ch
Feedback
404 KIDS SEE GHOSTS (生产力之王版

404 KIDS SEE GHOSTS (生产力之王版

前往频道在 Telegram

科技丨社科哲丨泛文化与艺术 Group: @ghosttown666 Contact: @madebyblackstack

显示更多

📈 Telegram 频道 404 KIDS SEE GHOSTS (生产力之王版 的分析概览

频道 404 KIDS SEE GHOSTS (生产力之王版 (@isaiahsystem) 中文 语言赛道中的 是活跃参与者。目前社区聚集了 13 545 名订阅者,在 技术与应用 类别中位列第 9 128,并在 中国 地区排名第 15 416

📊 受众指标与增长动态

невідомо 创建以来,项目保持高速增长,吸引了 13 545 名订阅者。

根据 27 八月, 2026 的最新数据,频道保持稳定运转。过去 30 天订阅人数变化为 -30,过去 24 小时变化为 1,整体触达仍然可观。

  • 认证状态: 未认证
  • 互动率 (ER): 平均受众互动率为 26.79%。内容发布后 24 小时内通常能获得 5.55% 的反应,占订阅者总量。
  • 帖子覆盖: 每篇帖子平均可获得 0 次浏览,首日通常累积 751 次浏览。
  • 互动与反馈: 受众积极参与,单帖平均反应数为 0
  • 主题关注点: 内容集中在 claude, roam, antigravity, notes, whispers 等核心主题上。

📝 描述与内容策略

作者将该频道定位为表达主观观点的平台:
科技丨社科哲丨泛文化与艺术 Group: @ghosttown666 Contact: @madebyblackstack

凭借高频更新(最新数据采集于 28 八月, 2026),频道始终保持新鲜度与高覆盖。分析显示受众积极互动,使其成为 技术与应用 类别中的关键影响点。

Buy Ad
13 545
订阅者
+124 小时
-67
-3030
吸引订阅者
八月 '26
八月 '26
+53
在2个频道中
七月 '26
+27
在0个频道中
Get PRO
六月 '26
+30
在1个频道中
Get PRO
五月 '26
+68
在1个频道中
Get PRO
四月 '26
+36
在1个频道中
Get PRO
三月 '26
+126
在5个频道中
Get PRO
二月 '26
+110
在2个频道中
Get PRO
一月 '26
+134
在6个频道中
Get PRO
十二月 '25
+72
在1个频道中
Get PRO
十一月 '25
+252
在3个频道中
Get PRO
十月 '25
+140
在2个频道中
Get PRO
九月 '25
+42
在0个频道中
Get PRO
八月 '25
+77
在0个频道中
Get PRO
七月 '25
+160
在5个频道中
Get PRO
六月 '25
+118
在7个频道中
Get PRO
五月 '25
+202
在8个频道中
Get PRO
四月 '25
+56
在4个频道中
Get PRO
三月 '25
+29
在0个频道中
Get PRO
二月 '25
+21
在1个频道中
Get PRO
一月 '25
+41
在1个频道中
Get PRO
十二月 '24
+35
在2个频道中
Get PRO
十一月 '24
+38
在0个频道中
Get PRO
十月 '24
+144
在8个频道中
Get PRO
九月 '24
+168
在3个频道中
Get PRO
八月 '24
+172
在3个频道中
Get PRO
七月 '24
+244
在3个频道中
Get PRO
六月 '24
+158
在2个频道中
Get PRO
五月 '24
+353
在3个频道中
Get PRO
四月 '24
+424
在4个频道中
Get PRO
三月 '24
+321
在7个频道中
Get PRO
二月 '24
+335
在4个频道中
Get PRO
一月 '24
+365
在12个频道中
Get PRO
十二月 '23
