Song He

@fankaishuoai 未来产品的触达，销售和渠道就是最大的门槛

说实话：AI 编程热了，但靠它赚钱的路基本上堵死了。 理由很简单。2025 年一年，GitHub 新增了 1.21 亿个代码仓库，App Store 提交量暴涨 84%。能做软件的人在爆炸增长，但买软件的人在消失。我自己规划的 8 款软件，6 款被智能体直接替代了，不用开发。 供给增 5 倍，需求缩至五分之一，竞争烈度 25 倍。这不是难了一点点，是死了一大片。 现在还在学 AI 编程想靠卖软件赚钱，是往火坑里跳。

@manateelazycat openclaw目前这种产品形态，不说普通用户了，光是developer看了都摇头

开发小龙猫的过程中，OpenClaw每次升级都各种各样的问题， 干什么都一堆权限不允许 Hermes用户手动升级很多次都没有问题，而且工程化越来越好 不知道OpenClaw的作者是怎么想的？ 这么好的开局，竟然败给了工程化 一个AI Agent这个不让干， 那个不让干， 用户为啥不用GUI APP呢？

AI agents need postmortems too. Agent Doctor is a local-first autopilot diagnosis layer for memoryful agents. #OpenClaw #Hermes #AIAgents #AgentOps github.com/hesong12/agent…

@mreflow You are not alone, I probably spent more time in Claude Code or Codex rescuing my OpenClaw than using OpenClaw itself

I don't know if this is a skill issue or something... But I've been playing with OpenClaw a ton for the past 4ish months. I feel like lately I'm spending more time troubleshooting issues with it and telling it what it's doing wrong than I am actually getting valuable use from it.

@enjojoyy You need to have a rescue buddy like codex or Claude Code that can help you install AND maintain those tools

What's the easiest way to host an autonomous agent for a non-technical person currently? (Openclaw, Hermes, Pi etc.)

@GoSailGlobal 这个不是一直都可以吗？有的youtube本身就带字幕，有的你让ai工具转录一下音频就可以了呀

还是外国人会玩，这思路真不错 通过集成一个mcp服务，订阅解锁功能 Algrow MCP Server —— 把 YouTube 的情报能力，接进你的 AI 工具链 连接Cursor / Claude / ChatGPT / VS Code / Windsurf / OpenClaw，以及所有支持 MCP 的客户端 一句话，对话即操作 你可以直接做到： • 搜索频道 • 找爆款视频 • 抓取数据 • 生成 TTS 不写代码，不切工具，不跳页面

@steipete asking for a friend, how much token do you burn on a daily basis?

Seems I have to build all the tooling for the future of software myself. With Claws and Tokens!

@NousResearch here's the real question: in what scenario do you think multi-agents(with different identity and memory) will work better than a single agent spawning multiple ad-hoc subagent on demand?

Hermes Agent now has multi-agent via the Kanban, new in v0.12.0. Agents claim tasks from a board, work in parallel, and hand off when blocked. You watch progress and unblock from one easy view instead of juggling terminals. We asked it to plan and make this video about itself:

@sitinme 你用openclaw可以把这个做成sop skill，一回事

做重要方案的时候，习惯这样，先用 Claude Code 的 plan mode 把方案写出来，会自动保存成 markdown 文件。 然后开 Codex 客户端，把文件路径贴过去，让 Codex 看一遍。 Codex 给完意见，我再把意见复制回 Claude Code，让 Claude 决定哪些要采纳、哪些要反驳。一来一回几轮，方案才算定稿。 这套流程严谨，每个观点都过了两道坎。缺点也很明显：我自己得当那个中间人。 文件来回搬运、对话来回粘贴、还要等两边的结果。需要消耗一部分时间精力。 后来我意识到这事的问题不在思路。两个模型本来就各有强项，让它们互相 review 是合理做法，问题在执行环节。 其实我记得 OpenAI 给 Claude Code 出了官方插件 codex-plugin-cc，已经出了有一段时间了。装上之后，在 Claude Code 里说一句"你找 Codex 讨论一下"，剩下的它自己干。Claude 出第一稿，拉 Codex 评估。 Codex 看完反馈意见，Claude 再决定哪些采纳。整个过程在一个会话里完成，我只看最后的整合结果。 执行的时候，界面上会直接显示 Calling codex-cli...，下面挂着具体的子任务，比如"D6/D7 出方案 + 拉 codex 评审"。 我不用切窗口，整个 review 流程就在这一个会话里跑完。换成这个流程，我终于不用当中间人了。 插件地址：github.com/openai/codex-p… 装完用法很简单，需要的时候说一句"找 Codex 讨论"或者"让 Codex review 一下"，Claude Code 自己会调起来。或者是在项目记忆里面让AI记住，后续的方案都必须要调用codex 评估审核。 两个模型有共识、有分歧，最后还会承认彼此学到了什么。我之前那套手动流程，本质上是用人力补齐工具的不足。现在工具自己把这块补齐了，该让 AI 干的活就让 AI 干，人只看结果。 这种小改动但对每天要做几个方案决策的人来说，省下来的时间是真的。

@hiarun02 wow, it's amazing! wait, why does it look like my own vibe coded website? how did you steal my own idea??

