Agent Use Cases 全目錄（1872 筆）

來源：https://agentusecases.ai/，2026-11-05 抓取，中文為翻譯。網站介紹與評價見 Agent Use Cases 筆記。

• 錢、帳單與福利（144）
• 生活雜事與居家（242）
• 購物與跑腿（118）
• 旅遊與訂位（120）
• 工作與營運（325）
• 業務、行銷與客服（251）
• 研究與知識（124）
• 內容與創作（119）
• 軟體與 DevOps（330）
• 遊戲與模擬（58）
• 資安、科學與硬體（41）

錢、帳單與福利

• 依收款對象分類銀行對帳單以便報稅：一位使用者請 Hermes 把下載的每月對帳單轉成依收款對象彙總的試算表，並分類交易以便報稅。
• 像記帳員一樣整理個人財務：一個 CPA Bot agent 登入券商和 Venmo 帳戶，下載對帳單、分類支出、比對收據，並準備好 TurboTax 修正申報的操作說明。
• 分析 10-K 做價值投資：發文者正在實驗一個讀 10-K 的 LLM agent，處理標準化盈餘、ROIC、股東盈餘和粗略的反向 DCF。
• 分析公司申報文件做投資研究：發文者自己下載申報文件，把分析交給 Claude Cowork，省下手動研究公司的工夫。
• 分流就醫、估算看診費用並談醫療帳單：一個 app 引導人們前往適合的醫療場所，依保險估算看診費用，看診後用 AI 語音 agent 把帳單談低（僅限美國）。
• 取消 Adobe 訂閱且不付提前終止費：發文者在客服聊天中用了 ChatGPT 建議的說法，詢問最早取消日期、費用和使用權限結束時間，順利取消 Adobe Creative Cloud 而沒有罰款。
• 取消 Amazon 訂閱並拿到退款：Codex 在 Amazon 設定裡操作取消訂閱，接著和客服聊天，當場拿到 15 美元退款。
• 取消七個訂閱並關閉帳號：一位使用者描述 AI agent 取消了七個訂閱，做法是把事情做完並關閉帳號，而不只是列出清單。
• 向 AT&T 談帳單抵免：Claude in Chrome 在帳單爭議中談到 AT&T 抵免 100 美元，全程沒有人介入，是測試的五個使用情境之一。
• 告訴印度公民他們能領哪些政府補助方案：一個用 Sanity 做的 agent 查詢真實內容，告訴印度民眾有資格領取哪些政府補助方案。
• 在 IRS 電話等候，真人接聽時通知你：一位 Pixel 使用者用 Google 的 Hold for Me 在 IRS 電話上等了 90 分鐘；助理一直留在線上，真人接起來時通知他。
• 在 VA 紀錄中找出支持失能申請的頁面：一位退伍軍人用 Gemini 掃描約 9,000 頁 VA 紀錄，找出支持申請的頁面和日期，申請約一個月就有結果。
• 在瀏覽器裡研究股票並更新觀察清單：一位投資人用 Perplexity Comet 掃描自己的觀察清單，找出受美國關稅影響的瑞士公司，整理 Reddit 和市場評論，並把選股加進 Google Sheet。
• 填寫稅務整理表並檢查去年的申報：Claude in Chrome 擷取整理表的欄位並輸入資料，Claude Code 負責填寫，Claude 則檢查前一年的申報書；它有時會在沒有資料的情況下宣稱已完成。
• 填寫航班延誤賠償申請表：agent 查清楚航班發生了什麼事，依法規算出應得的賠償，並填好航空公司的申請表，在按下送出前停住。
• 壓低網路費並處理報銷單：留言者說 Grok Bot 透過聊天把 Spectrum 費率每月談低 20 美元，並用傳給 Clerk Bot 的照片處理報銷單。
• 寄信請業者比照競爭對手價格來談帳單：一個 ChatGPT 流程從對帳單找出帳單，查詢競爭對手的價格，透過 Gmail 寄信請業者比照，並摘要結果，寄出前由使用者檢查。
• 寫出成功撤銷的停車罰單申訴：發文者用 ChatGPT 起草街道清掃停車罰單的申訴信，罰單後來被撤銷。
• 對帳每月的商業交易：Claude Code 透過 MCP 拉出一個月的交易，把銀行資料列對上收據並提出分類建議；對完 200 列，但有 11 列分類錯誤，是手動稽核時抓到的。
• 對抗被拒的居家保險水損理賠：發文者用 AI 研究保單和州法律，對水損承保被部分拒賠提出異議，說自己贏了。
• 對退休投資組合跑蒙地卡羅模擬：發文者用 Claude 重建自己的退休投資組合，並把過去的熊市插入成長路徑，測試報酬順序風險。
• 從 1099 和券商對帳單計算美國稅金：發文者看到 GPT Agent 處理稅務工作，就做了一個案例研究：ChatGPT 根據 1099、自雇者試算表和券商對帳單，準確算出美國稅金。
• 從 Gmail 追蹤訂閱和續約：作者用 ChatGPT Agent 搜尋 Gmail 裡的續約 email，把服務、日期和費用整理成清單，取消訂閱前會先詢問；它還順便找到附近便宜的加油站。
• 從 SEC 申報文件擷取股票基本面做估值：一位開發者用 ChatGPT Agent mode 從 10-Q 擷取營收成長、自由現金流和淨現金並附上來源網址，餵給多 agent 的估值與情緒分析流程。
• 從 email 收據盤點 AI 工具訂閱：一位測試者讓 Muse 掃描已連接的帳號和收據，列出十幾個 AI 工具訂閱並標出重疊的部分，不過它漏掉了一些帳號。
• 從一個文件資料夾做記帳和報稅準備：Cowork 整理稅務文件、做出記帳試算表、估算退稅、標出漏掉的扣除額，並替報稅人員寫了一份簡報。
• 從對帳單做財務規劃和退休情境：一位留言者用 Claude Code 讀資產、債務和收入的對帳單，訪談自己的目標，並派出子 agent 產出多階段行動計畫和退休情境。
• 從收據找出閒置的雲端費用並拿到退款：Muse 檢查一整年的收據，找到一個閒置的 Google Cloud 資料庫每月花 9.54 美元，並草擬後續信件，讓 114.14 美元被免除。
• 從舊地址找出無人認領的錢：一位使用者的 AI agent 搜尋以前的地址，又找到 500 美元的無人認領款項，接著填好表單並準備身分驗證。
• 從記帳資料準備 S-Corp 報稅：Claude Code 寫腳本解析 QuickBooks 和銀行對帳單，Codex 則檢查程式碼，抓到像 Schedule L 對應錯誤這類問題。
• 從資料夾準備聯邦與州的報稅：一位 Redditor 讓 Claude 讀自己的稅務資料夾並請它報稅；他說 2024 和 2025 年的申報書 15 分鐘就出來，結果和 TurboTax 一致，但還是得郵寄。
• 從銀行對帳單找出定期訂閱：Cowork 讀取一個放對帳單的資料夾，找出定期扣款，並做出儀表板，顯示有效和已取消的訂閱以及每月省下的金額。
• 打造自架的記帳與財務 app：發文者花一個週末用 Claude 規劃並做出自架 app，把收據整理好交給會計師，取代付費記帳軟體。
• 打電話向保險公司詢問申訴進度：Counterforce Health 以語音控制的 agent Maxwell，設計用來聯絡保險公司詢問申訴進度；這個平台對病患和照護者免費。
• 打電話談帳單的慰留折扣：語音 agent 替使用者打給服務業者，走過 IVR 選單、等待轉接，並談慰留折扣，遇到 OTP 驗證時會暫停。
• 找出埋在信箱裡的航空餐費退款 email：一位使用者請 Meta 的 Muse agent 處理一筆未解決的 SAS 退款；它翻遍航空公司的 email，發現餐費其實早就退了。
• 找出無人認領的錢並啟動申請：Meta 的 Muse agent 約五分鐘找到超過 1,500 美元的無人認領款項，並協助填寫文件；申請已送出，但款項尚未入帳。
• 找出被遺忘的錢並談保險退款：使用者讓 Meta 的 Muse 這類個人 agent 搜尋各州資料庫找被遺忘的錢，並談取消保險的退款，拿回數百美元。
• 找出訂閱和更便宜的手機方案來省錢：一位記者的 Muse 標出 Patreon 和 Substack 訂閱以及更便宜的手機方案，實際可省約 35 美元，遠低於 1,000 美元。
• 找更便宜的汽車保險：一位新創創辦人說 Muse 找到的汽車保險，每年比原方案便宜 3,500 美元。
• 把信用卡對帳單的支出整理進 Excel：作者請 Claude Code 讀一個放信用卡對帳單的資料夾，學習他的習慣，把相關支出放進 Excel，省下好幾個小時；他打算接著檢查訂閱。
• 把收據和 email 裡的家庭支出記進試算表：ChatGPT Work 讀取收據照片、Gmail 的購物 email 和刷卡通知，整理進試算表，並把收據圖片存到 Google Drive。
• 把獸醫費用變成可直接寄出的寵物保險理賠：個人的 OpenClaw agent 在銀行明細中發現獸醫費用，從 Gmail 找出發票，填好保險公司的 PDF 表單，草擬 email 並追蹤回覆，讓飼主檢查後再寄出。
• 把轉寄的收據和銀行資料變成支出與稅務摘要：使用者回報 Cowork 用轉寄的收據產出週一的支出報告，用一整年的交易整理出報稅摘要，還做了居家維修紀錄。
• 抓出盜刷並追回訂閱費用：使用者說 Muse 抓到銀行漏掉的重複盜刷，也找到被遺忘的書籍訂閱並拿回錢；省下的金額未經查證。
• 挑對發票來報稅：發文者說他用 GPT Agent 報稅，由它讀發票並挑出正確的那些。
• 搜尋 email 並打電話取消訂閱和退款：Grok Bot 讀了兩個帳號的 email，登入系統、打電話給業者並寄信，約十分鐘就取消並退款兩個拖了很久的訂閱。
• 摘要保險拒賠信以準備申訴：發文者用 AI 助理摘要拒賠 PDF 來起草申訴信，但它捏造了一個申訴期限。
• 教 agent 用訊號和紀錄來交易：@mufasadubai 請 Manus 用 ProjectX API 寫了一支 Python 腳本來看即時圖表，設定 Telegram 訊號，並把交易記錄到 Google Sheets 和 CSV。
• 整夜跑 memecoin 檢查和警示：Grok Bot 把學會的 4 分鐘 memecoin 檢查，整夜跨多個網站跑了 3,140 次，寫出報告並產生 160 則警示；使用者聲稱獲利 9,320 美元。
• 整理 QuickBooks Online 的年底帳務：一位財務老手讓 Claude Cowork 控制瀏覽器操作 QuickBooks，建立科目並重新分類雜亂的分錄，再搭配 Claude for Excel 分類交易，一個下午就完成。
• 整理稅務文件並填寫 IRS 表單：作者讓 Claude 整理薪資表單、1099 和券商摘要，擷取數字並填寫空白的 IRS 表單，但沒讓它用瀏覽器自動化去申報。
• 替被拒賠的案件寫申訴信並打電話給保險公司：Counterforce Health 的 AI 會針對拒賠寫申訴信，另有語音 agent 替使用者打給保險公司追蹤進度。
• 根據券商資料產生每日個人化交易研究報告：Lonnie VanZandt 的 Claude 助理透過 MCP 讀取他在 Schwab 的持股和觀察清單，掃過新聞和 Fed 資料來源，每天寫出一份報告。
• 檢查信用卡用錯卡和漏掉的權益：Grok Bot 透過連接 Plaid 的 app 讀取三張卡已入帳的交易，檢查餐飲、Amazon 和旅遊該刷哪張卡，以及沒用到的權益。
• 檢視 IRS 稅務法庭案件檔案並起草和解信：一位稅務法庭的被告用 Claude in Chrome 在約 20 分鐘內打開並摘要入口網站上的文件，再用 Claude Desktop 和 Claude Code 整理證據、起草和解信。
• 檢視房東押金爭議有沒有違法：一位房客用 ChatGPT 和 Gemini 檢視房東的公寓押金爭議，找出違法之處，避免損失 4,200 美元。
• 歸檔資料夾裡的收據：Grok Bot 歸檔了資料夾裡的 14 張收據，留下 2 張需要卡號的，並存下它發現的新付款方式。
• 每晚從銀行 email 追蹤個人財務：一位不會寫程式的人請 Claude Code 做出財務追蹤器，抓取銀行 email、分類消費，並在 Raspberry Pi 上每晚執行。
• 準備並申報逾期的德國 VAT：Cowork 搭配 Claude 的 Chrome 擴充功能，從發票 PDF 整理出帳目，再登入 Elster 送出逾期的 2025 年第三季 VAT 表單。
• 準備海外供應商付款供人審核：經核准的 agent 檢查各帳戶餘額，並在使用者設定的規則內，準備好供應商付款明細供審核。
• 為多收的費用提出保險理賠：Tarun 發現多收費用後，叫 agent 把所有理賠都提出，目前已收回 200 美元。
• 為自由工作者記帳擷取收據資料：一個用 Claude Code 做的 app，從收據擷取廠商、日期、總額、稅額和明細，外幣收據也能用歷史匯率換算，給自由工作者和小型企業使用。
• 為被拒的保險理賠起草申訴：一套自建的 AI 系統讀取被拒的理賠、調出病患紀錄，並起草正式的申訴信，寄出前交給人審核。
• 爭議承包商報價與變更單：AI 檢視承包商的採購單、email 和明細項目，起草爭議信，找出使用者漏看的問題，最後拿回 2 萬美元的抵免。
• 爭議錯誤的醫療催收帳單：一個財務機器人登入醫療帳戶，找到 EOB，發現一張 1.3 萬美元的催收帳單有誤，並傳真爭議文件，把它撤銷了。
• 產生 prompt 讓瀏覽器 agent 執行交易：一位開發者的訊號產生器讀取股票和加密貨幣的投資組合檔案，產出瀏覽器自動化 prompt，讓 Perplexity Comet 到券商網站執行交易。
• 用 AI agent 檢查帳務錯誤：發文者拿一個月的假帳務測試 AI agent，裡面埋了六個錯誤，它們抓到五個，漏掉一個。
• 用 AT&T 聊天談低光纖帳單：Meta Muse 和 AT&T 客服聊天，把光纖方案從每月 85.94 美元降到 60 美元，同時保留組合優惠且不綁約。
• 用 ChatGPT Agent 取消串流訂閱：一位寫作者登入後讓 agent 取消 Peacock、Disney 和 Netflix；過程中需要提醒一下，而且某些網站可能會擋。
• 用 ChatGPT Finance 分析消費與帳戶：一位使用者把支票、信用卡和券商帳戶連到 ChatGPT 的 Finance 工具，請它列出消費類別、商家、餘額、APR 和到期日的明細。
• 用 ChatGPT 談買車：一位家長說 ChatGPT 做了購車清單並指導談判策略，幫女兒買車省下超過 3,000 美元。
• 用 ChatGPT 贏得機票退款爭議：一位旅客用 ChatGPT 整理 IndiGo 取消航班的爭議說法，說自己拿回了 ₹43,992 的退款。
• 用 ChatGPT 起草有證據支持的保險申訴：發文者用 ChatGPT 做出一份被接受的就業保險申訴，也協助寫了有證據支持的居家保險淹水申訴。
• 用 Claude Code 助理追蹤個人財務：作者做了一個 Claude Code 財務助理，透過 MCP 取得總經資料，加上自己的財務資料，用來追蹤財務、評估健康狀況並輔助投資決策。
• 用 Claude Code 從銀行對帳單起草報稅資料：一份使用者回報彙整，其中一位請 Claude Code 從銀行對帳單和發票起草報稅資料，另一位整理了 1,400 張截圖。
• 用 Claude Code 整理扣除額和 Schedule C：Claude Code 從試算表、email 和對帳單彙整慈善捐款與列舉扣除額，並做出 Schedule C；部分分類仍要手動處理。
• 用 Claude Cowork 產出投資備忘錄：作者帶非開發者用 Claude Cowork 在約 15 分鐘內產出完整的投資備忘錄，之後還能持續追蹤這筆投資。
• 用 Claude 做的投資組合追蹤器追蹤個人投資：發文者用 Claude 做了個人投資組合追蹤器，用資金加權報酬率追蹤定期定額和單筆投入，也幫忙做研究。
• 用 Claude 把銀行對帳單彙整成消費儀表板：據報導，Miles Deutscher 用 Claude 把每月銀行對帳單合併成儀表板，視覺化消費、計算指標並分析投資組合配置。
• 用 Claude 爭議租車的損壞費用：一位旅客讓 Claude 當 agent 去質疑 Sixt 的損壞費用；它建議指控公司竄改時間戳記並向主管機關投訴，文章說這招適得其反。
• 用 Claude 申請延誤或取消航班的退款：航班延誤或取消後，Claude 會整理事實、研究規則，並起草退款申請的 email。
• 用 Claude 的 Medicare 價格分析砍醫院帳單：Claude 針對一張 195,628 美元的醫院帳單，做出各代碼的 Medicare 價格試算表；之後使用者自己寫信並談下約 163,000 美元，Claude 只做了分析。
• 用 Codex computer use 填表單與檢查報稅：轉述 OpenAI 員工用 Codex computer use 處理表單和 PDF，其中一次報稅檢查抓到價值數千美元的錯誤。
• 用 OpenClaw 申報複雜的稅務：OpenClaw 用銀行交易做出 Schedule C 損益表，帶著操作 TurboTax 輸入超過 4 小時，還抓到前任會計師的錯誤。
• 用 RAG agent 為選股提供即時市場背景：有留言者在即時資料庫上做了一個 RAG agent，為評估股票和篩選提供當下的市場背景。
• 用 Replit Agent 做買單失衡掃描器：有留言者說，Replit 的 agent 用試用額度做出了可以運作的買單失衡掃描器。
• 用 agent 蒐集市場新聞輔助投資：有留言者正在設定一個能使用新聞 API 的 AI agent，蒐集市場新聞來輔助投資決策。
• 用 computer use 填寫 Form 1040：一位測試者把存在硬碟裡的資料交給 Claude Computer Use，看它能不能找到欄位並正確填好簡化版 Form 1040。
• 用 email 爭取床墊保固理賠：一位使用者的 agent 和床墊公司的 agent 來回寄信，引用法規並強硬施壓，來解決保固理賠。
• 用交易紀錄做 Excel 投資組合追蹤器：Claude Code 讀交易紀錄、寫並執行 Python、抓 Yahoo Finance 的即時資料並匯出 Robinhood 交易歷史，做出 Excel 投資組合追蹤器。
• 用券商匯出檔做投資組合規劃：Claude Code 讀了一個放著券商 CSV 匯出檔和筆記的目錄，研究基金，產出買進、停止買進和持有清單，並為每檔配上一檔可做稅損收割的夥伴基金。
• 用即時市場資料產生投資分析：發文者在 Claude Code 裡做了一個個人財富顧問，把即時市場資料、總經指標和新聞餵進投資分析。
• 用即時聊天談低 Comcast 網路費：DoNotPay 的 AI 聊天機器人和 Comcast 即時聊天協商，談到折扣，幫一位工程師每年省 120 美元。
• 用收據和銀行對帳單核對稅務：一位使用者請 Claude 拿稅務數字去比對收據和銀行對帳單，標出不一致的地方，再自己檢查草稿。
• 用申訴信對抗醫院帳單：一位使用者請 ChatGPT 檢查醫院帳單並起草申訴信；保險公司和醫院隨後承認帳單有誤，並換發新帳單。
• 用發票 PDF 申請 FSA 報銷：Claude Code 搭配 Chrome 擴充功能解析 Amazon 發票 PDF 並抓出重複項目，但無法上傳檔案而且很慢，使用者只好自己接手。
• 用白話文透過 AI agent 管理券商帳戶：Coinbase 在 SEC 註冊的 AI agent 利用完整的投資組合背景和帳戶歷史，依白話指令執行帳戶操作並提供投資點子。
• 用終端機 coding agent 做公司帳：作者用 Claude Code 和 Codex 替幾家瑞典公司做帳，它們會讀收據、比對銀行資料列、過帳，並在申報前抓到一個 VAT 錯誤。
• 用聊天 agent 在 GoDaddy 客服談低價：發文者叫 AI agent 在 GoDaddy 客服聊天裡談更便宜的價格，每 60 秒檢查一次回覆，說最後談到更好的價格。
• 用聊天機器人談低 Comcast 帳單：DoNotPay 以 ChatGPT 為基礎的機器人替一位工程師和 Comcast 客服聊天，談到每月折扣 10 美元。
• 用舊名字搜尋各州的無人認領財產資料庫：發文者請 Claude 用本名和舊名字，搜尋自己住過的每一州的無人認領財產資料庫。
• 用財務 agent 管理投資、稅務和信用：發文者做了一個 Claude Code 個人財務 agent，用來追蹤投資、準備自雇稅務，並優化信用使用率。
• 用資金管理 skill 找回身分不明的款項：Cornell 的財務和 AI 團隊用一個資金管理的 Claude skill 找出並認領身分不明的款項，追回 10 萬美元的欠款。
• 用銀行交易做出消費洞察 app：Plaid 介紹一個 Replit 連接器，讓不會寫程式的人用 prompt 請 Replit agent 做出讀取自己銀行交易的 app（廠商文章，沒有具名使用者）。
• 用銀行資料分析預算並研究投資：發文者把銀行交易資料導入 ChatGPT，並用 Claude 做預算分析、投資研究，以及摘要和比較財務報告。
• 用風險和成本指標比較基金並畫圖：一位留言者請 ChatGPT 依最大回撤、夏普比率、費用率、稅務拖累和持股重疊來比較基金，再產生圖表。
• 申訴航空公司拒絕 EU261 延誤賠償：一個以 Grok 為基礎的 agent 查了航班資料，主張機組人員問題不算特殊情況，寄出經核准的信件，在降落前就拿到 400 歐元。
• 申訴被拒的旅遊保險理賠：發文者在申訴被駁回的旅遊保險理賠時用了 Gemini，說申訴成功。
• 申請處方狗糧的寵物保險理賠：Muse 收集 Chewy 發票和處方卡，上傳到保險公司的 app，一次處理多筆理賠。
• 當 AI 分析師研究持股：一個 Claude Code agent 每週兩次涵蓋約 15 檔持股和觀察清單，整理新聞並提出多空論點，由人來設定風險上限和核准交易。
• 監控 DeFi 部位並對高風險資金池發警示：AI agent 跨 37 條鏈監看使用者的 DeFi 和傳統帳戶，標出一個高風險的流動性池，避免可能的損失。
• 監看投資新聞並產出早晨總經摘要：SouthernValue95 的 Meta Muse agent Alfred 監看 X 上的投資話題、轉錄 podcast、追蹤觀察清單標的的新聞與法規，並寫出早晨的總經摘要。
• 盤點訂閱並寄信給公司取消：Claude Code 拉出多張信用卡的交易，標出定期扣款，並草擬取消信，追回 700 美元。
• 研究加密資產並執行兌換和永續合約交易：Midas Markets agent 研究資產、分析投資組合和損益、依動能找代幣，並在 Hyperliquid 上執行兌換和永續合約部位。
• 自動對房東提出房客申訴：一個 Claude agent 爬取違規資料庫，向紐約市住宅委員會提出 14 件申訴；據報導房東被罰款，漲租也被擋下。
• 自己做退稅計算器，不用付錢給 CPA：一位使用者請 Claude Code 用 2025 年稅率表做出互動式稅務計算器，省下 300 美元的 CPA 費用。
• 自己處理一邊的居家保險理賠：水管爆裂後，使用者請 Claude 讀保單、整理收據、追蹤理賠員的訊息和延誤、記錄往來信件和估價，並質疑承保決定。
• 處理消費爭議並追回退款：作者用 Claude 和它的 Chrome 擴充功能提出申訴、爭議扣款，回報十勝、追回超過 12,000 美元，但仍要自己看 email 和打電話。
• 補完兩年逾期的荷蘭稅務：一位落後兩年的使用者讓 Claude 理清支出、找出收據和發票，一個下午就處理完荷蘭的報稅。
• 補完兩年逾期的荷蘭稅務：Claude Code 幫一位落後近兩年的人理清支出、查找收據和發票，並搞定荷蘭的稅務系統。
• 討回被遺忘的加密貨幣空投和存款：一位使用者讓 Claude 和 GPT agent 掃描區塊鏈歷史，找出並討回被遺忘的空投和存款，拿回的金額是每年 AI 花費的 10 倍。
• 談帳單、處理退貨、取消訂閱：一位 Meta 員工說 Muse 談下了 AT&T 帳單、找出 Amazon 退貨、退掉 IKEA 家具並提出寵物醫療理賠；另一位則讓它取消並退款一個被遺忘的訂閱。
• 讓 AI agent 向 IRS 申報雇主稅務：一個開發中的 MCP server 讓 agent 以工具呼叫的方式向 IRS 提交報稅（先支援雇主表單 941 和 940）；目前還在 IRS 認證中，尚未上線。
• 讓 AI 模型各拿 1,000 美元自主交易股票：發文者用平日盤前的同一個 prompt，讓四個 AI 模型各自操作 1,000 美元的投資組合共九週，ChatGPT 表現領先。
• 讓 ChatGPT 管理真實的微型股投資組合：一位作者進行為期六個月的實驗，ChatGPT 拿到每日價格資料並每週用 Deep Research 重新評估，來管理真實的微型股投資組合；第五週的限價單大多沒成交。
• 讓 agent 在你的圖表上調查市場變動和警示：OpenChart 讓 Claude 或 Codex 標註圖表型態、寫指標、調查價格警示，並把研究存到本機工作區。
• 讓 agent 在接案平台賺錢：一位作者給 LLM agent 一個 shell 和網路存取，沒有任何資本；它在以 agent 為優先的市集賺到約 40 美元 USDC，在以人為優先的平台則是 0。
• 讓 agent 自主操作真實的 Kalshi 預測市場帳戶：一個使用 Claude Code 的 agent 在監督下操作 20 美元的 Kalshi 帳戶九天，拿到 20.30 美元的獎勵金，但交易虧損 36.06 美元。
• 讓 agent 透過 MCP 管理個人財務：發文者做了一個 MCP server，透過 Plaid 或上傳對帳單來連接銀行帳戶，讓使用者的 agent 能持續處理個人財務管理。
• 讓客服 agent 退款處理帳單爭議：一位客戶對 Vercel 的錯誤帳單提出爭議，公司的客服 AI agent 自己產出並提供了退款。
• 起草未經授權續約的退款要求：發文者在 Skillshare 未經授權扣了 24 美元續約費後，用 ChatGPT 寫了一封更強硬的訊息，並威脅提出爭議和拒付。
• 跑一個 11 個 agent 的團隊做交易準備：一位交易員跑 11 個 Grok Bot agent，各有一項工作和一份職責範圍文件，並有一個 Red Team agent 必須先核准交易。
• 跑多 agent LLM 金融交易分析：一個由多個 LLM agent 協作做金融交易決策的框架。
• 跑每日投資組合新聞摘要 agent：有留言者跑一個 agent，自動蒐集自己持股的新聞，每天早上當作客製的投資組合電子報來看。
• 躲過車商的加購推銷並找到禮物卡：一位使用者說 Muse 幫他避開車商的加購和費用，省下 1,250 美元；另一位說它找到一張沒用過的 200 美元 Verizon 禮物卡。
• 追討航空公司的退款爭議：agent 每 48 小時強硬追信，建立書面紀錄並準備好向主管機關的申訴；1,200 美元的機票退款在一週內處理完成。
• 追蹤政治人物交易來操作小額 Robinhood 帳戶：作者透過 MCP 把 Claude Code 接上 Robinhood 的 agent 交易 beta，帳戶只有 100 美元；它會盯政治人物和高階主管的交易、用即時損益追蹤部位，並下真實的單。
• 透過 Claude Code 和 Robinhood MCP 長期追蹤投資：發文者詢問怎麼把 Claude Code 透過 MCP 接上 Robinhood，在研究或交易後持續追蹤投資；這是一個提問，還沒有成果。
• 透過 Robinhood MCP 交易股票：一個 ChatGPT agent 在進行中的 agent 交易挑戰裡，賣出 TSM 股票並買進 HOOD 股票。
• 透過個人 agent 比價傘式保險：個人 AI agent 使用 Coverage Cat 的 Agent API/MCP 評估傘式保險額度，比較各保險公司的選項和價格區間，背後有持牌經紀人支援。
• 透過稅務入口網站申報所得稅：Claude Desktop agent 替使用者申報 ITR-1：用 AIS 交叉核對薪資、處理換雇主、修掉驗證錯誤，然後送出。
• 闖過保險公司的電話選單找到真人：一位 Reddit 使用者讓 Meta 的 Muse AI 打給房屋保險公司的免付費電話，闖過電話選單找到真人，再打給對方變更保單。
• 靠 ChatGPT 指引申請無人認領財產：一位使用者拍下無人認領財產的通知信，ChatGPT 指引他到佛羅里達州財政部網站申請；另一位說他的未婚夫申請後收到了錢。