+1 473
在19个频道中
Get PRO
十一月 '23
+721
在24个频道中
Get PRO
十月 '23
+371
在1个频道中
Get PRO
九月 '23
+342
在0个频道中
Get PRO
八月 '23
+304
在0个频道中
Get PRO
七月 '23
+519
在0个频道中
Get PRO
六月 '23
+655
在0个频道中
Get PRO
五月 '23
+419
在0个频道中
Get PRO
四月 '23
+863
在0个频道中
Get PRO
三月 '23
+876
在0个频道中
Get PRO
二月 '23
+638
在0个频道中
Get PRO
一月 '23
+437
在0个频道中
Get PRO
十二月 '22
+804
在0个频道中
Get PRO
十一月 '22
+2 027
在0个频道中
Get PRO
十月 '22
+374
在0个频道中
Get PRO
九月 '22
+363
在0个频道中
Get PRO
八月 '22
+453
在0个频道中
Get PRO
七月 '22
+447
在0个频道中
Get PRO
六月 '22
+143
在0个频道中
Get PRO
五月 '22
+120
在0个频道中
Get PRO
四月 '22
+86
在0个频道中
Get PRO
三月 '22
+451
在0个频道中
日期
订阅者增长
提及
频道
28 八月+5
27 八月+2
26 八月+3
25 八月0
24 八月+3
23 八月+2
22 八月+2
21 八月+4
20 八月0
19 八月+1
18 八月+1
17 八月+1
16 八月+2
15 八月0
14 八月0
13 八月+4
12 八月0
11 八月0
10 八月+3
09 八月+1
08 八月0
07 八月0
06 八月+1
05 八月+1
04 八月0
03 八月+6
02 八月+11
01 八月0
频道帖子
我把 Matt Pocock Skills 拆成了两支 Agent 小队 https://github.com/mattpocock/skills Matt Pocock 的 mattpocock-skills 一直是我 All in 的一套 Age
我把 Matt Pocock Skills 拆成了两支 Agent 小队 https://github.com/mattpocock/skills Matt Pocock 的 mattpocock-skills 一直是我 All in 的一套 Agent 工程插件。仓库目前接近 24 万 Stars,也被 Claude Code 官方 Marketplace 收录。现在它已经成了我给各类 Agents 和 Multica 扩展工程能力的主要 Skill 来源。 我用 Skillshare 跟踪上游并同步到 Agents,Multica 里,我把它们拆成 Matt Engineering Ops 和 Matt Writing Studio 两支小队。工程线分成 Discovery、Planner、Engineer、Reviewer 这类学习爆破组,比如重点 skills grill-with-docs 和 wayfinder 分别用于不同规模的决策编排,以及 Spec 与 Ticket 这些概念执行和处理的方式。 我很喜欢 Linear,所以对 Matt 处理 issues 这些概念进行了研究和 skills 化,他现在表达为 Ticket,可以理解为可执行和交付的切片。写作小队则由 research 和 writing-fragments 这些优秀 skills 处理素材,也有 writing-for-agents给 AI 编写消费的文档。 目前 Matt 这套 skills 我基本全量监测和吸收,这套可插拔、组合、分权的能力比 Superpowers 灵活太多了。 相关链接: 1. Multica 2. 为什么我用 mattpocock/skills 替代了 superpowers 3. life is issues and triage #agents #tools

