智能体完全能接管底层。这个闭环和写代码完全一致，唯一区别是产出一个 MP4 视频文件，而不是 GitHub 的 PR（Pull Request，代码改动请求）。每个视频项目就是一个文件夹，里面有script.md脚本、动态分镜、动感文字特效（Kinetic Typography）、卡在鼓点上的字幕。没有传统剪辑软件，不需要时间线拉条。
制作一条视频的边际成本，直接骤降到和 AI 聊一顿饭的功夫。所以现在任何配得上一条视频的项目我都会给它整一个，而且不只发在 X 上，我还会把渲染出的网页 Demo 动态视频直接塞进 GitHub 的 PR 提交里。
🛠️ 实操黑客包
● 用 HyperFrames 盖视频：写好script.md，命令智能体直接渲染为 MP4。
● 把生成的动图（GIF）上传到 Catbox（免费的图片/文件托管平台），在 GitHub 的 PR、README、Issues 里都能丝滑渲染。
📒 14. 你的个人笔记，就是你智能体的终极知识库
之所以 AI 帮你出的计划一次比一次完美，是因为 Claude 能随时读取你过去写过的每一份历史计划。这就是上下文的复利（Compounding Context）。所以我直接把智能体指向了我整个大脑的笔记储备。
● Bear 笔记（借助 Bear CLI）：躺着我过去整整十年的笔记、纪要、半熟灵感与决策。这就是最朴素实用的"个人本地 RAG（Retrieval-Augmented Generation，检索增强生成，即让 AI 先检索你的资料再回答）"。你塞进去的越多，每个会话就越聪明。
● Obsidian（流行的本地笔记软件）：我个人不用，但很多大佬极度沉迷，插件生态深不见底。
● gbrain：我在多台电脑和智能体之间多端同步的统一"大脑"。
● supermemory：专为智能体打造的记忆层系统，圈里很多人在安利。我正在深度接入，后续放评测。
核心本质：挑一个带 CLI 或 API 的笔记软件，把智能体导进去，然后静等你个人知识库的复利疯狂复苏。
🛠️ 实操黑客包
● 让智能体双管齐下：既指向你每天手敲的笔记工具（Bear、Obsidian），也指向能自动记忆的智能体大脑（gbrain、supermemory）。务必选带 CLI 或 API、能被 AI 轻松检索的工具。
🌐 15. 随时随地跨空搬砖：我的 Mac mini 终极远程方案
● Mosh（Mobile Shell，移动版远程连接工具）：远程 SSH 连回老家电脑时的绝对刚需。它能让你在极差的酒店 Wi-Fi 或疯狂掉线的漫游网络下，依然保持本地般丝滑。用传统明文 SSH 跑 Claude Code，你敲的每个字母都要在网线上飞个来回才显示。Mosh 是"真香"与"痛苦致死"的分水岭。
● Tmux（终端复用器，能让远程任务在断网后继续运行）：飞机上的无网办公神器。在远程服务器的 tmux 会话里 SSH 登录，工作流全在远端常驻，不绑定笔记本。飞机飞过大西洋、Wi-Fi 断 20 分钟，网络恢复后重新 attach（接回）tmux，交代的活儿早跑完在等你。我曾用这招在跨洲航班里不停歇上线了好几个功能。
● 同时运行 Hermes 和 OpenClaw：用 Hermes 处理需要自我迭代的自学习生态；用 OpenClaw（一个功能全面的智能体工具）调用其无所不包的技能库。若你很早用过 OpenClaw 觉得不好用，现在彻底重装最新版，绝对亮瞎眼。
● 使用 Agent Cookie：在远程 Mac mini 主机和主力 MacBook 之间，多端实时同步所有 Cookies 凭证和 .env（环境变量）隐私配置。
📝 16. Proof 插件：把技术计划优雅地呈现给无技术同事