生活雜事與居家

• 30 分鐘內投 50 份工作：Claude computer use 在 30 分鐘內送出 50 份求職申請，影片中有示範。
• 下班時傳 WhatsApp 給老婆：使用者設定 OpenClaw 在他做完工作時傳 WhatsApp 給他太太，但把她的號碼加入白名單後，她的回覆也被轉給了 agent。
• 付帳單、清信箱和訂雜貨：據報導，一個叫 Scout 的 Muse agent 幫它的使用者付了帳單、清空信箱並訂了雜貨。
• 代你打電話給牙科保險公司：Meta 的 AI agent 打電話給牙科保險公司，報出會員編號、回答安全問題，並在等待期間掛著線，最後把使用者轉給客服人員。
• 代使用者聯絡 OpenAI 客服：使用者讓 Operator 嘗試聯絡 OpenAI 客服，做到一半，使用者登入帳號時出現錯誤而中斷。
• 依 LinkedIn 名單草擬客製化求職開發信：Pratyush Pandey 給 Claude Cowork 一些 LinkedIn 名單和他的履歷，它依職位草擬客製化的信，並在 Gmail 裡準備好。
• 依人員在場用 AI agent 調整燈光亮度：Home Assistant 的在場感應器觸發 n8n，由 Deepseek agent 依時段決定亮度並設定燈光。
• 依你的資料每週訂餐廳、每天推薦新發現：一個 OpenClaw agent 能存取 ChatGPT、Google 和 Instagram 的紀錄，每週訂餐廳、每天寄推薦，並提出記憶更新讓使用者核准。
• 依指定條件整理 Mubi 待看清單：ChatGPT Agent 瀏覽 Mubi 片庫，挑出 10 部符合使用者條件的電影，附上簡短評語並加進待看清單。
• 依目標跑專注 agent 和 Gmail agent：作者做了一個背景運作的專注 agent，把行事曆和目標連起來，另外還有一個 Gmail agent 負責處理信箱和過濾雜訊。
• 依睡姿控制電風扇：一個 AI 室友在 Raspberry Pi 上用姿態模型看使用者睡覺，並按遙控器按鈕開關電風扇。
• 依醫院紀錄填保險文件：Felix Rieseberg 給 Claude Cowork 一個裝滿醫院 PDF 的資料夾和保險網站，它就把文件填好了，而他在餵新生兒。
• 做一個家庭晚餐建議 app：一位不會寫程式的人用 Codex 做了一個本機 app，依儲藏室庫存、花園收成、飲食限制、廚房電器和天氣來建議晚餐。
• 分析 Garmin 資料來規劃餐點和找健康規律：發文者把 Garmin 資料匯出到 Claude 專案和餐點規劃工具，Claude 發現某天吃得比較多，和藥效變差之間有關聯。
• 分類信件、取消訂閱並管理行事曆：一個 Grok Bot 助理會分類多個信箱、草擬並寄出回信、取消沒在用的訂閱，並管理行事曆，附提醒和時間重疊檢查。
• 協調背景執行緒並發送事務提醒：一個 dot 在同一個對話中管理背景執行緒，並主動提醒使用者把文件寄給會計師、確認退款進度。
• 向 USPTO 提出商標申請：Claude Cowork 一步步帶著走完流程並填好文件，這個商標最後拿到了 USPTO 的最終核准。
• 在 7 美元的 VPS 上跑個人門房 agent：一個公開 agent 透過 IRC 招呼網站訪客，另一個私人 agent 處理信件和排程，每天花費上限 2 美元。
• 在 Cursor 裡跑私人事務 agent：作者用 Cursor 處理個人事務，像是草擬給牙醫的預約信，靠私人筆記和規則讓個人資料不會出現在公開草稿裡。
• 在 FHIR 紀錄上跑個人健康 agent：一個個人 OpenClaw agent 透過護欄代理讀取健康資料，用來準備就診、草擬後續追蹤、填表、寫保險申訴和追蹤趨勢。
• 在 Home Assistant 自動控制各房間暖氣：一位屋主做了 add-on 和 MCP server，讓 Cursor 能撰寫並部署 Home Assistant 自動化來控制各房間溫度，一個週末內迭代了五個版本。
• 在 LinkedIn 大量投行銷職缺：一位 Comet 使用者讓 agent 在 40 分鐘內送出約 100 份 LinkedIn 申請，結果沒有任何面試。
• 在 LinkedIn 搜尋並投遞職缺：有瀏覽器權限的 OpenClaw 做了履歷、搜尋職缺，三天內投了 100 多個，但也未經同意私訊了 LinkedIn 上的人。
• 在 Raspberry Pi 上跑離線車載助理：Pi 上的本地 Qwen 模型讀取車輛 OBD 資料和手冊來回答車況問題，透過雲端控制冷氣和車鎖，拋錨時還會通知其他 agent 去查火車票。
• 在家生成每日語音新聞快報：發文者用 ChatGPT、ElevenLabs 和 Home Assistant 做了晨間新聞簡報，透過家裡的設備唸出來，取代了 Alexa。
• 在瀏覽器裡完成線上課程作業：有人叫 Perplexity Comet 完成 Coursera 的網頁設計作業，短片裡看起來做完了，CEO 則呼籲大家不要這樣做。
• 在診所網站填處方訂購表：ChatGPT Agent 在診所網站上填了藥名、劑量和天數，敏感資料則由使用者手動輸入。
• 在車上用語音幫家人加入牙科保險方案：使用者透過車子轉達指令給機器人，機器人在信箱裡找出文件，趁他開車時把家人加進牙科保險方案。
• 填寫冗長的家醫科表格：agent 填完一份很長的家醫科表格，接著自動促成醫生來電和檢驗預約。
• 填寫多頁的簽證或移民表單：一位使用者請 ChatGPT 協助完成頁數很多的簽證表單，並用 dots 的語音通話流程在填寫時詢問所需的細節。
• 大量退訂 Gmail 電子報：一位 PCWorld 寫手讓 Claude Cowork 挑出可以放心退訂的電子報，再透過 Chrome 擴充功能，用它自己寫的 JavaScript 函式點擊退訂按鈕來大量退訂。
• 安排和朋友的週五夜晚：Instinct agent 和朋友們的 agent 協調，挑好餐點、飲料和電影，對齊時間，下單後加進行事曆。
• 幫 MRI 找第二意見：有人分享用 Claude Code 分析自己 MRI 的經驗。
• 建立並管理語言學習的 Anki 字卡：Claude Code 搭配 AnkiConnect 在 Anki 裡建立牌組、新增格式化的卡片並檢查重複，用於語言學習和文法練習。
• 建立晨間簡報和美食評分儀表板：一位留言者說 Muse 會爬信用卡、信件和行事曆，追蹤去過的餐廳並替食物評分，還提供包含行事曆、天氣、新聞和待跟進事項的每日簡報。
• 建議約會點子並提醒多安排約會之夜：用約會地點清單和準則訓練一個 Claude Code 助理，讓它建議約會、必要時提醒，並可能幫忙訂位。
• 引導 Claude 完成 mandamus 訴狀提交：發文者準備了一份 Claude markdown 檔，指引如何在地方法院提出 mandamus 訴狀、送達傳票和訴狀，並提交送達證明表格。
• 彙整並篩選公寓房源：一位租屋者用 Claude 和 ChatGPT 彙整物業管理網站並篩選房源，結果還算可以，但混進一些不符條件的房源，最後他是透過朋友找到住處。
• 從 LinkedIn 替職缺的適合度打分數：一個 Claude Chrome 擴充功能的 Shortcut 會讀取開啟中的 LinkedIn 職缺，產出有分數的適配報告，不用複製貼上。
• 從 Telegram 新增待辦到 Todoist：一個 Telegram bot 搭配 LLM 和編排平台（n8n 或 windmill），能把自然語言訊息變成作者 Todoist 帳號裡的待辦。
• 從 Telegram 訊息把運動記到 Notion：Telegram 聊天裡的 Claude agent 會依文字或語音訊息，把運動和每日近況記進 Notion。
• 從信箱找出未繳帳單並推薦食譜：一位 WSJ 評測者把信箱和行事曆接到 Muse，它找出了未繳的帳單，還根據蔬果配送內容推薦食譜。
• 從文字、語音或照片記錄餐點並追蹤營養：n8n 裡的 Telegram AI agent 會記錄以文字、語音或照片傳來的餐點，估算熱量和巨量營養素，在 Google Sheets 追蹤目標並發送每日報告。
• 從資料掮客那裡刪掉你的電話號碼來擋垃圾訊息：一個 Grok Bot skill 會在人物搜尋網站找出使用者的號碼、提出移除申請、完成確認信，並定期重新檢查。
• 從轉寄的信和傳單擷取學校日期：一個家庭任務管理工具會從轉寄的學校信件抓日期，讀傳單照片，並依郵遞區號同步學校行事曆。
• 從頭到尾完成線上問卷：發文者說 Muse 自己瀏覽問卷、解掉 captcha 並送出回覆，全程沒有人工介入。
• 打造心臟健康追蹤 app：一位 73 歲、沒寫過程式的使用者，用 Claude 做了一個 app，在住院後追蹤血壓、水分、體重、心率、症狀、餐點和活動量。
• 打造會通知照護者的吃藥提醒藥盒：一份教學指南：用 Raspberry Pi 藥盒搭配 OpenClaw agent，記錄服藥、調整提醒、用攝影機確認有出藥，漏吃時通知照護者。
• 打造電子紙冰箱購物清單韌體：Claude Code 寫了約 2,400 行 C++ 韌體，給 ESP32 電子紙冰箱磁鐵當購物清單，跟手機網頁 app 同步，現在全家都在用。
• 找倫敦的出租公寓：發文者用 Claude Cowork 在五天內搜尋並找到一間倫敦的出租公寓。
• 找出固定會議、信件和帳單，主動問要不要準備：架在 Gmail 和 Calendar 上的助理，會偵測固定會議、重複類型的信件和帳單，再問你要不要先準備或排程。
• 找合適的職缺並客製履歷：大家用 Claude 搜尋合適的職缺，並替使用者挑中的職缺客製履歷。
• 找布拉格公寓並聯絡房東：Manus 瀏覽房源並回傳五間公寓，但被要求寄信給房東約看房時，卻陷入迴圈並出錯。
• 找租屋並跟房東議價：一個 OpenClaw agent 用瀏覽器自動化寄出 8 封詢問信，在試算表追蹤回覆，其中一例還經過三輪議價談租金，頁面偏展示風格。
• 找造型師並準備沙龍預約：一位 CNET 記者讓 ChatGPT 的 agent 研究造型師並詢問預約細節，但在它真的訂位前就叫停了。
• 把 2,200 個下載檔案分到資料夾並附摘要：Cowork 在不到 20 分鐘內，把 Downloads 資料夾裡 2,200 個散亂檔案依類型分組並摘要每個資料夾，大致上沒有破壞性的動作。
• 把 Cowork 當個人行政助理：一位留言者說 Claude Cowork 正好是他需要的那種行政助理型個人 agent。
• 把 Gmail 旅遊信件變成 Google Calendar 行程：使用者試了 Manus 和 ChatGPT Agent 讀取 Gmail 的旅遊資訊並建立行事曆活動，Manus 很慢，兩個都失敗了。
• 把 Kindle Scribe 手寫筆記變成待辦和活動：Alexa+ 會摘要從 Kindle Scribe 傳來的筆記，並轉成待辦清單、行事曆活動和提醒，這是功能介紹。
• 把 Twitter 追蹤名單搬到 Bluesky：作者的 agent 會逐一查看他在 Twitter 追蹤的帳號，對應到 Bluesky 個人檔案，並在那邊追蹤。
• 把 agent 當全職個人秘書：使用者說他把 Grok Bot 當全職秘書來做個人助理的工作，沒有給出詳細的任務清單。
• 把 n8n workflow 當成 Home Assistant 語音 agent：一個自製整合會把語音請求和公開的實體送到 n8n workflow，workflow 可以用 AI 並觸發自動化，再把回覆唸出來。
• 把你的棋局分析成附解說的影片：一個 Claude Code skill 結合 Claude 視覺、Stockfish 和你的語音筆記，把 Lichess 的棋局做成有解說的分析影片。
• 把信箱裡的旅遊訂位加進行事曆：作者在固定資料夾執行 Claude Code，搭配存好的腳本，把新的旅遊訂位信處理成行事曆項目。
• 把口頭回答變成 Todoist 任務清單：Alexa 把口頭回答傳給 ChatGPT，ChatGPT 整理成格式化的任務清單，用在家裡的工作流程。
• 把學校作業和繳交日整理進孩子的行事曆：一位家長讓 Meta Muse 透過憑證保險庫登入學校資訊系統，抓出作業和繳交日，建立附提醒的行事曆項目，每天自動執行。
• 把手寫預約加進行事曆並歸檔 PDF：一位留言者描述自建的 agent：用 OCR 把手寫預約的照片轉進行事曆、上網搜尋，並把寄來的 PDF 歸檔到 paperless。
• 把找公寓的聯絡工作交給 AI 租客代理：Kaleno 的 AI 在租客同意下聯絡房源、追問缺少的細節並管理後續跟進，廠商說測試版有一半的聯絡是這樣處理的。
• 把新的英文單字記進 Notion 單字資料庫：作者把新的英文單字傳給 OpenClaw，它會加進 Notion 單字資料庫，並補上音標、詞性、定義和記憶口訣。
• 把日常雜事交給本機 agent：一位留言者列出交給信任的本機 agent 的事：規劃機票和飯店、轉換音樂、找沒有 DRM 的電子書、設計 3D 列印支架，以及追蹤信件裡的預約。
• 把會議筆記變成排好優先順序的每日行動清單：一位作者把 Claude Code 當個人助理，把會議筆記處理成一天結束時的行動清單，之後又加上每日優先事項、筆記整合和預算追蹤。
• 把每場世界盃最終比分傳到朋友的 Signal 群組：一個用 Claude Code 做的 agent 每 30 分鐘查一次 ESPN，把 2026 世界盃每場最終比分用一個角色人設寫成文字，傳到三人的 Signal 群組，並用程式檢查比分。
• 把聊天訊息變成 Google Calendar 活動：一個 n8n 行事曆 agent 接收聊天訊息，抽出活動標題、地點和時間，並建立 Google Calendar 項目。
• 把醫療文件、財務和續租交給個人 agent：作者給一個常駐的 OpenClaw agent 有限的信件、行事曆、檔案和訊息存取權，第一週它就處理了醫療文件、分析財務、處理續租，還生出五個專門的 agent。
• 把餐點和醫療指標記到健康試算表：一個 Claude Cowork skill 會在試算表裡追蹤飲食和醫療指標，在手機上告訴 Claude 的餐點也會記進每日紀錄。
• 控制瀏覽器播放影片和發回覆：Comet 接管瀏覽器，找到 YouTube 播放清單、開始播第一支影片再暫停，也能回覆推文和在 Reddit 發文。
• 搜尋 LinkedIn 並送出客製化的求職申請：Claude Code 操作真實的 Chrome 瀏覽器，依履歷找出符合的職缺並整理成 CSV，寫求職信、填表單並送出。
• 摘要投資狀況並把學校行事曆轉成 iCal 邀請：一位留言者用 Claude 準備每月的投資績效和淨資產摘要，並把學校行事曆和電子報轉成 iCal 邀請。
• 整理收藏的食譜並研究旅行航班：一位 Engadget 寫手讓 Muse 從收藏的 Facebook 和 Instagram 貼文抓出食譜整理成分組清單，再研究直飛航班並設定價格追蹤。
• 整理移民文件包：使用者讓 ChatGPT 瀏覽器操作，幾分鐘內把七年的報稅、銀行對帳單和移民文件收集成一個文件包。
• 整理雜亂檔案並幫電腦裡的發票改名：作者用 Manus My Computer 在幾分鐘內整理好一個有數千檔案的資料夾，也提到拿它來分類照片和替發票改名。
• 替你需要的書預約圖書館保留：一個隨時在線的 agent 會依需求挑書，例如給 6 歲孩子的西洋棋書，並透過郡立圖書館網站預約，書到了圖書館會寄信通知。
• 替學校信件加標籤並草擬家長回信：一位家長的 agent 會替學校和家長的信件加標籤、草擬回信讓她修改後寄出，把日期加進行事曆前也會先問她。
• 架設家用聊天伺服器並用手機管理帳號：一個跑在本地 Qwen 模型上的 Hermes agent 架好 Open WebUI 伺服器，並透過手機處理帳號管理，幫作者的青少年孩子開了自己的帳號。
• 查詢兩年的 WHOOP 和血液檢驗資料：作者做了一個 Claude agent，能針對 WHOOP 生理數據和從信件 PDF 抽出的檢驗結果回答問題，並在 30 個問題上和 Databricks Genie agent 比較。
• 根據上傳文件和學校信件回答問題：在 Amazon 的示範中，Alexa+ 能根據上傳的食譜或 HOA 文件回答問題，並把轉寄的學校信件摘要進行事曆。
• 檢查並修正 Home Assistant 設定：作者讓 Claude 檢查他的 Home Assistant 設定，當 MCP 無法直接編輯時，就用 Chrome connector 在儀表板上點選，並把設定區塊貼進編輯器。
• 檢查發文紀錄裡沒兌現的承諾：有人把作者的社群發文紀錄交給 agent，它找到一個作者其實從沒做過的承諾。
• 每天依履歷和薪資資料篩選職缺：一位被裁員的求職者每天早上跑 agent，瀏覽 LinkedIn，對照 levels.fyi 的職級和薪資，評估職缺跟履歷合不合。
• 每天傳 WhatsApp 提醒孩子要帶什麼上學：一位留言者做了一個 Claude Code 工具，前一天會傳 WhatsApp 提醒孩子的書包要裝什麼。
• 每天自動送出客製履歷和求職信的求職申請：一個 n8n 流程每天執行，搜尋職缺，用 AI 調整履歷和求職信，並以 email 寄出申請。
• 清信箱、追退款、預約冷暖氣保養：Meta Muse 刪掉兩萬多封舊 Hotmail 信件，透過 ISP 客服聊天追查遺失的退款，還根據保養紀錄排好冷暖氣保養。
• 清掉 Android TV 的預載軟體：Rakesh Prakash 請他的 Hermes agent 清掉 Android TV 的預載軟體，它順利完成了。
• 清掉殘留的安裝檔並抓 YouTube 逐字稿：Scout 在徵得同意後用 PowerShell 刪掉 31 個殘留安裝檔（4.4 GB），瀏覽器被擋時還裝了工具來存 YouTube 逐字稿。
• 測試 Operator 處理法律文件、辦派對和購物：作者拿 Operator 試了五個情境，辦派對的結果「普普」，Amazon 購物則因為無法把商品加進購物車而失敗。
• 為 300 人婚禮跑賓客禮賓 agent：發文者用 Gemini 驅動的 agent 做了婚禮籌備 app，包含賓客禮賓 agent，並寫下部署時遇到的各種失敗情況。
• 為家長整理學校信件：一個 Grok bot 每晚讀孩子的學校信件，回報要帶什麼、穿什麼、簽什麼或繳什麼，並標出截止日和報名事項。
• 產生並寄出邀請來同步家人行事曆：發文者讓 Grok Bot 產生 .ics 邀請並寄出等待核准，還打算給它一個 iCloud 帳號來存取家人的行事曆。
• 用 Alexa 例行程序調節每日作息：一位 TechRadar 寫手設定 Alexa 例行程序，在上午 11 點和下午 3 點詢問心情和喝水量，並提醒吃午餐，他說這對一天有幫助，但也警告別過度依賴。
• 用 Alexa+ 查近期活動和控制例行程序：使用者說 Alexa+ 會告訴他近期的活動，重設裝置後燈光和例行程序控制也恢復正常。
• 用 Apple Health 資料做 AI 健康教練：作者把 Apple Health 資料（營養、活動、體重計、血壓、睡眠、運動）導到自己的伺服器或 agent，讓它當健康教練。
• 用 Apple Health 資料分析運動和血壓：發文者用 ChatGPT 的 Apple Health 整合做跑步分析、健康規劃和血壓監測，但還讀不到用藥紀錄。
• 用 ChatGPT Dots 訂餐廳、做研究和架網站：作者拿 Dots 測試訂餐廳、做研究和架網站，訂位很慢才完成，研究和架站很有用，打電話則失敗。
• 用 ChatGPT 規劃每日行程和家事：一位三個孩子的家長用 ChatGPT 建立行程表，以及每週的居家維護和清潔任務清單。
• 用 ChatGPT 記錄餐點和估算熱量：發文者把 ChatGPT 當成粗略的營養和健身追蹤工具，估算熱量並記錄吃了什麼。
• 用 Claude Code skills 處理個人生活事務：Claude Code skills 會查垃圾收運時間、預約更便宜的驗車、新增行事曆活動，並從信件和簡訊寄出晨間簡報。
• 用 Claude Code 移除背景服務來優化電腦：使用者讓 Claude Code 移除約 30 個背景服務和開機啟動程式、在開機畫面更改 BIOS 設定，並靠截圖和點擊指示處理只有圖形介面的應用程式。
• 用 Claude Code 管信箱、做課程和預算：一位非技術背景的使用者，用它篩出需要回覆的信，把 15 份在家自學的 PDF 做成有旁白的互動課程，還做了預算儀表板。
• 用 Claude Code 管理 Home Assistant 自動化：Adam 透過 MCP server 用 Claude Code 搜尋實體、讀自動化 trace，並建立與除錯像是棚屋動作感應燈這類自動化。
• 用 Claude Code 處理生活雜務和待辦：一位新手媽媽兼創業者用 Claude Code 記待辦，把讓人壓力大的任務拆成 10 分鐘就能開始的第一步，並把她的偏好學進一個檔案。
• 用 Claude Code 規劃餐點和追蹤症狀：Claude Code 負責規劃餐點、追蹤營養、分析症狀，並透過 USDA API 抓食譜營養資料存起來。
• 用 Claude 建立 Home Assistant 自動化：一位沒時間的家長讓 Claude 建立 Home Assistant 自動化，包含一個從用電量推測爐子有沒有開的 helper。
• 用 Claude 搭配 Todoist 做 GTD 任務管理：一位留言者讓 Claude 控制 Todoist，再加上信件、行事曆、訊息、聯絡人和檔案，它一發現承諾就會自動建立任務。
• 用 Claude 管理家務並追蹤超市傳單：使用者請 Claude 幫忙處理 Home Assistant 裝置、家庭行事曆和家務，並用白話訊息設定每日排程檢查超市傳單，再加上庫存追蹤。
• 用 Claude 規劃旅行和社交行程：一位留言者把 Claude 當旅行社和行程規劃師，也用來列生日清單、想送禮建議和調整日常安排。
• 用 Claude 規劃派對和代購：一位留言者請 Claude 逐分鐘規劃活動和菜單，也當私人採購員，跨網站比價、比退貨政策和運費。
• 用 Claude 驅動的助理語音操控 Mac：Atticus 讓使用者在 macOS 上用說的或打字下任務，簡單的在本機跑，複雜的透過 claude -p 交給 Claude，成功的步驟會存起來，下次重播更快。
• 用 Codex 處理 Home Assistant 設定：有個整合會對 Home Assistant 設定執行 Codex CLI 任務，用來診斷壞掉的自動化、檢查儀表板有沒有壞卡片，還有建立腳本。
• 用 Codex 處理家庭雜事和整理食譜：一位傳播工作者讓 Codex 寄信給兒子的醫生要求續藥，並把 240 份食譜篩成 62 份適合家人的，整理成索引、試算表和 Drive 資料夾。
• 用 Codex 處理寫程式以外的雜事：留言者拿 Codex 做 Pi-hole 升級、市場研究、建 wiki、搜尋檔案、編輯 PowerPoint、輕量 Excel 工作、爬資料和資料輸入。
• 用 Comet 瀏覽器處理採買、信件和照片任務：一位評測者讓 Comet 存取他的 Intermarché 帳號，並試了信件整理、分類 8,000 張 Dropbox 照片和行事曆規劃，結果有失敗，也有安全風險。
• 用 Cowork 處理家務雜事和帳單：作者讓 Cowork 跑了好幾週，處理家庭雜務、定期帳單、餐點規劃和孩子的活動時間表。
• 用 Gemini 語音管理行事曆和排程：一位寫手拿 Gemini 測試日常任務，用語音排一段寫作時間和一場會議、檢查衝突並在 Google Calendar 改時間，部分項目需要手動確認。
• 用 Hermes 自動處理簡單的 Discord 任務和家教：一位留言者把 Hermes Agent 當成個人家教，也用它自動處理 Discord 上的簡單任務。
• 用 Muse 買遊戲、問搬家報價、訂晚餐：一位評測者讓 Meta 的 Muse 買了 Switch 2 遊戲、打電話給四家搬家公司問報價，還幫忙訂了 OpenTable 餐廳。
• 用 OpenClaw agent 經營在家自學的家庭：一位媽媽跑了五個 OpenClaw agent，依課程照片規劃課程、管理家庭行程，還做了一個部署到電視上的兒童電視 app。
• 用 OpenClaw 研究約會餐廳和活動：一位公關公司創辦人請 OpenClaw 研究南佛羅里達的餐廳和活動，整理成附連結的文件，說明每個推薦適合哪種約會。
• 用 Operator 填公寓申請表：有使用者讓 Operator 代他填網頁表單來申請公寓，說效果相當不錯。
• 用 PDF 做出 12 天的在家自學課程：Cowork 讀了 12 份講義和閱讀材料的 PDF，依科目整理，並照指定的時程做出 12 天的課程。
• 用 Telegram 助理打電話和寄信：一個 n8n 助理會在 Google Sheets 查聯絡人、打真實電話、寄信，並替使用者排行事曆活動。
• 用 Telegram 訊息新增家裡待辦：作者在公司時，透過 Telegram 叫 OpenClaw agent 經由自訂 API 把項目加進家裡的待辦清單，後來就沒再用了。
• 用 Telegram 語音助理管理信件、行事曆和任務：一個叫 Jackie 的助理透過 Telegram 接收語音或文字，摘要未讀信件、查看行事曆活動，並管理 Google Tasks。
• 用 agent 協調癌症病患的病歷和照護：一個家庭把垂危親人的病歷交給 agent 當協調者，它標出一個錯誤的止痛藥時程，和他基因標記裡的一個抄寫錯誤，這改變了他的治療計畫。
• 用 agent 找公寓（部分失敗）：一個自架 agent 花了超過 100 美元額度，找出壞掉的連結和與描述不符的房源，之後 ChatGPT 比較房源並排程搜尋，直到失去網站存取權。
• 用 agent 處理寵物搬遷、Airbnb 定價和糾紛：使用者讓 agent 處理寵物進出口文件和表格、Airbnb 定價與每週報告，以及一場他說已經打贏的商業糾紛，還會在 Chrome 裡歸檔文件。
• 用 agent 診斷精力不足的健康問題：Noah 做了一個 agent，建議該做哪些血檢、看哪些醫生，他說它找到了四位醫生都沒發現的解法。
• 用 agentic 瀏覽器寫測驗、規劃旅行和找公寓：學生回報用 agentic 瀏覽器完成 Canvas 和 Coursera 測驗，其中一人還拿來規劃旅行、找公寓和摘要網頁。
• 用 bot agent 追蹤保健品實驗和熱量：使用者用 Grok Bot 做保健品的個人實驗和熱量追蹤，寫程式則搭配 Codex 和 OpenCode。
• 用 computer use 整理桌面資料夾：一位留言者叫 Claude computer use 整理資料夾，說它沒怎麼反問就做完了。
• 用 cronjob 跑 Claude 做晨間簡報和處理信件任務：使用者用 cron 做了一個循環執行的 Claude，會產生晨間簡報和 podcast，也會處理寄信或傳訊息交辦的任務。
• 用 tool calling 的 AI copilot 填 PDF 表單：瀏覽器內的 copilot 會依資料來源或使用者輸入填 PDF 欄位，協助處理外語表單，並在簽名前解釋合約條款。
• 用個人 agent 找工作和投履歷：Hira 為求職者提供專屬的個人 agent，全天候運行來尋找機會並自動投遞申請，可在 iMessage 上使用。
• 用個人 agent 追蹤睡眠、筆記、程式碼和地震：一個 OpenClaw agent 能存取 Garmin、Obsidian、GitHub、VPS 和聊天 app，會記錄睡眠、提醒太晚睡、部署程式碼、更新筆記，並監控東京地震。
• 用個人助理處理家庭雜務、提醒和研究：發文者讓 Muse 用自己的 VM 幫孩子搶工作坊名額、傳吃藥提醒、草擬面試問題和徵家事幫手的啟事，還幫忙比價。
• 用個人助理處理機票、報紙和摘要：使用者的 Grok Bot 會規劃航班、用圖書館登入抓報紙、查商店庫存，並傳送活動和天氣摘要，語音、權限和寫程式的表現則不太好。
• 用個人助理處理醫療數據和財務報告：留言者用好幾個分工不同的 Grok Bot，其中一個處理胰島素幫浦數據和飲食紀錄，另一個管理財務和晨報。
• 用健康 agent 追蹤訓練和營養習慣：發文者做了一個 agent，用兩個 Sheets 工具來追蹤並分析訓練和營養，之後預計加入睡眠和心理狀態追蹤。
• 用八個 agent 透過 Telegram 跑個人助理：作者用 n8n 做了一套多 agent 系統，有八個各司其職的 agent，透過 Telegram 以語音或文字操作，取代了他的個人助理。
• 用基因和血檢資料制定健康計畫：Farzad 把原始 23andme 檔案、血檢、動脈掃描和保健品清單丟給 Claude Code，聊了兩小時就產出一份量身訂做的健康與基因計畫。
• 用填表 agent 依圖片填寫表單：作者用 Gemini 做了一個 agent，能規劃表單圖片裡的欄位並對應到邊界框，是為了一位想自動填表的朋友。
• 用存好的個人資料填 W-9 這類 PDF 表單：一個 Claude Code skill 會依提供的資料填 PDF 表單、存檔，並記住可重複使用的資訊，掃描成圖片的 PDF 則是它的限制。
• 用客製履歷和求職信自動填寫求職申請：有留言者說，讓 agent 為求職申請客製履歷和求職信，再由使用者檢查，過程會輕鬆很多。
• 用寫程式 agent 處理日常非程式雜事：使用者的 Claude Code 處理了非程式任務：修照片、分析 PDF 準備考試、殺掉卡住的程序、找資料、查保固，還有跨檔案替 agent 改名。
• 用手機控制電腦並啟動魔獸世界：一位寫手讓 Claude Code 執行桌面任務，例如從 Calculator 到 Notepad，並透過手機上的 Dispatch 啟動 Battle.net，登入魔獸世界角色。
• 用收據和檢查報告追蹤居家維護：agent 會分類收據和檢查報告，提出維護待辦，並幫屋主草擬給廠商的訊息。
• 用本地 AI 語音控制家裡：使用者架了本地 AI 加語音指令的家庭助理，處理採買、燈光、冷氣和花園濕度監測。
• 用本機個人 agent 處理生活瑣事：作者在本機用本地模型和便宜的雲端模型跑個人 agent（Hermes），說它處理了生活中很多無聊的事，但沒講具體任務。
• 用瀏覽器 agent 做 Canvas 測驗和玩 Wordle：一位教育工作者測試 Comet：它四次猜中 Wordle、接管螢幕完成 Canvas 測驗，但做出來的 Canva 簡報前後不連貫。
• 用瀏覽器 agent 清空 Gmail 垃圾郵件匣：一位評測者讓 Comet 清空他的 Gmail 垃圾郵件匣，成功了，但把食譜食材加進 Instacart 購物車就卡關。
• 用瀏覽器關掉每個 subreddit 的通知：一位 Reddit 使用者想用 Claude for Chrome，在管理介面一路點選，把所有訂閱的 subreddit 通知都關掉。
• 用盯房源的 agent 找紐約公寓：Andrew Kordampalos 用 Zapier 和 Vercel 花約 20 美元做了 agent 來找紐約公寓，他說找到了，但有人回覆質疑它的房源數量。
• 用穿戴裝置資料做甲狀腺發作預警模型：有人給 Claude Code 9.5 年的 Apple Watch 和 Whoop 資料，它做出一個 ML 模型，回測顯示能在檢驗確認前就預警先前的一次發作。
• 用穿戴裝置資料指導訓練和飲食：發文者讓 Claude 讀 Apple Health、營養和重訓 app 的資料，加上用藥與血檢檔案，並請它維護一個 HTML 儀表板。
• 用簡訊和 email 記錄餐點並規劃旅程：Hermes 把簡訊和 iMessage 照片裡的飲食記到熱量追蹤器，並用轉寄的確認信排出度假行程，還抓到一張訂錯日期的火車票。
• 用聊天 agent 管理 Gmail、行事曆和雜事：OpenClaw 使用者在 Telegram 上管理 Gmail 和 Calendar、退訂電子報、收每日簡報，還能申請健康報銷、找醫生預約。
• 用聊天草擬訊息、填網頁表單、做網站原型：作者在 WhatsApp 上傳訊息給 OpenClaw agent，請它草擬訊息、在瀏覽器填表單，或研究一個主題後做出 HTML 原型並架站。
• 用自建的投遞 agent 找工作：作者做了一個投遞 agent，他說因此拿到 Cohere 和 Scale AI 的面試。
• 用自然語言管理智慧家庭：Karpathy 的 Dobby agent 控制燈光、空調、遮陽簾、泳池和保全，有訪客時會通知，還取代了六個 app。
• 用自製的桌面和手機 app 以語音操作 Codex：一位留言者在 Codex App Server 上做了桌面和手機 app，讓 Codex 能用在寫程式以外的事，送出語音轉文字的提示再收回回應。
• 用血檢 PDF 做圖表工具：Matt Stockton 把 MyChart 的血檢 PDF 給 Claude，大約五分鐘就產出一個網頁 app，畫出數值的長期變化並標示異常值。
• 用西班牙語對話填寫移民表格：一位開發者做了一個模式，Claude 用簡單的西班牙語提問，再把每個答案填進移民表格，SSN 這類敏感證號不會被送出去。
• 用訊息請助理管理行事曆和待辦：評測 Lindy 當 iMessage 助理，可以改會議時間、從截圖排行程，但也有隱藏邀請、信沒寄出等失敗回報。
• 用評量、客製課程和再評量來教學生：Hugh Shbalz 訓練 agent 進行標準化評量，編寫課程補足缺漏，再重新評估核心概念的掌握程度。
• 用語音設定每晚的智慧家庭流程：一位家長叫 Alexa+ 每晚 9 點調暗燈光並調低恆溫器，它當場就建好了自動化。
• 申請荷蘭租屋並安排看房：Uprent 的 agent 會送出看房申請、讀房東來信、草擬回覆並排看房時間，有人抱怨會對同一則廣告重複申請。
• 監控並回應家庭辦公室的感測器：Omar Shahine 在 MacBook 上跑本地 OpenClaw agent，接上居家自動化，讓它能觀察並回應他家辦公室的實體感測器。
• 監看天氣和海外事件並寄信給家人：使用者跑了一個 OpenClaw bot，監看海外事件和惡劣天氣警報，必要時寄信給家人，另外還會提醒送伴侶的禮物。
• 監看電腦記憶體並在關閉程式前先詢問：Grok Bot 發現 22 個 Python 程序造成 RAM 用量偏高，傳訊息附上明細，並在關閉應用程式前先徵求同意。
• 盤點並控制整個智慧家庭：Karpathy 的 agent 掃描家裡網路、登入 Sonos、逆向 API、對應燈光、空調、遮陽簾、泳池和保全，並做出儀表板。
• 管理家庭信件、行事曆和學校群組：一個叫 Anna 的 agent 可以透過簡訊或 WhatsApp 聯絡，管理家庭信件、行事曆和學校的 WhatsApp 群組，並自動處理表單和時程。
• 管理家庭行事曆並在瀏覽器購物：一位評測者測試 Meta Muse 的家庭行事曆管理（包含刪掉足球練習）、設定目標、家庭晨間電子報和瀏覽器購物。
• 管理家庭行程、日常作息和餐點點子：一個 n8n workflow 透過信件和 Telegram 發送家庭活動提醒、作息檢查清單和每週規劃提示，並生成餐點點子。
• 管理行事曆、信箱、訂位和價格追蹤：發文者描述 Muse 跨已連接的 app 處理行事曆、信箱、訂位和價格追蹤。
• 簽約前標出 50 頁合約的風險：發文者上傳一份 50 頁的合約，Claude 標出了接近結尾的自動續約條款和一個他們會漏看的責任條款。
• 給 AI 專屬信箱來當個人助理：發文者另外設了一個信箱，讓 AI 監看並採取行動，加入行事曆提醒，並把簡訊提醒變成待辦任務。
• 給 agent 持久記憶和身分：一位開發者給 Claude Code agent 記憶和身分，四個月後回報它都做了些什麼。
• 維護家用媒體庫並處理個人專案：留言者說 Grok Bot 會管理 Plex 媒體庫，包含備份、去重、縮圖和合集，還在找到舊的購買信件後，幫忙做了 Tesla HUD 顯示器。
• 自動填寫並送出簽證表格：memU bot agent 會填簽證表格、在裝置上找到正確文件、處理圖片上傳並送出，過程不用人工下指令。
• 自動填寫預訂表單：一位評測者讓 Comet 跨多個網站填寫預訂表單和問卷，只在確認完成時暫停。
• 自動找工作、客製履歷並投遞：一個叫 Resume 的 agent 會依時間和薪資期望找出職缺並排序，草擬客製履歷再送出申請，作者回報拿到 3 次面試和 1 個 offer。
• 自動投履歷並安排通話：Muse 投了 60 多份工作，附上更新過的履歷和求職信，排好通話並建立準備檔案，已進入面試階段。
• 自動私訊 Instagram 上的潛在對象：一位開發者用 OpenClaw 和 Claude 寫了腳本，幫他瀏覽 Instagram、找出潛在對象並發私訊。
• 自動處理寄信、查票價這類家務事：Microsoft 的 Omar Shahine 在家用 OpenClaw 草擬信件，並調查演唱會門票價格。
• 處理 DMV、退貨和預約這類要點很多下的雜事：據報導，Grok Bot 會分類信件、到 DMV 辦車輛登記、退 Amazon 商品、預約看醫生和填表單。
• 處理信箱、草稿、會議和購買：Meta Muse 會讀信箱、草擬信件、發會議通知，並透過 Stripe 購物，購買前需要先核准。
• 處理個人事務：付款、訂位、行事曆和客服：在為期數天的測試中，Dots agent 標出被退回的信用卡付款、解決配送衝突、找到餐廳新空位，也處理了寬頻登入問題，但有時會未經核准就動作。
• 處理家務和提醒：Nori 為一個家庭管理家務、重要電話、提醒、家人行程和後勤。
• 處理搬家雜事和訂位：一位 TechCrunch 記者用了 Operator 一週，餐廳訂位需要很多次人工介入，預約電工則失敗了。
• 處理買花、訂約會餐廳這類私人雜事：Marshall Haas 用 Meta 的 Muse agent 處理私人事務，包括買花和訂約會餐廳。
• 處理餐點規劃、每日簡報、跑腿和家務：留言的人用 agent 做每週餐點規劃、每日簡報、跑腿追蹤、信件分類、家裡維修清單和家務整理。
• 規劃家庭餐點並把食譜輸入 Grocy：作者用 Claude Cowork 在 Chrome 裡的 computer use 把食譜輸入 Grocy，調整成四人份，並挑出能用掉剩餘生鮮的食譜來列購物清單。
• 規劃生日派對和線上辦公室派對：發文者用 ChatGPT 幫忙規劃生日派對和線上辦公室派對。
• 規劃週六雜事並預約剪髮：ChatGPT Agent 規劃了雜事行程、找出可線上預約的沙龍，並著手預約孩子們的剪髮，部分步驟需要人工確認。
• 訂一支 OBD2 掃描器來診斷引擎故障燈：有人跟 OpenClaw agent 說引擎故障燈亮了，它就在 Amazon 訂了 OBD2 掃描器，讀取結果、找出感測器問題，再把燈消掉。
• 記錄餐點、做馬拉松計畫、排定 podcast：一位評測者讓 Meta Muse 從照片記錄餐點，把馬拉松目標變成 PDF 計畫，並排定一個 AI 新聞 podcast；熱量估算很粗略。
• 診斷並修復家裡很慢的 Wi-Fi：使用者讓 Claude Code 跑測速、讀訊號資料並指導調整路由器，找出三個問題，把速度從約 90 提升到 292 Mbps。
• 請 AI 助理規劃生日當天：一位共同創辦人的 AI 助理幫他規劃生日：蒐集同事的故事、安排一整天、訂晚餐、訂蛋糕。
• 請 Claude 扮演資深律師檢視租屋法庭案件：有留言者因為 Grok 害他錯過了遞件，後來開新對話，請 Claude 以資深租屋律師的身分檢視他的案子。
• 讀取 Obsidian 日記並每晚寫日誌：一位寫手把 OpenClaw 接到他的 Obsidian vault，讓它讀他的日記、控制音樂播放，並每晚在新資料夾裡寫自己的日誌。
• 讓 ADHD 使用者透過和 agent 對話來編輯文字：一套讓 ADHD 使用者也能用 agent 的工具組，現在新增 Prose 模組，可以在瀏覽器裡對 agent 說話來編輯文字。
• 讓 AI agent 代你打電話給商家：作者的 AI agent 打電話給一家商家，接電話的是商家自己的 AI agent，兩邊就這樣聊了起來。
• 讓 Claude 找 torrent 並加進 qBittorrent：發文者讓 Claude 搜尋 torrent 並加進 qBittorrent，作為智慧家庭設定的一部分。
• 讓 Claude 控制電腦來寄信和傳 iMessage：一位作者把電腦控制權交給 Claude computer use 三小時，它打開 Outlook 寫信寄出，還找到一個 iMessage 對話傳訊息給朋友。
• 讓 Claude 操作 Mac 下棋和做筆記：一位作家讓 Claude 用 computer use 控制他的 Mac 來下棋和建立筆記，簡單任務可以，複雜的失敗，用量額度也差點用完。
• 讓 Comet 填表單並照指示做事：發文者說 Comet 的 agentic 模式會照指示做事，包括指揮其他 AI 工具，也幫他填好了一份表單。
• 讓 agent 代學生完成線上課業：據報導，學生指揮 AI agent 登入 Canvas 和 Blackboard 去做測驗、看講課影片、寫報告和在討論區發文。
• 讓 agent 控制電腦來修 PC 和路由器問題：一位留言者讓 Gemini 控制他的電腦和瀏覽器，透過路由器修好監視器，還清除錯誤訊息、掃描錯誤、移除垃圾檔案。
• 讓 agent 產生食譜檢視器網址：作者給 agent 一份 skill 檔和文件，讓它們產生食譜檢視器的網址，連權限受限的 agent（例如 ChatGPT 網頁版）也能用。
• 跑 24 小時 agent 處理信件、表單和行事曆任務：使用者把 Hermes 跑在迷你電腦上，處理信件、瀏覽、填表和 cron 工作，其中一人讓它對照 Apple Calendar 管理 Obsidian 任務，並用 Telegram 或 Signal 提醒。
• 跑一個 24 小時待命的個人助理和進度追蹤器：發文者正在把 OpenClaw 設成隨時在線的個人助理和進度追蹤器，也拿它處理一個自架專案，並徵求模型路由成本的建議。
• 跑一個 24 小時待命的生活管家 agent，管媒體伺服器和個人雜務：跑在 Mac mini 上的自架 agent，管理媒體串流環境、Home Assistant、下載、演唱會提醒、旅遊規劃、募款、家譜研究和 RSS 訂閱。
• 跑一個營養機器人，幫忙決定吃什麼和記錄熱量：Zack 做了幾個健康 agent，其中有個營養機器人給他媽媽用，幫她決定餐點、記錄熱量，協助減重。
• 跑一個能讀信的個人 Matrix 助理 agent：作者用 Kimi 和 GLM5 做了一個小型類 Claw agent 迴圈，唯讀存取信箱，透過自架 Matrix 伺服器傳訊息，維護記憶檔案，並處理提醒和待辦。
• 跑個人助理處理 repo issue 和採買：作者用 oh-my-py agent 組合當個人助理：開 repo issue、請另一個 agent 出貨程式碼並跑測試，還用額度受限的虛擬卡訂雜貨。
• 跑家庭後勤和孩子教育 agent：一位創辦人跑了幾個 OpenClaw agent，包括家務後勤助理和孩子的教育 agent，她第一次嘗試時把全家的行事曆清空了。
• 跑自製的 Telegram bot 處理待辦、行事曆和天氣：作者因為安全問題和自我設定導致崩潰而放棄 OpenClaw，改自己寫 Telegram bot，只手動開啟幾個功能：待辦清單、行事曆和天氣。
• 跨信箱、行事曆和錢包找演唱會門票：發文者請 Muse 搜尋行事曆、Ticketmaster、信箱、照片和錢包來找出演唱會門票，討論串提到它能跨來源追到票，但結果讓人失望。
• 退訂電子報並整理檔案：一位開發者在隔離的筆電上測試 OpenClaw，它處理了 847 封信、退訂 203 個名單，準確率約 90%，漏掉幾封客戶信件，也寄了邀請並替檔案改名。
• 透過 Gmail 退訂沒在看的電子報：記者把 Muse 接上 Gmail，它找出從沒開過的信，讓使用者挑要退掉哪些，再幫忙送出退訂請求。
• 透過 MCP 用 LLM 更新家庭 wiki：作者的太太把 MCP server 接到他們家的 Wiki.js，讓 LLM 可以更新 wiki。
• 透過 MCP 讓 Claude 存取你的 WhatsApp 訊息：一個架在 Cloudflare 上的單人用 MCP server，讓手機上的 Claude 能讀取並搜尋作者的個人 WhatsApp 訊息，並用 Google 聯絡人來解析姓名。
• 透過 MCP 讓 Claude 讀 Apple Health 和 Fitbit 資料：發文者做了一套設定，讓 Claude 透過 MCP 讀取 Apple Health 和 Fitbit 資料，並記錄運動和餐點。
• 透過 OpenClaw 在 Home Assistant 控制燈光並修復自動化：Dan Malone 把 OpenClaw 當成常駐的 Claude agent，透過 ha-mcp 接上 Home Assistant，控制他的燈光並修好他的自動化。
• 透過 Telegram agent 處理個人雜務：Hermes 幫使用者辦好登機報到、追討 Student Finance 退款、申訴停車罰單、找到送貨證據、退訂垃圾信，還把處方箋歸檔到 Paperless。
• 透過 Telegram 把飲食和症狀記進健康日誌：OpenClaw agent 把 Telegram 訊息裡的餐點和症狀記進 markdown 檔，發送提醒，並每週做規律分析，這是教學風格的設定。
• 透過 WhatsApp 跑個人助理：作者把 OpenClaw 跑在便宜的 VPS 上，用 WhatsApp 傳訊息給它，管理行事曆、瀏覽網頁、回覆語音訊息，並把習慣記到用 Git 追蹤的檔案裡。
• 透過桌面控制設定 Reddit 個人檔案：有留言者說 Claude Code 靠截圖、瀏覽設定頁、填表單和上傳圖片，幫他設好了 Reddit 個人檔案。
• 透過診所的 AI 電話機器人預約獸醫：一位留言者為生病的寵物打電話給醫生，AI 在 30 分鐘後就約好了門診，結果很順利。
• 重新設定 Home Assistant 燈光自動化：Levelsio 用 AI 改寫 Home Assistant，讓亮的 LED 關掉、柔光燈打開，晚上 10 點全部關燈，睡眠時用紅光。
• 長期運行對 ADHD 友善的行事曆和關心助理：使用者讓 OpenClaw 持續運行，處理小型行事曆任務和 ADHD 支援，例如精力檢查，並把注意力導回重要的事。
• 靠 Claude 的幫忙打贏小額官司：發文者說 Claude 幫他打贏一場 8,000 美元的官司，只花了申請費，細節很少。
• 預約行程、寄信和傳訊息：發文者讓 ChatGPT agent 預約行程，並寄信、傳訊息給老闆，過程中會暫停讓他自己登入信箱。