2
建造感受 我很开心 [[Nautilus Log]] 插件获得了一些朋友的私信喜欢和 Star,以及 Obsidan 移植复刻。Nautilus 的概念非常好,我认为应该是目前时间管理实践最强的模型。 我设计插件或者 UI 最常用的提示词是:请你使用 Linear 设计风格...如果 Linear 公司遇到这个 issue,它会怎么优化?如何设计?提示词很有效,基本符合预期。这也是我之前提到关键提示词的作用。比如我在设计 Roam UI 时被提醒:Linear 提出,不要抢夺不该获得的注意力(Don’t compete for attention you haven’t earned),所以有了 Roam 侧边栏卡片聚焦阴影和被主界面包裹而非独立。设计 [[Nautilus Log]] 时,提醒:轻量而非简陋(Building at the early stage),所以各种交互元素虽然挺多,但是可以堆叠淡化。以及 Linear Method 的哲学风格我也分享过。 我比较喜欢 [[Nautilus Log]] 插件的点:它以预设时间为基础推进,让你减少认知和执行负荷的同时感知时间;你也完全可以用 Clock 记录真实时间,用番茄钟提醒,非常灵活。我也加了的不少巧思和设计,比如 Tidy、Click 右侧聚焦、折叠。它对插件有整体的优化感受,就像好的 Skills 里的惊艳提示句子。后面会用文章单独介绍。 软件设计带来的快感是真实的,不亚于写作。就像阅读,当你使用以及感受了足够多的产品、交互体验和哲学,你就知道哪些是好设计,哪些可以优化;哪些能够真正赋魅工具影响人,哪些是去道德化设计消费人。这也是为什么有人会提出很多 issues,感受量的问题。 相关链接: 1 Nautilus Log丨我目前最满意的时间管理工具 2 任务飞轮 #Making
732
3
写作的坏结局 我发现 AI 用于写作生产已经走向了坏结局。AI 写作现在仅作为一次性 Hype 诱饵,用于劣质信息和注意力交换,在废墟上建造废墟,几乎没有复用价值。这和我最初设想的 AI 写作完全相悖。 我认为有效的 AI 写作或者知识生成应该重新审视 Zettelkasten/ Discourse Graph, Roam Ontology 这类知识组织和交互概念,这是现在真正需要重视的建造哲学。AI 可以广泛参与到写作中,前提是 AI 的写作 Vibe 和人的思考氛围必须契合,共同参与生产过程,而不是 AI 在写作过程里提前作品化、独立化,这让知识生产变得低效率、黑箱,无迹可循。这是可悲的写作。 相关链接 1. 顶级知识生产者的理解 #Writing
744
4
写作的坏结局 我发现 AI 用于写作生产已经走向了坏结局。AI 写作现在仅作为一次性 Hyper 诱饵,用于劣质信息和注意力交换,在废墟上建造废墟,几乎没有复用价值。这和我最初设想的 AI 写作完全相悖。 我认为有效的 AI 写作或者知识生成应该重新审视 Zettelkasten/ Discourse Graph, Roam Ontology 这类知识组织和交互概念,这是现在真正需要重视的建造哲学。AI 可以广泛参与到写作中,前提是 AI 的写作 Vibe 和人的思考氛围必须契合,共同参与和生产,而不是 AI 在写作过程里提前作品化、独立化,这让知识生产变得低效率、黑箱,无迹可循。这是可悲的写作。 相关链接 1. 顶级知识生产者的理解 #Writing
22
5
#memories
#memories
881
6
预设提示词面板 最近越来越发现有些提示词口述重复率越来越高,很多关键句子会让 AI 的输出带来质的变化,这也是为啥很多优秀 Skills 有效或者质变部分就是那 1-2 句提示词。 比如我经常复用的口述约束词,使用 Luna Max 模型子代理来并行
预设提示词面板 最近越来越发现有些提示词口述重复率越来越高,很多关键句子会让 AI 的输出带来质的变化,这也是为啥很多优秀 Skills 有效或者质变部分就是那 1-2 句提示词。 比如我经常复用的口述约束词,使用 Luna Max 模型子代理来并行处理;将可复用的知识和案例写入 Wiki 这些。前者可以内置为系统提示词,但是会显得不够灵活,后者我也尝试过做成 MCP 让它自主调用,但是会让输出过于笨重和缓慢。这些都是一句话的事情,作为可以随时粘贴的 Snippet 刚好合适。 我主要对比了 Keyborard Maestro 和 Raycast,最后用 Raycast 做的本地 Prompt Launcher:快捷键直接打开面板,可以随时直接粘贴、也可以叠加 Modifier 填充文本,挺方便。 #tools #agents
877
7
/goal
1
8
任务飞轮 这是最近 3 天的工作日志(图 1),这 3 天我都将计划高效完成。还是那句话,所有都是可塑、可设计的,只需要一个意念或者模型。 基本很少时间休息,也足够轻松。这都是写给 Agents 的日志和内容,我发现前期将所有 Plan 规划写好,让+2