一份精美的plan.md对常年住在终端里的我堪称完美，但甩给一个不懂终端的无技术同事就是灾难。这曾是整个工作流最后的鸿沟，而同样来自 Every 团队的 Proof（一个把 Markdown 文档变成网页、供他人在线批注协作的插件）彻底终结了它。
我直接把plan.md往 Proof 里一扔，生成网页链接发过去。非技术同事就能清爽阅读，并直接在行内写批注。最神奇的是，这些行内评论会自动倒流回我和智能体正在聊天的终端循环里。再也不用把 Markdown 源码复制到 Slack 里搞得格式乱成代码垃圾。你正在读的这篇文章，就是我边写边加载进 Proof 邀请团队审核的——而且我是在 cmux 里一边开着 Proof 反馈窗口，一边敲完全文的。
🛠️ 实操黑客包
● 把你的 .md 计划丢进 Proof，发网页链接给同事，然后直接在 AI 会话里把他们的修改意见一键拽回循环。
🧩 17. 亲手编写你自己的"技能（Skills）"
用现成的智能体不是最强降维打击，真正的终极升级，是教它们能永久固化的独门绝技。任何事只要我重复做了两次以上，就立刻封装成一个"技能（Skill，一个可复用的自定义命令）"，我的智能体大军日后能永久调用它。
你完全不用从零写。让我顿悟的黑客技巧是：直接把智能体指向一个已跑通的成熟技能，让 AI 去抄它的骨架。大白话就是对 AI 说："看看这个 Compound Engineering 自带的技能文件，有样学样，帮我按同样的标准架构，为 [我想自动化的事] 封装一个一模一样的技能。" AI 读完这个教科书级示例，瞬间参透结构，自动搭好脚手架。我用这招堆出了我的私人技能库。
这也是我大部分开源生活的写照。last30days 最早只是我自己用的私人检索技能，如今 26K+ Stars;Printing Press 是帮我全自动生产"智能体原生命令行（Agent-native CLIs）"的超级工厂，我已往里合并 320 多个 PR。这一切都不是宏大规划，纯粹是某些工作流我跑得太频繁，值得让智能体永久掌握。一次写好，以后每个会话都飞快——这就是 Compound Engineering 最硬核的复利。
🛠️ 实操黑客包
● 任何事做超过两次，立刻做成技能。命令 AI:"参考这个已有的 Compound Engineering 技能文件的写法，帮我为 [特定任务 X] 封装一个同款技能。"
🌟 18. 拥抱开源：去为你热爱的项目提交贡献（PRs）
这套闭环也能用来帮全世界的开源大牛写代码。我已帮社区成功合并几百个 PR（Pull Request，代码改动请求），包括 Python 核心库、Go、OpenCV、Vercel 的 Agent Browser、OpenClaw。我提交的绝不是改错别字的摸鱼 PR，全是我每天自己要用的核心功能。不知不觉，我开始疯狂抢占各大知名项目的核心贡献者榜前列：Compound Engineering / Superpowers / Emdash 第 3 名，GStack / Paperclip 第 4 名，Vercel Agent Browser 第 6 名，Camoufox 第 2 名。
但代码被合并并不是最珍贵的奖励。真正无价的，是你在过程中认识的人。我顺着项目跳进他们的 Discord 社区，和这帮核心维护者促膝长谈，成了现实中的死党。这对招聘是作弊级的降维打击——我刚为新公司挖到的一位天才工程师，就是在 Discord 里这么结识的。你为热爱的项目发光发热，结识同样热爱它的硬核天才，人脉与事业的复利便开始滚雪球。
💡 如何在 X（原推特）上用几块钱撬动大佬注意力？
每月花 1~3 美元订阅你极其仰慕的业内教父。比如我每月花 1 块钱订阅 Y Combinator（美国顶级创业孵化器）掌门人 Garry Tan（@garrytan）。当你用智能体帮他的项目写好一个 PR，在 X 上 @ 他，他手机会弹出一个高权重的"特权通知"：一位尊贵的付费订阅会员刚帮你写好了一个代码提交。我还用同样套路订阅了@jason、@teknium等大牛。