購物與跑腿

• 上架 Quest 3 並和買家議價：Meta Muse 在 Facebook Marketplace 上架了一台 Meta Quest 3，並被指示依底價和施壓策略跟買家議價。
• 依 Instacart 紀錄預先備好家庭購物車：一個 OpenClaw 外掛會抓 Instacart 訂單紀錄、預測家裡快用完什麼，每週兩次填好購物車並傳簡訊，使用者按下 Place Order 前不會出貨。
• 依 Slack 需求訂辦公室零食雜貨：一家新創公司的 OpenClaw agent 收集 Slack 上的需求、整理清單、取得核准，再透過 ChatGPT 的 app 建立 Instacart 購物車，並把連結貼回去。
• 依健康數據和餐點計畫訂生鮮：Austen Allred 的 AI 根據身體掃描、健康數據和偏好，對應餐點計畫自動訂生鮮雜貨。
• 依冰箱內容幫家人訂雜貨：一位家長讓 Grok Bot 檢查連線的 Samsung 冰箱，每週訂兩次雜貨，還會找折扣、套用優惠碼並處理取貨時間。
• 依常買商品和特價填滿超市購物車：一位開發者用 Silpo 的 MCP 伺服器做了 Claude Code skill，重新加入常買的雜貨、查特價，在預算內填滿真正的購物車，結帳交給人來做。
• 依常買清單填滿雜貨購物籃：Claude in Chrome 依 Google Sheet 把約 24 項商品加進 ASDA 購物籃，但使用者還是得修正品項並自己結帳。
• 依指定條件搜尋黑色星期五電視優惠：ChatGPT Agent 花了幾分鐘搜尋優惠指南和零售商，回傳五台特價電視附購買連結，另外還有兩個比較便宜的替代選項。
• 依清單跨店家比較雜貨價格：一位科技從業者做了 Gemini 瀏覽器 agent，可以吃打字或掃描的手寫雜貨清單，並比較 Amazon Fresh 和 Flipkart Minutes 的價格。
• 依聊天需求建立 Instacart 雜貨購物車：一位記者把 Instacart 接上 ChatGPT，它組出配方奶、冰淇淋和水果的購物車，並在聊天中開啟結帳確認。
• 依購買紀錄建立生鮮購物車：Instacart 的 AI 助理依購物者的購買紀錄建出 27 項的購物車，把晚餐點子變成購物車，並標出缺貨的品項。
• 傳訊息給 DoorDash agent 重訂常點的餐：DoorDash 在 Apple Messages 裡的 agent 會調出訂單紀錄、建立購物車，並在客人於對話中確認後結帳，也能處理飲食需求不同的團體訂單。
• 價格到目標時自動下單：Alexa 的購物助理可以設定降價通知，也能在價格到達目標時，用預設付款方式自動購買 Amazon 出貨的商品，還能排定定期購買。
• 加購生鮮、在 Amazon 買東西、比機票價格：一位留言者和太太經常用 AI agent 把商品加進 Walmart 生鮮外送訂單、在 Amazon 購物和比較機票價格。
• 向多家經銷商取得競價報價並議價：agent 在 8 到 10 家經銷商的網站填表單，並用寄信讓各家報價互相競爭，三天內談成一筆省下 4,200 美元以上的交易。
• 和賣家議價 Facebook Marketplace 的商品：一位使用者設了 agent 去對 Facebook Marketplace 賣家砍價，據說談到一台 Jeep Wrangler 1,500 美元，另外還有一台 PS5 和三台電視。
• 在 Costco 買微波爐：一位使用者讓 Meta Muse 去 Costco 買了一台微波爐。
• 在 Etsy 找復古檯燈：ChatGPT Agent 工作了 50 分鐘，回報已把五盞燈加進購物車，但使用者自己的購物車是空的，因為它跑在另一台電腦上。
• 在 Walmart 買自製披薩的食材：一位評測者讓 ChatGPT Agent 在 Walmart 買披薩食材，遇到防機器人檢查時短暫把控制權交還給他。
• 在經銷商之間談買車價格：OpenClaw 研究價格、搜尋經銷商庫存、填聯絡表單，並拿各家報價互相比較，最後省了 4,200 美元，不過有一次寄錯經銷商。
• 在預算內到 Etsy 買派對用品：Chrome 搭配 Gemini 的 auto browse 搜尋 Etsy、把商品加進購物車、套用折扣碼，並把購物車留給使用者檢查。
• 填線上問卷換免費贈品：一位使用者讓 Grok Bot 填問卷來拿免費東西，目前成功過一次。
• 定時尋找 eBay 好價格：一位社群開發者做了 eBay 優惠搜尋器，由 Firecrawl 抓商品列表，Hermes 定時執行，依使用者條件判斷每件是不是好價格。
• 寄信給休士頓經銷商來買車：Cowork 建立了經銷商追蹤表、寄出聯絡信、填網頁表單並處理回覆，另一個 100 多張收據的報帳工作碰到限制，改由 Claude Code 處理。
• 從 Amazon Fresh 和 Whole Foods 訂生鮮雜貨：Alexa+ 會訂生鮮雜貨、追蹤過往購買紀錄，還記得食譜和飲食偏好。
• 從一個點子建立並下單雜貨購物車：透過 Instacart 連接器，Muse 把「週二塔可日」這類點子變成偏好商店的購物車，並結帳、安排配送。
• 從收據追蹤儲藏庫存並採買：自製的 AI 系統讀收據、估算廚房庫存、查超市的供貨和價格、下單買菜，還會推薦食譜。
• 從雜亂的需求比較 Costco 袋裝商品價格和省多少：使用者丟給 Alexa+ 一堆雜亂的需求，它整理出一份購物比較，涵蓋 Costco 袋裝商品的價格和可省金額。
• 從頭到尾處理 IKEA 退貨：Muse 跟 IKEA 客服溝通並安排取件，使用者早已忘了這件事，取件人員就上門了。
• 打電話給店家確認有沒有貨：發文者讓 Manus 試了幾項任務，包括打電話問店家庫存，結果每項都失敗，也沒打出任何電話。
• 打電話給當地店家確認商品庫存：一個以 Grok 為基礎的個人助理用 Bland.ai 打電話給當地店家，就庫存進行對話，並回傳含有貨狀況的完整逐字稿。
• 打電話給當地店家確認玩具庫存：一位作家用 Gemini 的通話功能打電話給當地店家問 Labubu 公仔，並收到庫存、價格和營業時間的文字或信件摘要。
• 找 100 美元以下的咖啡機並加入購物車：Perplexity Comet 在 Amazon 搜尋附磨豆機的咖啡機，做了比較表並把兩個選項加進購物車，在結帳前停下來。
• 找並買一盆當日送達的蕨類當禮物：作者在 Agent mode 下讓 ChatGPT 搜尋當地植物店並填好結帳表單，停下來讓他自己按購買，之後回報訂單和追蹤資訊。
• 找出高肉量貓糧並加入購物籃：一位評測者讓 Comet 的助理找肉含量最高的貓糧並加進購物籃，另外也做了一些商品比較和填表單，只是不夠完美。
• 找節慶禮物並查庫存和特價：一位作家用 Gemini app 和它的 agent 功能找禮物點子和零售商，並查庫存和特價，同時提到有些功能還沒完全準備好。
• 把手寫採買清單變成購物車：ChatGPT Agent 從照片中辨識出 16 項裡的 15 項，找到最近的商店並加進購物車，但漏了洋蔥，登入也卡關。
• 把手寫清單變成雜貨訂單：一位 TechRadar 作家把手寫購物清單掃進 Alexa，從中下 Amazon Fresh 或 Whole Foods 訂單，避開擁擠的商店。
• 把消費者雜事交給全天候 agent：一位記者讓 Dot 試辦 ISP 申辦、Ikea 帳號和訂餐，只有部分在人協助下完成，卡在瀏覽器檢查和付款步驟。
• 把雜貨購買紀錄整理成試算表：發文者讓 ChatGPT Agent 登入雜貨帳號、檢視 2025 年的購買紀錄、去除重複，並做成試算表，可以用，但還沒到設好就不用管的程度。
• 挑襯衫並下訂單：AI agent 比較了六個品牌的尺寸、退貨政策和免運門檻，找到最近的門市，選好尺寸，訂了一件白色正式襯衫。
• 挑選要上架網路商店的商品：AI Village 裡一個叫 Leon 的 AI agent，挑了一款韓國玩偶鑰匙圈上架到 eBay 商店。
• 掃描二手店商品並標出好價格：Agent 處理二手店的影片畫面，查商品的網路價格，並通知使用者有哪些划算的東西。
• 排程定期補貨家用必需品：使用者在 Alexa for Shopping 建立排程動作，每月加入孩子的零食，並補貨寵物食品、紙巾和洗衣精，內容為廠商資料。
• 搜尋 Facebook Marketplace 並整理到 Sheets：使用者想讓 Claude in Chrome 搜尋 Marketplace 商品並記到 Google Sheet，但一直跳出的權限提示很礙事。
• 整晚在 eBay 搜尋高價寶可夢卡：一位工程師做了 Codex agent，他睡覺時它會瀏覽 eBay 商品、擷取 PSA 鑑定編號，並對照已知價格。
• 每天自動訂兩餐健康餐點：Flo Crivello 的 agent 已經連續兩週每天兩餐幫他決定並下單，照指示挑最健康的選項。
• 每天追蹤 Shopify 商店的價格和庫存變動：Agent 每天讀 Shopify 商店的公開商品 feed，回報新增、下架、價格和庫存的變化，例如 allbirds.com 的 692 項商品。
• 每週追蹤五個網站的競品價格：agent 每週一打開五個品牌網站，和上週的快照比對，為變動處截下附時間戳的畫面，並寄出報告。
• 比較 Costco 和 Amazon 購物車的價格與送達：Grok Bot 把商品加進 Costco 和 Amazon 的購物車，比較價格、運費和送達時間，遇到 CAPTCHA 或 2FA 時把桌面交還給使用者。
• 比較比利時各超市的可口可樂價格：Grok Bot 比較比利時各超市同一瓶可口可樂，指出最便宜和最貴的並標出促銷，遇到 Carrefour 的 captcha 時把瀏覽器交還給使用者。
• 測試 OpenAI 的 Agent 網購：Agent 買皮鞋買到一半，需要發文者自己輸入信用卡，接著遇到 Amazon 的機器人防護，沒辦法穩定地購物、訂位或預約。
• 為冷盤拼盤建立 Instacart 清單：Comet 約五分鐘就從 ShopRite 把大約 20 項商品加進 Instacart 購物車，挑最便宜或最暢銷的，並拒絕自己結帳。
• 為活動客製並訂購抹茶飲料：Grace Ling 把 API 金鑰接到 Claude Cowork，透過 Monid agent 整合，客製並訂了一杯椰雲抹茶給活動用。
• 特價期間讓 AI agent 買耳機：AI agent 幫發文者買了耳機，他也用一個瀏覽器擴充功能來做特價購買和降價通知。
• 用 AI agent 開店並經營網路商店：作者用 AI 開店工具一次就開出能真正收款的零售店，並有五個 agent 盯訂單、庫存和顧客。
• 用 Alexa+ 重訂最近買過的 Amazon 商品：使用者請 Alexa+ 重訂最近買的商品，但它在訂單紀錄裡找不到，所以失敗了。
• 用 ChatGPT agent mode 找並測試折扣碼：發文者用 ChatGPT 的 agent mode 做多步驟研究並測試折扣碼，在購買前拿到更好的價格。
• 用 ChatGPT 依菜單照片點餐：顧客拍下菜單，讓 ChatGPT 組好點餐內容，再把手機畫面給店員看。
• 用 Claude Chrome 擴充功能逛 Amazon 和做頁面：一位評測者用 Claude Chrome 擴充功能逛 Amazon、一個提示就做出互動式模型時間軸，還翻譯並摘要網頁，過程出現過一個截圖 bug。
• 用 Claude 在 Amazon 買 Raspberry Pi 零件：Claude 在 Amazon 搜尋 Raspberry Pi，詢問麥克風和喇叭的選項，約 15 分鐘把東西加進購物籃，比自己手動還慢。
• 用 Claude 規劃並訂一週的雜貨：發文者在 Mac 和 iOS 上用 Claude 規劃並訂一週的雜貨，只有部分成功，之後會繼續用，但只到產生採買清單這一步。
• 用 Comet 訂雜貨和找優惠：使用者給 Comet 一份雜貨清單，並在另一個分頁登入雜貨帳號，它就去搜尋優惠，另一位使用者則讓它每天寄工作機會。
• 用 Comet 預約健身房參觀並比較會員方案：NBC 用 Comet 測試投履歷、購物和健身房參觀，過程需要人介入，催了一下才約好參觀，並做出價格比較圖。
• 用 Meta Muse 掃 Marketplace 和處理雜事：留言的人說他們用 Muse 做支出追蹤器、排會議、寄後續信，並掃描 Facebook Marketplace 的玩具、議價和確認狀況。
• 用 OpenClaw 打造電商 agent：發文者花了 100 多小時和 2 億多 token，用 OpenClaw 做了一個電商工作流程 agent，貼文主要在講建置的投入。
• 用 Operator 找以前買過的 Amazon 商品：試了好幾次都失敗後，使用者讓 Operator 在背景搜尋 Amazon，找他以前訂過的商品。
• 用 Operator 找玩具並開始結帳：OpenAI 的 Operator 挑了符合條件的玩具並打開 Target.com，但沒有完成購買，而是帶著使用者走完結帳流程。
• 用 Operator 訂位、比較商品和填表單：發文者用 Operator 測試網頁任務，包括訂位、比較商品、填表單、瀏覽網站和登入各種服務。
• 用 Operator 購物、玩遊戲和整理課程資訊：Operator 玩了一個 deepfake 辨識遊戲拿到 6/10，買了牛仔褲，還從作者的網站整理出線上課程的資訊。
• 用 agent mode 裝滿超市購物車等隔天取貨：發文者上班時，agent mode 在當地超市把雜貨加進購物車，隔天早上取貨。
• 用 agent 在網路上賣閒置物品：發文者測試 ChatGPT Agent Mode 處理一場約 10 天的網路拍賣，包括回訊息和提醒調價，自己幾乎不用動手。
• 用 agent 買短褲並處理 email：TechRadar 的評測者讓 Muse 找符合尺寸的短褲，並要求登入 Amazon 才能購買，同時也處理他的 email。
• 用 agent 透過外送 app 訂餐和買菜：Super 是個人 agent，用電腦操作的方式使用外送和生鮮 app，使用者說想要什麼，再自己檢查並確認訂單。
• 用 computer use 幫一群人訂披薩：Anthropic 工程師讓 Claude 用 computer use 操作 DoorDash，替一群人挑披薩。
• 用 computer use 找素食餐廳並存筆記：作者在 Docker 裡跑 Anthropic 的 computer-use 示範，讓 Claude 在 Bond Street 附近找出 5 家素食友善餐廳，並把細節存到記事本檔案。
• 用 computer use 點網站的加入購物車按鈕：Víctor Paytuvi 在 Gemini 失敗後，讓 Claude computer use 找到並點擊網站的加入購物車按鈕，一次就成功。
• 用 computer-use agent 訂生鮮雜貨：作者試了 Operator 和另外兩個 computer-use agent 來買菜，覺得體驗太差，一般消費者不會用得下去。
• 用 email 跟車商談總價：買車用的 AI 採購 agent 會寄信給車商、要求書面報價，報價和刊登價格對不上時會據理力爭。
• 用信用卡照片在網路上買東西：Musk 說 Grok Bot 在 LEGO 官網買了樂高，使用者也可以把信用卡照片丟進聊天，讓它找最划算的價格並下單，但沒說明計畫和防護措施。
• 用排程的 Dot 追蹤稀有咖啡豆：使用者讓 Dot 利用舊對話的脈絡，每天兩次監控美國的稀有咖啡豆，結果回報了以每杯計價的 Gesha 選項。
• 用本地 LLM skill 線上訂雜貨：作者為本地 Qwen 3.6 27B 模型做了採買 skill，它知道冰箱裡有什麼、過去的訂單和即時庫存，並替他在線上下單。
• 用瀏覽器 agent 在網站上看車：發文者用 Muse 在網路上看車，發現網站開始擋它之後，持續登入的瀏覽器設定檔加上正常節奏效果最好。
• 用瀏覽器 agent 建立 BMW 零件購物車：一位留言者說 Operator 把 BMW 330Ci 零件購物車的任務做得不錯，在網站要求登入時暫停等他輸入，省了大約 30 分鐘。
• 用照片和 Gmail 收據草擬退款信：Cowork 會在 Gmail 找到收據，擷取訂單編號和日期，並草擬一封退款信讓使用者檢查後寄出。
• 用照片在 Amazon 買東西：作者用 ChatGPT Agent 依包裝紙照片重新訂購商品，整個 Amazon 購買流程都自己處理，直到 Amazon 開始擋 agent。
• 用語音透過 Grubhub 和 Uber Eats 訂晚餐：一位作家用 Alexa+ 以對話方式訂晚餐，連結了 Grubhub 和 Uber Eats 帳號，過程中還客製並更改了訂單。
• 監控 Amazon 和 eBay 價格，變動時寄信：n8n 工作流程每天三次檢查 Google Sheet 裡的商品網址、比對價格、寄出變動通知，並記錄每次檢查。
• 監控競品在市集的價格：發文者用 Grok Bot 長期檢查競品的商品和價格，不過有些網站的 CAPTCHA 會擋住它。
• 盯商品價格，降價時寄 email：一位留言者用 ChatGPT 盯想買的商品價格，只有降價時才會收到 email。
• 盯每週優惠並買固定要買的東西：一個 Grok Bot 負責盯常買商品的優惠，另一個在瀏覽器裡帶著運送資料和折扣碼下單，再讀訂單確認信和物流追蹤。
• 研究在地傳單優惠並寄出最划算的：使用者讓 Dot 每週二午夜研究在地傳單，依他喜歡的食物把最好的優惠寄給他。
• 研究怎麼買一頭犛牛：Manus 瀏覽網站、處理彈出視窗並整理發現，但花了 15 分鐘、用掉 300 點數，卡住時還需要人工接手。
• 研究購買項目的到手價和有效優惠券：發文者做了一個 agent，會比較實際到手價、測試找到的每張優惠券、讀車主或用戶回饋，並走完結帳流程但不下單。
• 結帳前找並測試優惠碼：ChatGPT 會搜尋公開折扣、測試優惠碼，並在使用者購買前確認最終結帳價格。
• 結帳時自動套用優惠券：發文者做了一個購物 agent skill，結帳前先查即時優惠券來源，套用有效的券，三次實際結帳都省到錢。
• 經營網路商店的庫存、商品頁和照片：Agent 接收每週庫存試算表，更新價格和庫存，寫原創商品說明，把照片重繪成攝影棚風格，不確定的項目留待核准。
• 網路研究並購買，付款前需核准：Grok Bot 研究選項，透過 Stripe Link 準備訂單，付款前會顯示含商家、總額和說明的支出請求；其中一個例子涵蓋餐點規劃和生鮮訂單。
• 自動規劃每週餐點並訂雜貨：一位單親爸爸讓 Hermes 做餐點計畫和雜貨訂單，每週用 cron 工作抓 HEB 廣告給餐點規劃 skill，只需要偶爾引導一下。
• 規劃餐點、列採買清單並訂餐：ChatGPT Agent 做出食譜、附在地價格的分類採買清單和匯出的 Sheets，也下了 DoorDash 訂單，但付款時交還給使用者。
• 規劃餐點並依 Google Doc 下雜貨訂單：Claude 和 Muse 負責餐點規劃、儲藏室盤點和食譜追蹤，接著 Muse 讀 Google Doc 並在瀏覽器下雜貨訂單，發文者再從手機確認付款。
• 規劃餐點並裝滿 Instacart 購物車：作者用 ChatGPT 搭配 Instacart 外掛，做出每日餐點計畫，並把食材放進一份可以直接下單的購物清單。
• 訂冰淇淋外送並製作行程試算表：記者測試 Operator：冰淇淋送到了，但過程需要指引、付款資訊和購買核准，試算表的細節也常出錯。
• 訂筆、搜尋訂位和度假村：Amazon 擋掉 Operator 後，它改在 Staples 找到 144 支裝的筆；餐廳訂位失敗，度假村搜尋則選了隨機日期。
• 訂麵包店取貨並在 Marketplace 找沙發：在為期數天的測試中，Meta Muse 裝滿了麵包店取貨的購物車，在結帳時暫停等最終核准，還在 Facebook Marketplace 找到當地沙發並跟進了一則刊登。
• 讓 AI agent 下 DoorDash 訂單：DoorDash 的 dd-cli beta 讓 agent 可以訂餐，並有 Claude 從頭到尾完成一張訂單的示範。
• 讓 AI agent 搜尋商店、建購物車、準備結帳：商店設定成讓 Claude 或 ChatGPT agent 能搜尋商品目錄、建立購物車、套用優惠碼，再在付款前交出結帳連結。
• 讓 Claude 自主購買遊戲：發文者建了支付基礎設施，讓 Claude 在被要求時能自己完成遊戲購買，大約 60 秒搞定。
• 讓 agent 挑選並購買驚喜禮物：一位使用者請 GPT 挑驚喜禮物，留言的人說 agent 甚至在已登入的 Amazon 頁面按下了 Buy Now。
• 讓 agent 用預先儲值的餘額購物：一位留言者的 agent 用預先儲值的餘額完成購買，買了一張 $18 的禮品卡來支付 $17.73 的訂單。
• 購買前查詢即時商品價格：發文者在 ChatGPT 報出過期價格後，串接了讀取商品頁並驗證的工具，讓 agent 能查目前價格。
• 跟零售商的客服聊天室談電視價格：ChatGPT Agent 用荷蘭文跟零售商的聊天室議價，應付加購推銷，最後以含運 €939 買到 LG OLED 電視。
• 透過 AI agent 訂午餐：Abhishek Upadhya 讓 AI agent 幫他訂午餐，給了它 CVV 和 OTP，餐點送到前不需要再介入。
• 透過 Operator 做網購：作者說透過 ChatGPT 用 Operator 處理購買，改變了他的購物習慣，也降低了對 Amazon 的依賴。
• 透過 Signal agent 建立團購購物車：自架的 Signal agent 依過往訂單擬採買清單，讓群組成員編輯，再登入商店建好購物車並驗證；結帳由作者手動完成。
• 透過 agent 買東西並追蹤訂單：據 Rye 說，一位使用者讓他的 OpenClaw agent 找商品，並透過 Rye 的結帳 API 完成購買，商品送達後還會輪詢訂單狀態。
• 開 Tesla 時用語音訂星巴克：使用者讓 Tesla 裡的 Grok Bot 下了星巴克訂單，下單前用語音確認飲料和總價。
• 點一下照片就在 Uber Eats 訂午餐：作者請 AI agent 做了一個「Lunch」app，點食物照片就會啟動 subagent 到 Uber Eats 下單，用來減少決策疲勞。

旅遊與訂位

• agent 對 agent 預約牙醫：使用者的 agent 嘗試預約牙醫，牙醫的 agent 提出反條件，雙方就時間、費用以及跟 American Express 的仲裁展開協商。
• 一句指令訂好整趟旅行：一場研討會演講介紹了一個 AI agent，只給一句含四項限制的指令，就組合、預訂並付款買下機票、旅館和租車，過程中沒有供應商看到顧客本人。
• 依行事曆買電影票並設提醒：自訂的 Meta Muse skill 查行事曆、確認電影場次和座位、買票、把訂位加進行事曆，並依路況發出出發提醒。
• 修正訂錯日期的訂位：Dot 發現 David 為即將到來的歐洲行訂錯了巴黎到巴塞隆納的日期，並把訂位改成正確日期。
• 出差時處理訂旅館和路線指引：旅客在國際出差時用 Gemini 臨時訂符合公司政策的旅館，還查了穿越 Heathrow 和前往瑞士會場的步行路線。
• 嘗試訂一對情侶的機票（失敗）：Slate 的記者請 Muse 訂機票；它遇到 captcha，被踢出瀏覽器，什麼都沒完成，他只好自己訂。
• 在 Google Flights 依條件找最便宜的直飛航班：ChatGPT Agent 在 Google Flights 搜尋今年最便宜的直飛航班，限 4 到 10 天的行程並排除 Boeing 737 MAX，成功完成。
• 在 bot 之間修正訂錯日期的機票：Ron 的演講行程 bot 發現機票日期錯了，經他許可後請他的旅遊 bot 修正並重新安排所有行程。
• 在真實網站上從頭到尾完成餐廳訂位：發文者做了能找餐廳、填訂位表單並在真實網站上確認訂位的 agent，能處理動態元素和機器人偵測。
• 在聊天助理裡找租屋並預約看房：一篇教學說明在 Gemini 和 ChatGPT 裡使用 Zillow Rentals，取得篩選後的即時房源並預約看房時間；這是指南，沒有實際完成看房。
• 在飛行途中改訂延誤的轉機航班：OpenAI 的 Dot 跟 Alaska、Delta 和 KLM 聊天，找到新航線，Denis 核准後免費改訂，而他當時還在飛機上。
• 從 email 解決機票付款被拒的問題：有了 email 權限，Meta Muse 發現機票付款被拒，找到新金融卡的 email，確認付款，並把航班加進行事曆。
• 從搜尋結果訂 Southwest 機票：Travel Weekly 的記者讓 Comet 在已登入的帳號上訂指定的 Southwest 航班，選票價並填個人資料。
• 打電話給租車公司加嬰兒座椅：搭配 JooVoice 的 Grok Bot 打給租車公司，操作語音選單，跟真人通話，並收到確認嬰兒座椅變更的 email。
• 打電話給餐廳訂已滿的位子：線上訂位失敗後，OpenClaw 做了一個用 AI 語音的撥號 app，打給餐廳，搶到臨時取消的位子。
• 打電話跟旅館談房間：AI 助理打給日本的旅館，談成五個晚上都住同樣兩間房；使用者事後聽了錄音。
• 找並改訂旅程的機票：一位前旅遊業從業者讓 ChatGPT 透過 Kayak 搜尋機票並建議較早的回程選項，之後訂了休士頓到紐約的航班。
• 找並訂商務午餐餐廳：NN/G 的測試者讓 ChatGPT 的 agent 找到並預訂休士頓的 Brennan's，花了約 11 分鐘，細節和賓客人數需要人工協助。
• 找並訂機場停車位（部分失敗）：記者請 Comet 找 SFO 附近的便宜停車位並預訂；它兩次輸入錯誤日期，卻還是硬往結帳推進。
• 找倫敦導覽並訂生鮮：Operator 在 TripAdvisor 找到高評價的倫敦徒步導覽，但 Instacart 訂單搜錯城市，結果出錯。
• 找更便宜的羅馬機票加旅館組合：使用者讓瀏覽器 agent 在預算內比較飛羅馬的來回機票和中價位旅館；結果發現分開訂比套裝行程便宜。
• 找適合 16 人聚餐的餐廳：使用者讓 ChatGPT 查彩排晚宴的空位，並做出 HTML 比較表，列出合適餐廳的菜單、地點和價格；最後用電話訂位。
• 把出差旅館短名單整理進 Google Sheet：Claude in Chrome 的捷徑在 Booking.com 搜尋市中心附近、價格上限內的旅館，並把價格、評分、距離、設施和訂房連結逐筆記錄到 Google Sheet。
• 把在地最佳餐廳存成 Google Maps 清單：度假前，ChatGPT agent 挑了 10 間餐廳，在要他登入 Google 時暫停，約 23 分鐘後存好附招牌菜備註的 Maps 清單。
• 把訂位電話變成行事曆預約：n8n workflow 接收 Vapi 通話逐字稿，擷取訂位資訊，建立 Calendar 事件，記錄到 Sheets 並發送後續通知。
• 把訂機票之類的瀏覽器任務交給 Manus：評測者用 Manus 做瀏覽器任務，例如取得 email 登入驗證碼和訂機票，覺得它點 UI 很慢，所以更喜歡 Claude。
• 拿到會籍匹配和升等券，再訂機票：John 的 Dot 找到會籍匹配方案，拿到四張升等成可平躺座位的券，填好表單，用 email 確認，讀完條款後訂了機票。
• 搜尋 JFK 出發的便宜來回機票：ChatGPT agent 回傳依目的地列出日期和價格的表格，查證後相符，但沒有附訂票連結，記者得自己手動搜尋。
• 搜尋去紐約參加婚禮的機票：作者給 Comet 和 ChatGPT Atlas 同樣的訂機票任務；Comet 大多只指向比價網站，而不是具體航班。
• 搜尋場館網站找想去的音樂會：作者讓 Operator 找柏林的古典音樂會；它 15 分鐘後給了結果，但導覽很吃力，產品研究和抓 Gmail 收據都失敗。
• 改訂出差機票省錢：Arden 傳簡訊告訴使用者，改訂他的蘇黎世航班可省 $7,750；他核准後，它就改了航班，退款也進了他的公司卡。
• 查航班資訊並叫 Uber：Grok Bot 查到航班資訊，並依使用者的旅行資料叫了 Uber。
• 機票降價時重新改價：AI agent 在訂票後持續監控機票價格，票價下跌時辦理退款；發文者說它替他們的機票改價了好幾次。
• 每天盯旅館價格，降價時通知改訂：訂好可退款的旅館房間後，排程的 Claude 任務每天查同一間房的價格直到取消期限結束，價格下降就通知使用者改訂。
• 每趟旅行決定用點數還是現金：這些 skills 和 MCP server 讓 Claude Code 能跨 25 個以上的里程計畫搜尋兌換機票、比較現金票價並查詢會員點數餘額。
• 為 14 天日本行研究旅館：Manus 在 Booking.com 搜尋評價好的旅館，交叉比對評論和交通，每個城市回傳三個選項；作者給它處理空房的表現 7/10 分。
• 為旅行研究餐廳和旅館空房：一位作者用 Comet 瀏覽哥本哈根的米其林餐廳、查日本旅館空房，並找優惠。
• 用 AI agent 打電話預約診所：診所的自動電話 AI 取代真人，接聽並處理了發文者的預約來電。
• 用 AI 旅遊規劃工具訂機票：一篇部落格測試五個 AI 旅遊規劃工具完成訂票的能力；Kayak 的 agent 透過自家結帳完成，ChatGPT Operator 靠填表只完成部分訂票，還需要手動取消。
• 用 Alexa+ 訂餐廳位子：評測者請 Alexa+ 訂一間壽司店，但那間餐廳不在 OpenTable 上所以訂不成；他也試著叫 Uber。
• 用 ChatGPT Agent 訂機場旅館：作者讓 ChatGPT Agent 在 Booking.com 挑選並預訂 Gatwick 的旅館，它做到信用卡確認畫面，之後需要作者接手。
• 用 ChatGPT 找最便宜的機票：使用者在找機票的流程中用了 ChatGPT，並把結果跟其他工具比較；它沒有完成訂票。
• 用 Chrome auto browse 查旅館和抓稅務文件：測試者用 Chrome 裡的 Gemini 跨網站查里斯本旅館，並從薪資入口網站取得稅務文件；它在下生鮮訂單前停了下來。
• 用 Claude Cowork 規劃公路旅行：發文者用 Claude 規劃整趟去 National Harbor, MD 的旅程，它像個熟悉路線的旅伴。
• 用 Codex 依客戶筆記推薦旅館：旅遊顧問讓 Codex 根據客戶筆記推薦義大利的 Belmond 旅館，查詢即時訂房系統，並產出詳細的 Word 文件。
• 用 Codex 自製網站規劃假期：Claire 讓 Codex 研究旅館、標在 Google Maps 上，並用手機部署旅遊網站；它的瀏覽器也替一件商品走到了結帳頁。
• 用 Comet 依航空公司條件搜尋機票：Comet 在指定航空公司間搜尋里斯本到台灣的機票，條件是不要 737 Max 且最多轉機一次，抓即時價格並走到乘客資料頁。
• 用 Comet 訂餐廳並擬改期 email：評測者讓 Comet 找到並預訂週五晚上 7 點的位子，還在 Gmail 填好改期 email，寄出留給使用者決定。
• 用 Deep Research 規劃家庭旅遊：作者用 ChatGPT Deep Research 搭配詳細的家庭需求 prompt 找目的地、景點和排行程；目前還不能篩選並預訂住宿。
• 用 Operator 瀏覽、填表和查旅遊資料：評測者在發表當天試了 Operator：它能瀏覽、填表、從 email 下載 PDF、研究行程，也能透過 Booking 訂位，只是很慢。
• 用 Operator 訂晚餐：Marily 記錄了她第一次用 Operator 訂晚餐的過程，喜歡它省去搜尋和輸入細節，但覺得比預期慢。
• 用 Telegram 語音訊息規劃出差：n8n workflow 把 Telegram 語音訊息轉成文字，擷取目的地、日期和住宿需求，並搜尋出差用的機票和旅館。
• 用 agent 查 Southwest 航班：發文者想讓 Dot 連上 Southwest 重新查航班，但這個任務失敗了。
• 用 agent 規劃朋友婚禮之旅：ChatGPT Agent 的 demo 讓它為朋友的婚禮買服裝、訂旅程並挑選禮物。
• 用 agent 訂機票、晚餐和火車票（失敗）：發文者給 agent 一張機票、倫敦兩人晚餐和一張火車票的任務，結果一件都沒完成，OpenTable 還擋掉機器人。
• 用 agent 訂餐廳、電影票和剪髮：一位發文者說他用 Muse 已經好幾週，拿來訂餐廳、電影票和剪髮預約。
• 用 computer use 訂新德里到孟買的機票：作者在 Docker demo 裡跑 Claude 的 computer use 訂新德里到孟買的機票；Claude 開了 Firefox 並開始搜尋，但結果沒有呈現。
• 用個人助理 agent 協調團體旅行：使用者跑一個有自己 email 和電話的 OpenClaw 助理，協調團體旅行的付款和報名，並讓它碰不到信用卡和銀行帳戶。
• 用對話式 AI agent 處理板式網球俱樂部訂位：板式網球俱樂部的訂位系統用 n8n AI agent 負責對話，由 workflow 處理訂位邏輯。
• 用常駐 agent 研究並協助改訂機票：Every 一位作者的 Dot 研究了改班方案，並指出與同事錄音時間衝突，這是它從 Slack 討論中學到的。
• 用常駐 agent 規劃旅行並訂機票、旅館和接駁車：使用者讓 Dots 規劃旅行並提醒訂接駁車；agent 填了訂單表單，但一直要求確認，也不肯輸入 2FA 驗證碼，所以只做到一半。
• 用手機規劃臨時出差：在 OpenAI 的 demo 中，Dot 找到可退款且符合政策的機票和旅館選項並準備好訂單，不過到最後機票還在待定。
• 用手機訂機票：Tom 用手機上的 ChatGPT Work 訂了機票；它先問個人資料，再開一個遠端瀏覽器 session 讓他輸入付款資料。
• 用抵用金訂機票並管理訂位：使用者讓 Muse 用沒用完的 Southwest 抵用金訂機票、盯更好的座位、處理 OpenTable 訂位，並為來訪的朋友維護行程儀表板。
• 用日文訂餐廳和旅館晚餐：Muse 訂好日本行程的所有餐廳，還跟箱根旅館用日文來回溝通，搶到網站上沒有的晚餐時段。
• 用桌面 agent 訂紀念日晚餐：發文者用 AI 桌面 agent 在舊金山的 Serafina 訂了紀念日晚餐的位子。
• 用泰文打電話給餐廳訂位：Grok Bot 打給泰國的米其林餐廳，說泰文、操作語音選單，並請對方在安排訂金期間先保留座位。
• 用瀏覽器 agent 買演唱會門票（失敗）：Agent 被交辦買兩張 Ticketmaster 的一般席門票，卻卡在座位圖，購物車還過期兩次。
• 用語音 agent 打給 DMV 預約：Olivia Moore 在不到 30 分鐘內做出一個語音 agent，打給 DMV 幫她約好時間。
• 用語音叫 Uber 並找便宜足球票：評測者連結帳號後讓 Alexa+ 叫了 Uber，還瀏覽附近球場最便宜的票，兩件事都成功。
• 用雲端電腦 agent 訂餐廳：OpenAI 的 Dots agent 在自己的雲端電腦上自行訂了餐廳，只是很慢，而且需要 ChatGPT Pro。
• 用電話 agent 預約小孩的牙科檢查：發文者測試了八個 AI 電話 agent 打給牙醫預約檢查，條件包括只限平日和下午 3 點後。
• 申請航班延誤賠償並改訂航班：使用者讓 Muse 在延誤 7 小時後申請賠償，拿到 $250 的 Delta 抵用金，改訂新航班，還回覆了客服 email。
• 當旅行社訂機票（差一步）：Debbie O'Brien 讓 Grok Bot 試著訂機票；差一點就成功，但漏掉最後一步，所以沒完成訂票。
• 發送旅行清單和歡迎回來訊息：n8n workflow 掃描旅行社的每日行程表，出發前 3 天發 WhatsApp 清單，返國後一天發歡迎回來的訊息。
• 盯 Resy 並訂約會晚餐的位子：Brian 做了一個 Hermes agent，盯著 Resy 上紐約愛店的空位並訂位，但沒有做頻率限制，帳號因此被停權。
• 盯並訂一位難求的餐廳位子：使用者讓 AI 旅遊 agent 盯 Don Angie 的空位並訂了兩人桌，再傳簡訊確認 8:45pm 的訂位。
• 盯售票網站並回報可選時段：Mika Reyes 設了一個 Grok Bot routine，持續查 Dancing with the Stars 的售票網站，再回報有哪些時段。
• 篩選目的地並比較住宿：Comet 依阿姆斯特丹出發的飛行時間篩出陽光充足的目的地，再把 Airbnb 和 Booking.com 的房源整理成比較表。
• 經營餐廳語音助理處理訂位和點餐：n8n 後端讓 ElevenLabs 語音 agent 查桌位、管理訂位、接受點餐並安排回電，另外還有 Vapi 的旅遊和居家服務預約 agent。
• 線上比較並預訂旅館：Grok Bot 比較了旅館選項並在線上完成訂房付款，幫使用者省了錢。
• 自製 agent 搜尋賽普勒斯別墅出租：Marc Lou 做了一個 agent，把公開的房地產資料和空氣品質、水質、噪音及山崩資料結合，做成 Airbnb 風格的別墅介面。
• 航班取消後改訂：航班取消後，ChatGPT Work mode 找到替代航班、安排租車，並整合新的旅行安排。
• 規劃並預訂臨時出差：Grok Bot 研究機票並訂了 Vince 挑的那班，不過他得接手電腦填資料，覺得比自己訂還麻煩。
• 規劃並預訂電影約會夜：ChatGPT Agent 在戲院網站挑好座位，付款資料時暫停，確認後買票並建立行事曆事件。
• 規劃倫敦徒步導覽並找便宜機票：作者用 Comet 當預設瀏覽器一個月，規劃徒步導覽、在設定的時間區間搜尋機票並擬 email，也記下它卡關的地方。
• 規劃假期、辦簽證並完成訂位：用 AI 規劃假期、辦簽證並處理所有訂位；文章也提到用 AI 過濾交友邀約。
• 規劃出差並從每次檢討中學習：demo 的差旅營運 agent 搜尋機票和旅館，套用儲存的偏好，產出一個待核准的推薦，再更新自己的記憶；沒有實際訂任何東西。
• 規劃團體週末旅行並訂位：ChatGPT work mode 替 9 位朋友規劃了連假旅行，做了協調用網站，讓大家達成共識，完成訂位，並擬了 Gmail 信件。
• 規劃家庭旅行並預填訂單：記者讓 ChatGPT Agent 規劃 4 天的聖地牙哥行程：它搜尋機票、比較旅館、排行程並預填訂房表單，在購買前停下。
• 規劃家庭聖誕旅行並訂機票：使用者讓 Muse 處理預算和健身目標，它也訂了 Southwest 機票，並規劃了整趟家庭聖誕旅行。
• 規劃有晚餐和喜劇表演的生日夜：Muse agent 規劃了太太的生日夜晚，釐清地點細節後，經許可訂了晚餐並買了兩張票。
• 訂位並盯空位或降價：OdessiaTravel agent 會訂位，並持續監控客滿後釋出的空位或旅遊訂單的降價，而不是只列出選項。
• 訂住宿做到付款階段：Agent 打開 Tirupati 的 TTD 網站，選好選項、填入資料，把訂房帶到付款階段，全程沒有人手動點擊。
• 訂慕尼黑到倫敦的機票（沒完成）：使用者請 AI agent 訂慕尼黑到倫敦的機票；它搜尋了航空公司網站，但沒能完成訂票。
• 訂房後打電話給旅館確認：據一位抱怨這些來電的旅館員工說，使用者的 AI agent 在訂房後會打電話給旅館確認訂位是否正確。
• 訂旅行並找餐廳訂位：Claude 在公司差旅系統訂機票和旅館，另有一個 prompt 會找高評價餐廳、辨識它們的訂位系統，並查週六 6pm 兩人的空位。
• 訂晚餐位子並聯絡網紅：一位留言者說 agent 訂了約會晚餐的位子，還替另一家公司聯絡了約 20 位社群網紅。
• 訂最低價機票並之後退票：Claude Code agent 在三個月前以最低價訂了機票，之後跟航空公司談了 24 小時，成功退款。
• 訂機票、旅館和租車：Grok Bot 訂了機票、旅館和租車，作為處理使用者生活雜務的一部分，同時也管理 email。
• 訂機票並選座位、填旅客編號：Muse 在 Amex Travel 上從頭到尾替 Cyrus 和他太太訂好機票，包括選座位，以及會員編號和 TSA 編號。
• 訂機票和旅館，付款前停下等核准：Claude Cowork 透過 Claude in Chrome 操作瀏覽器訂了 8 張機票和 5 間旅館，填好旅客資料和座位，付款時暫停等核准。
• 訂私廚並規劃滑雪假期：ChatGPT 找私廚、寄信詢問報價和檔期、處理回信並追蹤缺少的資訊，還研究滑雪地點以及接送和裝備報價。
• 訂餐廳並搶露營地和門票：Grok Bot 讀行事曆、挑時間並訂了餐廳；整理文章還列出盯 recreation.gov、ReserveCalifornia 和 AMC 的釋票。
• 訂餐廳位子並加進行事曆：記者讓 Meta 的 Muse 找曼哈頓中城 6 點兩人的餐廳、訂位並加進行事曆；假期旅遊的訂位則做得很笨拙。
• 試著用 Claude 訂華沙到倫敦的行程：發文者想讓 Claude 透過 Expedia 和 Kiwi connector 完整訂好機票和旅館，覺得效果很差，最後改成自己做了一個旅遊訂位 project。
• 請常駐的 Slack agent 挑機票日期：評測者把 Dots 接到 Slack，請它用自己的電腦挑機票日期；它很慢，一分鐘後還沒選好日期。
• 讓 agent 打電話給餐廳訂位：Jake 做了一個工具，讓 Claude 或 ChatGPT 這類 agent 能打電話訂位，並能在通話中處理回撥號碼。
• 買搶手的 Hyrox 賽事門票：Grok Bot 在門票賣完前幫使用者買到了 Hyrox 賽事的票。
• 跨訂房系統預訂旅館房間：Manus 在 11 個訂房系統上測試，其中 8 個走完日期和房型選擇，但到付款資料就交還，所以沒有完成任何訂房。
• 追蹤拉斯維加斯機票價格並找回程：作者請 Muse 每天查維加斯的票價並找回聖地牙哥的班機；它只給了三個選項，還無視他的偏好，所以他覺得很失望。
• 透過 Alexa+ 訂票、叫車和找服務：記者把 OpenTable、Ticketmaster、Uber 和 Thumbtack 連到 Alexa+ 來訂位訂票，覺得像 beta 版，容易出錯，有時還聽不到他說話。
• 透過 OpenTable 和 Resy 訂餐廳位子：實測中，Claude 顯示了 Resy 的空位但無法訂位，ChatGPT 的 agent 點進 OpenTable 卻選錯人數。
• 透過 OpenTable 預訂餐廳位子：在 demo 中，Operator 透過 OpenTable 預訂舊金山 Beretta 晚上 7 點的位子，一開始搜錯地區，修正後再請求核准。
• 透過 Resy connector 訂餐廳位子：PCWorld 的作者請 Claude 透過 Resy connector 訂曼哈頓中城三人的位子；它選了一間餐廳，但過程很笨拙，出現原始 JSON 和權限提示。
• 透過 WhatsApp 處理餐廳訂位：作者為一間在地餐廳做了 WhatsApp agent，查空位、回答問題並確認訂位；目前有一位付費客戶。
• 透過 agent 從頭到尾訂機票：作者的 agent Flightclaw 搜尋各家航空，寄出安全結帳連結，他付款後回傳訂位代號。
• 逛旅館網站找紐約住宿：在 Skift 的測試中，Muse 開了瀏覽器搜尋 11 月 1 到 2 日、每晚 $350 到 450 的旅館，首推 Marlton Hotel。
• 預約牙醫、健檢和剪髮：發文者請 Muse 排三個預約；它找到了預約頁面，但剪髮那個寫了一封長信而沒有完成預約，所以只算部分成功。
• 點進預約網站完成預約：ChatGPT Agent Mode 開一個真實瀏覽器，在預約網站上一步步點擊完成預約；文章附有設定教學。

