返回博客列表

479 个开发者说了真话：AI 时代以来，我们到底给自己造了哪些工具？

2026-06-14T11:52:00+08:00
AI ToolsHacker NewsDeveloper ToolsAgentLLMOpen Source

479 个开发者说了真话：AI 时代以来，我们到底给自己造了哪些工具？

你造了什么工具？评论区说说，看看是不是和 HN 老哥们想的一样。

Hacker News 上有个帖子火了：438 个赞，479 条评论。标题很朴素——"AI 时代以来，你为自己开发了哪些工具？"

但点开评论区，你会发现一件事：这些开发者和你想的不太一样。他们不是在"用 AI"，他们是在用 AI 给自己造东西。不是给公司，不是给客户，是给自己。一个完全为自己服务的工具，这在过去几乎不可能——但现在，一个人加一个 LLM 就能搞定一个产品级项目。

我从这 479 条评论里扒出了最有代表性的 40 条，按工具类型分成 7 类，每一类都告诉你：这些人在造什么、为什么造、以及你从中能学到什么。

本文提纲

  1. Agent Sandbox 与 Harness：最热门的方向
  2. 个人效率与数据管理：给自己的生活加个外挂
  3. CLI 工具：极客们最爱的形态
  4. 浏览器扩展与桌面工具：离你最近的生产力
  5. 创意与专业领域工具：AI 不只是写代码
  6. 完整应用开发：从"试试看"到"上线了"
  7. 这 479 条评论背后的三个趋势

Agent Sandbox 与 Harness：最热门的方向

评论区讨论最密集的方向，不是 RAG，不是 prompt engineering，而是怎么安全地让 AI 帮你干活。

kstenrud 造了 yoloai——一个能创建各种 sandbox（Docker、Podman、OrbStack、Firecracker 等）并在里面跑 Agent 的工具。支持 Claude、Codex、Gemini、Aider、OpenCode 等多种 Agent，sandbox 内设为最大权限（不用每次确认 sed 操作），Agent 在自己的工作目录副本里折腾，完事用 git diff 拉出变更。

为什么这是最热方向？因为每个用 AI 写代码的人都遇到了同一个问题：Agent 偶尔会干出离谱的事。rm -rf / 不是段子，是真实发生过的。

agentifysh 的 safeexec 就是为此而生——一个 gate，拦截 Agent 想执行的危险命令（rm -rf、git reset --hard 等），"它救了我无数次"。

mikedcmmahon 的 claude-sandbox 走了另一条路：用 Podman 隔离 Claude，重点是保护凭证——内置一个 proxy 系统，Agent 看不到你的 API key。

mixedbit 的 drop 则更精细：限制 Agent 能读写哪些文件，sandbox 级别的文件系统权限控制。

verdverm 的思路更深一层：他造了一个自定义 harness，后面接 Dagger，支持 diff、时间旅行、fork 文件和运行环境。他还额外造了一个基于 Typesense 的 markdown 搜索 + wiki 系统 gmd，用来支撑个人知识库，为更高质量的 Agent 输出提供上下文。

工具 隔离方式 多 Agent 支持 亮点
yoloai Docker/Podman/OrbStack/Firecracker Claude/Codex/Gemini/Aider/OpenCode Git diff 拉变更，日常驾驶级
claude-sandbox Podman 仅 Claude 凭证 proxy，保护 API key
drop 文件系统白名单 通用 最细粒度的文件访问控制
safeexec 命令拦截 gate 通用 一行代码救你无数次

为什么 Sandbox 成了最热方向？因为 Agent 的能力已经够用了，瓶颈在安全和可控性。没有 sandbox 的 Agent 就像没有安全带的赛车——快，但你不敢上路。

个人效率与数据管理：给自己的生活加个外挂

第二类最多人提到的工具，是给自己的生活和工作加一层 AI 自动化。

azhenley 的做法很硬核：他让 Agent 检查自己的 shell session 日志，找出应该自动化的重复操作，然后自动写脚本。他写了一篇博客 Automating My Job 分享了这个过程。这不是"用 AI 帮我写代码"，而是"让 AI 帮我发现哪些事情不该由我来做"。

bnchrch 一口气列了四个项目：

  1. 个人 metrics dashboard（GitHub、Strava、todo 完成度、是否用牙线）
  2. 电子墨水屏显示这个 dashboard
  3. 实时代码节点图，可视化函数调用关系
  4. Agent 自动填写政府表格 + 根据 Google Calendar 送货记录给朋友的啤酒厂生成发票

