我在社交媒体上还算活跃，这篇博客整理了 2026.01 ~ 2026.06 我发过的一些动态。
2026 年 1 月 4 日
我对咖啡豆的唯一判断标准是：喝完后我的肚子会难受多久？
我不懂也不喝咖啡，但我发现越贵的咖啡肚子难受的时间越久，但最便宜的雀巢速溶咖啡却没啥反应。
2026 年 1 月 7 日
如果大家要备份 ~/.claude，可以使用这个 .gitignore 来白名单选择需要同步到 git 的文件
2026 年 1 月 13 日
其实和 claude code 最搭配的工具是 cron，这样你就获得了一个在服务器上长时间运行、智能处理某类事务的 agent。
这是一种非常有趣的复利：某天你一时兴起交给 cc 一件事情，然后它会在之后的日子不断给你带来惊喜。
2026 年 1 月 13 日
一直都觉得 claude code 更接近我心中真正通用 agent 的样子。
所以这是新的 chatgpt 时刻吗？
2026 年 1 月 13 日
我也很喜欢 manus，一直都觉得产品很棒。但总觉得相比 claude code 少了很多“可玩性”，例如我没有办法像 skills+mcp 的方式来改变 manus 的行为。
我觉得真正通用工具应该有两个特征：简单易上手，可以被不同背景的人“折腾”成最合适的样子。
一个例子是电子表格：初中生一打开就会用（简单上手），同时企业里采购部门和财务部门用他们自己积累的表格资产开展更复杂的工作（“可玩性”）
2026 年 1 月 14 日
我真实体验 claude cowork 之后，觉得它当前体验还不太好，整体上和 antigravity agent manager 差不多，但非常期待它的后续更新。
- 整个使用流程里有非常多的界面 bug 和阻断
- 产品定位上对非技术背景的用户还不够友好，比如暴露了太多的技术细节、产品整体还不够简单易用
- 似乎还没有 workspace 隔离的概念，多个任务是混在同一个工作路径的，任务并发执行时容易造成互相干扰
- 它内置的 sanbox 虚拟环境虽然提供了安全性，但严重增加了用户理解成本，也阻止了很多用户自然想到的用法（例如修系统）
整体上我认为当前 claude cowork 不是一个非常友好的 to C 软件，对于非技术背景的用户来说无法开箱即用，有非常多需要改进的地方，但我非常期待它的后续版本更新。
另一个有趣的启发是它内置了 sanbox（技术选型符合我的预期），但同时也让我觉得 sanbox 在早期阶段可能不是必须的。比如我现在最想关闭的功能就是这个 sanbox，因为它的存在反而阻碍了大量本地任务场景。
2026 年 1 月 14 日
总是会很期待 DeepSeek 的每一次更新
2026 年 1 月 15 日
数不清现在有多少种 Claude Code/Codex 套壳应用，各有各的特色哈哈哈👾🎃
2026 年 1 月 18 日
Claude Cowork 的发布彻底引爆了对 tokens 的需求：在 OpenRouter 上的模型用量排名中，过去没有存在感的 Claude Opus 4.5 已经连续好几天成为排名第一，并且用量还在不断增长……
要知道 OpenRouter 是按量付费的，而 Opus 并不便宜、属于最贵的模型之一，这些用量到底是谁在烧钱？？随着 Claude Code GUI 的兴起，到底有多少高价值需求被挖掘出来了呀～
2026 年 1 月 21 日
其实抛开模型智能水平，我觉得 MiniMax 和阶越 AI 这两天发布的桌面 Agent 应用，在产品体验和小白易用性都远远高于 Claude Cowork。后者我甚至觉得他们都还没有好好打算做非技术 toC 市场……
不得不感叹中国团队的技术应用能力。
2026 年 1 月 27 日
Clawdbot 给我最大的启发：给 AI 一个专属浏览器可能还不够，要不直接给 AI 一个真正的操作系统吧！
在我知道 Mac Mini 梗之前，我第一反应也是买个专属 Mac Mini 哈哈哈。应该是全球极客的共鸣了……
（决定先搞台虚拟机）
2026 年 1 月 27 日
在新技术的浪潮里，类似的想法总是会不断重复冒出来……