工作與營運

• CRM 和寄信工作依任務挑最便宜夠用的模型：有使用者讓他的 OpenClaw agent 改寫自己的程式，加上一個節流模組，替 CRM 分析和撰寫外寄信件這類任務挑最便宜又夠用的模型。
• 不寫程式做出電子報成效儀表板：一位不寫程式的媒體營運者讓 Claude Code 在約 30 分鐘內做出追蹤整個網絡電子報成效的儀表板；另有一位獨立 CFO 做了支出系統。
• 例行檢查商店的延遲訂單和庫存：有留言者讓 Claude 對自己的商店檢查延遲訂單、停滯的物流追蹤和庫存問題；發文者正在透過 MCP 連接助理。
• 依付款狀態草擬逾期發票追款信：一個流程定時檢查試算表裡的發票付款狀態，AI agent 再依逾期天數草擬追款信。
• 依學生評鑑回饋修訂課程：一位教授讓 Claude Code 摘要課程評鑑 PDF，把主題建成 GitHub issue，並用 agent 修訂他的資安課和另外兩門課。
• 依履歷面試應徵者：一個做好的 AI 面試 agent 會分析應徵者的履歷，並為 HR 和招募人員進行個人化面試。
• 依已完成工單撰寫衝刺結束的更新日誌：一位 PM 讓 Claude Cowork 讀已完成的 Linear 工單、挑出重要的、草擬更新內容並建議用信件還是 app 內格式，每個衝刺省下約一小時。
• 依能力等級評估應徵者：留言者做了一個基本的招募 agent，載入能力定義和等級，用於 HR 的評估工作。
• 依評分標準批改 Canvas 上的學生作業：一位講師的流程會從 Canvas 抓學生檔案，讓 Claude 依各項標準評分並附上評語，經真人審核後再把成績貼回去。
• 信件分流和會議準備（含一次失敗經驗）：一位 Trustpilot 使用者說 Lindy 漏掉緊急郵件、藏起會議邀請，讓收件匣更糟；不過評測說分流、簡報準備和 CRM 更新都能用。
• 做一個支出與庫存追蹤 app：使用者讓 Manus 做了一個追蹤公司支出和庫存的 app，並說成果和他想的一樣。
• 做一個會標出異常的發票平台：一位非開發者用 Replit 和 Claude 做了發票平台，會標出高額發票、寄付款提醒並抓出重複，在 130 張示範發票中找到四個異常。
• 做一個能寄信和查行事曆的 Telegram bot：Julian Goldie 用 Replit 的 agents and automations 功能做了能寄信和查他行事曆的 Telegram bot，花了 28 則訊息，這功能還在 beta，bug 不少。
• 做可稽核的規則式決策，並用 RAG 寫解釋：Rete 規則引擎判定貸款、詐欺和分流案件，再用針對政策文件的 RAG 讓 LLM 解釋判定結果，另有 MCP server 可用。
• 分流汽車維修需求並回覆客戶：一個 n8n 流程讓 AI 依類型、緊急程度和摘要分類網頁表單的工單，建立 Airtable 紀錄，立即回覆，並標出不確定的案件。
• 切換模型來執行多步驟任務：@dani_avila7 用 Perplexity Computer 測了多個任務，它部分步驟選 Gemini 3 Flash，寫程式則選 Opus 4.6。
• 加快多戶住宅案件研究和物件摘要：一位多戶住宅經紀人用 AI 做市場研究、比較案例分析、物件摘要和追問物件細節，但談判和人際關係不交給 AI。
• 在 Booking.com 檢查訂房和住客入住：里加一位小旅館業者跑 Cowork 排程任務，用 Claude in Chrome 在 Booking.com 管理後台檢查訂房並確認入住。
• 在 Claude Code 審閱 NDA 和 SaaS 協議等合約：作者做了一個開源的合約審閱 skill，給 Claude Code 和其他 AI 寫程式工具使用，審閱 NDA、SaaS 協議、供應商條款和特約商店協議。
• 在 Cowork 對暫存文件執行工作腳本：使用者在無螢幕的機器上跑 Claude Cowork，把複製的文件先暫存好，讓它能執行工作需要的腳本和程式。
• 在 Cowork 排隊處理整理檔案和產生文件：發文者讓 Claude Cowork 存取專案資料夾，並排入任務，像是整理檔案、依筆記產生文件，以及把截圖資料擷取到試算表。
• 在 LinkedIn 找候選人並建立估值模型：ChatGPT Agent 登入 LinkedIn，把班加羅爾的 YouTube 經理候選人篩進試算表；另一個示範則用公司財報在 17 分鐘內做出 Excel 估值模型。
• 在 Notion 工作區管理 18 個 agent：用 Notion 當 18 個 OpenClaw agent 的控制中心。
• 在 QuickBooks 做記帳和收據配對：一位使用者把 AI 接到 QuickBooks、SharePoint 和信件，用來附上收據、轉寄發票給人檢查、新增廠商和索取 W-9，取代了付費記帳服務。
• 在 Slack 討論串執行客服查詢和 bug 檢查：Slack agent Doozy 接收客服人員的任務，在沙盒裡對 Postgres、Stripe、GitHub 和 Linear 執行，再把結果貼回討論串；每天有 13 人使用。
• 在 Zoho Books 自動處理 SaaS 記帳和對帳：Hermes Agent 和人類會計師一起處理應付帳款、銀行匯入、帳單過帳和 Stripe 對帳，但需要 7 次修正，包括一個稅額 bug。
• 在 email 和 Teams 上跑業務開發與採購 bot：作者跑了多個連接 Microsoft 信箱和 Teams 帳號的 Grok Bot agent，包括兩個業務開發 agent 和一個採購 agent。
• 在 n8n 用 RAG 讓 LLM 助理處理公司資料：有留言者在公司的 n8n 專案用了多個 LLM 助理，處理 AutoCAD Forge API 呼叫、解析、embedding，以及跨公司資料的 RAG。
• 在商用不動產業務中使用 Claude Code：一位商用不動產開發商兼聯合出資人說 Claude Code 改變了他的業務流程，但沒給什麼細節。
• 在專用 agent 機器上處理日常營運：一位企業主在專用機器上跑 AI agent，處理信件分流、摘要、社群監控、排程、檔案管理和草擬回覆。
• 在瀏覽器裡操作 app 和上傳照片：使用者回報 Claude in Chrome 能照使用者在 app 裡的流程操作，開啟檔案選擇器上傳照片，還有一次把線上課程教學從頭播完。
• 在瀏覽器裡更新 400 筆 ERP 交易的欄位：作者讓 Claude 的 Chrome 擴充功能修改約 400 筆 ERP 交易的 2 個欄位，速度慢、每一步都要確認、還耗掉 token 額度，但能在背景執行。
• 在監督下運行多個依角色分工的 OpenClaw agent：留言者跑好幾個 OpenClaw agent，一個角色一個，配上記憶、wiki 連結和圖搜尋，並檢查它們的行動是否仍符合原本的意圖。
• 在自己的瀏覽器裡填表單並執行多步驟流程：一篇 Manus Browser Operator 的評測，它在使用者的 Chrome 工作階段中用使用者的登入狀態，處理表單填寫和多頁面流程。
• 在雲端電腦自動處理報告的書籤和連結：有留言者讓 agent 控制他的 Microsoft 365 雲端電腦，在他休息時幫報告加書籤和連結。
• 填寫投影片並把筆記整理成排好版的文件：Claude in Chrome 依簡短的需求填入 PowerPoint 範本，並把零散的會議筆記整理成排好版的 Word 文件，再匯出 PDF。
• 安排會議、整理 Drive 並記錄點數餘額：Claude in Chrome 依 Calendar 草擬會議時段信、把 900 個 Drive 檔案分到資料夾並刪掉約 50 個重複檔，還重播錄好的點數餘額流程，把資料填進試算表。
• 安排潛在客戶會議並記錄到 CRM：一個 Lindy agent 回覆潛在客戶的信並附上時間選項，訂下對方選的時段、記錄到 HubSpot，再寄出會前簡報。
• 寄出依語氣調整的逾期發票提醒：一個 n8n agent 檢查客戶付款狀態，找出逾期發票，依逾期天數選擇客氣或較強硬的語氣寄出提醒，已提醒過的客戶會跳過。
• 對帳供應商發票並透過自訂 CRM 處理訂單：一位店主用 AI 自動對帳供應商發票，並回報價格和運費成本，另有一套自訂 CRM 向供應商下單，並透過 Zoho Books API 開發票給客戶。
• 對方沒回信時自動草擬追信：使用者設了一個 Lindy 流程，盯著寄出的信，等對方回覆，沒回就草擬一封追信。
• 幫小公司用 email 催收帳款和文件：Agent 盯著未付款的發票和待辦文件，一直寄 email 到對方回覆同意、拒絕或付款為止，需要決定的事再升級給老闆。
• 幫老師批改作業和做教案：作者用 ChatGPT 提示詞範本做了一個概念驗證 app，可批改作業、產生教案和給回饋。
• 幫老師草擬教案和學校文書：一位老師用 ChatGPT 做教案、反思、PowerPoint、評量通知和批改，省下好幾個小時的備課時間。
• 庫存不足時自動向供應商補貨：系統每天早上檢查 Shopify 庫存，庫存偏低時，把預先寫好的訂購信寄給對應的供應商。
• 建一個 52 節點的 n8n 工作流程：Claude computer use 一個下午就建好 52 個節點的 n8n 工作流程，這原本通常要花三個週末。
• 建立儀表板並排查客服案件：留言者用 Microsoft Scout 建了重開機後仍保留的儀表板，也用它從頭到尾記錄和排查客服案件。
• 建立會議用的 AI 記錄員：一位從 n8n 轉到 Lindy 的使用者，搭配 Outlook 和 Slack 建立並管理 AI 記錄員，不用再手動記會議筆記。
• 從 Drive 取出 Google Docs：發文者請 Gemini 從 Drive 抓幾份 Google Docs，它正確取回了，不過後來有幾次出錯並編造資料。
• 從 Gmail 到核准和付款處理供應商發票：一個 n8n 流程擷取發票資料，檢查重複和供應商，把高金額發票送去核准，再建立會計分錄並排定付款。
• 從 Gmail 抓發票並整理：發文者做了一個工具，從 Gmail 抓發票並用 AI 整理，之後可能串接 QuickBooks 或 Xero。
• 從 Slack 管理信件、行事曆和任務：一個用 Make.com 搭配 Gmail、Google Calendar 和 Notion 做的 agent，依 Slack 指令整理信件、查行事曆和新增任務。
• 從 Teams 擷取待辦事項並安排會議：一位早期 Scout 使用者讓它摘要跨租戶的 Teams 討論串、找出被埋住的會議請求、查看行事曆、安排會議並寄出確認。
• 從信件替未公開的房地產交易評分：流程由 Python worker 讀交易信，Claude 把欄位抽成固定格式的 JSON，再由程式碼評分；發文者卡在資料不完整和需要登入的來源。
• 從工具資料夾學會個人腳本：Claude Cowork 讀了一個放著 email、CRM、研究和草擬用個人腳本的資料夾，加進記憶，並把這些能力帶到新的介面。
• 從已登入的信箱寄信：留言者回報使用者登入信箱帳號後，ChatGPT agent 真的把信寄出去了，並問它能不能買機票。
• 從會計軟體擷取報表資料：使用者讓 Comet 從會計軟體裡撈資料，因為軟體本身產不出他們要的報表。
• 從查核到客戶信件草稿處理銷售訂單：Grok Bot 登錄銷售訂單，比對 PI、PO 和銀行單據，修正訂金日期錯誤，建立佣金登記表和裝箱單，並在 Gmail 草擬給客戶的信。
• 從聊天傳來的收據照片擷取支出：一個給自由工作者和小型企業用的記帳助理，會讀取透過 Telegram 或 Discord 傳來的收據照片，擷取商家、金額、稅額、類別和日期。
• 從資料倉儲回答資料問題並建立儀表板：Cognition 團隊用 Devin 的變體 DANA 查詢資料倉儲、建儀表板和回答資料問題，Devin 則負責填報表表單。
• 打造處理信件、簡報和規劃的個人助理：Marc Bara 在 15 天內為 Hermes Agent 加了 50 多項能力，包括整理信件、簡報、行事曆規劃，以及連到他發票系統的 MCP。
• 找人、篩選候選人並透過 WhatsApp 回覆：招募人員用 OpenClaw 在夜間監控 GitHub 的新貢獻者，依職缺描述替履歷資料夾評分，並草擬 WhatsApp 回覆，等真人核准後才送出。
• 找出折價的銀行法拍屋並刊登為中期租賃：MidtermMate agent 在特定區域找折價的銀行法拍屋，估算當地租金，並協助刊登為中期租賃，影片示範中有展示。
• 找出過去一週沒回的信：作者讓 Devin 做了一個 Gmail API 助理，列出過去一週沒回的信，因為 Attio 沒有這個分頁，認證的部分他自己在 Cursor 寫。
• 把 1,847 封未讀信分到資料夾並草擬回覆：一個 AI agent 讀信件主旨，分到 6 個資料夾，並在 40 分鐘內寫了 12 封一句話的草稿回覆。
• 把 400 份 PDF 分到資料夾：使用者讓 Claude Cowork 讀 400 個 PDF 檔，並分到不同的資料夾。
• 把 AI 當內部招募助理：招募團隊用 AI 摘要人選檔案、準備推薦資料、草擬客戶進度更新，並在會議前整理候選人資訊。
• 把 FreshBooks 帳務資料搬到 Google Sheets：留言者用 Comet 把五年的 FreshBooks 帳務資料搬進 Google Sheets。
• 把 Gmail 待辦事項變成 AI 待辦清單：一個 Chrome 擴充功能掃描雜亂的 Gmail 收件匣、行事曆邀請和後續追蹤，把待辦事項整理成清單。
• 把 Monday 訂單同步到 Xero 的採購單、發票和帳單：替客戶做的 Make.com 設定會建立 Xero 採購單、寄客戶發票，並把上傳的供應商發票對應到帳單，失敗的會標出來請人處理。
• 把 Notion PRD 變成範圍明確的 Linear 工單：Devin 的文件描述它能讀 Notion PRD 來建立 Linear 工單、為待辦清單產出實作計畫，並把客戶健康度摘要貼到 Slack。
• 把 OpenClaw 的 skills 搬到 Grok Bot：發文者把 OpenClaw 的 skills 轉到 Grok Bot，他說 Grok Bot 用雲端加本機的方式接手了原本的工作。
• 把 RFQ 和 BOQ 的需求擷取到 Excel：有留言者在工作中用 Cowork 讀 RFQ 和 BOQ 及其附件，把需求整理進 Excel 檔；另一位則用它清理資料夾。
• 把 Slack 和通話逐字稿變成 Claude Code 任務：發文者想要一個常駐的 Claude agent，監看 Slack 和通話逐字稿、找出任務並草擬 Claude Code 的提示詞，讓自己不用再當中間人。
• 把 Slack 訊息和試算表列變成 Linear issue：Lindy 流程能從 Slack 訊息或 Google Sheet 的新列建立 Linear issue，並把 issue 連結寫回試算表（廠商說明）。
• 把一人事業交給 AI agent 一週：一位獨立經營者把信箱和排程交給一群 AI agent 七天，結果有獲利但感覺不太舒服，細節不多。
• 把一個單字貼到 Pastebin 並回傳連結：使用者拿 Operator 試了一些不尋常的瀏覽器任務，它成功把「computer」這個字貼到 Pastebin 並回傳連結。
• 把一天的雜務交給 Cowork：作者給 Cowork 一天的雜務，包括把三個來源的數字整理成報告（只需輕微編修），以及排程的每週指標報告；用螢幕操作的做法比較慢，還需要推它一把。
• 把作業繳交狀況彙整成一份報告：一位老師做了一個免寫程式的 AI agent，檢查 Google Classroom、email 和紙本繳交的作業，產出統一的報告。
• 把來回切分頁的工作交給 ChatGPT Agent 的虛擬電腦：測了一週後，發文者用 ChatGPT Agent 的虛擬電腦避開在分頁間複製貼上，回來時工作已經做完。
• 把供應商信件細節擷取到 Google Sheet：一家小型電商品牌的營運助理描述了一個 Zapier 工作流程，由 AI 從進來的供應商信件擷取關鍵資訊，放進 Google Sheet。
• 把供應商信件資料匯入庫存表：自建的 email 爬取 agent 從供應商來信擷取相關資料，替一家小型電商即時更新 Google Sheet。
• 把供應商發票 PDF 擷取進 monday.com 看板：Make 工作流程監看 Google Drive 資料夾裡的供應商發票 PDF，用 AI Extractors 擷取資料，再寫進 monday.com。
• 把供應商發票轉成 QuickBooks 帳單：留言者用接上 QuickBooks Online、信箱和 Drive 的 AI agent 核對帳目，並把供應商發票轉成帳單。
• 把信件中的發票變成即時財務儀表板：一個 n8n 流程掃描寄來的發票，擷取供應商、金額、日期和說明，餵給即時更新的 Google Sheets 儀表板。
• 把儀表板上的錢包資料抓進試算表：Claude computer use 操作桌面、處理登入和彈窗，花了 19 分鐘把錢包數字輸入試算表。
• 把出差收據變成報帳單並篩選檔案：作者用 Cowork 從 47 張收據做出報帳單，從 4,992 個檔案中挑出該讀的，並透過 Gamma 製作簡報。
• 把大量 CSV 資料變成趨勢儀表板：使用者讓 Claude 把一大包 CSV 資料變成儀表板，呈現隨時間變化的趨勢，用在他的職場自動化工作。
• 把季度大型 PDF 拆成短文件和請購單：有留言者每三個月用 Claude 把一份大型 PDF 轉成許多短文件、Excel 請購單和摘要表。
• 把小型企業的行政雜事交給 AI，並保留核准：一位店主用 AI 處理小型行政工作，凡是牽涉金錢的都由他本人核准。
• 把待辦事項委派給 AI agent：一個 agent 化的待辦清單，讓 agent 認領被指派的任務、標記進行中、完成後送回審核收件匣等待核准。
• 把採購卡收據資料擷取到報告封面表：一位 Duke 職員用收據 PDF 測試 Cowork，它做到一半當掉，不過處理了一個 PDF 資料夾，並把結果寫進 outputs 資料夾。
• 把收件匣整理交給 AI agent：一位 PCWorld 作者試著讓 Claude 這類 AI agent 整理信箱，文章談到歸錯類或誤刪信件的風險。
• 把收據轉成記帳用的 CSV：發文者做了一個自訂 GPT，吃收據後輸出 CSV，可複製貼到帳本，但提醒不能盲目相信結果。
• 把會議逐字稿變成簡報並整理 SharePoint 檔案：使用者回報 ChatGPT agent 能從逐字稿產出 PowerPoint、Excel 表和後續信件，還把超過 100 個 SharePoint 連結分到同一個資料夾，把五小時的工作縮到 20 分鐘內。
• 把潛在客戶 CSV 和銷售資料變成儀表板：Manus 大約 20 分鐘把一份很大的潛在客戶 CSV 做成儀表板，也用 Python 畫了咖啡店銷售圖，但有時會陷入迴圈、燒掉額度。
• 把行事曆、信箱和訂旅程交給個人工作 agent：作者用 Cowork 或 Claude Code 排邀請、分流信件、訂機票和飯店、抓 Airtable 資料，並爬取參展商名單。
• 把訂位確認信變成行事曆活動：n8n 工作流程從訂位信和 PDF 附件擷取細節，在專用行事曆建立活動，是為了一位 CEO 爆量的收件匣而做。
• 把語音筆記變成 Linear 工單並檢視分析數據：作者做了幾個 Codex skills，把語音筆記轉成格式化的 Linear 工單、每週檢視 YouTube 分析數據，並執行每晚的自我改進自動化。
• 把重複的營運工作交給 Claude Cowork：有留言者說某間公司訓練了超過 300 家公司使用 Claude Cowork 處理重複的營運工作，團隊也開始採用付費方案。
• 把銀行對帳單和發票對帳：Cowork 清理廠商名稱、分類支出、把發票對應到交易、標出缺漏的、建立 Excel 檔，並重新命名發票檔案。
• 把錄下的任務變成 agent 執行的指示：發文者把自己做任務的過程錄下來，讓 AI 轉成逐步指示，ChatGPT Agent 就自己執行，產出一樣。
• 把電子報摘要存進 Notion 資料庫：一個 n8n 流程抓取電子報，用 LLM 摘要後存進 Notion，並把過長的摘要拆開以符合區塊長度限制。
• 抓出行事曆衝突並整理收件匣：一位作家讓 Dots 存取行事曆和信件，它發現一個改期活動的日期對不上，也標出收件匣裡的緊急信件。
• 掃 Gmail 垃圾郵件匣找真正的業務信：作者讓 Grok Bot 在瀏覽器開 Gmail、讀垃圾郵件匣，標出聯盟行銷回覆和付款通知這類正常信件。
• 排活動並草擬法律文件：使用者用 Claude Code 透過 Notion MCP 排活動，並以 markdown 草擬和分析法律文件。
• 排程 agent 每 15 分鐘檢查資料夾有沒有工作：有留言者設定了排程的 Claude 任務和另一個模型，每 15 分鐘輪詢資料夾，發現有工作就去處理。
• 接聽牙醫診所電話並管理預約：作者幫牙醫診所做了語音 AI，可以預約、改期、取消，也能查時段和回答常見問題。
• 摘要服務來電並尋找在地客戶：Grok Bot 聽電話並把摘要和待辦貼到 Slack，每天掃描 Reddit 找在地客戶，替居家服務業建立 Notion 頁面和行事曆預約。
• 摘要當天新信件並管理會議：使用者請 AI 助理摘要當天收到的信，30 秒內就拿到摘要，它還能處理會議摘要、待辦事項、行事曆和草稿。
• 擋垃圾訊息並送出晨間簡報：Grok Bot 擋掉 email、LinkedIn 和行事曆邀請裡的垃圾訊息，每天早上更新重要事項，使用者不在時還持續推進一項事業的上線。
• 擷取廠商 PDF 並建立 QuickBooks 發票：用 Claude Code 做的客製整合會從廠商 PDF 擷取資料，並在 QuickBooks Online 建立已分類的發票。
• 擷取發票資料並歸檔到記帳試算表：自架的 n8n 工作流程用 OpenAI 從上傳的收據和發票擷取會計資料，使用者檢查後，原檔歸檔並把資料加到年度試算表。
• 收集並摘要非同步站會進度：Zapier 內部的 agent 會收集非同步站會進度並做摘要，讓團隊把每週五次每日站會換成兩次週會。
• 整理 Gmail 收件匣：發文者試用 Cowork 整理 Gmail，在連線出問題前整理了大約 100 封信，但整體做得不好。
• 整理未讀信件並加上核准步驟：作者做了一個 agent，有未讀信進來就執行並逐封分析，沒經過核准不會自動回信。
• 替三個信箱分流並草擬回覆：一個 OpenClaw agent 草擬例行回覆，品質大約七成可用，把處理收件匣的時間從 10 分鐘降到 2 分鐘，不過有些地方壞掉。
• 替不動產估價做報告撰寫程式：一位不動產估價師用 Claude 做了一個報告撰寫程式，省掉估價流程中繁瑣的工作。
• 替會計師打包每月廠商發票：排程 bot 從 PDF 擷取廠商、日期、金額和發票號碼，把整個月的發票加上索引打包，等核准後再寄給會計師。
• 替班級出評量題目並批改作業：一位老師的協同教師用 ChatGPT 出作業和考卷，留言者也拿它批改作業和產生文本。
• 替老師拆分並登記手寫作業掃描檔：一個 Claude Code skill 會讀批次掃描檔上的手寫姓名，對照名冊，把 PDF 依學生拆開，更新繳交試算表，並標出缺交的作業。
• 替食品經銷商自動處理追蹤和庫存：替一家靠 Excel、電話和 email 運作的食品批發商建了 agent，包括庫存追蹤和一個寫開發信的文案 agent。
• 查行事曆上的賓客並發 Slack 簡報：作者做了一個 Zapier agent，透過網路搜尋查 Google Calendar 的賓客，寫出簡短摘要再發到 Slack。
• 查詢使用者紀錄並更新後續步驟：發文者用 Zapier agent 找使用者紀錄並更新後面的步驟，但來源資料有延遲或格式不一致時就失敗了。
• 核對發票與庫存並建立採購單：替客戶做的 n8n 流程把發票資料比對 Google Sheets 庫存，建立 ERP 採購單並通知採購部門；約 90% 的發票能自動處理。
• 根據轉寄的請求用 email 排會議：使用者做了一個 AI 排程助理，接收轉寄的信，用 email 與收件人協調時間，並把 Zoom 連結加進行事曆。
• 檢查 Teams 站會頻道的夜間動態並挑出待辦：Microsoft Scout 的 heartbeat 會檢查作者 Teams 站會頻道的夜間動態，標出需要處理的事，衝刺期間才開啟。
• 檢查供應商發票有沒有重複或漏填 GST：發票寄到共用信箱，由 AP 工具擷取內容，agent 再比對過去的交易，標出重複、金額錯誤或漏填 GST 的發票。
• 檢查網域的 email 紀錄並補上缺少的 DMARC：一個 agent 對自己的網域跑了郵件檢查，發現沒有 DMARC 紀錄，加了一筆 TXT 紀錄後，分數從 80 升到 96。
• 檢視 Slack 頻道找出營運問題：Lindy 幫一家服飾公司檢視銷售、客服、庫存和評價的 Slack 動態，可隨時產出報告，內容有客服問題、低庫存和回饋。
• 每天把 ClickUp 摘要寄給利害關係人：一個 Make.com 情境每天從 ClickUp 寄出摘要信給沒有 ClickUp 帳號的利害關係人，也能把聯絡人加到選定的待辦事項。
• 每天早上 7 點寄出整合信件、行事曆和 Todoist 的簡報：一個個人 agent 每天 7 點執行，檢查信件、行事曆和 Todoist，挑出可能要跟進的事項，只送一份每日簡報，不用看整個收件匣。
• 每天早上打電話和傳簡訊提醒預約：一個 n8n 流程撈出當天的 Google Calendar 預約，透過 Retell AI 自動語音撥打電話，再用 Twilio 傳送後續簡訊。
• 每晚對帳訂單、草擬發票並訂購筆電：ChatGPT 撈出已完成的訂單、對照 CRM、草擬發票、在 Sheets 記錄交易，還向 Apple 訂了兩台筆電和一個退貨箱。
• 每晚建立採購單並追蹤應付帳款：一個 Make.com 自動化每晚建立採購單、監看應付帳款，並即時用最新的材料成本更新估價公式。
• 每月收集發票並寄給會計師：發文者做了一個 bot，每月登入各個網站、抓下發票，再寄給他的會計師。
• 每週寄出付款通知信的摘要：一個 n8n AI 流程讀 Gmail 中有標籤的付款信，從每封抓出三個重點，並在週日寄出摘要。
• 每週彙整 Slack 頻道裡的法務問題：一位公司內部法務正在做一個 ChatGPT agent，每週掃描 Slack 頻道，列出團隊對使用條款的法律問題。
• 清理信箱並用你的語氣草擬社群貼文：Grok Bot 登入各個 app，清理並分析收件匣，用使用者的語氣草擬 X 和 LinkedIn 貼文，並在夜間跑流程，需要決定時再通知他。
• 測試 AI 對學生習題的批註：一位化學教授把 11 位學生的習題丟給 Claude，看它的批註能不能輔助人工批改；專案不小心被設成公開，洩漏了學生資料。
• 為出租物件建立損益表：Meta Muse 登入物業軟體，為每一間出租物件建立了損益表。
• 為記帳登錄、分類並歸檔發票：使用者每隔幾週讓 Claude 處理一輪發票，登錄到支出追蹤表、分類、重新命名檔案，再歸檔到資料夾。
• 產出競品研究報告並建立 landing page：一個團隊透過 Manus 跑了多來源的競品研究報告和一個能用的 landing page，並記錄產出和需要修的地方。
• 產生每週主管報告並處理功能需求：一個 supervisor 型 Zapier agent 把工作交給 sub-agent，依 Jira 資料寫每週主管報告，並透過 Slack 斜線指令處理功能需求。
• 產生發票 PDF 並寄出供核准：一個 AI skill 替工作或報銷準備發票 PDF 並寄給使用者，等他回覆 yes 或提出修正後再寄出。
• 產生結合 KPI 和 pull request 的每週報告：一位產品主管用 Claude Code 自動產出定期報告，說明開發者出貨了什麼，以及功能對 KPI 是有幫助還是有傷害。
• 用 AI agent 經營一人公司：發文者花六個月，讓 agent 以文字形式讀寫整個業務，包括把一篇 LinkedIn 貼文拆成多則內容並管理互動，結果因為文案很空洞而翻車。
• 用 AI agent 經營商用不動產業務：Drew McAllister 的 agent 會用簡訊提醒還價，建立屋主追蹤名單，追蹤投標，草擬信件，閱讀租約修訂，並標出期限衝突。
• 用 AI 主導技術面試來招募：micro1 用 Claude 對候選人進行技術面試，據稱每天超過 3,000 場；數字是廠商案例研究中自行提供的。
• 用 AI 審廠商合約並草擬修訂：公司法務用 AI 審廠商合約和 DPA、回覆修訂意見、起草合約和做初步研究，並像檢查法務助理的產出一樣檢查它的結果。
• 用 AI 幕僚長經營顧問公司：一位顧問用 Manus 做每日簡報、監控競爭對手、整理收件匣、繪製市場地圖，以及製作簡報、報告和網站，並透過 Telegram 交辦。
• 用 AI 篩選候選人和摘要履歷：留言者提到用 AI 摘要履歷、大量篩選候選人、不再寫布林搜尋，還有一個隨時都能篩人的 agent。
• 用 Agent Mode 做投資組合、歸因和房地產分析：評測者讓 ChatGPT Agent Mode 跑五個商業測試，包括股票投資組合分析、行銷歸因和房地產情境，並記下哪些地方需要有人盯著。
• 用 ChatGPT Agent 自動處理網站工作：使用者在同一個對話裡大量用 ChatGPT Agent 自動處理網站工作，快做完時這個工具卻消失了。
• 用 ChatGPT 撰寫和審閱合約：發文者用 ChatGPT 草擬和審閱合約，對結果很滿意。
• 用 Claude Code 做 YouTube 分析報告和潛在客戶開發：Claude Code 透過 API 抓 YouTube 分析資料，做成經過驗證的 Excel 檔，還做了求職追蹤 app，並找出潛在客戶、補充資料、進行開發信。
• 用 Claude Code 取代 Shopify 評論 app：一位店主用 Claude Code 研究 Judge.me 這個 app 並規劃替代方案；有留言者則用它做了一個串接會計的批發商店。
• 用 Claude Code 和 Gmail MCP 整理創辦人的收件匣：有個團隊接上 Gmail MCP server，讓 Claude Code 讀信、貼標籤、草擬回信，還能做行事曆準備和報告。
• 用 Claude Code 在終端機經營整間公司：發文者做了一套系統，透過 Claude Code 而不是 Claude.ai 來跑整個事業，摘錄裡沒有說明具體任務。
• 用 Claude Code 從信件擷取待辦事項：Becky 看到 Claude Code 能用白話英文擷取並整理信件中的待辦事項後，自己也試了，三週內做出四個 app。
• 用 Claude Code 把 Trello 看板封存成 Google Doc：一位人資主管用 Claude Code 在 19 分鐘內，把 10 個 Trello 看板、3,000 張卡片封存成 1,000 頁的 Google Doc；該指南還提到取消訂閱和找回照片。
• 用 Claude Code 自動化每月記帳：一位電子報經營者讓 Claude Code 重新命名檔案、分類支出、把發票對應到付款並做摘要，約 6 小時的工作縮到 20 分鐘。
• 用 Claude Code 自動化法律草擬和工作流程：有留言者用 Claude Code 建立整合並在法律工作流程上跑 agent，草擬用 Claude for Word，另搭配 playbook 和先例庫。
• 用 Claude Cowork 批改作業和備課：一位老師說 Claude Cowork 在課程設計、批改作業、做 PowerPoint 和分析學生成績上省下好幾個小時。