第四个最有意思——这是一个典型的"AI 帮朋友干活"场景，不是给自己用，而是给身边人用。Agent 的价值不只是写代码，还包括行政自动化。

andrewstuart2 的 Claudhd 解决了 AI 时代一个新痛点："昨天我在搞什么来着？"这是一个用户 daemon，跑在本地，暴露 Unix socket，通过 zsh、vim 等 hook 汇报你当前在哪个目录、跑了什么命令，用 Claude Haiku 做摘要存入 SQLite，然后通过 MCP 暴露给 Claude。你可以在任何时刻问 Claude："昨天我在做什么？"——这在 Agent 频繁切换上下文的今天尤其有用。

Simulacra 则在构建一个内部研究系统，解决的是企业场景下的知识碎片化问题：ChatGPT 和 Claude 的对话历史散落在不同窗口，每次都从零开始。他造的系统把公司内部数据和外部材料统一组织、搜索、对比、分析、复用。

CLI 工具：极客们最爱的形态

CLI 是开发者造工具时最常用的形态——轻量、可组合、脚本友好。

sdesol 的案例最有说服力：他用 AI 造了一个 Go CLI（gsc-cli），问题是——他对 Go 的了解是 0%。目前项目超过 300 个文件（266 个 Go 文件）。AI 让他跨越了语言障碍，用不熟悉的技术栈构建了真实产品。

epiccoleman 的 Tuber 是他的最爱——一个 yt-dlp 的 CLI wrapper，覆盖最常见用例：下载视频、下载音频、下载字幕，如果装了 Claude CLI 还能直接总结字幕内容。"我一周用几次，是个小东西但很实用。"

asibahi 用免费 Gemini web 界面讨论各种 app 设计、调试编译错误、找 Rust crate——"就像一个更有帮助的 Discord 聊天，不过它也会 gaslight 你"。最终他造了 hoopoe，一个 spell checking TUI 应用。

FailMore 的 sdocs 思路很巧妙：一个 CLI 驱动的 markdown reader，在浏览器里渲染。安装时会自动更新你的 Agent prompt 文件（~/.codex/AGENTS.md、~/.claude/CLAUDE.md），这样所有 Agent 对话都知道 SDocs 的存在，通常是你让 Agent 干活时由 Agent 自己调用："Claude, sdoc me a list of all my open MRs"。这是让 Agent 学会使用你的工具的典型案例。

asciimoo 的 Hister 是一个自托管搜索引擎，自动保存你浏览器访问过的所有页面（渲染后），提供全文搜索。目标是"减少对在线搜索引擎和 AI 回答的依赖"——有点讽刺，但很实用：你的搜索历史本身就是最有价值的知识库。

浏览器扩展与桌面工具：离你最近的生产力

有些工具不需要打开终端，直接嵌入你的日常工作流。

smusamashah 做了一个 Chrome 扩展：选中任何文本，点一个小弹出按钮"what's this"，直接在页面上显示答案。主要用来解释 HN 上经常出现的术语和缩写。还能对选中文本提问、修改文本。

agentifysh 的 desktop 解决了一个 API 限制问题：ChatGPT Pro 无法通过 API 调用，但通过这个桌面工具可以从 Codex CLI、OpenCode、Claude 等直接使用 ChatGPT Pro——不用再复制粘贴了。"这是我最大的生产力提升"。

czw2 的 xorpingtonian 把他的 Telegram 频道变成带目录的网页，emoji 当标签用。"vibe coding 过程中我发现 emoji 比我想象的复杂多了。"