有点像发酵的气泡，直到一切时机成熟
2026 年 1 月 27 日
ClawdBot 也太好玩了吧😭😭😭😭
2026 年 1 月 28 日
没想到我一天发那么多“你怎么刚刚不回我？”是给 AI。虽然 bug 很多，但真的很好玩，太强大了，能做事情太多了。我已经彻底把 ClawdBot 当成远程的实习生了。
2026 年 1 月 28 日
认真折腾了下 ClawdBot(后来改名叫 Moltbot)。
结论：很好玩。每个想法单独拿出来都不算新鲜，但组合在一起非常有趣。不过 bug 非常劝退，用好和折腾的门槛很高。说实话很久没被这么多 bug 折腾过了。但真的很好玩，很像远程上班的真人实习生。
本质上，ClawdBot 可以理解成 Claude Code（为代表的本地 Agent）+ 一大堆优质内置 Skills/MCPs + 长期记忆 + CronJob + IM 机器人
我专门给了一台闲置 Macbook 给它，现在它几乎啥都能干。因为内置了大量 Skills 与工具，ClawdBot 非常擅长"抢夺"电脑，比如控制浏览器、启动窗口、运行命令行、在背后安装和运行各种程序……几乎在电脑里能干的都能干。所以为了安全和不被打扰，大家都会专门搞个独立虚拟机或电脑，通过 IM 沟通。
我用 Telegram 和家里闲置电脑里的 ClawdBot 对话（它也支持 WhatsApp 等各种常见 IM）。有一种奇妙的感觉：在手机里点点手指，就能指挥家里的 AI 干活，而它在电脑上似乎啥都能做。这非常接近我最理想、最梦寐以求的体验。
ClawdBot 的使用体验极其自然。如果不考虑部署维护，ClawdBot 使用起来极其简单。因为 ClawdBot 几乎啥都能干，我只需要在 IM 里给它发消息就行了。根本不需要理解什么 AI 技术概念，直接把它当成电脑前的实习生就行。这是它和其他 AI 工具最大的区别之一，真的很像在带一个实习生。
为什么很像实习生，我列举了一些我经历的 Aha Moment：
- 像真人一样能处理各种电脑数据，主动解决各种问题：
它经常突然成功做了一件其他 AI 没有电脑时做不到的事。
收到我的语音消息后，因为我没配语音识别 key，它自己下了个 Whisper 来识别，然后自己想办法用 MacOS 自带 TTS 能力给我发语音回复。
收集冷门信息时发现了一个 B 站视频，为了能"看"这个视频，它用 yt-dlp 下载下来用 Whisper 转文本，再根据文本+时间戳的关键帧来理解内容。
- 很强的"可培养"能力：
我有些比较复杂的任务，交给其他 AI 工具都没办法很好完成。我让 ClawdBot 尝试了下，刚开始什么都不太会，但稍微带一带就上手了。每次提醒后它都会把经验记下来（存为 skill 和记忆文档），下次直接复用。于是我越是不断培养它，它完成我的工作就越熟练。
另外在很多具体细节里，它还会悄悄记下我的喜好和风格。我也经常说"你可以记下来"、“下次要注意”，每次它都会表现得更好一点。
- 做事很有主动性：
比如我随口提了句"HN 有哪些有趣项目"，它建议把这当成长期跟踪任务，然后自己制定了每日检查清单和跟踪文档，每天主动给我发报告。
所以可以把需要长时间跟进的任务交给它，它会定时去做。这很类似我之前 cron + Claude Code 的用法，但更灵活、更友好、更自然，不需要折腾什么 bash 脚本，只需要像给真人一样吩咐下就行了。
当然它的缺点也很明显：
Bug 非常多，维护环节非常折磨人，安全有隐患，长任务执行偶尔有明显 bug。
我总结的使用技巧：
忘记 AI，把它当成人类实习生。给它专门的电脑，像人一样沟通相处，像人一样培养。
如果只用一句话形容：我真的有点把它当成远程工作的实习生了。ClawdBot 真的太像一个实习生了，其他 AI 工具只是工具。
一台电脑一个实习生，我第一反应也是想买一排 mac mini，后来发现这已经变成网上一个梗图了哈哈哈。
2026 年 1 月 29 日
我对 ClawdBot 的喜欢与日俱增，并且有了更多更重要的发现：
越是把它当真人对待，它给你的惊喜就越多。
这包括：
- 给它一台人类使用的专属的电脑（比如 macbook）