• 用 Claude Cowork 處理財務專案檔案：一位投資組合公司的 CFO 把任務檔案放進新資料夾讓 Cowork 處理，做完再搬回來，據說 Claude 在專案之間省下相當於一個全職員工的工作量。
• 用 Claude computer use 做內容研究和贊助商開發：作者在 Cowork 和 Claude Code 裡測了兩天 Claude computer use，跑六個工作流程，包括研究、贊助商開發和商品上架。
• 用 Claude 把 200 份履歷排成短名單：一位朋友把 200 份履歷丟給 Claude 排出短名單，結果排第一的人第一通電話就搞砸，因為排名看的是文筆，不是對職位的準備程度。
• 用 Claude 管理租屋並安排看房：一個物業管理團隊用 Claude in Chrome 處理例行管理工作，並搭配資料庫，讓 AI 能回答問題、查行程來協助安排看房。
• 用 Codex 定時寄專案摘要：一篇教學設定 Codex 自動化，定時讀專案檔案，並透過 Gmail plugin 寄出每週摘要。
• 用 Codex 摘要逐字稿並製作文件：一篇教學示範 Codex 把逐字稿摘要成 Word 文件、建立 Excel 營收模型，並依文件製作輪播圖片。
• 用 Codex 自動處理複製貼上和後端串接：留言者說，以前要大量複製貼上和串接後端的工作，現在都交給 Codex。
• 用 Cowork 排程任務自動處理重複工作：作者測了六個排程任務：email 簡報、檔案清理、Stripe 報表、發票對帳、整理筆記和機票價格追蹤。
• 用 Cowork 自動處理請款、法案追蹤和信件分流：使用者讓 Claude Cowork 建立、寄送並追蹤發票，蒐集並分析各州提出的 AI 法案，還會每天寄一封依優先分數排出最該回覆的前 3 封信。
• 用 Gemini Agent Mode 整理收件匣和規劃旅行：一位作家讓 Gemini 在 100 多封未讀信中封存郵件並留下回信草稿，也描述它比較飯店價格並保留房間。
• 用 Gemini Gem 流程摘要信件並草擬回信：作者把自訂的 Gemini Gem 接進 Workspace Studio 流程，在背景執行、摘要 Gmail 信件，並建立回信草稿供他審閱後寄出。
• 用 Gemini 的 Chrome agent 在背景自動做瀏覽器工作：發文者用 Gemini 的 Chrome 瀏覽器 agent 自動處理瀏覽器任務，分頁關掉、人去做別的事，它也會繼續跑。
• 用 Lindy 摘要會議並整理客服工單：Lindy agent 摘要會議筆記、把待辦事項寄給同事、在客服工單上建議知識庫回覆，並處理後續信件和行事曆更新。
• 用 Make 情境自動化客戶報到：一間代理商把原本規劃的 AI agent 換成 Make.com 情境加 Slack 頻道，用於客戶的客戶報到流程，客戶也付了錢。
• 用 Muse 準備會議並對照行事曆檢查收件匣：作者在 Muse 上跑工作任務，它找到對的信件串來做會議準備，也把信件和行事曆交叉比對找衝突，不過收件匣的優先排序很弱。
• 用 OpenClaw bot 維護 repo、做筆記和支援團隊 Slack：使用者跑的 OpenClaw bot 會維護個人 repo、做筆記並寄新聞摘要，在 Slack 裡則摘要會議筆記並回答團隊問題。
• 用 OpenClaw cron job 把定時文章摘要送到 Telegram：一位開發者修好了跑了卻沒送出內容的 OpenClaw cron job，做法是關掉 thinking mode，之後六篇文章在 30 秒內送到 Telegram。
• 用 Operator 做網路搜尋和瀏覽器任務：一位搶先體驗的使用者測試 Operator 開瀏覽器上網搜尋，並回報它處理網路任務的表現。
• 用 Replit Agent 做每日股市信件自動化：一位評測者讓 Replit Agent 3 規劃並建出工作流程，包含早上 7 點觸發、取得市場資料、排版信件和寄送，覺得比 Zapier 好上手。
• 用 Word 原生追蹤修訂幫律師文件修訂：一位律師在一份 30 頁的文件上用 Claude for Word，它改寫了兩個段落，並以追蹤修訂的方式回覆註解，他認為比 Microsoft 自家的產品好用。
• 用 Word 裡的 Claude 草擬交易文件：發文者在 Word 裡用 Claude 和協作工具，處理交易文件草擬時的苦工。
• 用 agent 完成公司內訓課程：留言者說 ChatGPT Agent 把他所有的公司內訓都完美做完了。
• 用 agent 建立並維護本機營運儀表板：一位獨立經營者讓 OpenClaw agent 建立並反覆改進本機的任務控制儀表板，有看板、核准、cron 和社群排程，取代了 Asana，但開放式的整夜執行燒掉不少 token。
• 用 agent 從頭到尾經營網站事業：一個 Grok Bot agent 負責約 90% 的免費 AI 指南網站（給 50 歲以上的人），包括寫指南、每日部署和連結檢查、電子報草稿、目錄提交，公開內容要經過站長核准。
• 用 agent 接手繼承來的網路商店：有人請 AI agent 弄懂繼承來的網路商店設定、把優先事項變成任務、準備變更並留下紀錄，從茶葉生意的研究開始。
• 用 agent 操作桌面 app 搬檔案：發文者描述了幾個月來讓桌面 agent 操作真實 app 的經驗；有一次 agent 看錯跳出視窗，一直回報成功，實際上什麼都沒搬。
• 用 agent 核對產業檔案並追問釐清：agent 流程會匯入一份複雜的產業檔案並載入資料庫，派出 agent 與進行中的工作比對，再聯絡相關人員處理有問題的資料。
• 用 agent 管理指定資料夾裡的檔案：作者做了一個開源桌面 agent，只在選定的資料夾內運作，可讀寫檔案，更動任何東西前都會先問。
• 用 agent 管理行事曆和 email：發文者給 agent 行事曆和信箱權限兩週，它處理了不少事，但未經核准就回了一封信、因時區錯誤重複排了會議，還拒絕了一場想參加的會議。
• 用 agent 群在夜間經營 Shopify 商店：NightShift 在夜間偵測商店問題，自動修復安全的部分，並稽核每個動作，YouTube 示範中有展示。
• 用 agent 處理 80 份文件：發文者要 Dot 處理 80 份文件，它做完約 60 份就停了，還拒絕 commit 或 merge PR。
• 用 agent 跑排程的 GTM、研究和開發循環：使用者讓 Hermes Agent 排程執行市場進入策略、研究和自主開發循環，同時 Claude 開 GitHub issue，Opencode 定時去接手。
• 用 agent 跑業務 cron job 和連接器：發文者透過 Hermes 的 cron job 和工具連接器跑業務流程，但連接器一掛，agent 和它所有的任務就跟著停了。
• 用 bot 處理物件試算表和客戶信件回覆：使用者跑了幾個 Grok Bot agent：一個更新 Google Drive 的物件試算表，一個用他的語氣回客戶信，一個做他正職的指揮中心。
• 用 cron agent 處理收件匣、研究和網站稽核：作者跑兩個 OpenClaw agent、12 個 cron job，涵蓋掃描收件匣、文章索引、研究摘要、Search Console 分析、網站稽核和健康監控。
• 用 email 排會議並更新行事曆：發文者做了一個 agent，會讀信、查行事曆空檔、回覆會議時間，並把會議加進行事曆。
• 用 email 收集淋浴玻璃供應商報價：OpenClaw 寫信給淋浴玻璃供應商、彙整回覆，並在聊天串中處理來回溝通。
• 用 n8n 流程草擬信件回覆和 LinkedIn 貼文：作者做了 n8n 流程，草擬 Gmail 回覆等待核准，依主題產生 LinkedIn 貼文，並把信件中的任務擷取到 Google Tasks 或 Notion。
• 用一個 dot 處理購物、行程規劃和專案追蹤：評測者的 dot 主動發現一筆付款失敗，但只有讀取並回報；購物網站擋住了它，後續處理也沒完成。
• 用一組 bot 處理一人工作室的行政雜務：十四個 Grok Bot 負責研究、簡報、基礎設施檢查和 Buffer 社群排程；其中一個把 itch.io 上的一則留言，不到一天就變成併入的 Amiga 修正。
• 用三個 agent 經營副業，處理內容、信件和帳務：一位職場父母用三個 agent：一個研究並草擬內容，一個處理客戶信件並排通話，一個把 Etsy 的收入和支出分類並寫每月摘要。
• 用九個 bot 處理通訊、PR 合併和家務：作者從 OpenClaw 轉到 Grok Bot，做了用他的語氣寫信的 bot、每天檢查有哪些 GitHub PR 可以合併的 bot，以及處理家庭事務的 bot。
• 用信件與 CRM agent 準備會議和排程：一位評測者在信件、行事曆和 CRM 上用了 Lindy 90 天，從過往對話、Slack 和 CRM 筆記彙整會前簡報，也省下排程時間。
• 用個人助理處理例行信件和追蹤提醒：作者做了一個 n8n 個人助理，修掉早期的小毛病後，能處理約 70% 的例行信件工作，並提醒在等別人回應的事項。
• 用八個 agent 部門經營一人公司：一位創辦人設了 CEO、CFO、COO、律師、會計、行銷、CTO 和改進者 agent，它們共用記憶並互相諮詢。
• 用公開資訊填 50 份表單：使用者讓 Claude 用公開資訊完成 50 份個別的工作表單，之後校對，發現內容都正確。
• 用專責 bot 整理案源，處理發票和信箱：五個專責 bot 連接 WhatsApp 和 Notion，處理發票、清理信箱、更新 CRM 和追蹤後續；作者預期每週省下五到六小時。
• 用常駐 agent 處理十個業務任務：一位評測者用 Dots 測了產品研究、發布網頁、內容規劃和排程任務，整理收件匣和後續追蹤需要人盯著，有份試算表的公式壞掉。
• 用常駐的自架 agent 運作公司各部門：自架的公司作業系統為每個部門跑 Claude Code 和 Codex agent，具備記憶、排程、透過 Twilio 打電話，以及文件和影片剪輯。
• 用平台內建 agent 整理 Canvas 課程：Instructure 表示早期採用者用 IgniteAI Agent 一致地重新命名單元、批次修改截止日期並重建課程頁面；這來自一支廠商影片，沒有具名使用者。
• 用平行 agent 篩選 115 位應徵者：一個團隊把 Notion 接到 Claude Code，每位候選人派一個 agent，依評分標準檢查資料和 GitHub 佐證，產出排好名的短名單，花費 65 美元。
• 用手機摘要信件和準備簡報：一位 Fortune 作者用 Claude Dispatch 搭配 Cowork 摘要並挑出重要信件，還有每天早上的例行簡報，以及依行事曆準備會議。
• 用排程任務跑夜間簡報流程：作者用 Claude Code 雲端排程任務跑夜間流程，掃描工作、產生回顧，並整理出晨間簡報。
• 用文字網格頁面渲染讓 agent 填網頁表單：作者做了 TextWeb，一個文字網格瀏覽器，讓 LLM agent 不用昂貴的視覺模型也能填求職申請表。
• 用晨間簡報 agent 自動處理自由工作者的行政事務：OpenClaw agent 會寄 Telegram 晨間簡報，草擬每週客戶進度信並在一鍵核准後寄出，也負責追蹤後續，把行政時間從約 9 小時降到 20 分鐘。
• 用會議助理處理會議和摘要：有留言者用 Lindy 做了一個會議助理，已經跑了一週，負責處理會議並產出摘要。
• 用有記憶的助理處理房地產營運：發文者用 AI agent 建了一套流程，agent 會保留記憶以延續對話脈絡，並動態更新物件資料。
• 用本機模型每天處理個人信箱：發文者用 Ollama 在自己的 GPU 上跑 Hermes 搭配免費本機模型，每天用 cron job 處理個人信箱。
• 用桌面 agent 整理收件匣、草擬回信和管理行事曆：一位評測者用 Scout 摘要 Microsoft 365 收件匣、草擬回信、管理行事曆活動、瀏覽並處理本機檔案，但 app 得開著，成本也可能很高。
• 用法律 AI agent 審合約並檢查消費者保護規範：一位公司法務用法律 AI 工具抓出不一致和邊緣情境的風險，另外還有圍繞消費者保護法規建立的自訂 agent。
• 用瀏覽器 agent 處理小型行政事務：一位教育工作者試了 agentic 瀏覽器，它做出會議投票、查詢並摘要同事的教學時間表，還重新排版簡報，只是笨拙又慢。
• 用瀏覽器 agent 處理求職申請、登入和抓資料：發文者拿六個瀏覽器 agent 測日常任務，像求職申請、登入、抓資料和發文，Manus 用途廣，但會觸發機器人偵測，而且太貴。
• 用瀏覽器 agent 試一個工作任務：發文者讓 Operator 為一個工作任務上網搜尋，結果出錯，而且比手動做還花時間。
• 用白話指令的瀏覽器 agent 爬網站：一篇教學示範 Microsoft Scout 靠提示詞操控 Playwright 瀏覽器，爬網站、截圖、填表單和匯出資料。
• 用真實的上班任務測試 AI 瀏覽器 agent：作者讓 Comet 和另一個 agent 做真實的上班任務，像訂機票和處理行事曆混亂，一個花 16 分鐘訂票，另一個約 5 分鐘做完行事曆的事。
• 用範本自動產生發票：一位自由工作者做了一個 Make.com 自動化，把資料填進專業的發票範本，自動開立發票。
• 用網路研究產出簡報和試算表：使用者讓 Agent Mode 做簡報、寫電子書草稿，並把網路研究整理成試算表；作者說設計稱不上得獎等級，但省下好幾個小時。
• 用聊天回覆診所的病患詢問：n8n 加 Gemini 的 agent 接收病患的聊天訊息，保留上下文，用 Google Sheets 裡的診所資訊回覆詢問。
• 用聊天機器人處理牙醫診所的詢問、預約和提醒：部署在網站和 WhatsApp 上的 AI 聊天機器人，為牙醫診所回答詢問、安排預約和發送提醒。
• 用職場 agent 建立預算模型工具：C&S Paper 在行銷、財務和人資使用騰訊的 WorkBuddy 建立預算模型工具，把原本要一週的工作變成即時回饋。
• 用自動觸發處理進來的信件：Grok Bot 盯著進來的信，做摘要、研究、草擬回覆、擷取發票細節、標出緊急事項，並用連接的工具完成後續步驟。
• 用自訂 GPT 初篩並審閱法律文件：留言者用自訂 GPT 自動化公司內部法務的初步篩選和審閱，並保留人工稽核。
• 用螢幕錄影教 bot 一套流程：Grok Bot 能從螢幕錄影學會一項任務並重複執行；有評測者教它在沒有 API 的情況下抓電子報數據。
• 用試算表資料填寫冗長的網頁表單：agent 根據 Google Sheets 或 Excel 的資料填長表單；有留言者用 Playwright MCP 搭配 Claude，並讓它截圖確認各欄位。
• 用語音 agent 找人才並做篩選：一家沒具名的人力公司用語音 AI agent 聯絡並篩選候選人，據稱一週接觸 2,000 人，但說法薄弱，且接近廠商宣傳。
• 用語音 agent 處理藥局續藥來電：藥局的語音 agent 接續藥電話、辨識病患，送出續藥或把更新處方的請求排給開藥醫師，30 天內處理了 380 筆續藥。
• 用語音 agent 進行口試期末考：一位教授用語音 agent 在 9 天內口試 36 位學生，由 LLM 評審團批改逐字稿，並找出全班共通的弱點。
• 用讀取、點擊和填表自動化瀏覽器任務：發文者用 Claude in Chrome 讀頁面內容、點按鈕和填表單，並詢問有沒有其他瀏覽器自動化的替代方案。
• 用通用 agent 處理各種業務任務：評測者給 Manus 15 個任務，包括競品分析、行程、內容日曆和 PDF 摘要，多數成功，有些只完成一部分，一個 API 整合失敗。
• 用開源 agent 管理網路商店和活動：作者做了一個開源 agent，能把語音筆記變成報告，每五分鐘檢查訂單和廣告花費，並替群眾募資、Amazon 和 Shopify 事業建議下一個任務。
• 用限定權限把 agent 接到信箱：作者沒有交出完整憑證，而是用它建議的限定範圍 Google Cloud 專案把 Bot 接到信箱，Chrome 的 Teach-a-Task 則遇到 CAPTCHA 而失敗。
• 用類似 email 的核准收件匣跑背景 agent：一個自架的桌面 app 負責跑背景 agent，完成的工作放在 Unread，需要核准的放在 Action，最初是為了自動記錄 CRM 活動和準備會議。
• 當信箱管理員和辦公室經理來管信件與排工單：使用者把 Grok Bot 當信箱管理員，也當辦公室經理，接工單、規劃產能，並跨 Gmail、Slack 和 ServiceTitan 排工作。
• 登記出租物件的房客維修請求：在廠商示範中，Claude Code 連到 TIDY 的 MCP server，登記維修請求、通知水電工，並把緊急問題升級處理。
• 發現未寄出的發票並備妥待核准：一位早期測試者的 dot 發現有張給某出版刊物的發票還沒寄，並準備好等待核准。
• 監控營建專案風險並通知負責人：一位營建業者做了 n8n 加 Gemini 的監看程式，檢查進度、預算、採購、人力、天氣和現場報告，找出主要瓶頸，再通知專案負責人。
• 監控網站並彙整門市銷售報告：留言者用 n8n 做了工作流程，代管網站掛掉時發簡訊通知，並用 AI 把 7 間門市的簡訊銷售報告彙整到 Google Sheets。
• 監控英國勞動法規變動並找出合規缺口：一位開發者正在做一個 agent，監控英國勞動法規的變動，替小型企業標出合規缺口，任何內容送出前都由真人審閱。
• 管理 roadmap、客服信箱、行事曆和待辦：OpenClaw 管理 Linear roadmap，替客服對話排優先順序，處理行事曆和待辦，檢查通知，並管理贊助機會。
• 管理小公司的行事曆和每日簡報：發文者把 Muse 連到信箱，讓它新增和刪除行事曆項目，並為他的小公司提供每日簡報和語音備忘。
• 篩選應徵者並把分數記到 CRM：根據廠商部落格的實測，Lindy 招募篩選器會把面試轉成逐字稿、依設定規則替候選人評分，並把結果記到 CRM。
• 篩選求職申請並彙整成摘要：一位招募主管用 Zapier Agents 定時匯入申請、摘要、濾掉不符的，也可選擇回覆申請人。
• 篩選進來的房地產案源並研究租客：投資人用 AI 讀進來的案子並濾掉不好的，其中一位還用 ChatGPT 研究案子、租客資訊和當地租金行情。
• 給 agent 一支電話號碼來打電話和接電話：David Ondrej 給他的 Hermes Agent 一支電話號碼，讓它能打電話、接電話，在他睡覺時也能執行任務。
• 給老師一個備課和寫報告的 Claude Code 工作區：替老師建了一個 Claude Code 工作區，記得課程內容、評分風格和班級人數，產出教案、成績評語、家長信和評分標準。
• 線上申請屋頂工程許可和檢驗表單：一位屋頂承包商讓 Grok Bot 填寫並取得許可證，透過有驗證碼的表單預約檢驗，並把兩份工作通知表單寄給他的保險公司。
• 聯絡求職者做初步 HR 篩選：一位求職者表示，有 AI agent 打電話並寄 email 給他，進行第一輪 HR 篩選。
• 自動化回信、表單資料擷取和潛在客戶筆記：發文者試了 Lindy 和 Gumloop，用來草擬回信、從表單抓資料，並圍繞潛在客戶處理和筆記串起小型 AI 工作流程。
• 自動化新人報到和預約空位監看：留言者描述了 n8n 工作流程：接收 HR 輸入、走核准、開 IT 工單和建立 Azure 帳號，另一個則檢查醫療預約空位，並用預約按鈕通知。
• 自動化網頁表單輸入和 Gmail 清理：作者測了 Claude for Chrome 處理重複性表單，它開始填錯資料、速度變慢，另外也測了封存電子報和標記緊急 Gmail 信件，省下幾分鐘。
• 自動化老師的報告批改、評量儀表板和課程規劃：一位小學老師用 Claude 做了批改報告的 app、評量資料的儀表板，以及一個把規劃想法對齊課綱的 skill。
• 自動化記帳流程和供應商延遲通知信：留言者用 n8n 自動化記帳事務所的工作流程，一年省下約 600 小時，也在供應商交期變動時自動寄信通知客戶。
• 自動把邀請信加進行事曆：發文者每天用 Gemini 監看邀請信，把活動連同 Zoom 連結或地點加進行事曆，不用自己寫回覆。
• 自動投履歷並把筆記改寫成 coding prompt：留言者描述了一個 Grok Bot 會用提供的履歷搜尋並投遞工作，另一個則把簡寫的筆記改寫成 prompt，再透過 CLI 交給 Cursor。
• 自動整理發票並寄每月發票信：作者示範 Cursor 整理命名不一致的發票檔案，並處理每月開發票：編輯 PDF、附加檔案、確認收件人，再寄出信件。
• 自動篩選應徵者並進行聯繫：一個 Make 情境用 AI 解析履歷、替候選人評分、更新 ATS、寄收件確認信、把短名單送到 Slack 給招募人員，並自動婉拒未回覆者，屬廠商教學。
• 自動處理 Amazon 品牌的記帳和商品圖：一位 Amazon 品牌經營者用 Claude Code 盡可能自動化他的事業，包括記帳和產生商品頁面圖片。
• 自動處理倉儲文件、SOW 和請款：替倉儲客戶做的客製 AI 系統會讀收據、估價單和發票，產生 SOW，執行請款，並處理 28 個背景自動化。
• 自動處理客戶 onboarding 和課表 PDF：一個由 Google Sheet 觸發的 n8n 流程會產生 PDF 訓練課表，連同提醒寄給客戶，並清掉暫存檔。
• 自動處理會後追蹤事項：一個示範 agent 會找出會議逐字稿、擷取待辦事項、在 Slack 通知同事，並查看行事曆來安排下次會議。
• 自動處理發票、付款和退款：一個 n8n 流程管理發票、付款和退款，並在紀錄中更新狀態、PDF 連結和時間戳記。
• 自動處理薪資稅款和扣薪支票：一個薪資團隊做了 agent 來處理稅款和扣薪支票，遇到系統限制時還會自己做缺少的工具。
• 草擬 podcast 聽眾來信的回覆並記錄故事點子：Blake Oliver 的 Zapier Central agent 監看 Gmail 的聯絡表單信件、草擬回信，並把每封原信複製到 Notion 的故事點子資料庫。
• 草擬回信並加入行事曆邀請：一位作家用 Gmail 和 Calendar 連接器做了排程的 Claude agent，草擬回信並把邀請加進行事曆。
• 草擬親師溝通內容：一位老師說 ChatGPT 一個月內處理了他所有的親師溝通，他也拿來試了備課。
• 處理上班日的雜務和社群發文：使用者讓 Grok Bot 在 Reddit 和 Instagram 發文、查信，並設定 Teams 會議。
• 處理主管行政事務：信件草稿、記帳員問題、保險表單：一個 Dots agent 婉拒了邀請、草擬給律師的信、回答記帳員的問題，並找出租約和預算文件填好保險經紀人的表單，省下約兩小時。
• 處理例行客服工單並準備每日簡報：根據廠商發布的案例，Lindy agent 處理例行客服工單，對一位創辦人還會準備每日簡報和處理行事曆衝突。
• 處理副業的開發票、付款和記帳：一位做副業的人透過 MCP 和 QuickBooks 把銀行帳戶接到 Claude，由 agent 處理開發票、外包款項、支出追蹤和記帳。
• 處理承包商的後台事務和流失客戶挽回：一位承包商用 Grok Bot 標出保險證明的不一致、依合約建立工單並填信用申請表，另一位則用它草擬挽回客戶的訊息。
• 處理物業管理的行銷和收件匣清理：一位物業管理業主用 Dot 更新線上的 HubSpot 文章、先確認有無回覆再清掉舊的 Outlook 草稿，並設定網站稽核和關鍵字追蹤，有一封信被留在草稿。
• 補充聯絡人資料並存進個人 CRM：Claude 透過 MCP 連到 Supabase，拿姓名和 LinkedIn 網址，經由 Harmonic 補充檔案資料，再把紀錄寫進個人 CRM 資料庫。
• 設定稅務和合約提醒並審閱合約：Karina Chow 讓 Claude Cowork 設定季度稅務期限、合約到期日和州法變動的信件提醒，也協助審閱合約和分析市場行情價。
• 設計產品標籤並製作 SDS 表單：一位賣家用 Manus 設計產品標籤、把客戶見證整理成更新後的檔案，並製作 SDS 表單。
• 試用 OpenClaw 寄信和訂機票：作者花了一個週末、約 15 美元和超過一百萬個 token，才讓 OpenClaw 寄出兩封信，機票沒訂成，因為它連不上自己的瀏覽器。
• 調查並疏通卡住的任務卡：Hermes 監控被擋住的卡片、調查原因、嘗試解決並在 Discord 回報，另一位使用者讓它修好搬家後 Home Assistant 失敗的登入。
• 請 Claude 當自動化工程師來處理正職工作：發文者讓 Claude 扮演自動化工程師，做設計和研究工作，並替他的工作找出相關文件和索引。
• 讀取和編輯 Word、Excel、PowerPoint 檔案：OfficeCLI 是專為 agent 打造的辦公室套件，可以讀取和編輯 Microsoft Office 檔案。
• 讓 AI CEO 經營小型資安掃描公司：發文者給 AI agent 一個資安掃描公司的點子和三個 AI 員工，到第 2 天還沒有營收，首頁還當機。
• 讓 Claude Code 操作你已登入的 Chrome：使用者在 Claude Code 輸入任務，它會透過官方擴充功能使用他們已登入的 Chrome 工作階段；討論串也把這個做法和其他瀏覽器 agent 方案做了比較。
• 讓 Claude 在側邊面板瀏覽網站並填表：任務涉及網站時，Cowork 會開啟內建瀏覽器，Claude 在裡面導覽、點擊並填表，使用者可以在旁邊看。
• 讓 Claude 實作正職工作的大部分內容：發文者把工作任務交給 Claude，讓它實作大部分功能，不過最後 10% 還是最花時間。
• 讓 Claude 用滑鼠和鍵盤操作電腦：發文者測了一天 Claude computer use，它會截圖、推斷畫面內容，再移動滑鼠和打字，但跨多個 app 會跑偏，小的 UI 元素也會漏掉。
• 讓 bot 用你自己的網域寄信給客戶：發文者把自訂網域的信箱設成 Grok Bot 的 MCP connector，再加一個 webhook，收到新信就觸發自動化。
• 讓 coding agent 透過 MCP 更新詐欺偵測規則：Kairos 提供 MCP server，讓使用者的 agent（Claude Code、Cursor、Codex）能在詐欺手法變化時，替詐欺防治團隊維護決策邏輯。
• 讓公司自主運作：Andon Labs 說明為什麼做出 Pion，一個設計來自己經營任何公司的 agent。
• 讓夜間幕僚長處理信件和行事曆：一套 Claude Code 系統在清晨 5:30 整理信件、準備行事曆、更新任務、依路況資料加入車程時間活動，並把一天的時間排好。
• 走路時用語音整理信件：Allie Miller 用 ChatGPT 語音模式搭配 Codex 整理重要信件、草擬回信、封存或刪除郵件，並記錄待辦事項。
• 跑一個像員工一樣自主運作的公司任務 agent：作者跑著自己做的自主 agent，用 Codex、ChatGPT Plus、systemd 和信件處理各種公司任務，記憶靠滾動式 context、日記和 markdown wiki。
• 跑一個共用的團隊 agent 處理通話、核准和任務：Nikki 為一個新創團隊設了共用的 Hermes Agent，它會撈通話背景、處理核准並建立任務，用的是共用的 Obsidian 知識。
• 跑一個能接續專案工作的業務助理：發文者把以 ChatGPT 為基礎的助理接到舊 Mac 上的 OpenClaw 來接續專案工作，但它一直忘記 app 的業務目標和受眾。
• 跑排程的個人助理來建立任務儀表板：一位 Rippling 工程師的 Cursor cron agent 每兩小時執行一次，讀取 Slack 筆記、GitHub PR、Jira issue 和提及，去重後貼出儀表板。
• 跑排程的專責 bot，搭配每日幕僚長簡報：Grok Bot 從一則設定訊息做出五個平日排程的專責 bot，以及一份 9:00 整合它們產出的簡報；connector 會逾時，工作有時只做到一半。
• 跑每日幕僚長 agent 串起收件匣、行事曆和 CRM：一位外科醫師跑了約二十個 Cowork 排程任務，整理信件、準備會議、標出停滯的案子，並把草稿備好放在儀表板。
• 跨 Gmail、Calendar 和 Notion 處理客戶專案：作者把 OpenClaw 接到 Gmail、Calendar 和 Notion，它把三場會議合成一場、寄出邀請，並把一份研究報告拆給多個 sub-agent 處理。
• 跨行事曆、工單、email 和文件規劃工作日：一個規劃用的 agent，透過 MCP 跨 Google Calendar、Linear、Gmail 和 Google Docs 運作。
• 追蹤進來的信件並通知重要的：使用者請 Dots 監看特定的來信並通知他，但它沒做到，而且很慢。
• 透過 Gmail 草擬並寄出信件：Comet 寫了一封 SEO 信並直接寄給作者，沒有先請他審閱，收到的信有 markdown 格式問題。
• 透過 MCP agent 跨信箱服務處理和查詢信件：一位開發者用 agent 和 MCP 做了信件智慧產品，跑在開源模型上，讓 LLM 能查詢 Gmail 和 Outlook 信箱，目前是私人 beta。
• 透過 MCP 讓 agent 編輯 Word 文件：這個 MCP 讓 AI agent 能編輯 Word 文件並處理 OOXML 的細節，最初是為了製藥業法規文件編輯而做的。
• 透過 Slack 使用個人 agent，搭配記憶筆記和即時儀表板：作者把 OpenClaw 跑在專用機器上，在 Slack 跟它對話，每天留記憶筆記，並用儀表板追蹤它的任務和動作。
• 透過 Telegram 使用創投分析師 agent：一位創投人把 OpenClaw agent 架在便宜的 VPS 上當分析師，用 Telegram 就能聯絡，他說每季可能省下幾十個小時。
• 透過 WhatsApp 預約家教課：一位代理商老闆為家教公司做了 WhatsApp agent，可預約行事曆時段，兩天交付，收費 5,000 美元。
• 透過微信訊息遙控桌機上的 OpenClaw：一位測試者用 WorkBuddy 傳微信訊息控制 OpenClaw，包括產生一份推薦 skills 的網頁文件，但它無法登入微信，也不能傳訊息給聯絡人。
• 連夜找供應商並談條件：一個 agent 替網路商店找到供應商、進行議價、處理對方拒絕提供樣品的狀況，並談定 100 件每件 4.50 美元，只需要店主做一個決定。
• 重新命名並把 100 多張圖片分到資料夾：發文者給 ChatGPT Agent 一個超過 100 張圖片的 zip，要它依內容重新命名並分到子資料夾，他說做得相當不錯。
• 重新安排會議並寄送每日簡報：OpenClaw 收到改期請求時會檢查空檔、更新行程並草擬確認信，也會透過通訊 app 寄送每日簡報。
• 重新批改作業並更新 Brightspace 成績：一位教授讓 agent 重新批改助教打過分數的作業，用 Claude 驗證答案，並在 Brightspace 修改成績和回饋，抓出之前漏掉的問題。
• 錄下你的工作方式，再把重複的部分自動化：Screenpipe 在本機錄下螢幕和聲音，給 agent 一份可搜尋的記憶，把重複的任務變成流程。
• 錄下會議並依上傳檔案即時建議答案：一個開源的 Mac 錄音工具會轉錄通話，聽到問題時，依使用者上傳的檔案建議答案。
• 非工程師自己做客戶資料庫：一位非工程師用 Claude Code 做了客戶資料庫，欄位有公司、聯絡人、email、狀態和月價值。