创意与专业领域工具：AI 不只是写代码

很多评论打破了"AI 工具 = 编程工具"的刻板印象。

ben_w 一个人造了德语 tutor、MIDI 钢琴 tutor、等时线地图生成器。philajan 给儿子做了 bedtimebookhelper.com——一个书籍轮换、阅读活动追踪器，结合 OpenLibrary 电子书阅读，起因是"陪产假回来后团队已经全面拥抱 AI，这个项目一半是追赶进度，一半是解决反复给儿子讲同一本书的 burnout"。

c0nsumer 围绕山地自行车越野赛道做了三个工具：从 OSM 数据生成地图、转 SVG 给 Adobe Illustrator 做定制地图、以及一个综合赛道管理应用。都是为志愿者工作服务的。

seidleroni 的 Hex Flex 是固件工程师的福音——查看和对比 Intel Hex 文件。他还做了 pelohard.com，每天更新两次，按难度排列最新的 Peloton 健身课程。

clintmcmahon 给明尼苏达一家商业免费电台做了 theundercurrent.fm——显示每首歌的播放频率、历史、以及可视化分析。

这些案例说明一件事：AI 降低的不只是编程门槛，而是把"想做个什么东西"到"做出来"之间的距离压缩到了前所未有的短。以前需要一个团队 + 三个月的事情，现在一个人 + 一个周末就能搞定。

完整应用开发：从"试试看"到"上线了"

最让人惊讶的是，不少人用 AI 做出了真正的产品。

bijowo1676 正在做自己的 YouTube Music/Spotify 替代品，纯粹为了取消 YouTube Premium 订阅，已经有 $180 ARR 预订。jboggan 做了一个半成品 CRM，专门为注册数据经纪商设计，能抓取他们的合规数据并做行业对比分析（"你的删除请求量处于行业 95 百分位"），在销售对话中极其有效。

Shorel 做了一个 Insomnia/Postman 的替代品 APIKulture。pdp 用 AI 造 AI 平台，再用 AI 平台造 AI 需要的工具——套娃了属于是，但他最新的项目 crmkit 是工作刚需。

onlyrealcuzzo 甚至在做一个内存安全编程语言，带声明式并发模型，跑在 Go-like runtime 上。"EASY 模式像 Ruby 一样简单，编译器可以帮你逐步调整到 Rust/Tokio 级别的严格性和性能。"

CharlesW 开源了两个项目：Axiom——一套让通用 SOTA 模型真正擅长构建和审计 iOS/macOS 应用的 skills/agents/tools 套件；TagLib-Wasm——因为 Mutagen 没有 TypeScript/JavaScript 版本而造的替代品。

这 479 条评论背后的三个趋势

趋势一：Sandbox 和 Harness 是 Agent 的基础设施

从评论热度看，sandbox/harness 方向的讨论远超其他。这不是偶然：Agent 的能力已经到了"够用"阶段，现在卡脖子的是怎么让它安全地、可控地工作。yoloai、drop、safeexec、claude-sandbox 代表了四种不同的隔离策略，从文件白名单到命令拦截到容器化，各有取舍。

这就像早期 Web 开发：框架不是最先成熟的，安全机制才是。Agent sandbox 就是这个时代的安全带。

趋势二：个人工具 > 通用产品

绝大多数人分享的工具都是给自己用的。Tuber（视频下载）、gsc-cli（自己项目的 CLI）、theundercurrent.fm（本地电台 dashboard）——这些工具的共同特点是：解决的是只有这个人才有的问题。

AI 时代之前，"定制软件"是奢侈品的代名词。现在，任何开发者都能给自己造一个完全贴合需求的工具，成本是一个周末 + 几次 AI 对话。这不是效率提升，这是开发民主化的终极体现。

趋势三：AI 消除了语言障碍

sdesol 用 AI 写了他完全不懂的 Go 项目（300+ 文件）。onlyrealcuzzo 用 AI 辅助设计了一个新编程语言。azhenley 让 AI 自动发现需要自动化的 shell 操作。

AI 不只是帮你写代码，它在帮你跨越你本来跨越不了的技术鸿沟。一个 Python 开发者现在能写出产品级 Go 代码，一个前端开发者能造出编译器。这不是"提效"，这是"扩能"——你的能力边界被 AI 推远了。

你造了什么自用工具？评论区聊聊，看看你的方向和 HN 老哥们想的一样不一样。觉得有启发的话，点个赞让更多人看到这篇开发者生态观察。

参考文档与链接

原始讨论

Agent Sandbox 与 Harness

个人效率与自动化

CLI 工具

完整应用

iOS/macOS 开发

作者: itech001
来源: 公众号：AI人工智能时代
网站: https://www.theaiera.cn/ 每日分享最前沿的AI新闻资讯和技术研究。

本文首发于 AI人工智能时代，转载请注明出处。

觉得文章不错？分享给更多人！