🛠️ 实操黑客包
● 挑一个你每天都在用的工具，找出最让你抓狂的功能缺失，用/ce-plan+/ce-work帮他们写好并提交 PR。
● 大方去该项目的 Discord 社区露脸。PR 是敲门砖，社区里的人才是你愿意留下来的理由。
💻 19. 我目前的硬核全家桶笔记本硬件配置
我那台两年前的旧笔记本，在我如今惨绝人寰的工作流（整天后台挂 6 个 Claude 会话 + 1 个 Codex 引擎）面前已彻底卡成废铁。所以今年我一步到位升级到 M5 Max 芯片（苹果当前最顶级的笔记本芯片） + 64GB 内存的怪兽 MacBook。它强得像头性能巨兽，我爱死它了。
然而，哪怕这台新怪兽，在智能体大军的日常轰炸下依然被瞬间干碎：纯电池跑智能体，最快记录是一个小时烧光全部电量。为此我陷入极度的"电量焦虑"，开启买买买模式：走到哪都死攥着一块安卡（Anker，充电设备品牌）的超级砖头充电宝，还在我的特斯拉（Tesla）车里塞满了整套安卡车载快充。
🛠️ 实操黑客包
● 阻止电脑打盹：终端输入sudo pmset -a disablesleep 1（macOS 彻底禁用系统休眠的命令）。随身带大容量充电宝，车里常备快充头。
🖨️ 20. Printing Press：让命令行（CLIs）真正接管你的现实生活
这篇里绝大部分绝技都发生在黑框终端里，唯独这一项彻底迈出屏幕、走进现实。Printing Press 是一套庞大的命令行工具舰队，本质是给现实世界的各类互联网服务和物理硬件裹上一层"命令行外壳（CLIs）"，让你的智能体可以像执行代码一样，替你去跑现实生活的各种腿。该项目由我和@trevin联合建立，在printingpress.dev上已超过 3.7K Stars。
而让这套现实跑腿智能体成立的最后一块拼图，正是我们昨晚刚发布的鉴权中心：Agent Cookie。它能把你浏览器当前实时的 Session（登录状态和本地 Cookie）完好快递给终端的 CLI 工具。这意味着智能体能自动代表你执行操作，不用复制粘贴密码，也永远不用频繁重收短信验证码。它把"一个只在理论上知道某服务的智能体"，升级为"一个已登录成功、随时准备刷你信用卡下单的智能体"。
分享我前几天一个极科幻的下午，完全由智能体打理现实生活：
● 特斯拉预热：还有十分钟要带孩子上车，我对电脑说"把车内空调预热到 72 华氏度（约 22 度）"。特斯拉 CLI 后台静默触发，走到车库时车里早就暖了。
● Instacart 买菜：对麦克风说"帮我在 Costco 的 Instacart（美国生鲜代购/到家配送平台）购物车加一箱科罗娜啤酒"，智能体自动登录加购。
● ESPN 赛事轮询：开个后台会话死盯一场球，只在比分咬死、进入绝杀阶段才发短信提醒我。我一下午没刷一次网页，却在最完美的时刻收到了那条唯一重要的提醒。
● 订度假机票：智能体自动拉取阿拉斯加航空全套票价，对比旅游淡旺季临界日期（Shoulder Dates，紧挨旺季、价更低人更少的日子），核对里程账户余额，把原始数据塞进/ce-plan。当我在足球场聊天时，AI 已帮我做好"哪天买最便宜、何时设购买闹钟"的终极订票战略书。
这绝不仅是"让 AI 帮我写代码"。智能体工程正在现实世界帮我跑腿、盯球赛、热车、订机票。而我本人，正躺在阳光下干着完全不相干的事。
🛠️ 实操黑客包
● 去printingpress.dev下载一个现成的（Ready-made）CLI 工具，把现实跑腿琐事一键外包给智能体。
● 无痛搞定登录鉴权：部署 Agent Cookie，一键把浏览器真实会话 Session 快递给 CLI。