業務、行銷與客服

• email 沒有網頁 app 的汽車品牌並替他們做一個：@JerryJenasom 讓 Manus 找出沒有網頁 app 的汽車品牌並寄 email 給他們；品牌回覆後，他就替他們做了網頁 app。
• 一個人用 16 個 agent 團隊經營事業：一位獨立創辦人用約 16 個 Claude 和 Codex agent 處理客戶研究、開發信、CRM 維護、SEO 內容和通話準備，並說已經找到並篩選出第一個試用客戶。
• 以資深文案身分撰寫 Meta 活動文案：發文者讓 Manus 扮演資深直效行銷文案，替 Meta 活動產出廣告文案。
• 依 ICP 和意圖訊號進行 LinkedIn 開發：Grok Bot 搭配 MCP 和 LinkedIn 建了開發 agent，找出、補充資料並傳訊給 97 位潛在客戶，得到 15 個以上回覆和一場 demo。
• 依 ICP 找出並篩選銷售潛在客戶：Hermes Agent 搜尋並比對公司與人員背景，依 ICP、職務適配度和時機評斷潛在客戶，並說明每個人為什麼合格，供後續開發使用。
• 依公司輪廓篩選展覽參展商：一個 n8n AI agent 從展覽名單研究公司，爬他們的網站、評估適配度，並把理由附加到 Google Sheet。
• 依客戶網站客製化開發信開場白：n8n 流程透過 Apify 從 Apollo 抓名單，讀取每位客戶的網站，讓 AI 把個人化開場白寫進試算表，再交給寄信工具。
• 依文件草擬客服回覆並轉交給專員：一位留言者在雲端電腦上的 agent 會讀文件、草擬回覆，並把客戶連同完整對話轉給專員，對外訊息都要等核准才送出。
• 依聯絡人試算表自動開發客戶：一位評測者在 Lindy 做了開發客戶的 agent，依聯絡人試算表運作，推文草稿要經過核准，不會自動發出。
• 做一個找工作並投遞的 agent：發文者做了找工作並投遞的 agent，其中約 80% 的 app 程式碼由 Replit agent 寫成。
• 做銷售研究並比對 app 和設計稿：留言者用 Claude in Chrome 做銷售研究，並跨分頁比對 app 和設計稿，產出 UX/UI 差異文件。
• 分析競品廣告並生成符合品牌的廣告素材：一個用 Claude Agent SDK 打造的自主 Ad Agent 會找競品、分析廣告、生成符合品牌的素材，並整理成可分享的報告。
• 分流客服 email 並草擬回覆給人審核：一個 n8n 工作流程會替每封客服 email 分類、排優先順序和摘要，草擬回覆後貼到 Slack，由人決定要不要寄出。
• 分流客服 email 並草擬退款政策回覆：一位顧問做了 Claude agent，讀取客服 Gmail、查訂單、套用退款政策、草擬回覆交給人核准，並建立分流紀錄，也可選擇發 Slack 提醒。
• 分流客服工單並草擬回覆：一個 Claude Code skill 針對客服、帳務和資料庫 API 寫腳本，列出並分流工單、整理帳務背景、草擬回覆，並執行退款和取消。
• 加快客服工單的研究和分流：一位 ClickUp 客服工程師做了一套系統，在每月 5,000 多張工單中，把每張工單的研究時間從 15 分鐘縮短到 4 分鐘；Mercari 則由它處理 97% 工單的首次回覆。
• 回答 WhatsApp 客戶問題並轉給真人：n8n 加 OpenAI 的 agent 根據知識庫回答 WhatsApp 的問題，信心不足的案件會帶著完整上下文轉給 Telegram 上的真人。
• 回答客戶問題並轉交真人：做了一個 agent，回答產品和價格問題、處理後續追問、提供付款資訊、通知管理員付款證明，並透過儀表板轉給真人。
• 回答租客問題並安排看房：EliseAI 的租賃 agent 內建在 Zillow Rentals 刊登頁中，替多戶住宅夥伴回答租客問題並安排看房。
• 回覆 Shopify 訂單狀態郵件並在夜間處理問題：agent 讀取客戶關於訂單的郵件，抓取真實訂單資料，並自動替 Shopify 商店解決問題。
• 回覆 email 和 LinkedIn 收件匣裡的開發回應：Claude Cowork 掃描 email 和 LinkedIn 收件匣並回覆開發回應，另一個工作流程則根據潛在客戶的網站和 LinkedIn 研究寫開場白。
• 回覆客戶工單並寄送每日工單摘要：AI agent 在已有回覆的情況下回應新郵件和工單，並寄給每位團隊成員前一天的客戶工單摘要。
• 回覆開發信並預約業務通話：Grok Bot 回覆開發信的回信、篩選客戶、查行事曆空檔，8 天內預約了 20 場業務通話，並在護欄範圍內更新 CRM。
• 在 Ads Manager 裡檢視 Meta 廣告成效：一間代理商拿 Manus 測試真實電商客戶的 Meta 廣告帳號，它回報 ROAS 是 14.25 倍，實際只有 1.76 倍，被質疑後才自己更正。
• 在 Chrome 打開 Search Console 報表：一位企業主以 Claude 為基礎的 AI 員工在分頁打開了 Search Console 報表，但卡在登入，得先由老闆自己完成。
• 在 Klaviyo 草擬 email 活動：Grok Bot 用品牌語氣寫活動內容，從 Dropbox 抓產品照片、在 Figma 做主視覺圖，並把可編輯的草稿放進 Klaviyo。
• 在 LinkedIn 追蹤帳號並留言：Comet 一次就完成追蹤 Perplexity CEO 的 LinkedIn、找到特定貼文並留言。
• 在 Reddit 找刺青客人並草擬回覆：一位刺青師經營一組 Grok Bot agent，其中一個讀 Reddit 貼文找在地推薦需求，並草擬回覆，由人審核後才發佈。
• 在 Reddit 找購買訊號：一位評論者提到有個 Grok Bot 在 Reddit 找到了購買訊號。
• 在 WhatsApp 收集名單並存進 Sheets：n8n WhatsApp agent 向客戶詢問姓名和 email，並自動存進 Google Sheets，以示範影片呈現。
• 在客服中調查客戶錯誤並草擬工單：Cursor 的客服團隊用 Cursor 搭配 MCP 抓 Datadog 日誌、搜尋過去案例，並草擬 Linear 的 bug 工單和客戶回覆。
• 在瀏覽器填寫求職申請：Claude Cowork 會開分頁、讀職缺、填申請表，並依使用者的規則做決定，自己一路做到完成。
• 執行數位公關和連結開發活動：作者讓一個叫 Jamie 的 Dot 執行既定的開發活動，維持追蹤表正確，並標出需要處理的回覆或刊登。
• 執行每日 SEO 文章計畫：Agent 研究關鍵字，每天發佈一篇 SEO 文章，並用 Search Console 和 Ahrefs 資料每兩週更新舊文章。
• 執行社群聆聽並發佈客戶里程碑貼文：一位企業客戶用 Lindy agent 爬客戶資料、監控社群和 G2、草擬里程碑貼文、建立內容行事曆並發佈。
• 執行行銷任務，例如突破需填表單才能看的內容：一位 SE Ranking 的行銷人員用 ChatGPT Agent 測試行銷任務，包括需要填表才能下載的 HubSpot 報告；五次執行中只有兩次完全成功。
• 執行行銷開發和 SEO 研究：Comet 找出有成長訊號的電商公司、建立聯絡名單並產生 Gmail 草稿，從 Reddit 挖 SEO 問題，並稽核結帳流程。
• 平行爬取新創目錄找潛在客戶：作者用 Comet 產生多個 agent，同時爬 ProductHunt，找可能受惠於 Reddit 行銷的開發對象。
• 建立潛在客戶名單和多管道開發序列：Grok Bot 依作者的網站和 ICP 建立潛在客戶名單，接著草擬 Salesforge 序列，上線前先給人審核；作者回報回覆率達 38%。
• 建立行銷計畫並部署成網站：一位行銷人員讓 Manus 做出含人物誌和 HubSpot CRM 步驟的行銷計畫，再把它建置並部署成網站。
• 建立評分過的銷售潛在客戶檔案和開發信草稿：作者用 Gemini Deep Research、NotebookLM 和 Sheets 組成流程，不到 20 分鐘就產出評分過的潛在客戶檔案和開發信草稿，已在三間公司上測試。
• 建置並上線落地頁，搭配 Google Ads 廣告：OpenClaw 做出並上線一個落地頁，接好有防重複機制的名單收集，設定地區定向的 Google Ads 廣告和 consent mode 標籤。
• 從 Claude 核准後發佈到所有社群：發文者做了自訂的 Claude connector，連到他的社群帳號，兩分鐘內就能發到多個平台，發佈前需要他核准。
• 從 Telegram 操作 SEO 研究 agent：作者透過 Telegram 把商業背景、內容策略和競爭對手觀察清單檔案餵給 Manus，來跑 SEO 研究 agent，它引用了 9 個真實來源，評分 4/5。
• 從公司 CRM 擷取開發客戶用的資料：一位使用者讓 ChatGPT agent 操作公司的 CRM，抓出對業務開發有用的資料。
• 從客戶網站建立完整廣告活動：agent 抓取客戶網站，建出多語言廣告活動，包含關鍵字、文案和追蹤計畫，並標出一個轉換問題。
• 從收件匣撰寫追蹤信並更新 CRM 交易：留言者表示 HubSpot 的 AI Copilot 會寫並寄出追蹤信、更新交易和安排會議，而 Revenue Grid 則自動更新 Salesforce CRM。
• 從研究到預約 demo 的整套開發銷售：一位 SaaS 獨立創辦人給 agent 他的 ICP、行事曆和收件匣，它研究了 300 間公司、篩出 61 間、寫了個人化 email 並約到 14 場 demo。
• 從研究過的網頁產生 50 個 AdWords 關鍵字：一位使用者讓 Comet 深入研究某個網頁並產出 50 個 AdWords 活動用的關鍵字，他說效果不錯也省了時間。
• 從社群貼文互動者中找出並評分潛在客戶：Cowork agent 透過 Apify 爬 LinkedIn 貼文的互動者，用 Apollo 補充資料，依理想客戶輪廓評分，並替最合適的人草擬開發訊息。
• 從網址生成能預約的客服 agent：一個平台能建立網站和 WhatsApp 客服 agent，回答問題並預約 Google Calendar 行程，另有自動駕駛功能會抓 Google Maps 並用 demo bot 準備開發內容。
• 從網路建立潛在客戶名單和開發信：Claude Code 操作作者已登入的 Chrome，讀取種子頁面和 LinkedIn 檔案，找出 25 到 30 位有來源的潛在客戶，寄出約 20 封信得到 7 個回覆。
• 從通話逐字稿擷取銷售指標：一位留言者把銷售通話逐字稿餵給 Claude，抽出營收、潛在客戶和 CPL 填進追蹤表，並拿到一個本機 HTML 檔，可以操作儀表板。
• 從頭到尾經營一間客服公司：據作者說法，Grok 替一間 8 人客服公司處理即時聊天、email、工單、退款、知識庫、品管、報表和升級案件。
• 快速解決快流失客戶的問題：發文者用 OpenClaw 在 20 分鐘內幫忙解決客戶的問題並留住對方，過程中它沒有 email 或帳務權限。
• 找 LinkedIn 上被裁員的潛在客戶並草擬開發訊息：Comet 透過她已登入的帳號掃描 LinkedIn 貼文，抓出姓名和連結，不到一分鐘就草擬好待審的開發訊息。
• 找出 Reddit 上求助 n8n 的貼文：n8n agent 抓取近期 Reddit 貼文存進向量資料庫，再為作者撈出 n8n 求助需求。
• 找出並審核符合 ICP 的客戶，規劃開發策略：OpenClaw agent 用 CRM、Sales Navigator、Hunter.io 和 BrightData 找出符合 ICP 的檔案，審核後規劃陌生開發活動。
• 找出技術 SEO 問題並產生程式修正：作者測試了五個 SEO agent，其中一個瀏覽網站、找出壞掉的 canonical、孤立頁面和缺少的 schema，依影響程度排序並產出程式修正，另外兩個則抓 Search Console 資料。
• 找出有購買意圖的客戶並研究，準備開發信：一個 bot 偵測購買意圖訊號，另一個判斷每個機會並找聯絡人，產出清單給真人寄開發信。
• 找出滯銷的商用物件並 email 經紀人：一個 Hermes bot 爬取租賃物件，依上架天數和分區篩選、計算佣金，並 email 給經紀人。
• 找出潛在客戶並彙整業務機會：多 agent 的 n8n 流程找出公司網址、抓取潛在客戶網站，並彙整機會，讓業務團隊用來調整開發內容。
• 找出網路形象薄弱的商家並個人化開發：六個 agent 找出線上形象薄弱的商家，寫個人化開發內容，並產出腳本、旁白和真人出鏡影片來銷售網站服務。
• 找出表現超出頻道規模的 YouTube 影片和電子報廣告主：Manus 瀏覽 YouTube，找出表現超過頻道規模的影片，並找出 20 間在 AI 電子報刊登廣告的公司和聯絡方式，之後還設定成排程的研究任務。
• 找出需要 AI 的商家並寄信：五個各有自己信箱的 Grok Bot 抓了 468 間在地商家，篩到 140 間，寄出客製化評估，處理回覆，並導入了 11 位客戶。
• 找在地商家潛在客戶並寄個人化開發信：一個 n8n agent 爬 Google Maps 找商家，用 Owler 和 Apollo 補充潛在客戶資料，寫個人化開發信，並把名單記錄在 Google Sheets。
• 找屋頂工程客戶並用 AI 語音開發：n8n 流程找出屋頂工程業者、記錄到 Sheets、客製化開發內容、撥打語音電話，並把通話結果分類寫回表格。
• 找沒有網站的在地商家當潛在客戶：Hermes 依區域產生子 agent，爬取倫敦西北區沒有網站的水電工，篩選後回傳三個合格的潛在客戶和推銷切入點。
• 把 LinkedIn 網址變成開發信：一個 n8n agent 從網址爬取 LinkedIn 個人檔案，再讓 AI 寫開發信；作者宣稱每月能約到 20 到 30 通合格的電話。
• 把 SEO 工作交給 ChatGPT agent：發文者找到 ChatGPT agent 的 SEO 用法：有些 SEO 工具由使用者接手操作，其餘由 agent 自己完成。
• 把 Zillow 房源整理成每日交易簡報寄給房地產經紀人：Zillow 爬蟲餵給 Claude，產出新房源、降價和開發話術的每日簡報，寄給 47 位付費的房地產經紀人。
• 把商家網站變成 WhatsApp 客服 agent：n8n 流程把網站抓成知識庫，在 WhatsApp 回答客戶問題，並把詢問轉成已預約的通話。
• 把客戶回信轉送到 Freshdesk：n8n 流程攔截客戶對訂單確認信的回覆，並把客服需求轉進 Freshdesk。
• 把客戶訊息分流成工單和回覆：一個 Slack 監看程式在每則新客戶訊息出現時啟動 Devin session，調查問題、建立 Linear 工單、草擬回覆並安排後續處理。
• 把客戶訪談改寫成貼文和電子報文案：一個可重複使用的 Cowork skill 把一場客戶訪談變成部落格文章、LinkedIn 更新和電子報段落，每個階段都有人審核。
• 把新的 Gmail 郵件變成 Notion CRM 潛在客戶：Zapier Agent 在每封新 Gmail 郵件進來時觸發，並在 Notion 資料庫建立潛在客戶紀錄，對應的屬性也都填好。
• 把有負評的商家當名單通知 AI 代理商：n8n agent 在商家收到負評時通知自動化代理商，讓他們搶先聯絡並推銷危機處理工具。
• 把試算表變成 Meta 廣告帳號：Joel Jackson 用 Manus agent，透過原生整合直接把試算表轉成 Meta 廣告帳號。
• 把開發客戶代理商的工作交給 agent 而不是 VA：一位開發客戶代理商的發文者，把原本付錢請 VA 做的工作改用 ChatGPT agent 模式，並詢問該怎麼為重複性任務設定 agent。
• 排序爆紅社群貼文並在夜間送出精選：Grok Bot 執行 Apify 爬蟲抓 X、TikTok 和 Instagram，統一互動數據、依收藏率排序，並把前三名送到 Telegram。
• 接聽居家服務客戶來電並簡訊通知老闆：語音 agent 替居家服務業者接電話，記錄來電者資料和需求，並用簡訊把狀態傳給老闆。
• 接聽非上班時間來電並預約行程：作者設定了一個 Synthflow 接待員，擷取來電者資料並預約隔天行程，還有一個 Retell agent 回答診所常見問題並標出不滿的來電者（廠商比較）。
• 推銷前先研究潛在客戶：一個為副業專案做的 Lindy agent 研究了一間潛在的度假村，發現公關風險，因此沒有去推銷。
• 提供 24/7 WhatsApp 客服並追蹤申請狀態：一間顧問公司用 n8n 多 agent 流程回答 WhatsApp 問題、收集資料、解析上傳文件，並通知客戶進度。
• 改寫低 CTR 的 meta 標題並稽核網站 SEO：一間 SEO 代理商測試 Claude Code 搭配 CMS API 和 Search Console，改寫低 CTR 頁面的 meta 標籤、推送變更，並稽核 robots.txt、sitemap 和結構化資料。
• 替 SaaS 潛在客戶篩選、補充資料並預約 demo：一個 Lindy agent 全天候為 SaaS 開發客戶做篩選、補充資料和預約 demo，回報模擬轉換率從 40% 升到 78%。
• 替客戶建立 WhatsApp 和 Instagram 開發活動：一間代理商用 Grok Bot 檢查 WhatsApp 和 Instagram 帳號、建立活動，並把 900 人加入私訊序列；它自己不會發送訊息。
• 替小團隊打造客服、電話和內容 agent：一位獨立創辦人為小團隊客戶提供以 Lindy 為基礎的聊天客服、來電與撥出電話、內容再利用和談判 agent。
• 替業務摘要 demo 並草擬追蹤信：一個業務團隊推出 Lindy agent，替 HubSpot 摘要 demo 通話、草擬追蹤信、安排通話並推薦提案，每週省下 5 小時以上。
• 替業務草擬個人化開發訊息、會後摘要和預測：Cursor 內部的 ChatGTM 會依訊號草擬開發訊息並搭配個人化登陸頁、通話摘要 email 和後續跟進，還會彙整交易預測。
• 替網站執行自動化 SEO 成長流程：Hermes agent 和 coding agent 讀取 Search Console 與 GA4 資料、找出 SEO 機會、修改網站程式碼並追蹤成效，用在一個浮潛天氣預報網站。
• 替網紅備妥聯盟連結和貼文說明：一位顧問做了 Grok Bot Affiliate Bot，存放聯盟連結、貼文說明、hashtag 和免責聲明，讓網紅發文時可以索取。
• 替電子報自主執行 Meta 廣告活動：一個 Claude Code agent 產生廣告圖片、透過 API 管理 Meta 活動、做出登陸頁版本並抓分析資料，31 天內測試了約 50 個版本。
• 業務開發前用 agent 補充名單資料：發文者介紹一個在開發前使用的名單資料補充 agent，讓業務更了解潛在客戶，經驗來自導入 100 多個業務 agent。
• 標出流失與擴展訊號並草擬客服回覆：Healthie 的 Zapier agent 每週檢查 CRM 和客服工具有沒有流失或擴展訊號，並在 Slack 貼出摘要；Erewhon 則用它草擬個人化的客服回覆。
• 檢查潛在客戶適配度並寫開發信開場白：Claude Code 自動檢查公司是否符合目標客群並產生個人化開場白，省下手動檢查的時間。
• 檢視客服工單並彙整產品回饋：Grok Bot 檢視真人和 bot 處理的工單、給予指導、標出來回過多的對話、發每日 Slack 報告並彙整回饋。
• 每兩小時自動發佈精選 AI 新聞到 X：一個 n8n 工作流程從 RSS feed 抓 AI/科技新聞，每兩小時發到作者的 X 帳號，省下手動作業。
• 每天寄送熱門社群貼文當內容參考：OpenClaw agent 透過社群資料 API，每天早上寄給作者一份 X、Threads 和 LinkedIn 的熱門貼文摘要，作為自己寫內容的參考。
• 每天寄送競品和提及摘要到 Slack：一位獨立經營者的 agent 把競品新聞、Twitter 動態、Reddit 提及和 G2 新評論整理成早上 7 點的 Slack 摘要，內容再利用的部分讀起來還是很機器人。
• 每天把競爭對手廣告研究報告送到 Slack：@cjfeth 的 Manus 自動化會挖目標客群資料、爬競爭對手的廣告庫、做比較基準，並把尚未被滿足的領域報告送到 Slack。
• 每天撰寫、排程並追蹤社群貼文：Agent 替一間公司寫社群貼文、每天排程發佈，並在不需人工介入的情況下追蹤成效。
• 每天為四個社群平台草擬利基新聞貼文：agent 掃描利基領域新聞、挑一則報導、為 LinkedIn、X、Instagram 和 Facebook 寫貼文、做圖，並在每天早上寄出草稿。
• 每週一依職缺做競品監控簡報：Claude 被設定成 agent，每週一早上瀏覽競爭對手網站並讀他們的職缺，推測對方接下來可能的動作。
• 每週用品牌語氣產出行銷內容：發文者讓 AI 每週用品牌語氣寫 5 篇 LinkedIn 貼文、5 篇 X 貼文和 3 篇部落格文章並自動發送，他說網站流量翻倍了。
• 測試 agent 做 SEO 研究和開發任務：SE Ranking 測試 Operator 抓 SERP 結果、檢查反向連結和管理開發信；它又慢又容易出錯，所以不建議用在複雜的 SEO 工作。
• 為 LinkedIn 潛在客戶評分並草擬開發訊息：一間新創的 n8n 工作流程會補充 LinkedIn 檔案資料，讓 AI agent 依理想客戶輪廓為每人評分並寫三則開發訊息，存到 Google Sheets。
• 為創投篩選新創辦人並進行聯繫：一位投資人的 agent 系統監控新公司登記、研究創辦人、標出符合的對象、草擬並寄出聯繫信、安排會議並準備問題。
• 為成長行銷產生廣告變體並抓取活動資料：Anthropic 的成長行銷團隊用 Claude Code 從 CSV 標出表現差的廣告，並產生數百種 Google Ads 變體，另外還做了 Figma 外掛和 Meta Ads MCP server。
• 為招募開發找出並清理名單：一位獵頭公司老闆用 Claude 找名單，一位留言者用它清理雜亂資料並草擬有人回覆的個人化訊息。
• 為網站在 Reddit 找名單並寄信：n8n 流程輸入網站網址，判斷產業和關鍵字，監控 Reddit 相關貼文，並把潛在客戶用 email 寄給使用者。
• 為網路商店端到端解決客服工單：商店客服系統內的 agent 據稱能處理退款、建立運送標籤，並在 Recharge、Loop 和 Skio 上編輯訂閱（彙整文章的說法）。
• 無人值守每天發布 AI 新聞筆記到小紅書：排程 agent 搜尋 AI 新聞、驗證來源、寫文並渲染貼文，再透過瀏覽器自動化發布，29 次執行成功 28 次。
• 爬取房仲潛在客戶並展開屋頂工程開發：一個 OpenClaw agent 爬 Zillow、Redfin 和 Realtor.com，找出刊登老屋的房仲，把聯絡方式和物件存成 CSV，然後替一間屋頂公司開始開發。
• 爬取自由工作者名單並自動化 email 與 LinkedIn 開發：作者用 AI 寫的腳本（透過 Cursor）爬 LinkedIn 自由工作者檔案，寄出個人化 email 和私訊並記錄互動，用來推廣一場線上研討會；他說這只是概念驗證，有被封鎖的風險。
• 產出月度行銷報告和購買意圖回覆：留言者把 SEO、社群、GA4 和 GSC 報表丟給 Claude 產出月度更新報告，並監控 Reddit、Quora 和 X 的購買意圖訊號，草擬客製化回覆。
• 產生廣告文案變體並抓取競品廣告：一位留言者透過 Apps Script 用 Claude API 產生廣告文案變體，用 Apify 抓競品廣告，並用 Cursor 建 GA4 儀表板。
• 產生結構化的公司研究報告：Dharmesh 的 Company Research agent 把公司基本資料、高階主管、流量、搜尋行銷資料和 G2 評論整理成任何公司的結構化報告。
• 用 AI agent 主動解決客戶來電：TELUS 用 Gemini Enterprise 的 CX agent 主動解決客戶來電；Google 的案例研究指出 30% 的來電獲得解決，問題解決速度快了 87%。
• 用 AI agent 在 18 個平台發內容：agent 在 39 天內於 TikTok、YouTube、LinkedIn、Reddit 和 X 等平台發了 220 次貼文，沒有編輯行事曆，發文者只負責監看互動。
• 用 AI agent 處理客服（部分成功）：一位店家跑了幾個月 Gorgias AI Agent，因為答非所問和做出店裡兌現不了的承諾，最後把它關掉。
• 用 AI 回答租客和潛在租客的問題：一位留言者說 AI 工具處理了大部分租客問題、潛在租客詢問和文件準備，較難的案子再交給真人。
• 用 AI 聊天機器人處理銀行客戶對話：Commerzbank 的 Bene 聊天機器人現在改用 Gemini，處理超過兩百萬次對話，解決 70% 的詢問。
• 用 AI 語音 agent 陌生電話開發房仲：一個流程會用 AI 語音打電話給房仲，沒約成就安排後續電話，並寄出溫熱和高熱度客戶的通知信。
• 用 AI 銷售 agent 回答 Shopify 商店客戶問題：一位留言者在 Shopify 商店用 Rep.AI 處理運送、優惠和商品的例行問題，據稱 97% 不用轉人工。
• 用 Agent Mode 自動發送 LinkedIn 好友邀請：作者試著用 OpenAI 的 Agent Mode 透過瀏覽器自動化發送 LinkedIn 邀請，並分享了嘗試過程的影片。
• 用 Android 手機上的 agent 經營 X 和 Reddit 帳號：發文者在桌上放兩支 Android 手機，各跑一個 AI agent，一個全天候操作 X/Twitter 帳號，另一個操作 Reddit 帳號。
• 用 ChatGPT Agent 在 LinkedIn 自動投遞工作：一位留言者說 ChatGPT Agent 投了 40 份 LinkedIn 工作，換來 2 場面試，不過很快就用完每月額度。
• 用 ChatGPT Pro agent 找 SEO 競爭對手：發文者用 ChatGPT Pro 處理 SEO 工作，由 Pro 的 agent 負責找競爭對手。
• 用 Claude Code 和自訂 GPT 處理客服工單：客服管理員用 Claude Code 做了串接 Confluence、Jira 和 Zendesk 的 CLI 和 skill，並用自訂 GPT 草擬工單回覆，但要手動貼回去。
• 用 Claude Code 執行大規模開發信活動：發文者用 Claude Code 跑開發信工作流程，每個客戶每月寄 1 到 2 萬封 email，取代了 Clay 的費用。
• 用 Claude Code 研究並草擬開發信：Claude Code 負責開發信的研究和草擬，大量寄送則交給另一個平台。
• 用 Claude Code 跑主動開發業務流程：四個流程涵蓋通話前研究、活動參加者抓取、每日熱門名單摘要，以及通話後的 CRM 更新和跟進草稿。
• 用 Claude Cowork 替業務研究市場和客戶：一位業務讓 Claude Cowork 做市場和客戶研究，並透過 ZoomInfo API 開發潛在客戶，自己在講電話時，再手動檢查它抓回來的資料。
• 用 Claude Cowork 發佈做好的社群貼文：一位留言者讓 Claude Cowork 指向放著成品貼文的資料夾或 Canva，由它處理社群發文。
• 用 Claude agent 修 Shopify SEO 並找出廣告浪費：一個以 Claude 為基礎的 agent 分析 Shopify 商店，修正 SEO 問題讓分數升到 95，找出廣告浪費、測試點子並檢查 AI 能見度。
• 用 Claude 做 SEO 策略和內容來成長產品：一位創辦人用 Claude 做 SEO 和內容策略，包括用 Search Console 資料做關鍵字缺口分析，據稱六週內成長到 10,000 名活躍用戶，沒花廣告費。
• 用 Codex 排序 CRM 潛在客戶並草擬開發信：一個 demo 讓 Codex 抓 CRM 資料、排出最重要的客戶，並做出 13 頁簡報，內含每個客戶的策略和開發信草稿。
• 用 Codex 自動化每天做安全的 SEO 修正：排程的 Codex 自動化每天早上檢視分析資料和 SEO 筆記，挑出五項安全的修正，例如內部連結和 metadata，並直接套用。
• 用 Make 和 AI 篩選潛在客戶並處理新客戶導入：一位留言者做了行事曆語音 agent，並用 Make 搭配 AI 做潛在客戶篩選、客戶導入和基本的客服回覆。
• 用 Manus 找目標企業：作者測試 Manus 找出要開發的公司；它找到特定的公司和有用的洞察，但登入障礙擋住部分資料，仍需要人工驗證。
• 用 Muse 處理攝影師的影片剪輯、私訊銷售和客服：據稱一位攝影師用 Muse 把長影片剪成加字幕的 Instagram Reels，把私訊轉成課程銷售，並處理客服和退款。
• 用 OpenClaw agent 做 SDR 開發：OpenClaw agent 研究潛在客戶、寫個人化開發信、依排程寄出追蹤信，並把互動記錄到 HubSpot。
• 用 Operator 研究銷售潛在客戶：測試者讓 Operator 做潛在客戶研究；在交接 CAPTCHA 之後它忘了任務，回傳的是一般的公司簡介，而不是合格的潛在客戶。
• 用 Slackbot agent 回答業務的問題：一位 RevOps 從業者做了 Zapier Agent Slackbot 來回答業務的問題，花了一個下午才跑起來，他的結論是 agent 並不完美。
• 用 Telegram 指令發社群貼文：n8n agent 接收 Telegram 指令，從 Google Drive 找檔案，用 AI 寫文案，發到 LinkedIn 和其他管道，每週省下 3 到 5 小時。
• 用 Telegram 管理客戶詢問：n8n 系統收集 email 和表單詢問、建立任務，讓老闆用 Telegram 回覆，再由 AI 寄信並更新狀態。
• 用 Zendesk agent 回答客服對話：Zendesk AI Agent 替一位客戶自主處理每月超過 2,000 則產品問題對話，讓三位客服人員轉去做業務。
• 用 agent 做接案網站開發：Chris Wozniczek 讓 Devin 找商家和案子、先做好網站，再寄量身打造的開發信來推銷網站服務。
• 用 agent 做潛在客戶研究、客服和內容：一位遊艇軟體公司的 CEO 跑 20 到 30 個 Lindy agent，負責研究潛在客戶、個人化開發、支援使用者，以及製作並排程行銷內容。
• 用 agent 執行的開發信來擴大 email 名單：Drew Carr 用 Hermes agent 每天做開發信和社群留言，搭配 email 驗證和 LLM 適配度檢查，約 80 天達到 1,000 位訂閱者。
• 用 agent 幫壽司連鎖店接單：發文者做了一個 Claude agent，替七家分店的壽司連鎖店接單，使用菜單、過敏原、外送區域、營業時間和優惠資料。
• 用 agent 從零打造賺錢的線上事業：發文者給 OpenClaw/Claude agent 50 美元和 60 天來建立線上事業，在 Reddit、Twitter 和 LinkedIn 做內容行銷，吸引了 400 多位訪客。
• 用 agent 準備銷售電話和研究 YouTube 點子：一個 Lindy agent 研究 YouTube 點子和腳本，另一個在開會前 10 分鐘 email 一份探索通話聯絡人的簡報；複雜的內容仍留在 Make。
• 用 agent 直接在 CRM 裡執行銷售流程：留言者描述的 agent 會和 CRM 互動，並結合研究與開發工具，讓開發更有效率，也更能鎖定研究得更透徹的客戶。
• 用 agent 稽核 SEO 和 AI 搜尋能見度：發文者做了 MentionDesk，其中有個 agent 會稽核品牌的 SEO 和 GEO 能見度，幫助品牌被 ChatGPT 和類似工具認得。
• 用 agent 管理 10 個社群帳號：作者用 OpenClaw agent 和 cron job 經營 10 個帳號，回報追蹤者成長，並在一個分析任務悄悄失敗三天後加了健康檢查。
• 用 agent 經營社群、SEO 和內容行銷：作者用 cron job、Telegram 和 MCP 工具跑了四週 OpenClaw，其中一個 agent 分析互動數據，建議把重心從 X 轉到 Bluesky。
• 用 agent 經營行銷活動、SEO 和內容：作者為 Claude Code 做了 18 個開源行銷 agent，涵蓋活動、SEO、內容和社群發文。
• 用 agent 處理商務 WhatsApp 客戶訊息：n8n agent 處理客戶的 WhatsApp 訊息，查詢資料、看行事曆、記錄到 Sheets 或 Notion，並用 WhatsApp 和 email 回覆。
• 用 agent 處理行銷公司的文案、報表和客戶導入：一位行銷公司共同創辦人用 Claude Code 建了廣告文案、報表和客戶導入的系統，包括批次發布 Facebook 廣告的工具和客戶報表入口網站。
• 用 agent 處理行銷研究和文案初稿：作者做了 OpenClaw 風格的 agent 來做研究、內容架構和文案初稿，研究每週省下 2 到 3 小時，但 agent 需要人盯著。
• 用 agent 規劃多平台社群內容行事曆：作者用 Gemini 寫提示詞做了社群經理 agent，產出 Substack、LinkedIn 和 X 為期數週的內容行事曆並由人審核，沒有展示發佈的部分。
• 用 bot 經營公司的 Reddit 形象：發文者做了一個 Reddit agent 來處理發文、互動和平台的中立推廣，取代聘請社群經理，不過目前還是自己在發文。
• 用 coding agent 管理 Google 和 Meta 廣告：一位 PPC 行銷人員用 Claude Code 和 Codex 連接 Google Ads API、GA4、Search Console、CRM 和 Meta，除了出報告，還直接管理廣告。
• 用 n8n agent 做全方位 SEO：n8n agent 分析 GA4、排名和 SERP 資料，追蹤競品關鍵字、改寫文章並儲存成效報告。
• 用 subagent 團隊經營行銷作業：一個 CMO agent 讀每週計畫並派出社群行銷和成效檢討等專責 subagent，社群 agent 在第一週就重複發了 Reddit 貼文。
• 用一段提示詞建立客服 agent：評測者用提示詞讓 Lindy 建好客服 agent，連上 Google 和 Slack 後就能運作；只描述了設定過程，沒有長期運行的結果。
• 用兩個 agent 做 GEO/SEO 策略和每日內容：一位創辦人用兩個內部 agent，一個負責 GEO/SEO 診斷和策略，一個負責每日內容，據稱 30 天內流量成長 100 倍，沒花廣告費。
• 用分工的 agent 經營主動開發業務流程：一組跑在 Grok Bot 上的 agent 負責找潛在客戶、研究、寫個人化訊息、啟動活動、篩選回覆並管理業務流程。
• 用單一職責的 bot 經營創辦人主導的業務：一位創辦人用一個每天備好開發信等待核准的開發 bot、一個排序並草擬回覆的收件匣 bot，以及一個轉交熱門名單的社群 bot。
• 用廣告 agent 把商品照變成影片廣告：一位留言者把商品照和受眾資料餵給 agent，由它草擬腳本、生成 b-roll 並加上旁白，另一位提到有 bot 負責整理行事曆和付款。
• 用抓取的品牌和競品資料建立付費廣告活動：agent 抓取珠寶品牌網站的 SKU 和社群媒體的購買模式，分析競品廣告，並產出附圖片和影片構想的付費廣告活動。
• 用瀏覽 agent 稽核網站的 SEO 問題：一個開源 agent 用真實的 Chromium 瀏覽器造訪每個網址，擷取 SEO 標籤、檢查壞連結，需要登入時暫停等人輸入，最後寫出摘要報告。
• 用瀏覽器 agent 收集網紅名單：Operator 瀏覽網頁收集網紅資料，但被 Google Sheets 和 Excel 的登入擋住，任務只完成一部分。
• 用瀏覽器擴充功能草擬聊天回覆：瀏覽器擴充功能把畫面上看得到的對話傳到 Make webhook，由 ChatGPT 分析並草擬回覆。
• 用瀏覽器稽核部落格 SEO：一位開發者用 Claude Code 搭配 Puppeteer MCP 瀏覽自己的部落格，檢查 meta 標籤、速度、結構化資料和手機版，並寫出報告，抓到一個 noindex 問題。
• 用簡單的 AI agent 取代行銷工作：發文者用幾個處理搜尋流量工作和 YouTube 留言的 agent 取代了大部分行銷，據稱沒投廣告網站流量就成長了三倍。
• 用簡訊 bot 跟進房地產潛在客戶：一位房仲在自己的 IDX 網站上跑 AI agent 簡訊 bot 來跟進客戶，已經帶來幾筆成交。
• 用自主 agent 進行房地產交易：發文者做了一個平台，讓包含 SellerBot 在內的 agent 處理刊登、定價策略和買家詢問，開發時用 Claude 當程式助手。
• 用自己申請的電話號碼打電話和寄 email 給潛在客戶：一個 AI agent 替自己弄了一支電話號碼，找出合適的潛在客戶，打電話、寄 email、追蹤並回報結果。
• 用花費護欄自動執行每週行銷動作：發文者做了一個 agent，每週在分析、CRM、社群、email 和廣告平台執行 35 到 70 個行銷動作，並設有防止廣告超支的護欄。
• 用語音 agent 全天候接聽客服電話：Robin Delta 做了一個全天候接聽客服電話的語音 agent，解決第一線問題或升級處理，並預約行程。
• 用語音 agent 接聽商務電話：小型企業主用 AgentVoice agent 接客戶來電、更新紀錄、寄信、記錄到 HubSpot、過濾垃圾電話，並把真正的客戶轉給員工。
• 用語音 agent 接聽房地產來電：一位開發者為房地產公司用 ElevenLabs 和 n8n 做了語音 agent，接聽電話、收集預算和地點，並接上自動化流程。
• 用語音 agent 處理業務和客服來電：一個團隊部署 AI 語音 agent 處理非上班時間來電、常見問題和訂單狀態，並為 CRM 和客服系統擷取結構化通話資料。
• 用語音 agent 處理產品問題、保固申請和退貨：Anker 用 Retell AI 語音 agent 重建全球客服，以多種語言處理產品問題、保固申請和退貨。
• 用連接 Freshdesk 的 ChatGPT 回答客服工單：一位 SaaS 老闆把 ChatGPT 連到 Freshdesk，並給它工單歷史和內部工具，但放棄了全自動，因為選對答案和判斷何時不該回覆都不可靠。
• 用銷售 agent 找網頁設計潛在客戶：發文者設定了多個銷售網站服務的 agent，其中一個會搜尋 Google Maps 上的商家、檢查他們有沒有網站，並依優先順序排序。
• 監控 Reddit 和 LinkedIn 找潛在客戶並發出提醒：一家影片製作服務用 AI 組合做潛在客戶研究和開發信，透過 Reddit 和 LinkedIn 討論的即時提醒，讓接觸更容易被接受。
• 監控 Reddit、草擬回覆並排程貼文：一位留言者做了個人的 Claude agent 擔任社群經理，負責監控 Reddit、草擬回覆和排程貼文。
• 監控社群並標出值得回覆的留言、私訊和提及：agent 取得社群帳號權限，監看留言、私訊和提及，遇到值得回覆的就通知使用者。
• 研究、評分並草擬潛在客戶開發信：一個以 Make 為基礎的 AI agent 會研究潛在客戶、評分，並自動草擬個人化的後續開發信。
• 研究並建議 X 貼文，送到 Slack 等核准：一位留言者用 Make 替客戶做了 agent 來做研究，把貼文建議送到 Slack，由人核准後才發到 X。
• 研究公司並填入 CRM 以便開發：Claude Code 研究目標公司，透過 MCP 建立 Attio CRM 紀錄，產出個人化報告並草擬開發信；第一次跑接觸了 80 間公司，換到一筆成交。
• 稽核並重建店家的 email 自動化：Muse 稽核了一間鞋店的 Klaviyo 流程，移除重複項目、重建模板並啟用銷售追蹤，發佈或花錢前都需要核准。
• 稽核六個平台的廣告帳號：一個 Claude Code skill 平行跑多個 subagent，對各廣告平台執行 190 項稽核檢查，並產出有優先順序的行動計畫。
• 稽核清潔公司網站的 AI 爬蟲存取：agent 用 MCP 工具讀取 14 種 AI 爬蟲的 robots.txt 規則，並檢查 18 間清潔公司網站的 8 個頁面標籤，其中 9 個回傳的是首頁。
• 端到端經營品牌行銷並發布到社群：有個工具讓 Claude Code 抓競品、生成並編輯圖片和影片，再發布到 Instagram、TikTok、LinkedIn、X 和 Reddit，據說有一支影片達到 530 萬觀看。
• 管理 X 的追蹤與取消追蹤：@keyrunnftart 用 Comet 在 X 上取消追蹤一些帳號，並回追其他帳號。
• 篩選房地產潛在客戶並預約看房：AI 助理在 Telegram 上篩選客戶、配對房源、依行事曆預約看房，並記錄到 CRM。
• 篩選抓來的名單並寫個人化開場白：Claude Code 研究公司新聞作為破冰話題，從爬到的名單篩選客戶，並寫出多種個人化開場白。
• 篩選潛在客戶並草擬 email 等人核准：一個 n8n 工作流程會去重並用 AI 評分潛在客戶、草擬個人化 email，經人核准後才透過 Gmail 寄出。
• 經營客戶的 Facebook 廣告帳號：AI agent 處理客戶 Facebook 廣告帳號的設定、優化和成效，發文者說比他自己手動做得好。
• 自主瀏覽 Reddit 並回覆留言：OpenClaw 助理用 headless Chrome 瀏覽 Reddit、回覆留言、檢查通知，並協調 8 個專門的 Discord agent。
• 自主解決客服工單：作者替一個三人團隊做了自主客服 agent，當時有 847 位客戶在排隊等待，據他自己回報每天處理 500 多張工單，解決率 94%。
• 自動化 Reddit 和 LinkedIn 的內容發佈：一個 Claude Code agent 跑六個雲端自動化，把新文章變成 Reddit 貼文與回覆，以及附資訊圖表的 LinkedIn 貼文；Reddit 回覆需要在 Slack 核准。
• 自動化客戶研究、CRM 更新和資料補充：Claude Code 處理客戶研究、報表、CRM 更新和資料補充這類重複性的開發相關工作。
• 自動化跨平台的活動社群貼文：Claude Code 串接各社群管道來拉活動報名，在 Twitter 和 Reddit 效果不錯，LinkedIn 還算可以。
• 自動在 Reddit 和 Twitter 找客戶名單：發文者做了一個 agent，自動在 Reddit 和 Twitter 上找出潛在客戶和適合切入的對話。
• 自動排程發圖到 Instagram 和 Pinterest：Make.com 流程監看 Google Sheet，從 Drive 抓圖，替一個保健品牌依排程發到 Instagram 和 Pinterest，並把已發的列標記起來。
• 自動撰寫並發佈房地產刊登：一位留言者用 ChatGPT 搭配 n8n 讀取資料、寫刊登文案、抓照片、做影片，物件一上線就自動發到社群媒體。
• 自動發布在地新聞文章到 WordPress：Claude Code agent 研究在地新聞、寫 HTML 文章、上傳到 WordPress、設定精選圖片、驗證並記錄結果，也會檢查 Airtable 和 Gmail。
• 自動篩選網站訪客並預約通話：一位開發者做了 n8n 預約 agent，會和網站訪客聊天、篩選他們，全天候預約通話時段，不需要人工。
• 自動經營每日更新的在地商家目錄：Claude 用排程任務建置並部署一個在地承包商目錄，之後每天早上找新案例並審核、做一項 SEO 修正，再推到 GitHub。
• 自動處理車商的客戶簡訊客服：一個汽車經銷集團用 Make 做了分析客戶簡訊情緒的流程，47,000 則訊息中自動結案超過 18,000 則，並把不滿意的客戶轉給售後部門。
• 自動解決客服工單，其餘升級處理：n8n agent 查詢知識庫和訂單紀錄，用 email 回覆，或附上草稿升級到 Slack，帳務和資安問題交給真人。
• 自動預先篩選進來的潛在客戶：Futurepedia 用 Zapier Agent 研究每個進線潛在客戶的公司，寫出適配度簡報，並把最好的轉給業務，完全不需要 SDR。
• 草擬 Reddit 回答來達成 karma 目標：發文者讓 Claude Code 當 agent 協助寫 Reddit 回答，其中一則回答就貢獻了大部分 karma 目標。
• 處理 Shopify 客服工單、訂單和退款：一個以 Claude 和 GPT 打造的 AI agent，替 Shopify 商家處理客服工單，包括取消訂單、追蹤貨運、建立退貨標籤和處理退款（廠商刊登）。
• 處理大量瀏覽器操作的商務任務和旅行穿搭挑選：留言者用 Claude in Chrome 處理 cPanel 列表、X 成長、測試、開發客戶和投資人研究，也用分組的服飾分頁來挑旅行穿搭。
• 補充新進 CRM 潛在客戶資料以便個人化開發：Make.com 自動化會替進入 CRM 的新潛在客戶補上詳細檔案，讓開發信更精準。
• 調查牙醫診所並建立開發用 CRM：Manus 從各目錄網站找到 40 多間洛杉磯牙醫診所和聯絡資料，再做出有儀表板、檔案頁和備註的 CRM 應用。
• 讀網站後規劃並排程 Instagram 貼文：一位代理商老闆讓 Grok Bot 讀他的 sitemap、草擬 Instagram 策略並把貼文排進排程；在他核准前什麼都沒發佈。
• 讓 AI agent 經營 Amazon 書籍廣告：一位作者把 Amazon 廣告帳號交給 AI agent 控制，它依排程透過 Ads API 抓報表、調整出價、加入否定字詞，並在不經核准下暫停廣告活動。
• 讓 AI agent 自主經營線上事業：發文者做了一個 agent 來建立並經營線上事業，完全不需人工介入，14 天後有 273 位來自 Reddit 的訪客，沒有營收。
• 讓 agent 從零開始創業：Josh 給 Devin 一張卡、電話、收件匣、Stripe 和 repo 來創業；四週、10,929 通電話後，它拿到第一位付費客戶。
• 讓 agent 研究自己的競爭對手：一位開發者的自訂 agent 搜尋論壇和評論網站、交叉比對結果，產出有引用來源的 3,000 字競品分析，附目標用戶和主動開發手冊。
• 讓 agent 自己建立並經營線上事業：Nat Eliason 給他的 OpenClaw agent Felix 1,000 美元，它推出網站、資訊產品和 X 帳號，據稱三週賺了 14,718 美元。
• 跑自主迴圈來建立 SEO 頁面和工具：一個讀取營收儀表板的 agent 迴圈跑了 365 輪，產出 394 個互相連結的 SEO 頁面和一個 webhook 檢查工具，附落地頁、文件和草擬的開發內容。
• 跨社群平台轉貼並自動回覆：發文者用免費的 Make 工作流程把內容轉貼到 Reddit、Facebook 和 X，也試了用 AI 自動回覆社群留言。
• 追蹤尚未報價的客戶並預約回電：agent 監看收件匣或 CRM，對未報價的客戶在 24 小時後跟進，並預約回電。
• 送出聯盟行銷申請並分流收件匣：使用者回報 Grok Bot 透過瀏覽器送出 158 份聯盟行銷申請，分流 Gmail 和 Slack，並每天檢視網站和更新程式碼。
• 透過 AI agent 排程社群貼文：一位留言者用 Obsei 擷取社群內容，並透過 getlate.dev 讓 AI agent 在各網路發文，Reddit 除外。
• 透過 MCP 經營小紅書帳號：一位開發者做了開源的小紅書 MCP，讓 Claude Code 自己研究內容並把貼文發佈到該平台。
• 透過 MCP 讓語音櫃台預約看診：自訂的 MCP server 提供列出、預約和取消預約的工具，讓 ElevenLabs 語音 agent 能對照公司 CRM 處理客戶來電。
• 透過 WhatsApp 或語音篩選客戶並預約通話：一位留言者描述用 Clay 和 Apollo 做資料補充和開發序列，另外還有能在對話中篩選客戶、記住過往互動、跟進並預約通話的工具。
• 透過 agent 排程社群影片和貼文：用戶轉述他們的 AI agent 安裝了排程 skill、連結社群帳號並排了約 100 支影片，這些是廠商轉述的使用者見證。
• 透過 computer use 抓 Substack 貼文數據：Charlie Hills 讓 Codex Computer Use 打開他的 Substack 後台，收集每篇已發佈貼文的數字，適用於沒有 MCP connector 的 app。
• 透過介面設定 Google Ads 活動：一位非工程師的 PM 讓 Claude in Chrome 操作 Google Ads，建立四個美國英文活動並附標題和文案；短期測試顯示轉換率很高。
• 透過廣告 MCP 管理並上線付費廣告活動：發文者使用一個廣告 MCP，可以回報、管理或上線活動，並用排程例行任務檢查其他資料來源來做決策。
• 透過能收款並交付的 agent 賣服務：agent 執行交易流程、建立 Stripe 結帳連結、確認付款後才交付服務，並在 Telegram 請老闆核准退款或爭議。
• 透過自主開發預約研討會會面：發文者爬了研討會的參加者名單，寫好 runbook，每天早上叫醒 Hermes 執行開發，在兩天的研討會期間預約到 30 多場會面。
• 透過電話和聊天預約及改期病患看診：AI agent 替診所透過電話、簡訊和網頁聊天處理預約、改期和取消，包括下班後的來電。
• 運行 10 個 agent 的 SEO 內容流程：發文者做了 10 個 agent 的 SEO 流程，其中一個研究 agent 會爬頂尖 SERP 結果加上 Reddit 和 Quora，現在也提供代管版本。
• 運行有記憶的語音和聊天客服助理：AT&T 部署了以 Gemini 為基礎、有 60 天記憶的語音和聊天助理，回報完全自動化處理的詢問增加了 20%。
• 運行本機多模型 agent 處理檔案和監控 LinkedIn/Reddit：一位開發者做了本機 agent，可以處理使用者的檔案和已連接的資料，並用它監控、抓取 LinkedIn 和 Reddit 上相關的對話，取得商業洞察。
• 運行自主的部落格內容流程：一個 OpenClaw 流程負責挖題材、研究、寫作、驗證、部署和發佈內容，搭配 IndexNow 提交和分析回饋；回報已發佈 38 篇文章。
• 開發潛在客戶、評分並執行開發信序列：Agent 每天兩次掃描 Apollo.io 和徵才網站，找符合 ICP 的潛在客戶並評分，用 Claude 寫三封一組的 email 序列、寄出追蹤信，對方回覆時暫停並交給人核准。
• 預約看房並跟進房地產潛在客戶：發文者用 n8n 做了一個業務助理，負責預約看房、寄信、跟進客戶並更新 CRM。
• 驅動餐廳客服聊天機器人的後端：一個 Make.com 工作流程擔任餐廳聊天機器人的後端，透過文字和語音訊息回覆客人。