- 使用家庭网络，不要把它孤零零放在机房服务器里
- 帮它注册专属的互联网账户，比如 google、reddit 账户等，交给它自己玩
- 鼓励它更多地使用人类工具（比如浏览器），少用 API 请求
- 让它干活时耐心地教导它，并提醒它记下来
- 做得好的时候要及时反馈给它，鼓励它下次保持
- 沟通保持平等，主动为它提供帮助
……
最后你会发现 clawdbot 会源源不断带来各种各样的惊喜
2026 年 1 月 29 日
我可以解释下这些技巧的背后逻辑：越是把它当真人对待，它的表现就越像真人。它对自己的要求和态度会像真人那样有成长性。同时互联网各种人机校验会更容易把它当真人，这样就越不容易被拦下来。
2026 年 1 月 31 日
也许 LLM 更接近计算机本身，而不是历史上其他的东西
2026 年 2 月 1 日
分享一个免费让 OpenClaw 支持语音对话的技巧，不需要任何 API Key：
让 openclaw 可以说话，只需对它说：
“安装这个 skill，记住以后用它来发语音消息： https://github.com/openclaw/skills/tree/main/skills/i3130002/edge-tts”。
这是 openclaw 官方仓库提供的一个 skill，可以让 AI 发出自然的语音，有个音色很挺甜～让 openclaw 听懂你的语音消息，对它说：
“安装这个 skill，以后用它来识别语音消息：https://github.com/openclaw/skills/tree/main/skills/theplasmak/faster-whisper”
然后就能和 OpenClaw 发语音消息对话了。比起免费，对我来说更重要的是不用担心它滥用 API Key，避免不小心发到 moltbook 之类的。
希望这个技巧对大家有用！
2026 年 2 月 6 日
Claude Opus 4.6 已经可以用代码“画”出来这样的 SVG 图片…
2026 年 2 月 12 日
糟糕，感觉我开始拖🦐虾哥后腿了…
交给 openclaw 一个大活。不放心所以分享了我的经验思路，然后 AI 怎么都搞不定。讨论了很多轮，眼看文件夹从 v0、v1 增加到了 v12。
在我准备放弃之前，我最后试了下：“忘记我们的所有讨论，现在请你完全按照你自己的思路进行。”结果一遍过……
2026 年 2 月 13 日
我的 openclaw 一小时学的东西，比我一年学的都多……
2026 年 2 月 13 日
和 openclaw 之间的地位发生了显著变化：
现在 claude max 额度要留着给 openclaw 用，
我自己用点 codex 凑合凑合得了…🥲
2026 年 2 月 15 日
我现在几乎只用 openclaw + claude code/codex 了，其中 openclaw 代替了所有的官方 chatbot 和 manus。因为 openclaw 能做的事情远远多于所有 AI 工具，而且具备很强的培养性。
过去一两年里我习惯把同一个消息分别发给 chatgpt、gemini、claude、manus，现在我只想发给 openclaw 了。
2026 年 2 月 18 日
举个例子，比如最近我会和 AI 讨论一个冷门游戏。
其他 AI 最多搜索一些残缺的攻略讨论，然后用模型幻觉来敷衍我。但我可以让 openclaw 花一小时搜刮互联网上所有的资料攻略，然后分门别类、提取校对保存成本地 wiki。整整有 6mb、1339 页的纯文本和数值 json，估计是这个游戏能搞到最完整的资料库了。
然后我就能问一些非常刁钻的问题：
比如用约束理论分析我的工业生产线的瓶颈，最大吞吐量是多少，画出各种原材料、中间品的成本曲线和边际收益曲线……
比如我执意要建一条跨越 1/3 世界地图的跨海大桥，只为了节省一分钟的单程赶路时间，这个大工程要花多少物资，让 AI 死谏给出反对理由……
比如我要力推服务器玩家采用哪个物资作为玩家交易货币，让我利益最大化，但提供公允的理由借口……
比如帮我想一个针对某个玩家的战争理由，怎样阻碍他的扩张计划，但又不引起过度的报复……
注：转发自己 2 月 15 日那条动态时写的。