任务飞轮 这是最近 3 天的工作日志(图 1),这 3 天我都将计划高效完成。还是那句话,所有都是可塑、可设计的,只需要一个意念或者模型。 基本很少时间休息,也足够轻松。这都是写给 Agents 的日志和内容,我发现前期将所有 Plan 规划写好,让 Agents 调用 Subagents 和不同模型来决策、执行,效率极高,效果也好。给 Agents 的 /goal 不重要,前期的规划、细节和约束推进方式才是重点。我使用 Keyboard Maestro 一键发给终端。(脚本见评论) 这个日志也让我在多任务线程里游刃有余,只要目前任务派发完并且已在运行,我继续分配下个任务。所以基本没有闲暇等输出时间。建立任务要足够细和具体、这是时间任务管理的核心,好处是几个同类具体任务可以直接派发给主 Agents 然后分子代理去处理。所以效率是倍增的。当你启动了多个任务,真正就是享受飞轮。 过去有段时间,我用纯 Agents 终端执行、Obsidan Wiki 知识记录、Linear 任务管理 3 点 1 线(如图绿色 OB 热力图增长,Roam 热力图消散),想打理我所有一切。AI 化非常高,但是真正对我自己以及对我的工作感知很低,我就像湿件(wetware)做着运维,甚至一段时间会为我离开 Roam 感到惋惜。 现在重新回到 Roam,就像重新感受到我思维的呼吸。无论是记忆调用还是交互方式,TfT 确实已经解决了 LLMs 的大部分问题,也解决了我自己的问题。 #thoughts
1 046
9
Orca丨把项目拉起来的 Agents IDE https://www.onorca.dev/ Orca 是款以项目为主的 Agent IDE,它把 Codex/ Claude Code/ OpenCode 等 CLI Agent 放进独立的 Worktree,同时能拉起终端、编辑器、Diff、Git 状态和浏览器,UI 也非常成熟,已有移动端。 我比较喜欢的还是它与 Linear 联动。Linear Issues 可以直接建立并绑定 Worktree,Agent 也能直接读写任务,图片和评论可以进入 Agent 上下文。我前面想把任务管理 All in Linear,但现在已经由 Roam [[Nautilus Log]] 分担了重要部分。Linear 主要追踪项目、特定线程和面板,或者说 Linear 会是我的 Agents 任务派发面板,连接像 Orca/ Multica 这些 Agents 自动化任务领取。 总得来说 Orca 非常成熟、优秀,但有点过重。目前我用的 Chat 窗口有 Codex App、Bot 协作会话有 Multica、Code 终端有 Tty7,任务管理由 [[Nautilus Log]] 统一派发、记录。基本拉起我所有的 Agents 流程。新工具都得试,现代 Agents 生产力的工具栈是可组合性、可插拔的,All in 不再合适宜。 #tools #agents
1 018
10
https://x.com/naval/status/2091369804795916779 The people who want to censor (code, speech, money) are the bad guys. #quotes
https://x.com/naval/status/2091369804795916779 The people who want to censor (code, speech, money) are the bad guys. #quotes
1 123
11
Datawhale https://github.com/datawhalechina 一个国内的开源 AI 学习社区,里面有从机器学习基础到 LLM、Agent 的大量教程和项目。 最近 Paul Graham 也说,如果自己 17 岁,会从零开始学习构建 LLM 训练顶级模型,而非创业。 相关链接 1. Paul Graham src * #Learning #Agents
1 153
12
[[Nautilus Log]] 的魔法在于当你做事情越多越快,你会发现空余时间也越来越多。时间消耗越多,消耗越少。完美的时间幻觉机器。 对金额、时间以及 Token 的计量消费和掌控拥有最大的耗费快感。 #time
[[Nautilus Log]] 的魔法在于当你做事情越多越快,你会发现空余时间也越来越多。时间消耗越多,消耗越少。完美的时间幻觉机器。 对金额、时间以及 Token 的计量消费和掌控拥有最大的耗费快感。 #time
1 198
13
Tools for Thoughts 思维工具已经解决了 LLMs 的大部分问题。#LLMs
1 364
14
Nautilus Log,我目前最满意的时间管理工具 https://github.com/404KSG/roam-nautilus-log 今天是我近几年第一次将计划的所有任务完成,我获得了足够的快感。我使用我在 Roam Research 再次开
Nautilus Log,我目前最满意的时间管理工具 https://github.com/404KSG/roam-nautilus-log 今天是我近几年第一次将计划的所有任务完成,我获得了足够的快感。我使用我在 Roam Research 再次开发的工具 Nautilus Log 来完成,它自带最优秀的时间管理模型,它就像思维工具,小众但非常有效。(已经上到 Roam Depot) Nautilus 由捷克作家 Tomáš Baránek 创作。它的设计理念:读取事先规定的固定事件和任务预计时间来绘制,任务按列表顺序和预计时长自动填入时间空档。随着当前时间指针后推,所有任务自动后退,如遇到固定事件放不下则会跳到下个空闲时段,其它能放下的自动前补位。这种简单且智能的操作不需要 AI 算法。 Nautilus 时间和任务交互的爆发力在于:它给每份时间安排了工作,就像 YNAB 给每份钱安排了事项,这能足够丰盈地安排和处理任何事情,就像耗费你的预算一样从容。更重要的,随着时间推进,所有可执行的任务自动拉到你的时间线面前,你不用顾虑当前是否能做、其它事项插入打乱节奏,所有任务在分配预算后,都会在这个螺旋时间切片内找到位置,供你消杀。 