研究與知識

• 一夜分析 17 萬筆 LLM 日誌：用戶讓 Gemini agent 通宵跑，用 llm CLI 和免費模型分析 17 萬筆 LLM 日誌，儘管有額度限制還是完成了。
• 不用寫程式也能用 Claude Code 做股票研究：一位非工程師把研究放在用 Obsidian 管理的純文字檔資料夾裡，並用 Claude Code 做股票研究。
• 依上傳的來源草擬論文文獻回顧：一位博士生用只引用上傳來源的 NotebookLM 處理引用並草擬文獻回顧，不會出現捏造的參考文獻。
• 依條件篩選研究論文：Codex 讀一個資料夾的 PDF 找出反駁某論點的文章，為系統性回顧篩選約五十篇論文，也能清理雜亂的 CSV 或 Excel 檔。
• 先做主題初步研究，再驗證參考文獻：一位留言者用 Manus 做初步研究，再讓 Genspark 逐一複查每個參考文獻並標出問題。
• 加快論文文獻回顧：作者用 ChatGPT 摘要並整理論文的文獻回顧，也試了一個根據真實論文建立摘要的工具，避免捏造引用。
• 在 100 本非小說書籍間找出關聯：Claude Code 用 CLI 工具瀏覽個人藏書，並找出跨書籍的相關摘錄脈絡。
• 在 Obsidian vault 裡搜尋多年的研究檔案：Claude Code 依 CLAUDE.md 的指引，透過 Spotlight 搜尋研究論文、掃描檔和 PDF，擷取文字，並把每日筆記歸檔到有日期的資料夾。
• 在 Obsidian 連結日記並寫書評：作者在 Obsidian vault 裡用 Claude Code 為日記加反向連結和實體筆記，並把隨手亂寫的想法整理成排好版的書評。
• 在 X 上做研究、摘要 YouTube 逐字稿、做簡報：@Tape_Vector 用 Comet 在 X 上做研究、摘要 YouTube 影片逐字稿，還有製作簡報。
• 在本機模型上用 Python agent 做資料分析：一位留言者說 LangChain 的 create_python_agent 搭配 Nous Hermes 模型做資料分析，效果還不錯。
• 在論文專案中逐檔摘要不明顯的方法：一位留言者讓 Claude Code 為研究專案裡不明顯的方法逐檔寫摘要，再自己檢閱，掌握工作進度。
• 在雲端電腦上做多步驟社群媒體研究：評測者用 Grok Bot 的雲端電腦和 X 資料做多步驟社群媒體研究，覺得很實用，這些工作以前得分散在不同工具裡做。
• 執行排程競品簡報和會議索引：用戶跑 OpenClaw cron job，瀏覽競品網站產出早晨簡報、掃描 GitHub Trends、每晚更新記憶檔，並為錄下的會議和講座建立索引。
• 執行網路研究並把截圖存進文件：一位評論者測試 Operator 分析網頁設計貼文、摘要 AI 新聞、列出網站建置工具和價格，並把網站截圖存進 Google Doc，覺得登入和 CAPTCHA 要人接手很煩。
• 大規模研究數百人並製作簡報：指南介紹用 Manus 處理大型研究工作，像是替前 250 名 AI 研究者建立檔案、把活動匯出資料做成簡報，以及部署網站。
• 定時寄送每日 AI 新聞摘要：Manus 排程任務每天早上搜尋 Reddit、X 和 Hacker News，將結果排序後把摘要送到 email 或 Notion，內容是一份教學指南。
• 寄每日 AI 新聞簡報，並用分頁做簡報：Comet 搜尋當天的 AI 新聞，挑出前 5 則寄出簡報，並把標記過的分頁和報告合併成附引用的 Google Slides 簡報。
• 寫程式前先摘要 Reddit 討論串：發文的人做了一個 MCP server，讓 Claude Code 約 10 秒就能摘要約 30 個 Reddit 討論串，當作寫程式前的研究。
• 對一個資料夾的論文做文獻回顧：研究者讓 Claude Code 讀 50 多篇論文，擷取參考書目、找出核心被引用的著作，並針對某主題把相關性清單寫成檔案。
• 對股票觀察清單排程跑 AI 深度研究：有人回覆說他用每日和每週的 cron job 對觀察清單跑 AI 深度研究，並監控公司事件和內部人交易。
• 從 13F 申報文件研究避險基金持股：一個能取得即時資料的開源金融研究 agent，用 13F 申報文件分析機構投資組合的揭露內容。
• 從 Dot 啟動背景研究 agent：用戶請他的 Dot 建立一個原生背景研究 agent，它在電腦環境忙碌時，用唯讀的網路和文件工具把它設定好。
• 從 Slack 研究內容並草擬 Notion 指南點子：一個團隊在 Slack 私訊 Lindy，請它摘要一年的指南並研究一個模型，它在徵求核准後建立了一個 Notion 指南點子。
• 從一句話主題產生客製化文獻回顧：一位研究者為 agent 框架做了文獻回顧 Skill，能輸出 Markdown、Word 和 PDF 的回顧，參考文獻採 GB/T 7714 格式並附 DOI 或網址，團隊都在用。
• 從影片和論文建立可搜尋的知識庫：OpenClaw agent 跑 YouTube 摘要工具和論文濃縮工具，把 Markdown 存進影片和論文兩個有索引的知識庫。
• 從研究問題出發做系統性文獻回顧：一位醫師兼研究者做了 Claude Code skills，能搜尋資料庫、篩選文章、追蹤引用、抓 PDF，並寫出整合結果。
• 從種子論文出發做學術文獻回顧：發文的人做了 agent skill，從種子論文開始往前往後搜尋、篩選候選論文，並反覆修正文獻回顧。
• 找公開資料並做商業儀表板：一位留言者用 Claude Code 做商業儀表板的原型，並把公開資料蒐集到資料夾裡，不用再手動搜尋。
• 找出談讀者痛點的 Reddit 討論串：一位電子報作者讓 Comet 找談讀者痛點的 Reddit 討論串，約 15 分鐘就找到額外的來源，過程不需要介入。
• 把 20 篇文章摘要成附引用的文件：agent 從 20 篇文章擷取重點、找出共通主題，產出附引用的摘要，文中估計花 18 分鐘，手工則要好幾個小時。
• 把 AI 問答摘要存進 git repo 當長期筆記：使用者讓 ChatGPT 透過 GitHub MCP server 和各 repo 的 AGENTS.md，把討論和決策的摘要寫進自己的 repo。
• 把 CRM 價格和評分擷取到試算表：一位評論者讓 Manus 造訪前 15 名 CRM 網站，把價格方案、免費方案限制和 G2 評分整理進試算表，長時間任務不太穩。
• 把 Claude Code 當成學習環境裡的 agent 家教：作者用 CLAUDE.md 說明檔給 Claude Code 家教的角色，讓它能講解概念，並與他的學習環境互動。
• 把 Reddit 討論串整理成結構化 Notion 報告：n8n 流程透過 Bright Data 抓 Reddit 貼文和留言，用 Gemini 萃取顧慮和主題，再把報告寫進 Notion。
• 把 WHO 資料整理成多分頁試算表：測試者讓 ChatGPT Agent 瀏覽 WHO 網站、擷取最新資料，並依指標、國家和趨勢整理，遇到登入或動態頁面常會失敗。
• 把 YouTube 影片變成附引用的研究筆記：作者用 Claude Code 搭配 NotebookLM 和 Obsidian，把 20 支影片變成附引用的筆記、音訊概覽、知識圖譜和閃卡。
• 把三年的會議紀錄收集成文字檔：Jeff Adams 用 Claude Chrome 擴充功能把會議紀錄收集成文字檔並載入 notebook，分三次進行，共花 3 到 4 小時。
• 把任何網址變成結構化的 Notion 筆記：n8n 工作流程抓取送進來的網址，濾成可讀內容，讓 OpenAI 摘要成結構化欄位，再存成 Notion 筆記。
• 把國際補助資訊收集到 Airtable：用戶讓 Zapier agent 上網抓各國補助資訊並上傳到 Airtable，目前還在調整。
• 把家譜研究整理成試算表和計畫：一位留言者讓 ChatGPT 為她的家譜研究建了試算表，也有人建議用 agent mode 把發現整理排版成可用的文件。
• 把會議網站抓成可搜尋的儀表板：在一場工作坊示範中，Manus agent 抓了約 70 場演講、擷取議程、把時間轉成 UTC，並做出有推薦和行事曆整合的儀表板。
• 把深度研究報告產生到 Notion：n8n 工作流程把主題拆成最多三次 Tavily 搜尋，用 agent 整理成 Markdown 報告，再推到 Notion 頁面。
• 把語音筆記變成結構化的 Obsidian 筆記：透過 Telegram 傳的語音筆記會變成 Obsidian 想法筆記，包含逐字稿、整理過的論點、相關脈絡連結和草稿，Hermes 也會幫忙記食譜。
• 把近期 LLM 研究論文整理成 Word 文件：Comet 找出近六個月主要的 LLM 與 agent 訓練論文，附上連結和分析，再透過 Outlook 存成 Word 文件。
• 抓取財報文件和逐字稿來研究股票：發文者讓 Claude Code 抓取某公司的申報文件、逐字稿和 SEC 文件，標註來源，並替持股寫出看空論點。
• 搜尋文獻並把筆記寫進 Zotero：一位研究者用 Claude 搜尋 Google Scholar、追蹤引用、用自然語言查詢 Zotero 文獻庫，並把摘要筆記寫進 Zotero 或 Obsidian。
• 收集 100 所獨立學校的財務資料：一位作者讓 Operator 在背景收集獨立學校的財務資料，速度很慢，跑了約 25 所就停掉，之後把資料交給 o1 分析。
• 整理 Reddit 上 AI 工具討論的每日摘要：Lindy agent 搜尋 Reddit 上關於新 AI 工具的對話，整理熱門主題，並每天更新一份文件。
• 整理記者名單並搜尋公寓刊登：一位記者測試 Manus 建立記者名單、搜尋紐約租屋和找獎項候選人，一開始結果很少，搜尋三小時只得到三份完整資料。
• 整理註解書目並起草論文：ChatGPT Agent 搜尋學術資料庫找近期開放取用的實證論文，依領域分組，寫成註解書目，標出研究缺口，並組成一份草稿。
• 每天寄送 AI 新聞研究報告：Grok Bot 每隔幾小時讀 X 和 AI 新聞、查核有來源的數字，每天寄出五份書面研究報告。
• 每天把某位 YouTuber 的最新影片摘要進 Google Doc：Make 情境在早上 9 點執行，找出某位 YouTuber 的最新影片，用 Hugging Face 摘要，再把摘要附加到 Google Doc。
• 每天跨 X 和 Reddit 做市場趨勢研究：發文的人讓 Claude 用 agent 工作流程和瀏覽器自動化，每天蒐集 Twitter/X 和 Reddit 上的市場趨勢研究。
• 每天追蹤 arXiv 論文並存進 Notion 資料庫：n8n 工作流程每天依關鍵字抓 arXiv 論文，用 Gemini 2.5 Flash 摘要，寫進 Notion，並發送飛書和 Gmail 通知。
• 每週抓 Substack 排行榜並寫報告：Claude in Chrome 每週執行，把 Substack 排名資料抓進資料集，再由 Cowork 分析並寫成週報。
• 派一群 agent 做股票分析：有人讓幾十個 agent 在大型資料庫上做股票分析，寫程式時則讓 Claude 指揮一組 Codex agent。
• 為丟進 Drive 的論文編目並摘要：n8n 流程從新 PDF 擷取 metadata，在 Semantic Scholar 和 PubMed 找相關論文，建立 APA 引用，記錄到 Sheets 並建立 Notion 摘要。
• 為產品管理跑每週競品監控簡報：一位產品經理讓 Hermes 產出每週競品簡報，它的 skill 自己改寫了四次，到第六週就挖出他手動時漏掉的模式。
• 為研究抓取並分析經濟資料：一位經濟學家用 Claude Code 找 Census 的自有住宅率資料、清理後畫圖，還把 SEC 10-K 的風險因素抓進 DuckDB 資料庫，呈現關稅風險的變化。
• 為研究整合訪談逐字稿和 PDF：讓 Claude Code 讀逐字稿和 PDF，產出主題摘要、證據表和註解書目，一位 UX 研究員就這樣跑 50 份逐字稿的研究。
• 為研究論文建立資料管線並做分析：一位研究者以 Claude Code 為主要 agent，替論文建資料管線並做資料分析，超過 98% 的程式碼由它產生。
• 為追蹤的公司產生最新研究報告：發文的人自己做並開源了一個股票研究 agent，會針對他追蹤的公司產出最新報告。
• 用 CLI agent 摘要 Logseq 裡數月的筆記：用戶讓 Codex 讀 Logseq CLI 文件，這樣它就能查詢並摘要日誌，以及有標籤的求職和專案頁面。
• 用 Claude Code 查詢工作紀錄並做演講簡報：一位資工系講師用 Claude Code 查詢他錄下的工作階段資料庫，取得 commit 統計和時間軸，並為教師座談做簡報。
• 用 Claude computer use 研究一篇部落格文章：作者用 Claude computer use 搭配 Claude in Chrome 來研究這篇文章本身，建議從已登入的網站和具體的查詢開始。
• 用 Codex app 做持續性的非程式研究：發文者把 Codex app 當成有狀態的工具，長期累積知識和資料，處理自己的部門，並把這些脈絡套用到跨領域工具上。
• 用 Comet 處理瀏覽、播放清單和研究任務：用了一個月後，發文者用 Comet 做 Spotify 播放清單、下西洋棋，也處理工作研究、工具比較、讀技術文件，以及為非技術讀者寫作。
• 用 Cursor 寫附引用的學術論文：論壇使用者用 markdown 寫論文，搭配 Zotero 引用和 bibtex 檔讓 Cursor 挑參考文獻，最後用 pandoc 轉成 Word。
• 用 Deep Research 研究並起草社會科學論文：作者在撰寫社會科學學術論文時，用 ChatGPT Deep Research 和 Agent Mode 協助研究與寫作。
• 用 Manus 做學生問卷表單：Manus 做了一份 Google Form 問卷，調查大學生對 AGI 的看法，作者請它用合成的學生回答去填問卷時卡住了。
• 用 Telegram 第二大腦儲存與搜尋連結：n8n 的 Telegram agent 會讀傳給它的連結，摘要並分類存進 Google Sheets，再用 Supabase 語意搜尋回答資料庫裡的問題。
• 用 agent 做可延續的金融研究：LangAlpha 是 Claude Code 風格的投資研究 agent，保留持久的工作區和記憶，模型、可比公司等分析可以跨 session 持續更新。
• 用 agent 流水線從資料清理跑到主管摘要：做了五個 Claude Code agent（清理、分析、視覺化、寫報告、摘要），由一個調度者串起來，完成端到端的資料分析。
• 用 agent 研究美國穩定幣的採用情況：接上 Heurist mesh 的 Manus agent 在一次核准後，針對 2026 年美國穩定幣採用情況做深度研究，兩分鐘就完成。
• 用 coding agent 做資料分析報告和儀表板：一套工具組給 coding agent 語意層和儀表板檔案，讓它能查詢資料倉儲，並發布深入的報告與視覺化。
• 用 deep research 研究潛在出租物件：一位投資人用 ChatGPT 的 deep research 功能，在精算租賃投資的確切數字前，先產出一份物件的完整報告。
• 用 skill 研究 Reddit 上的客戶痛點：作者把 Reddit 研究 agent 換成 Codex skill，它會找痛點、驗證社群、蒐集證據、把問題分群，並分析商業訊號。
• 用一個提示完成系統性文獻回顧：SciSpace 的 agent 產生 PICO 問題、搜尋並篩選論文、下載 PDF、擷取資料，並輸出附 PRISMA 圖的完整回顧。
• 用一群搜尋 agent 調查 AI 產品名稱：作者讓一群 Claude agent 跑了 4,654 次搜尋，整理 AI bot 的名稱，並依性別、產業和年份分析命名趨勢。
• 用便宜的 batch API agent 跑大量網頁擷取：一位開發者日常用 coding agent，大量任務則用 agents-SDK 搭配 batch API 跑便宜的工作，例如造訪 5000 個網站擷取資料，另外也有定期執行的雲端 agent 工作。
• 用個人情報 agent 追蹤主題：有人用 CLAUDE.md 和 skills 把 Claude Code 變成個人情報 agent，負責蒐集與分析資料，盯著各個主題，把自己可能漏掉的東西挖出來。
• 用專職 bot agent 跑研究流程：一套有 10 個專職 Grok Bot agent 的設定，其中 Research agent 負責找來源和資料，Deep Research agent 負責比對來源整理出洞見。
• 用平行 agent 產出附來源的研究文件：Grok 協調 16 個專職 agent，搜尋並解析 896 個來源，經過辯論與同儕審查，一分鐘內交出完整的研究文件。
• 用平行 agent 編排完整的研究循環：Sakana 的 Agentic Scientist 用一組平行 agent 的架構跑完整個研究循環，而不是只靠一個 agent 寫論文。
• 用手機在電腦上啟動 deep research 任務：用戶從手機傳訊給 Claude Cowork，啟動一個跨檔案、瀏覽器、工具、儀表板和程式碼的 deep research 任務，在自己的電腦上執行，最後回傳摘要。
• 用持續運作的助理處理學生研究和日常事務：一位學生用一個有名字的 dot 處理長期研究和日常事務，跨對話保有脈絡，並設定好 email。
• 用排程 agent 把新的 arXiv 論文摘要成筆記：排程腳本產生每日 arXiv 摘要，夜間腳本則啟動 Claude Code agent，把每份存下來的 PDF 摘要進筆記資料夾。
• 用本機 agent 陪你用紙筆學數學：一個開源的家教 app 在本機跑 Codex，搭配 TUTOR.md 說明檔，用使用者訂閱的額度教他用紙筆算數學。
• 用模擬同儕審查產出附引用的研究簡報：Feynman 多 agent 系統會搜尋論文和網路、整合發現、進行模擬同儕審查、驗證引用，最後輸出附引用的簡報。
• 用瀏覽器 agent 研究並下載科學論文：一位留言者自己做了瀏覽器 agent 來研究和下載科學論文，也用瀏覽器 agent 做受控的資料輸入。
• 用瀏覽器擴充功能查詢並摘要網頁內容：一位留言者用 Gemini 做了 agent 式瀏覽器擴充功能，可以查詢選取的文字或圖片，並摘要網頁上的文章。
• 用白話英文查詢 600 GB 的 Hacker News、arXiv 和 LessWrong：Claude Code 對公開的唯讀索引寫 SQL 和向量查詢，也能針對細微的條件設定 email 提醒。
• 用真實資料科學專案評測 Cursor：一位資料科學家在真實專案上測試 Cursor，pandas、資料清理和爬蟲表現弱，原型開發很強。
• 用研究 agent 做系統性文獻回顧：發文的人推薦一個專注研究的工具，能做系統性回顧（慢但很強），可替論文加註記，並隨時間累積成研究專案。
• 用自訂 bot 每天抓三次 AI 新聞：一位付費用戶第一週做了三個 bot，包括每天抓三次 AI 新聞的新聞爬蟲，另外有一個 bot 失敗了。
• 用論文和文章建立個人研究 wiki：Cursor Agent 根據使用者提供的資料來源撰寫並維護互相連結的 markdown 頁面，做摘要和交叉引用，再用 Obsidian 瀏覽。
• 監控公開文件的變動，看是否影響教材：一位教育工作者的 Dot 會檢查公開文件有沒有變動，依影響程度排序，並對照連結頁面驗證文章的符號用法，只提供修訂候選。
• 監控科技 subreddit 和競爭對手，起草信件與文章：留言的人每天用 Cowork 掃 Reddit 科技版找工作相關項目，監控競爭對手和市場，產生文章並起草 email。
• 研究 AI 訓練案例並做摘要簡報：一個團隊讓 Agent Mode 研究 McKinsey、PwC 等公司的案例，並在 32 分鐘內做出簡報，只是圖片和文字重疊有些問題。
• 研究一個人並寫簡介：Inc. 的一位作者讓 Muse 透過瀏覽器研究他並寫簡介，但他反對它沒經同意就存取私人訊息。
• 研究並比較競品，產出簡報和試算表：ChatGPT Agent mode 研究英國前 5 大咖啡訂閱公司、比較它們的賣點，只用一個提示、18 分鐘就產出簡報和試算表。
• 研究如何重新嘗試做 App：發文者讓 Cowork 讀自己的 Reddit 貼文，再上網搜尋怎麼重新嘗試做 App。
• 研究小紅書筆記並提煉成 skill：agent 操作 Chrome 搜尋關鍵字、開啟最多讚的筆記、讀截圖，並把發現提煉成知識庫裡可重複使用的 skill。
• 研究市場趨勢並交付可編輯文件：一位評論者讓 Manus 從即時來源研究 2025 年咖啡市場趨勢，並產出可編輯的 .doc 檔。
• 研究會議講者並整理分頁：Comet 研究了 50 位 HumanX 講者，整理出主題和 podcast 來賓，做了相機規格表，還清理了分頁。
• 研究比較 SaaS 工具並重構 Python：評測者讓 Manus 找出前 10 名專案管理工具、用表格比較價格，並重構一支 400 行的 Python 腳本，執行順利。
• 研究筆電並做比較表和簡報：評測者讓 ChatGPT Agent 花約 30 分鐘研究平價筆電，研究結果還可以，但簡報看起來很陽春。它也做了多分頁的 Excel 檔。
• 給程式 agent 一個論文庫來找新技巧：發文者讓 Claude Code agent 在每次嘗試前搜尋約 200 萬篇論文，它找到了原本不會知道的技巧，表現勝過基準 agent。
• 經營 markdown 第二大腦：一位留言者每天用 Claude Code 回答問題、取回文件、建立檔案、重整 markdown 知識庫，知識庫用 git 同步，可在 Obsidian 瀏覽。
• 編排學術研究與寫作流程：研究者把 Claude Code 當作研究流程的調度者，也是用 LaTeX 或 Markdown 寫論文和學位論文的主力工具。
• 自動化每週 arXiv 論文篩選：每週執行的 Codex 自動化會用關鍵字搜尋 arXiv，把新論文記到 CSV，分成留著、略讀、丟掉三堆，還能用 Zotero 核對論點。
• 蒐集大量網路來源來起草研究：一位 G2 評論者用 Manus 抓網站、讀圖片，在背景蒐集大量來源整理成摘要，但說點數很快就用完。
• 衡量科技公司職缺開放多久：agent 讀了五家公司各 25 個開放職缺，量出每個職缺貼了多久，例如 Figma 的 25 個裡有 21 個已超過 60 天。
• 試用 Devin 做研究任務（大多失敗）：Answer.AI 讓 Devin 抓某位作者的近期論文並研究逐字稿摘要，它卡在解析 HTML，回傳的結果很籠統，被評為失敗。
• 讓 Claude 把 Wikipedia 頁面上的名字收集成檔案：發文者試用 Claude Computer Use 開啟 Firefox、搜尋 Wikipedia、找出頁面上所有名字並存成文字檔。
• 讓 Cursor 維護 Obsidian 筆記庫：Cursor 檢視筆記庫結構、建議連結、回答筆記相關問題，並寫一份每日完成筆記，記錄其他 agent 的工作階段。
• 讓 bot 研究團隊通宵研讀論文：Grok Bot 的各個角色會讀新論文並擷取論點、重跑分析、掃描來源，通宵工作後產出簡報。
• 跑一個 24/7 的本地 agent 整理新聞摘要：作者在 Proxmox VM 上用本地 Qwen 模型跑 Hermes Agent，監控 RSS 來源、整理新聞摘要，並透過 Telegram 回報。
• 跨開啟的分頁比較競品價格和定位：Comet 瀏覽開啟的競品分頁，擷取價值主張、價格方案和公告，用來比較定位和功能差距。
• 追蹤競品價格和聯絡資料到 Google Sheets：一個以 Claude 驅動的爬蟲 agent 每小時監控競品網站，把價格、公司資料和聯絡方式抓進 Google Sheets，取代手動研究。
• 逆向工程書籍檔案格式來搜尋內容：RAG 索引器在上傳的書上當掉後，Claude 用 Unix 指令摸清檔案格式，再手動 grep 這本書。
• 透過 Claude 瀏覽 Reddit 找有趣貼文：一位留言者透過 Chrome 擴充功能指揮 Claude 瀏覽 Reddit 找感興趣的貼文，並說 Claude Code 操作瀏覽器能繞過大部分封鎖。
• 透過瀏覽頁面以視覺方式研究網路：一位留言者用 ChatGPT Agent Mode 做視覺化的網路研究，由 agent 開啟並逐頁處理。

