今天早上刷到 Claude Code 的更新，我第一反应不是“又多了个配置项”，而是：终于有人把很多人现在最容易用乱的一件事，单独拿出来摆到台面上了。新增了一个设置，叫。表面上看，它只是让你在/config里选一个工作流规模，大概分成小、中、大三档；很多人现在用 Agent，已经开始出现一种很典型的误区：任务还没想清楚，先把阵仗拉满；问题还没拆明白，先让它多线程开跑。结果不是更快，而是更贵、更乱、

AI 时代真正拉开差距的，不是你多能写、多能肝，而是你能不能把每天的重复活，变成一套"喂一次、用一年"的 skill。流程固化好了，AI 干八成，你省下的时间——多撸两把猫，或者，嗯，高效摸鱼（不是）。说正经的：把能复用的活交给 skill，你才有空去做只有人能做的事——真正懂你的粉丝、想出别人想不到的点子。

这两年聊 Agent，名词越堆越多：function calling、plugin、Skill、MCP、A2A、context engineering、harness……很多人——包括不少从业者——把它们放在一个层面上讨论，于是经常出现"MCP 和 Skill 到底啥区别""有了 MCP 还要 A2A 干嘛"这类问题。其实这些概念。把它们按"从底层能力到上层编排"摞起来，关系一下就清楚了。这篇按栈

这 7 个 Skills 串起来，其实就是一条自媒体工作流。aihot 负责找热点。hv-analysis 负责拆选题。khazix-writer 负责写长文。neat-freak 负责归档和复盘。storage-analyzer 负责整理素材库。iMini Generate 负责图片和视频素材。SkillWiki 负责把你的经验沉淀成自己的技能库。我觉得这才是 Codex / Claude Co

"Gemini 是不是快被淘汰了"最近讨论得挺多。作为一个天天在多个模型间切换干活的人，我的判断是否定的——只是它的位置需要换个框架来看：不是擂台淘汰赛，而是。

现在很多人喜欢讨论，哪个模型最强，哪个 agent 最猛。你最常重复的那几步工作，到底有没有被接进来。如果没有接进来，再强的模型也很容易停留在“偶尔惊艳一次”的阶段。如果接进来了，哪怕不是最花哨的那套配置，体感也会很不一样。对于已经在使用 Codex、Claude Code，或者正在搭建 AI Agent 工作流的从业者来说，这样的配置方式通常更接近长期有效的状态。

新模型出来以后，大家很容易陷入一种新的内耗：每次开 Codex 前都要想半天，到底 5.5、Luna、Terra、Sol 选哪个。其实不用这么复杂。我的建议是：日常默认 5.6 Terra / medium。任务很清楚、只是整理和改写，就降到 5.5 或 Luna。任务有风险、需要判断、涉及关键路径，就升到 Sol。已经跑顺的老流程，不要为了追新强行迁移。需要配图、视频、素材生成，就让 Codex

AI Agent 进入社媒运营后，最容易出现两种极端。一种人会觉得太爽了，终于可以每天自动发几十条。另一种人会觉得完了，内容行业要被 AI 垃圾淹没。我觉得都只说对了一半。AI 确实会让低质量内容变多，而且会非常多。平台会更吵，用户会更挑，普通模板会更快失效。但另一边，AI 也会让真正懂运营的人更强。因为他们终于可以把很多重复劳动交出去，把时间留给判断：判断选题，判断人群，判断语气，判断视觉，判断

第三个是。访谈做完以后，真正折磨人的事才开始。一小时录音转写出来两万字，用户说了很多，但真正有价值的可能只有几句。更麻烦的是，用户说出来的需求，往往不是他真正的问题。他说想要一个提醒功能，也许真正的问题是他记不住流程；他说想要导出 Excel，也许真正的问题是他需要给领导汇报；他说界面太复杂，也许真正的问题是他不知道下一步该点哪里。summarize-interview 适合把访谈记录拆成痛点、动

Agent 这套东西看起来术语很多，但真正的门槛不在术语。真正的门槛是：你能不能说清楚自己的工作。你每天重复做什么？哪一步最耗时间？哪一步需要你的判断？哪一步可以交给 AI 先做草稿？哪一步必须你来验收？想清楚这些，Agent 才有地方落地。我现在越来越觉得，未来会用 AI 的人，不一定是最会写提示词的人，而是最会设计自己工作流的人。提示词会过时，工具会换代，模型会升级。但你对自己工作的理解，会一