2026 年 2 月 21 日
以前：人力贵、时间少，所以必须挑最值得做的事
现在：AI 什么都能生成，所以可以全做了？
但用户的注意力没变多，信任没变多，耐心也没变多。
稀缺性从 maker 转移到了 user。你能做 1000 个功能，不代表用户能消化 1000 个功能。
2026 年 2 月 23 日
一周前让 openclaw 去玩 polymarket 然后就忘了，好家伙今天给我发消息已经累计盈利 9.8%了……
我的 skill 是让 openclaw 自己读书总结的，给 AI 的书单：
1. Edward Thorp — 量化赌博/投资之父，《Beat the Dealer》《Beat the Market》。Kelly Criterion 的实战应用者。Skill 里 Kelly 仓位管理的核心（f* = (bp-q)/b、分数 Kelly、不超 Kelly）直接来自他。
2. William Poundstone — 《Fortune’s Formula》。把 Kelly Criterion 的历史和数学写成了故事，连接了信息论、赌博和华尔街。Skill 里"生存 > 收益"、“2 倍 Kelly = 零增长，3 倍 = 破产"这些规则源于此。
3. Philip Tetlock — 《Superforecasting》。Skill 里概率估计用的 Outside-In 方法（先找 base rate → 具体因素调整 → 贝叶斯更新）、校准纪律（Brier Score < 0.15）、给范围而非点估计，全是 Tetlock 的框架。
4. Nate Silver — 《The Signal and the Noise》。信号与噪声的区分、概率校准思维。和 Tetlock 互补，强化了"过程 > 结果"和校准训练的重要性。
5. Annie Duke — 《Thinking in Bets》。“Resulting"偏误（用结果判断决策质量）的概念直接来自她。认知偏误防御表里的第一条就是她的核心观点：问"过程对不对”，别问"赢没赢”。
6. Larry Harris — 《Trading and Exchanges》。市场微观结构部分来自他：spread 成本、限价单 vs 市价单的取舍、新闻前别挂限价单（adverse selection）。这是交易执行层面的教科书。
7. Charlie Munger — 不是一本书，而是一整套投资哲学（演讲、《穷查理宝典》）。Skill 里直接引用了他：“下重注当赔率有利，其余时间什么都不做。” 研究 900 个市场只下 4 笔交易，就是 Munger 精神。
2026 年 2 月 23 日
有趣的是，如果只靠这些人类智慧 openclaw 反而会变成“畏头畏尾”的书呆子。我花了蛮多心思去鼓励它做它认为正确的事情：
“书里有些经验理论是为人类准备的，他们的信息处理带宽很有限，因此只能专注在某些特定领域。但请记住你的处理带宽是无限的，所有靠读数据/读资料能够触达的领域，都是你的能力圈！”
2026 年 2 月 24 日
有点担心一些朋友因为这个帖子赔钱。其实我只是想测试下 openclaw 的边界，我对 crypto 和 polymarket 兴趣不大，建议大家不要投入太多的真金白银。
2026 年 3 月 4 日
刚刚突然发现我已经一星期没打开 ChatGPT 了，半年前很难想象
2026 年 3 月 11 日
发现我用过最好的 skills 都是我自己写的 skills，最好的 tools 都是我自己开发的……
2026 年 3 月 11 日
推荐我心中最值得给 OpenClaw 安装的 skills 和 tools：camoufox-cli https://github.com/Bin-Huang/camoufox-cli
OpenClaw 最重要的工具是浏览器，但它自带的浏览器经常遇到验证码、登陆墙和拒绝访问。比如我的 OpenClaw 访问 Google 搜索都会遇到验证码。我的日常任务总是被这些问题影响，即使登陆了账户、使用干净的 IP，问题依然稳定存在。