我在原插件 Nautilus 上做了彻底优化和重构,UI 兼容、数据显示,番茄钟以及增强 Org mode Logbook 的时间真实记录作为 Advanced Feature 呈现。Nautilus 是预计时间的 Time Blocking 弹性推演,Logbook 是实际时间记录更严厉的实证。这两个可以并存以及独立使用。这里突出的哲学:时间是真实的河流,更重要是对时间的理解、规划和从容掌控。 YNAB 是 Give every dollar a job;Nautilus Log 是 Give every minute a job,这是既 Roam、Linear、YNAB、RemNote 之后,我的又一领域被模型化实践。我的 Obsidian Agents 内容已经达到和谐后自然生长, 现在我用 Roam Reaserch 反而更加多,也愈发从容,就像在感受我大脑的呼吸。 Tools for Thoughts 思维工具已经解决了 LLMs 的大部分问题。 #tools #productivity
1 490
15
life is issues and triage #mood
3 031
16
https://github.com/l0ng-ai/tty7 叛变了。最近爽用 tty7,真正原生面向 Agents 的壳子。 非常重要的 2 点优势:Cover Tmux 级别的后台复用和恢复,关客户端后进程继续运行;速度非常快。非常友好。 #a
https://github.com/l0ng-ai/tty7 叛变了。最近爽用 tty7,真正原生面向 Agents 的壳子。 非常重要的 2 点优势:Cover Tmux 级别的后台复用和恢复,关客户端后进程继续运行;速度非常快。非常友好。 #agents #tools
6 345
17
https://github.com/l0ng-ai/tty7 叛变了。最近爽用 tty7,真正原生面向 Agents 的壳子。 非常重要的 2 点优势:Cover Tmux 级别的后台复用和恢复,关客户端后进程继续运行;速度非常快。 非常友好。 #
https://github.com/l0ng-ai/tty7 叛变了。最近爽用 tty7,真正原生面向 Agents 的壳子。 非常重要的 2 点优势:Cover Tmux 级别的后台复用和恢复,关客户端后进程继续运行;速度非常快。 非常友好。 #agents #tools
1
18
Otty + Tmux,新壳子新玩具 最近从 iTerm2 + Tmux 换到了 Otty + Tmux。最近用 Otty 这个终端 ADE 工具,Typora 团队 Appmakes 出品,UI 舒服、细节成熟、编辑体验甚佳,极度舒适。 Otty
Otty + Tmux,新壳子新玩具 最近从 iTerm2 + Tmux 换到了 Otty + Tmux。最近用 Otty 这个终端 ADE 工具,Typora 团队 Appmakes 出品,UI 舒服、细节成熟、编辑体验甚佳,极度舒适。 Otty 比较人性化的功能就是编辑框 Composer,Cmd+Shift+E 快捷 Call 出纯文本编辑框,可以固定也可以单独悬浮(类似以前 iTerm 做的弹窗脚本)。Typora 这种注重格式编辑体验的团队出品,必然对编辑以及 UI 有极大的优化。这也是我比较喜欢 Otty 的原因。 其它细节比如非常完整的 UI 风格定义; Hover 顶部标题以及侧边栏筛选;Tab 3 种呈现形式以及右侧边栏的文件夹和 Git 信息;Agents 运行和进度提示,都非常友好。Tmux 复用器随便换壳子,现在搭配 Otty 壳子,加 Multica 前台,极度舒适。 Typora 团队,Craft Agents 还有 Linear,这些拥有设计风格/哲学的团队确实得关注和学。毕竟好软件首先也是好的设计产品。 相关链接 1. Otty 官网 2. Tmux #tools #agents
3 480
19
三重快乐 第三层身体建造,健身和形态变化让我的身体、大脑和精神得到真实且宁静的快感;第二层意识建造,产出、代码和写作都属于意识凝结和建造,不过写作让我感到更加可塑、和谐,更贴近这种建造本身;第一层底模建造,无论是知识生产模型、社会理论模型还是更底层的世界框架,亦或纯粹的快乐科学,这种高于身体和意识的模型抽象毫无疑问地产出最大阈值快感。 纯粹的生产性耗费快乐,热量、算力和熵值。 #thoughts
3 132
20
Linear Loops/ Multica Autopilot Linear 最近新出的 Loops 基本类似 Multica Autopilot,围绕事件/ 时间触发 Agent,循迹预设 Instructions 自动拉起和持续处理工作。 Loops 是 Linear 的软件内功能,主要围绕应用内 Issue/ Project 以及各种 MCP 接口处理;Multica Autopilot 可以通过本地 daemon 拉起 Codex/ Claude Code/Pi 进行更完整的 Agents 和 Skills 环境工作。 目前我正在尝试将 Linear 和 Multica 联动使用。Linear 幻神级应用不用多说,Multica 更像我所有完整生产线的部署场景,异星工厂。现在各种 API 自动化任务打通也非常方便,Linear 作为完整的上下文和 Dashboard,Multica 自动读写、执行以及回写状态。非常舒服的 Combo。 相关链接 1. Linear Loops 2. Multica Autopilots #Agents #Automation
2 928