Claude Code 4.7 is insane. i know literally NOTHING about coding. ZERO. and i just built 3 fully functioning web apps in 30 minutes. http://localhost:3000/ http://localhost:8000/ http://localhost:5000/ check it out.

@PandaCheck38 @lidangzzz 确实，让llm自己写test就是自欺欺人

@lidangzzz goal-driven 这个框架确实说到点上了，本质就是把"判断对错"的权力留给人，把"反复执行"的苦力交给 agent。 不过有一点我一直在想：criteria 的质量才是真正的瓶颈。几百个 unit test 能覆盖的，往往是行为边界清晰的任务。 真正难的需求，criteria 本身就写不清楚。 这个是最难的。

所以我反复反复反复讲，为什么claude code、codex的唯一正确用法，就是goal-driven goal-driven goal-driven goal-driven github.com/lidangzzz/goal… 只有人类设置 一个目标（goal） 一个判据（criteria，比如几百个unit test） 一个master agent执行判据，监督subagent 一个subagent无限循环工作 才能把人的工作彻底解放出来。 这是控制理论的负反馈机制在coding agent的最简单、最成功实践， 这是convex optimization在dual agent system里最直白表达，goal就是目标函数，criteria就是gradient descent， 这是reinforcement learning的最古典哲学。 这是维纳、香农、Stephen Boyd三个人联合托梦告诉我的。

@lidangzzz 求托梦skill

@steipete Hey Peter, any plan to make future release more stable? It's been a pain to rescue my OpenClaw every time after updating to the latest version.

This one fixes the depenency issues/slowness some had when installed via npm. Plugins are hard, worth it tho! Package is way leaner now, we moved [almost] everything into extensions! docs.openclaw.ai/plugins/manage…

@myrawang0 早日回国是正道

今天在硅谷见了三个人 一个在 NVIDIA 工作 一个在 Google 谷歌地图工作 另一个自己做AI开发 三个人在美国没有绿卡的情况下 工作签证续签H1B F1 只要回国 都有被拒签的可能 两位是北京中关村上班 一位是加拿大读计算机学 所以他们都没有五年没有回中国 因为一旦回国需要重新被check 就有被拒签的风险 其他国家都能去比如欧洲新加坡 但是没有回中国 他们也想家人 所以他们晚上回到自己在硅谷的出租屋 在美国过的像狗一样的生活

@garrytan I started using Conductor today and this feature is by far the most useful one. Great job!

@steipete What is the real difference between this and the Ralph Loop in Claude Code?

The new /goal feature in codex slaps.

@AYi_AInotes 所以现在的卡点应该是app review了吧

兄弟们，做App最痛苦的部分终于被AI干掉了， Anything刚刚上线了一个功能， 一键生成设计师级别的App Store截图， 15秒，从空白到4张完美适配规格的上架图， 连App图标评分Get按钮都给你做好了， 改文案只需要输一句话，点一下生成就完事， 以前做过App的都懂，代码写完只是开始，做截图能把人逼疯，要找mockup，要调配色，要写卖点， 还要适配十几个尺寸，要么花几百刀请设计师，要么自己抠三天Figma， 现在这些全没了， 我之前觉得AI写代码已经够离谱了， 现在才发现，AI真正厉害的地方， 是把那些没人愿意干的脏活累活全给你包了， 从idea到上架的全链路， 现在几乎没有任何门槛了， 当然最后还是需要你的审美做最后把关，但这已经帮你省了90%的力气。 也许这就是AI的魅力和价值所在吧😄

@Im_IrushiK You're absolutely right!

I'm a vibe coder, scare me with one word.

@garrytan lol, that is so true. I’ve spent probably 10% my time on switching between models, another 20% restarting the gateway, 30% asking my Claude Code to rescue OpenClaw, 20% customizing it, 10% saying F word to it. So the real productivity time is about 10%…

Using OpenClaw is basically is like driving your own Ferrari (that you have to be a mechanic for yourself) and it's broken down all the time, but gives you the time of your life vs driving a reliable Honda (Hermes Agent) vs riding the bus (Claude / ChatGPT)

@claudeai Claude Code and Opus 4.6 have been useless and very stupid in that last 24-48 hours. What’s really going on?