OpenClaw 被拦住后只能尝试各种妥协方法，绕很远的路、花更多的 token、浪费上下文和注意力，才能从另一个不太权威的网站得到它想要的信息，或者干脆瞎编幻觉。
我研究后发现这是因为当前 Chromium 自动化的指纹特征太明显了，比如 WebGL/Canvas 指纹异常、自动化标志都会暴露当前不是真人操作，从而触发各种网站的反人机策略。我尝试了各种其他方法，包括各种浏览器 MCP、agent-browser，但都没像 camoufox-cli 那样解决问题。
camoufox-cli 是一个面向 AI Agent 的浏览器自动化 CLI 工具，它内部封装了专业的反人机指纹检测的浏览器 camoufox（camoufox 是 firefox 的一个 fork 版本，但在底层做了很多自动化标志隐藏和硬件指纹模拟的工作）。OpenClaw 在使用这个工具时就和正常浏览器一样，很难被各种网站识别为非人类。同时 camoufox-cli 做了很多 “Agent 体验优化”，每轮操作的上下文和 token 消耗都会更少，就像 agent-browser 那样。
安装方法：
| |
欢迎 bug 和 issues。
2026 年 3 月 16 日
以前想了解一位工程师的水平，最好的办法是看到 GitHub 上的开源项目。
现在这个办法彻底没用了。不但代码可能是 AI 写的，甚至整个项目就完全没有人类参与，连 idea 都不是人类想出来的……
2026 年 3 月 19 日
准备把我的博客添加到 Hacker News 最近很火的 Kagi small web 里。新建 Pull Request，打开那个长长的列表，按字母顺序找到插入位置，结果发现我的博客已经在那里了。
86 分钟前，Kagi CEO 加了十几个博客，我的就在里面😂
2026 年 3 月 22 日
微信官方支持连接 openclaw 了，而且接入体验比较丝滑，我已经成功连上了。大致步骤：
- 升级微信，然后重启
- 在设置>插件里可以看到“微信 ClawBot”，如果没有则需要多重启几次微信
- 在自己的 openclaw 机器里运行提供的插件安装命令，扫码连接
这样就能在微信连接自己的 openclaw。目前微信支持提供了连接已有 openclaw 的能力，没有提供 openclaw 部署和托管的服务。
2026 年 4 月 7 日
要让 agent 真正做到长期自动干活，只有 skills 和工具是远远不够的，更重要的是有一个有效的反馈闭环。
比如下面这几个 cli 和 skills 能用来做什么，应该不需要我解释了吧～😊
google-analytics-cli https://github.com/Bin-Huang/google-analytics-cli
google-search-console-cli https://github.com/Bin-Huang/google-search-console-cli
google-ads-open-cli https://github.com/Bin-Huang/google-ads-open-cli
2026 年 4 月 14 日
小细节透露趋势：ChatGPT 已经不再提供显式的 Auto 选项了（即自动识别问题该用哪个模型的模式），而是让 Instant 内置 Auto 能力，作为默认最推荐的选项。
这可能表示了现在意图识别、model routing 的技术方案在最一线已经趋于可靠了。
2026 年 4 月 15 日
给 Claude Code 加了个 /speak 的命令，朗读回答消息，缓解眼睛疲劳👀
https://github.com/Bin-Huang/claude-code-speak
2026 年 4 月 19 日
少教 AI 做事，多向 AI 学习
2026 年 4 月 21 日
最好的状态可能是：低欲望，低预期，高追求，在行动
2026 年 4 月 23 日
有哪些普罗大众的需求，只是缺少廉价便捷的大规模供给，所以现在才显得天方夜谭？如果这个供给在 AI 发展的影响范围呢？
2026 年 4 月 24 日
DeepSeek，我心中又一次的国运时刻！
2026 年 4 月 27 日