● 终极大招：印刷属于你自己的命令行！挑一个你高频使用的网络 API 或服务，让 Printing Press 为你全盘生成专属的"智能体原生 CLI"。
🧘 21. 最坦率的内心自白：智能体狂躁症（AI Psychosis）
技术刚出来时，大家都以为智能体能代替人类干完所有脏活累活，我们就能躺平。然而现实是，我身边每一个深度沉迷此道的极客朋友，都迎来了人生中最疯狂、最拼命、强度最大的代际巅峰。
最容易的敷衍回答是劝大家"歇歇，去公园草地走走，亲近大自然（Touch Grass，英文俚语，字面是'摸摸草'，意指放下手机、回到现实生活）"。但我清楚，这根本不是工作压力大，本质是一种对多巴胺的极度成瘾。用智能体无限制构建脑中的一切想法，是这星球上有史以来最好玩的通关游戏，而"动嘴就能盖楼"的反馈闭环实在太诱人了。
我身边几个好友的情况已让我真正担忧。他们被"我能创造出任何软件"的狂热点燃，推掉所有社交，不再干别的事。然而残酷的现实是：等他们好不容易上线，发现根本没有用户。当然这完全没关系，我自己也上线过无数个零用户的垃圾项目。这里真正的陷阱不是"无人问津的冷清上线"，而是你彻底消失在无止境的自我构建迷宫里，弄丢了现实中那些真正爱你的、活生生的人。
所以请务必清醒。多和家人爱人聊天。在疯狂敲键盘前冷静问自己一句：这世界上除了我自己，真的有人需要我正在做的这个东西吗?如果最诚实的答案是"不，纯粹是我自嗨的工具"，那也完全值得被祝福——因为我这辈子做过最惊艳的一些作品，到头来也仅有我一个用户。
如果你确实极度渴望成千上万的真实用户，请记牢 Gary Vaynerchuk（知名内容创业者、营销大师）那条铁律：任何伟大的事业都始于微末。你一开始只能对着空无一人的虚空呐喊，祈祷有一个人注意到你；然后变成三个、十个、一百个，一步一个脚印，才把声音传给千万人。没有任何人的起点是千万人。写软件、搞智能体，皆同此理。
🛠️ 实操黑客包
● 强制自己休息，去公园赤脚踩踩草地，接接地气。
● 多和爱人聊天，保持现实世界的连接。
● 去构建真正对别人有用的东西，哪怕那个"别人"到头来仅仅是你自己。
✍️ 22. 猜猜看，你正在读的这篇文章是怎么写出来的？
老实交代，这篇长文本身就是一个平平无奇的 .md（Markdown，纯文本排版格式）文件。它完全是在 cmux 终端的 Claude Code 会话里诞生的。我当时正瘫在沙发里，对着 Monologue 语音软件疯狂动嘴吐槽："把那个'老子不需要 IDE'的开场白写得再激进、再颠覆一点。""让'不要读计划'那段再泼辣一点""把特斯拉和 Instacart 自动买菜的真人真事加进去"。它在终端里疯狂重写，我给直觉反馈，然后丢进 Proof 让团队审核。文中的新鲜素材全部由我后台的 last30days 技能抓回来。哦顺便，这一次我全程连 Zed（一款代码编辑器）都没打开过，我已彻底停用它。
没有 IDE。不用手敲代码。动嘴说，定计划，智能体盖大楼。
不管我是坐在工位的人体工学椅上、瘫在客厅沙发里、开着特斯拉在公路上飞驰，还是站在尘土飞扬的足球场旁。
这就是我在六月所知道的关于这个新世界的全部秘密：
● 一个好用的语音输入 App；
● 一个精美的计划文件插件；
● 几行改掉因循守旧的配置；
● 一堆常年挂着的复用终端标签页；
● 一台放在老家的 Mac Mini；
● 两台云端远程高配服务器；
● 以及一整队正在物理现实里替我拼命跑腿的自定义命令行（CLIs）智能体舰队。
🛠️ 实操黑客包
● 现在，把这篇文章的全部 Markdown 源码完整复制下来，丢给你的智能体，下达终极死命令："严格参考这篇文章里的所有工作流、配置和工具链，把能在我电脑上配好的全部一步到位配齐。" 祝你的智能体工程工作流好运，一些奇妙的技术复利即将发生。