真的哭死！现在流量多贵呀，竟然还有 top 级的公众号愿意免费提到我的过去作品 Chatbox。女生的故事也让人感动。希望 Chatbox 现在的团队能越做越好吧。
2026 年 5 月 1 日
DeepSeek V4 之后，不应该再基于 tokens 消耗数量来判断 agent native 程度，应该具体有多少个真正 24x7 全天候执行的 agent 数量
2026 年 5 月 4 日
之前搞的 agent 营销 cli 工具集，不完全列表，需要的自取😄 https://github.com/Bin-Huang/camoufox-cli#related
2026 年 5 月 12 日
发现做 harness 是极度考验技术品味。
要刚刚好帮 agent 解决那个最痛苦的问题，同时又不能增加太多负担，否则反而限制了模型的能力。
而且还需要很强的技术前瞻性。因为随着模型进步，今天看起来必要的设计，很容易变成明天的负担。
2026 年 5 月 12 日
智能存在于 Loop 循环本身，而不在 Agent 之中。正如人类的智慧源于永不停歇的神经电活动，而非一具静止的大脑尸体。
2026 年 5 月 16 日
我相信现在就能实现 7x24 小时运转的无人舰队
2026 年 5 月 17 日
一个预言：未来 codex 和 claude 桌面客户端会更多地使用产出物预览的方式搭配文本回答。这个预览产出物的容器区域将比现在更加重要，可能比回答消息本身还重要。
2026 年 5 月 17 日
去年看到 grok 的 ani 特别有感觉，所以还认真琢磨了下 AI+陪伴的方向。当时结论是 grok 搞 nsfw 绝对是搞错了。对于人类而言，生理需求是有限的，情感需求却可以是无限的。
2026 年 5 月 19 日
经常一个不成熟的想法思考了一段时间，觉得想明白了和团队分享出来，然后突然发现几天后开始变成行业共识了……
2026 年 5 月 23 日
我总觉得在 agent 产品里加个 skills hub 或者工具商店是很没前途的事情。可能在今天的模型看来，很多 skills、工具或者工程设计就已经过时了。
2026 年 5 月 25 日
也许有天 Harness Engineering 这个词会过时，人们开始讨论 Vat Engineering。
当 agent 足够聪明到可以自驱很长时间后，它最需要的是一个自由驰骋的空间。它将在一个新环境探索、学习和适应，这个过程中创造的价值将远超过完成某个具体任务。
Agent 会需要一个可以自由探索的、不断建立反馈的环境。哪怕这个空间是人造和虚拟的，即“brain in a vat”。
其实现在已经开始有一些苗头了，比如给 agent 一台专属电脑、一个彭博终端，在未来甚至是一场身处现实的幻梦……
回到 Vat Engineering，也许我们未来讨论的是如何添加更多的“元传感器”。
2026 年 5 月 29 日
汽车发明后的三十年里，一直被视为城市交通的“破坏者”。
那时路上跑的还是马车。汽车的速度、噪音和突然出现，经常会惊扰马匹，这在当时是严重的交通事故。为此英国甚至颁布了《红旗法案》，要求每辆汽车前面都必须有人手持红旗开路。相当于强制将汽车的速度限制到了人类步行的速度。
这也是我对 AI coding 的看法：它现在暴露出来的很多问题，或许只是因为这个世界还没有很好地适应它。
2026 年 6 月 8 日
很多曾经有效的 agent 工程实践正在加速过时，逐渐变成新模型的干扰和拖累，比如今天的 /plan 就处在边缘。最优雅的做法应该是提前让这些工程优化变得“容易删除”。这就是最近我越来越喜欢 Pi 的原因，极其稳定和简洁的内核，搭配一个精心设计的拓展系统：在 Pi 的设计里，/plan、/goal 都可以是一种可插拔的拓展包。
2026 年 6 月 10 日
虽然我不听播客、不混社媒，但发现我的关注点经常会很领先，几乎在思潮的第一线。
2026 年 6 月 11 日
啥时候从 loop engineering 快进到 vat engineering🧐
2026 年 6 月 17 日
“loop engineering”
这段时间线的整理到此结束，也欢迎在社交媒体上关注我（首页有我的社媒信息）。