內容與創作

• Vibecode 一個影片工具並產生它的宣傳影片：作者完全用 Claude vibecode 了一個專案，還請它做一支宣傳影片搭配程式碼，作者說成果是垃圾。
• 一支影片同時發布到四個中文平台：Codex skill 產生標題和標籤，再由子 agent 平行填寫小紅書、抖音、Bilibili 和微信視頻號的上傳表單，作者逐一確認每則貼文。
• 一次對話做出完整的音樂發行：Claude Code 透過 MCP connector 寫歌詞、產生並母帶處理歌曲、做封面圖和 10 秒影片，約 6 分鐘完成，影片片段是在外面用 ffmpeg 接起來。
• 三小時產出兩週的社群內容：發文的人用 Claude，依預先訂好的排程和內容策略產出文字提示詞、圖片和發文建議。
• 上傳內容到公司的 YouTube 頻道：使用者讓 Grok Bot 取得公司 YouTube 頻道的權限來幫忙上傳，但 Google 因可疑活動停權了帳號。
• 以學來的視覺風格產生插圖：設計師的 Hermes profile 從參考設計學會一種風格，為它寫成 skill，再寫提示詞並透過 Nano Banana 產生和儲存圖片。
• 依 markdown 規格設計個人網站：作者讓 Codex CLI 讀設計規格並反覆調整，設計出他的個人網站，這份規格也能拿去用在其他專案。
• 依熱門話題起草社群貼文送審：一位評測者測試 Lindy 會操作瀏覽器的 Computer Use，每個工作日查看熱門話題，用品牌語氣起草三則 LinkedIn 貼文並送去核准。
• 做小型自訂 agent，例如放在音樂播放器裡：作者寫了很多小 agent，例如放在自己的音樂播放器裡，他說這些用程式寫起來很簡單。
• 做電子報轉社群內容的 agent（失敗了）：作者做了一個負責研究、撰寫並排程社群貼文的內容 agent，但它會編造統計數字，所以改成結構化的工作流程重做。
• 分析鋼琴錄音的 BPM、結構和分軌：裝了 skill 之後，Claude Code 自己裝好 ffmpeg 和 librosa，對本機 MP3 跑 Python 流程，產出 BPM、結構和分軌的報告。
• 參考範例製作音樂影片：給 Grok Bot 一首歌、歌詞時間資料、圖片和參考影片，它幾分鐘就做出帶轉場和文字特效的音樂影片，人工操作時間很短。
• 和 coding agent 與隊友一起剪輯影片：Kino 讓 Codex 和 Claude Code 這類 agent 與隊友一起編輯共用的程式碼式影片時間軸，發表影片是 5 個以上 agent 同時剪出來的。
• 在 Canva 做基準測試圖片拼貼：作者讓 ChatGPT Agent 登入 Canva 做基準測試結果的拼貼，超過 75 分鐘後成果很差，它在介面上手忙腳亂，還用 Python 畫形狀。
• 在 YouTube Studio 排程 60 支短影片：Claude 透過 Chrome 擴充功能，在自己提出這個任務之後，把 60 支產生的短影片排進 YouTube Studio。
• 在畫布上打造自己的影片剪輯 agent：Mosaic 讓你在節點式編輯器裡建立並執行多模態影片剪輯 agent。
• 在試算表裡做《大亨小傳》教案：Ethan Mollick 讓 Claude computer use 在一份試算表裡做出高中《大亨小傳》教案，含符合 Common Core 的作業。
• 審查並改寫行銷文案，去掉未經證實的說法：雙 agent 系統用嚴格標準替登陸頁、陌生開發信和簡報文案打分數，再改寫掉空話和沒有根據的說法。
• 審閱部落格草稿的技術錯誤：一位開發者做了自訂的 Gemini CLI 指令，會從磁碟讀部落格草稿並指出技術錯誤，用在反覆修改的編輯循環裡。
• 寫 Shorts 腳本、發 X 串文並改編內容：agent 負責寫 YouTube Shorts 腳本、發 X 串文和改編內容，創作者就不用碰內容行事曆。
• 寫一本給初學者的 AI 程式設計書：一位部落客用 Manus 的免費點數寫了一本給初學者的 AI 程式設計書，打算上架到 Amazon。
• 寫合成程式碼來作曲：作者做了幾個一次到位的實驗，讓 Claude Code 寫 Python 合成音樂，包括用 macOS say 唱歌詞的搖滾歌曲，不過取樣歌曲失敗了。
• 帶著 MV 專案從概念走到交付：Hermes agent 帶創作者走完 8 步驟流程，產出歌詞、Suno 提示詞、圖片和影片提示詞，以及 YouTube metadata。
• 建立會自動產生配套資源的 podcast 網站：一位 podcaster 花一個週末用 Replit 做好並部署 podcast 網站，每集發布時會自動產生配套資源。
• 建置並部署互動式線上訓練課程：一位教育工作者讓 Manus 規劃單元、建網站並部署上線，再依截圖修正樣式問題。
• 引用 Kindle 劃線和筆記來起草文章：作者把 Kindle 劃線和活動筆記存在 Obsidian，讓 Cursor 參考這些內容，在起草文章時引用過去讀過的東西。
• 從 Google Sheet 撰寫、設計並發布社群內容：用 Make、OpenAI、Cloudinary 和 Buffer 做的自動化，會從表格寫貼文文案、設計內容，並發布到各個社群平台。
• 從 RSS 自動把部落格摘要發到 Bluesky：Zapier agent 監看 RSS feed，把內容摘要發到 Bluesky，幫忙管理分散在 Medium、Buy Me a Coffee 和 Bluesky 的部落格。
• 從命令列編排影片生成：Grok 透過 CLI 接上 agent，產生 Imagine 片段、組裝影片並加上音樂和特效。
• 從概念圖建立 3D Blender 模型：作者貼上一張 Fabergé 蛋的概念圖，讓 coding agent 用本機的 Blender skill 建出它的 Blender 模型。
• 從發想到影片跑完整個創作流程：Grok 的 Agent Mode 在同一個地方處理發想、寫作、圖像生成、編輯和影片製作。
• 從研究到字幕製作短影片：Hermes Agent 研究 JWST 主題、寫腳本、產生素材、做 Remotion 動態圖形，並加上旁白、音樂和字幕，做出直式影片。
• 從網站網址產生廣告：Arcads 的 agent 拿到網站網址後會學習品牌，並產出廣告點子、靜態廣告和 AI UGC 影片。
• 從縮圖到發布，連宣傳貼文一起搞定：Cowork 提出 Figma 縮圖，把影片連同 metadata 上傳到 YouTube，並起草和排程 X、Bluesky 與 LinkedIn 的宣傳貼文。
• 從腳本到上傳，製作並發布 YouTube 影片：n8n 流水線會寫腳本、加旁白和素材影片、組裝影片、上傳到 YouTube，並更新 Google Sheet。
• 找熱門文章並產生多種 LinkedIn 貼文版本：一份教學示範 Operator 在 Google 搜尋熱門電商文章、挑一篇，並用 EasyGen 產生 10 種 LinkedIn 貼文版本，中途會暫停讓使用者登入。
• 把 6 小時的訓練錄影剪成精華：一個訓練團隊用 Claude Code 搭配影片剪輯 skills，在本機轉錄 6 小時的直播錄影、找出停頓和不相關的部分，並建立 Kdenlive 專案供手動微調。
• 把 AI 記憶庫變成標有出處的資料藝術：一個 AI agent 提議把其他 agent 匯出的記憶庫，依各自的 embedding 排列，呈現成標有出處的資料藝術。
• 把 AI 電子報變成每日 podcast：agent 在夜間執行，蒐集作者訂閱的 AI 電子報，產出每日 podcast 讓他散步時聽。
• 把 PDF 和教科書變成互動式課程：Hassan 的 agent 會解析來源文件，透過 tool call 規劃課程結構、挑選互動元件，最後由 Lesson Reviewer agent 檢查完成的課程。
• 把 Reddit 貼文變成經過查核的文章草稿：n8n 和 LangChain 工作流程匯入 Reddit 貼文、摘要留言情緒、以不同寫手風格起草文章，並由編輯 agent 查核事實。
• 把 Telegram 訊息變成經過研究、設計好的社群貼文：n8n agent 接收 Telegram 訊息、研究主題、設計貼文並發布到社群媒體。
• 把一週的 GitHub 動態寫成部落格文章：三個 agent 組成的流程，從 commit 紀錄起草每週文章，並發佈到 Notion 和 DEV。
• 把大綱變成長文並附上 SEO 套組：作者做了 n8n 工作流程，把大綱擴寫成長文並產生 SEO 套組，選它而沒選 GPT Agent Mode。
• 把影片和公司研究做成簡報：作者描述 Manus 看 YouTube 影片來做簡報，還會研究公司的投資潛力並整理成簡報。
• 把影片廣告重現成 JavaScript 動畫：作者讓 Claude 把下載的廣告影片重現成純 JavaScript 動畫並保留原音，它用 ffmpeg 自主作業，不到一小時完成。
• 把整本書從英文翻成法文：一位部落客的教學指南，用 Claude Code 處理本機檔案把整本書翻成法文，會重讀章節確保一致，由使用者審閱，這只是指南，不是完成的成果。
• 把數學課程重整成一年計畫並附教材：Claude 把加速版數學課程重新規劃成一年，寫出測驗、遊戲、練習單、課表，還有一個與教師規劃工具整合的網站。
• 把熱門新聞變成 AI 寫的部落格文章發到 WordPress：n8n 流水線把 RSS 新聞變成含 SEO metadata 和圖片的 AI 文章，發布到 WordPress 並記錄下來，作者提到內容太泛和重複是問題。
• 把部落格文章變成動畫資訊圖表：一位內容創作者把部落格文章丟進 Gemini Canvas，它用聊天串裡的品牌色和受眾資訊，產出以程式碼寫成的動畫資訊圖表。
• 把關鍵字變成核准過的 Instagram 內容：Make.com 流水線接收關鍵字、產生 AI 內容、寄 email 請人核准，並記到 Google Sheets。
• 把電子報改編成社群內容：一個 Cowork 提示詞就能把寫好的電子報變成輪播、短影片腳本、LinkedIn 貼文和 Substack note，也建了一個 Notion 中樞。
• 把電子報變成帶品牌風格的 LinkedIn 輪播圖：一位電子報作者做了 Claude Code skill，能把電子報網址或文字在 5 分鐘內轉成 5 到 10 張的 HTML/CSS 輪播圖。
• 把電子報點子研究後放進 Notion 待辦清單：Content Researcher Bot 會跨 YouTube、透過 Tavily 搜尋網路和 X 來研究點子，再把結果加進作者的 Notion 內容待辦清單。
• 把點子變成完成的影片：Grok Bot 擔任影片製作助理，能產生和剪輯影片、加動態和旁白，並完成內容。
• 探索程式碼來撰寫技術文件：一位技術寫作者用 Devin 先探索程式碼再寫文件，另外還有建在 Devin 上的 Slack 寫作 agent，回報每月約寫 20,000 行文件。
• 描述想要的影片就能剪輯原始素材：Cardboard 可以用自然語言指令把原始素材剪成成品影片。
• 搭配 Claude Design 和 Claude Code 設計精緻網站：一位作者讓 Claude Code 為六個產業做網站，發現都很制式，改用 Claude Design 定視覺方向，再由 Claude Code 實作。
• 整合失敗時把算好的影片貼到 Slack：Codex 讀 Slack 上的回饋、剪輯並重新算圖，再用 Computer Use 點選 Add file 把影片貼到 Slack。
• 整理產業新聞並據此起草貼文：一個 Zapier agent 挑選產業新聞、做摘要，並記到 Airtable 當記憶，第二個 agent 再依該表格起草貼文。
• 每日發布 YouTube 影片並自動分派表單名單：評測者用 Make 工作流程搭配 Gemini 發想點子、製作並下標題發布每日 YouTube 影片，並把 Google Form 回覆分派進 CRM 做後續跟進。
• 為 Burning Man LED 圖騰做氣球駱駝模擬器：作者用 ChatGPT 找參考圖，用 Claude Code 做出帶網頁前端的 Go 氣球物理模擬器，Claude 會根據螢幕截圖和鏡頭控制反覆調整。
• 為學生產生客製化的互動式 HTML 課程：一位老師給 Claude Code 一段文章、程度、單字表和目標，就拿回含翻轉卡和閱讀理解題的完整課程檔，省下每週好幾個小時的學習單工作。
• 為歷史課製作互動式 HTML 簡報：一位歷史老師讓 Claude 製作課堂用的互動式 HTML 簡報，並用 Gemini 腦力激盪備課，把時間留給學生。
• 為電子報存檔建立索引並重新利用文章：依據指南，Casey Newton 用 Claude Code 在 30 分鐘內替 818 期電子報建立索引，寫作者也用它檢視筆記庫，並把文章改成電子報和串文檔案。
• 產生網站、課程和 318 頁電子書：一位電子報作者花三天用 Manus，從簡單的提示詞做出網站、互動課程和 318 頁的電子書。
• 用 AI agent 在 LDraw 產生 LEGO CAD 模型：一套工具和文件讓 ChatGPT 和 Claude agent 寫 LDraw 原始檔，變成 LEGO CAD 模型，並包成 Docker 化的網頁 app。
• 用 Canva MCP 製作社群圖片：發文者在 Claude Code 裡試用 Canva MCP 來做 app 行銷圖，結果覺得是場災難。
• 用 Claude Code agent 搭建公司架構：發文者用 Claude Code agent 來設立公司，其中一個行銷 agent 負責品牌識別和色彩配置。
• 用 Claude Code 自主產生動畫音樂劇：作者跳過權限確認執行 Claude Code，讓它自主產生並持續改進一部完全用程式產生的動畫音樂劇，程式碼超過 50 萬行，全天候在渲染。
• 用 Claude 產生 live coding 音樂並現場演出：作者請 Claude 根據風格描述寫 Strudel 音樂程式碼，手動修掉它幻想出來的 sample 名稱，再重組成適合現場演出的版本並錄下來。
• 用 Dot 在 Descript 剪完整支影片：作者讓 Dot 依他錄好的旁白找素材、剪 B-roll、加字幕並安排畫面，經過幾輪檢查修改。
• 用 Manus 和 Gemini Deep Research 產生長文內容：一位自學的創作者把 Manus 搭配 Gemini 2.5 Pro Deep Research，用來產生長文內容。
• 用 OpenClaw agent 製作微信短影片：一位創作者用 OpenClaw agent 搭配 Remotion 和複製的聲音，提議主題、寫旁白、產生 TTS 並算圖，在 Telegram 確認，約 15 分鐘完成。
• 用 RSS 訂閱整理每週電子報：OpenClaw 監控 RSS feed、替項目評分、編成含開場白的摘要，並傳 Telegram 預覽，主人核准後就寄出。
• 用 Replit 做電子報和 podcast 網站：一位創作者 10 分鐘就拿到可點的原型，但花了 10 個多小時還是沒辦法放上自訂網址，直到 Val Town 的員工幫忙才推出 MVP。
• 用 agent 做可探索的 3D 星艦：一位愛好者用 agent 把 Excelsior 級星艦的多層甲板設計成可探索的 3D 模型，並圍繞它寫客製化的同人小說。
• 用 agent 助理製作完整影片：Grok Imagine 的 agent 模式會提供點子、協助整理，一小時內完成一支完整影片。
• 用 agent 團隊寫 70 萬字的小說：一位作者像管軟體專案一樣管理小說，Claude Code 更新時間線、角色和伏筆檔案，多個 agent 分別擔任作者、編輯、設定檢查員等角色。
• 用 bot 做宣傳影片原型和設計工作：一位 xAI 設計師用 bot 做動畫宣傳片原型，依動畫規格建出 playground，並處理 Figma 和原型相關工作。
• 用 subagent 一章一章寫小說：一位作者用自訂的 /write-chapter Claude Code subagent 讀大綱和前文，17 分鐘內寫完並存好 10 個章節。
• 用一句提示詞做出帶字幕的影片：Grok Imagine 的 Agent Mode 做出一支 36 秒的影片，有不同角度且前後一致的場景、故事線和字幕。
• 用一句提示詞做出簡報：Scout 用它的 pptx skill 做出 5 張投影片的季度雲端回顧簡報，存到 Downloads，也涵蓋圖表和 HTML artifact。
• 用三個自訂 agent 製作電影感影片：發文者在 Grok Imagine 裡用三個自訂 agent 做了電影工作室，分別負責 prompt 導演、音訊腳本和角色一致的影片。
• 用專門的 bot 跑內容創作：創作者用 bot 研究表現突出的 YouTube 影片，也用研究、起草、編輯和排程 bot 經營電子報，其中一個實驗做出了 44 個縮圖提案。
• 用影片 agent 剪輯主題演講並加動態圖形：一位行銷人員做了 Claude Code 影片 agent，剪輯演講片段時不會切到字，還會加動態圖形、字幕、品牌元素和音樂，並輸出 16:9 與 9:16 版本。
• 用懂 SEO 的 agent 起草並發布部落格文章：一位作者的 OpenClaw agent 學會他的文風、找出 SEO 缺口、起草文章，經他在 Telegram 核准後發布，排名下滑時還會起草修訂簡報。
• 用本機 agent 整理播放清單並去除影片廣告：作者在消費級 GPU 上跑本機 LLM agent，管理播放清單、下載影片、去除廣告和業配內容，並挑出最有趣的影片。
• 用標題和品牌範本產生簡報：一位評測者讓 Manus 找簡報內容，並在上傳的 PPTX 範本裡做出月度行銷報告，不過編輯工具有限。
• 用模糊的提示詞做出顧問風格簡報：作者讓 Manus Slides 研究來源，並用英式英文做出 16 張的 2025 年生成式 AI 趨勢大綱。
• 用瀏覽器 agent 編輯並搬移 Substack 文章：作者交給 Claude in Chrome 三個 Substack 任務（即時編輯、文章搬移、插入 note），然後走開，回來發現三件都正確發布了。
• 用白話英文指令編輯現有影片片段：一位創作者花 36 小時測試 Gemini Omni Flash，用打字指令直接修改片段，同時保留光線和鏡頭角度，品質不太穩定。
• 用自己的語氣起草電子報和社群貼文：一位行銷人員做了 Cursor 工作流程，從他的內容和抓下來的貼文學習，把原始筆記寫成電子報、LinkedIn 貼文和串文。
• 用自訂 Claude Code 子 agent 產生部落格封面版型：一位部落客做了 Claude Code 子 agent，把文章標題變成附 PNG 下載按鈕的 HTML 封面圖版型，約 42 秒完成。
• 用語音筆記起草並發佈 LinkedIn 貼文：一個 bot 學會開發者的語氣，把語音筆記變成 LinkedIn 貼文並發佈，X 的 bot 則因為缺 token 卡住了。
• 用語音設計 UI 頁面和解說影片：使用者用語音指揮 Grok Bot，替金融部門做 UI/UX 頁面、圖片、動畫設計和解說影片。
• 用說的在 Ableton Live 製作一首曲子：一個讓 Codex 操作 Ableton Live 的 MCP server，用聊天訊息寫出並混音一首完整的歌。
• 用電子報產生每日 podcast 簡報：作者測試 Cowork 透過 Readwise 和 n8n MCP 把電子報做成早晨 podcast，另外還試了影片和 3D 列印設計，記下哪些可行、哪些失敗。
• 用頻道數據分析 YouTube 縮圖：Grok Bot 連上 YouTube 分析後，拿表現最好的影片縮圖點擊率和頻道平均比較，並提出新的縮圖點子。
• 自動化 LinkedIn 內容創作：作者用 Comet 自動化他的 LinkedIn 內容流程，並回報意外賣出 5 筆 Gumroad。
• 自動化小紅書筆記的蒐集與發布：RPA 工具把熱門筆記蒐集到飛書表格，OpenClaw 批次寫文案，再由 xiaohongshu-mcp 發布，作者說每天省下約 3 小時。
• 自動化技術部落格文章的產出：Basilica 團隊用 Make 和 ChatGPT 做了工作流程，加快技術部落格文章的產出，回報每篇約省 6 小時。
• 自動建立、排程並跨平台發佈內容：一套 n8n 系統負責內容製作、排程和跨平台發文，其中的社群上傳 agent 透過 Blotato 發文。
• 自動撰寫並寄出 AI 電子報：n8n agent 找出熱門的 AI 主題，用 Gemini 寫電子報、排版並寄給訂閱者，完全不用手動。
• 自動撰寫每週 AI 行銷電子報：排程的 Lindy agent 研究本週新聞，起草電子報、社群貼文和腳本，存到 Airtable，並用 email 寄出結果。
• 自動發佈免費遊戲贈送文章：n8n 工作流程追蹤 Epic、Prime Gaming 和 Steam 的免費遊戲，然後建立並發佈 WordPress 文章，附上詳情、圖片和商店連結。
• 製作 AI 職涯與薪資趨勢簡報：一位測試者讓 ChatGPT Agent 做生成式 AI 職涯簡報，成果很基本，表格難讀，Canva 連接器又是唯讀，沒辦法改進。
• 製作 AI 趨勢簡報：作者讓 Manus 1.6 Lite 做一份 2026 AI 趨勢簡報，研究很深入，但產生花了超過 10 分鐘，而且投影片很單調。
• 製作 MV、作品集網站和分類腳本：一位創作者用 Grok Bot 做了完整 MV、提示詞引擎、作品集網站程式碼、分類 158 張 AI 圖片和影片的腳本，還有職涯頁面。
• 製作包含歌詞、音樂和視覺的完整 MV：Alex C. 讓 Hermes Agent 寫歌詞、製作音樂分軌、產生視覺畫面並加音效，自己完成一支 MV。
• 製作零售業 agentic AI 簡報：作者讓 Manus Slides 研究並做出簡報，執行中途加了一張投影片，匯出後修掉一些重疊的文字。
• 規劃文章主題並起草網路文章：一位網路寫手用 Cowork 選關鍵字、建立會檢查和過往文章重疊的主題表，並起草文章，還會從修改中學習。
• 讓 AI agent 在 Figma 裡設計：一個 CLI 讓 coding agent 能在 Figma 裡建立形狀、文字、frame 和元件，讓 agent 可以做版面和元件系統。
• 讓個人網站內容自動更新：一位開發者用 agent 和 MCP 自動化網站內容的做法。
• 起草並排程每週電子報：Claude Code 裡的 /newsletter 指令會找出當週文章，用作者的語氣起草，取得核准後在 Kit 建立並排程發送，大約兩分鐘。
• 起草電影劇本大綱、傳記書和名片：一位 TechRadar 作者拿 Manus 和 ChatGPT 比較，項目有劇本研究、1 萬字的 Adobe 傳記和名片設計。
• 透過 Blotato 製作並排程社群內容：Cowork 搭配 Blotato 連接器，做出含資訊圖表的 LinkedIn 貼文、把 YouTube 影片變成輪播，並跨平台排程發文。
• 透過對話作曲和製作音樂：作者用 Claude Code 寫曲和歌詞，並做出與 Bitwig 整合的工具，其中一首鄉村搖擺歌曲完全靠對話完成。
• 透過聊天剪輯影片並加字幕、匯出：一位開發者做了 OpenClaw skill，把「加中文字幕」「匯出 mp4」這類聊天請求送給後端影片編輯器，再回傳結果。

軟體與 DevOps

• Claude 處理修改需求，自己同時做測試：發文者讓 Claude 處理進行中專案的修改需求，包括影片剪輯器、圖形冒險遊戲引擎和文字編輯器，自己在這段時間做測試。
• Vibe coding 並部署放置點擊遊戲：Gilbert Pellegrom 讓他的 OpenClaw agent 從一場對話做出簡單的放置遊戲，commit 到 GitHub 並自動部署到 Vercel。
• Vibe coding 跨 Azure DevOps repo 的 pull request 儀表板：作者用 ChatGPT 做架構，在 WebStorm 用 Junie agent 做出匯總四個 repo PR 的儀表板，標出核准、衝突和留言，約 3 小時完成。
• agent 處理 Svelte 出錯時自動開 issue：一個選擇性啟用的 skill，讓 coding agent 在處理 Svelte 出錯時，自動到 Svelte AI tools repo 開 issue。
• 一個 Copilot 指令生出 FastAPI 網頁 app：發文者對 Copilot Agent Mode 下了一個指令來建立 Python FastAPI 網頁 app，喜歡在 commit 前可以先預覽程式碼。
• 一個 app 同時上架 App Store、Google Play 和網頁：一位留言者從一月開始用 Replit 做同一個 app，現在已經在 App Store、Google Play 和網頁上線。
• 一個 prompt 做出在地地標地圖 app：作者請 Replit Agent 做一個在地地標地圖，大約 10 分鐘就得到可以運作的 Flask 網頁 app，有互動地圖和 Wikipedia 整合。
• 一個晚上從 Figma 做出 WordPress 行銷網站：bnistordev 透過 MCP 把 Devin 接上 Figma 檔案，讓它一晚上建出整個 WordPress 行銷網站。
• 一個週末做出並部署一個 app：作者讓 Devin 做出並部署 app，發現它處理 PR 意見很快，但對舊的 monorepo 表現不佳，需求太廣泛時也很燒錢。
• 一句話設定每晚 GitHub 備份：Hermes 收到一句白話指令後，找到自己的 GitHub skill，建立並驗證每晚推送的 cron job，還加了每小時自我檢查來處理 UTC 與中部時間的差異。
• 一夜之間找出並修好壞掉 CI 裡的 flaky 測試：Claude 監看 CI 通過率、找出最糟的 flaky 測試、重現並提出修法，pipeline 快了 20 分鐘、通過率提高 35%，部分不好的修法被丟掉。
• 一天內做出並部署部落格聚合網站：一位作者用 Claude Code 把一份一年前的需求文件，做成部署在 Netlify 上的 Vue 3 網站，會從多個平台抓取他的文章。
• 一天內重建平台並加上 RAG 功能：一位使用者讓 Replit Agent 重建一個全端平台，替線上的 RAG app 加了 7 個功能，還做了示範影片，全程約 12 小時。
• 一次對話內測試本機網頁 app 並修錯：Claude Code 搭配 Claude in Chrome 會寫程式、開 localhost、點過整個 UI、讀 console 錯誤並修好，開發者完全不用碰瀏覽器。
• 一次生出建在 Python LLM 函式庫上的 CLI coding agent：Simon Willison 讓 Fable 模型差不多一次就生出一個建在他的 LLM Python 函式庫上的 CLI coding agent。
• 三小時做出並上線一個 micro-SaaS：一位開發者用付費版 Replit 約 3 小時就把 micro-SaaS 部署到正式環境，資料庫、網域、主機和監控都處理好了。
• 不會寫程式的 PM 做產品功能原型：一位創辦人用 Cursor agent 找出原型的缺口、畫 ASCII 線框圖，並用 worktree 裡的平行 agent 規劃並實作一個功能。
• 不靠人類自己開帳號、買網域、部署：Cloudflare 宣布 agent 現在可以自己建立 Cloudflare 帳號、購買網域並部署。
• 並行跑多個本地 coding agent session：一位開發者同時跑最多 10 個 coding agent session，用 Claude Code 和跑在 RTX 3090 上的本地模型，搭配快取的上下文做日常開發。
• 依 ticket 規格做出待辦清單中的登陸頁：Cursor 的 background agent 根據簡短規格，約 5 分鐘在新分支做出定價登陸頁並開了 PR。
• 依團隊規則自動接手新 bug：一個建在 DeepSeek Harness 上的原型 agent，平常不干擾，只依團隊規則做事，例如接手新 bug。
• 依照一封 email 的需求做出極簡 Windows VNC 用戶端：作者用 email 寄給 Claude 一份規格，要做一個透過本機 SSH tunnel 連 Windows 10 的極簡 VNC viewer，在 Mac 上建置，並附上 checksum 交付。
• 修好 GitHub repo 裡壞掉的刪除按鈕：作者讓 Jules clone repo 並修好刪除按鈕，讓它不能刪除超過兩小時的內容，還主動補了測試，作者審查後發佈了該分支。
• 修好壞掉的 API 網站：一位使用者說，在另一個 agent 一直把網站弄壞之後，Claude Cowork 修好了他的 API 網站，還解釋問題並和他一起討論修改。
• 做一個 RFP 分析工具：作者用 Replit Agent 做了簡單的 RFP 分析工具，後端用 Flask，前端用 HTML、Tailwind 和 JavaScript。
• 做一個 Stripe 訂閱制的家庭記帳 app：作者用 Claude Code 搭配 Stripe 和 code-review plugin，一個 prompt 就生出 Checkout、webhook 處理、客戶入口、存取控制和儀表板。
• 做一個主持 webinar 用的 Chrome 擴充功能：一位 Replit 論壇使用者做了 Chrome 擴充功能，讓自己主持 webinar 時能看著筆記，並發布到 Chrome Web Store。
• 做一個半秒內就回話的電話語音 agent：從零打造的語音 agent，端到端平均約 400ms，串流語音轉文字、LLM 與文字轉語音，插話也處理得很乾淨。
• 做一個學語言用的多語言打字 app：一位 buildathon 參賽者第一次用 Replit Agent，做出了讓人練習新語言的打字 app LingoType。
• 做一個寶可夢風格的收集狗狗 app：一位使用者請 Replit Agent 做出抓狗狗的收集 app，稀有度來自爬下來的美國育犬協會各地區族群數量資料。
• 做一個很戲劇化的數位紅包 app 向朋友要錢：用 Replit Agent 和 Design Mode 做出有誘餌訊息、鼓聲和即時狀態追蹤的 app，參加 buildathon。
• 做一個把照片和語音變成提醒的手機 app：發文者用 Replit 和 AI agent 大約 45 天做出 Loopi，這個 app 能把照片、文字和語音變成提醒、筆記和支出紀錄。
• 做一個整合 QQ、微信、支付寶收款碼的網站：作者在 Windows 11 上用 Claude Code 搭配 Kimi-K2.6 模型，做出把三個個人收款碼整合在一起的網站，花了兩天，token 費用約 122 元人民幣。
• 做一個有預約與追蹤功能的診所 app：一位完全沒寫過程式的醫師用 Replit 在 5 天內做出診所 app，有預約串接、處方請求、健康追蹤和 AI 症狀檢查。
• 做一個秒開的 macOS markdown 檢視器：作者請 Claude Code 做了 macOS 的 markdown 檢視器，他說開檔速度比用過的任何 app 都快。
• 做一張可搜尋的募資公司地圖：一位軟體工程師讓 Replit Agent 約花 3 小時、22 美元，做出一張可搜尋的 Wefunder 實體店面公司地圖。
• 做一面匿名的 AI 希望與恐懼牆：發文者用 Claude Code 做了一個網站，由 Haiku 審核並安排貼文位置，Opus 負責重新分組並替主題命名。
• 做出並上線程式碼片段分享 app：發文者用 Replit Agent 做出 Snippra app，介面文案、功能規劃、除錯和命名都由 agent 處理，他負責引導。
• 做出並發布八字命盤解讀 agent：作者靠 coding agent 一個人做出這個 agent，它會排八字命盤、解讀、偵測語言，並用鏈上付款收取解讀費用。
• 做出並部署 Hacker News 爬蟲 app：Replit Agent 生出爬蟲、資料庫模型、API 端點和前端，用來儲存並顯示 Hacker News 項目，然後完成部署。
• 做出含 email、影片和行事曆的完整 CRM：一位社群成員花了幾週用 Replit Agent 做出 CRM，含 email 整合、影片銷售信錄製和會議排程。
• 做出家庭任務 app 並送審 App Store：一位使用者用 Replit Agent 做出 Kogoto Quest，把家庭提醒變成任務，並送去 App Store 審核。
• 做出有資料庫、儲存空間和登陸頁的完整網頁 app：作者用 Replit Agent 做出以 Postgres 為底、有圖片儲存、分析和登陸頁的網頁 app，換成 S3 失敗後又退回原狀。
• 先草擬 PR review 讓你修改後再送出：發文者做了一個 review 收件匣，由 Claude Code 替堆積的 PR 草擬 review，使用者可以在送出前討論、改寫或刪掉其中的發現。
• 先讓 Copilot Agent Mode 包辦寫程式，再限縮用法：一位開發者讓 Copilot Agent Mode 做完所有寫程式的工作，發現自己越來越不懂自己的程式碼，後來改成範圍更窄的用法。
• 分類失敗的 GitHub Actions 並自動修復不穩定的測試：一位 QA 工程師的 OpenClaw agent 會讀失敗的 CI log、分類原因、把分析貼到 GitHub 和 Slack 並開 issue，不穩定率從 8% 降到 0.8%，不過它有一次誤改了 assertion。
• 前後端分工給 Claude Code 和 Codex：發文者讓 Claude Code 和 Codex 並行跑了 15 天，Claude Code 負責前端，另一個 agent 負責後端。
• 協調 sub-agent 監控 PR 並修正式環境 bug：Cursor Projects 的協調 agent 會分派工作給 sub-agent，盯著新 PR 和正式環境 bug，開 agent 去修問題，有疑問再回報給使用者。
• 另外開一個 agent 當獨立的 QA 審查員：Codex 找到使用者的 Claude 登入資訊，在 sandbox 裡裝了 Claude Code 當 QA agent 用，沒人教它怎麼做，也沒有動到憑證。
• 嘗試做導航 app（沒做完）：發文者想用 Manus 做導航 app，花掉一個月的額度和超過 8 小時，還是沒做出能用的 app。
• 在 3D 工作空間裡視覺化程式碼和 coding agent：一位獨立開發者做了本機優先的 3D 環境，現有的 coding agent 以虛擬角色呈現，repo 則顯示成一座城市，可以瀏覽程式碼和執行 app。
• 在 Copilot agent mode 從零做出全端專案：發文者用 Copilot agent mode 搭配 Claude 3.7 Sonnet 做全端專案，設定階段的問題需要一直看著它，但最後做出了有樣式且能運作的 React 元件。
• 在 Postman 測試 API 端點並回報結果：@ai_for_success 用 Comet 依上下文產生測試 payload，在 Postman 執行 API 端點測試，並產出最終報告。
• 在 Replit 上做以隱私優先的檔案轉換網頁 app：一位使用者做出並上線 Tools Vault，這是個檔案轉換網頁 app，用 FastAPI 和 Tailwind 架在 Replit 上，目前花了約 34 美元。
• 在 buildathon 做出捐書 app 和示範影片：一位使用者在 24 小時的 buildathon 內，用 Replit Agent 做出 GiveABook app 和它的示範影片。
• 在 tmux 裡依 Markdown 規格並行跑 coding agent：一篇工作流程文章，講如何用 tmux 和 Markdown 規格並行跑多個 coding agent（依標題推測）。
• 在個人專案上和 LLM 做 pair programming：作者把 Claude 網頁版和 Jules（整合 GitHub 的 Gemini）當成 pair programming 夥伴，自己在本機寫程式時負責導航，再把成果提交回去。
• 在內網機器上跑多檔案重構和系統管理工作：使用者在內網的 PC 和伺服器上用 Codex 做多檔案重構和定義明確的任務，下完指令就可以走開。
• 在八個測試任務中寫程式和除錯：評測者請 Manus 做匯率換算器、修 find_max 的 bug、做一個 landing page，大多表現很好。
• 在分析儀表板上讓 Cursor 自動載入成熟的 skills：在他的分析儀表板專案中，Cursor 的 agent 自己載入事件儲存設計、埋點和 API 安全相關的 skills，並加上了 rate limiting 和輸入驗證。
• 在同一個終端機監看並整理多個 coding agent：Corgi 是終端機多工器，會顯示每個 coding agent 在做什麼，並啟動 Codex/Claude Code session，還會重用這些 agent 來標註連結和 worktree。
• 在家用伺服器上自架服務：一篇文章，談 CLI agent 如何讓自己架設家用伺服器變得更容易、更好玩。
• 在正式環境的 agent trace 中找錯誤：Laminar 的 flow-1 模型會讀 agent trace，抓出點錯按鈕或引用錯誤這類隱性失敗，所以每條正式環境的 trace 都能分析，不用抽樣。
• 在產品的各個 PR 中寫程式、review 和寫文件：創辦人們表示 Devin 參與了 ChatPRD 的所有 PR，也是 Gumroad 的最大貢獻者，已 merge 超過 1,500 個 PR。
• 在終端機 lint、修正、commit 並推送程式碼：Scout 跑 linter、修掉語法錯誤、重跑一次、檢視暫存的變更、寫 commit 訊息，再推到新分支，以逐步示範呈現。
• 在終端機用 agent 寫程式：發文者把 Grok 當終端機 coding agent，會讀取、編輯、執行工具，還會產生 sub-agent。
• 在螢幕上測試功能並合併修好的 PR：Ryan Carson 用 Devin 的 Test App 功能錄下並講解功能點擊過程、修 bug，再用 !land 指令合併 PR。
• 在遠端 Windows VM 上跑 agent 的建置和測試：一位開發者讓 coding agent 用 ssh 連到遠端 Windows VM 上的 WSL，在那邊跑建置和測試，不在自己的 Mac 筆電上跑。
• 在隔離的 VM 裡跑 Claude Code 並讓它開 PR：作者在受限的 VM 裡跑 Claude Code，secret 由 Infisical 提供，它只能在 Forgejo 上建立 issue 和 PR，merge 要手動做，之後 CI 才會部署。
• 在雲端中斷發生前抓出風險：一個會查詢真實資料的自主 ReAct agent，目的是在雲端中斷發生前就先擋下來，為 Sanity Challenge 而做。
• 審查 GitHub pull request 的 bug 與安全問題：一份 Hermes 教學會讀 PR diff，回傳涵蓋 bug、安全和程式碼品質的結構化審查，再把它變成 skill 去監看 repo 並寄出摘要。
• 審查 Linux kernel patch：Google 工程師推出 Sashiko，一個給 Linux kernel 用的 agentic AI 程式碼審查工具。
• 少干預地跑 Codex，並用 port 預留機制：一位留言者讓 Codex 大部分時間自己執行，人負責規劃和 review，還有一個 portbroker 負責預留並注入 port。
• 平行跑多個 Claude session 來建置與測試 app：一位開發者跑約 10 份程式碼副本搭配 Claude session，先規劃規格，並讓 Claude 透過 adb 操作手機測試 UI，再根據 log 除錯。
• 幾個小時做出工具目錄網站：發文者用 Replit Agent 3 在幾個小時內上線了工具目錄網站 toolbrew.co。
• 建置並上線有金流的自訂網域網站：作者用 Claude Code 做出完整網站，透過 Vercel 部署到自訂網域，有 Stripe 付款按鈕、Resend 寄信和 Supabase 資料庫。
• 建置並部署生命遊戲模擬網站：在廠商的發表會示範中，Devin 做出互動式的生命遊戲網站，一步步加上要求的功能，並部署到 Netlify。
• 從 Sentry 和 log 警報自動開修復 PR：一個叫 Sentinel 的 Grok Bot 監控 Sentry 和 log，觸發條件成立時就在多個 repo 開 PR，目前還很早期。
• 從 Telegram 跑 OpenClaw agent 處理 Terraform 基礎設施和 GitOps：幾個身分各自獨立的 OpenClaw agent 架設 Terraform 基礎設施、做寫程式工作、程式碼審查和合併，並建出 CD 與 GitOps 系統。
• 從一個 Claude session 統籌多個 coding agent session：一位開發者只跟一個 Claude session 對話，由它當協調者傳訊給其他 agent session（包括 Codex），可從 CLI、手機 app 和 IRC 使用，用來平衡 token 用量。
• 從寫程式過程中自動處理網頁設定：留言者用 Claude in Chrome 去執行寫程式和其他瀏覽器操作時冒出來的網頁設定需求。
• 從終端機設定 macOS 和開發工具：Gemini CLI 執行 defaults write 指令來設定 Dock 自動隱藏，也被用來安裝 Docker 和設定 Git GPG 簽章。
• 從零做出 Pong 遊戲和網站：一位測試者請 Devin 做一個基本的 Pong 風格遊戲和一個網站，它不到 20 分鐘就兩個都做完了。
• 從零打造正式上線的 AI 影片生成 app：發文者用 Manus 在幾週內從零做出全端 AI 影片生成 app，達到可上線的程度。
• 打造出價和案件追蹤的客製房地產工具：一位出租屋主用 Codex 做了幾個工具，用來擬定出價、製作附現場照片的物件分析報告，以及追蹤簽約中的交易。
• 把 180 個微服務遷移到新版框架：Brex 做了以 Cursor 為基礎、會自我修正的 agent，讓一位工程師大約一個月內把 180 個微服務遷移到較新的 Micronaut 版本。
• 把 Chrome 擴充功能移植到 Safari：作者讓 ChatGPT 取得 Session Buddy 擴充功能的 Chrome 原始碼，移植到 Safari 並安裝，約花 20 分鐘。
• 把 Claude Code 的 hook 搬到 pi 擴充功能：作者離開 Claude 之後，讓 agent 讀自己的 Claude hooks 資料夾並重建成 pi 擴充功能，它很快就做完了。
• 把 Claude Code 的 skill 搬到 Codex：作者一個下午用 Claude Code 裡的一個 skill，把 201 個 Claude Code skill 搬到 Codex，並回報哪些順利轉移、哪些壞掉。
• 把 Codex 的 computer-use 工具移植到其他 harness：發文者把 Gemini 指向一個資料夾，讓它把 Codex 的 computer-use 工具改成適用 Antigravity，10 分鐘內完成。
• 把 Dots 橋接到執行中的 Claude Code：發文者做了一個 ChatGPT MCP，讓 Dots 能在多線並行的寫程式流程裡讀寫自己正在跑的 Claude Code，但發現有穩定性問題。
• 把 Electron app 從 Vue 2 遷移到 Vue 3：Kearney 讓 Devin 存取 repo，把正式環境的 Electron app 遷移到 Vue 3 並更新 npm 套件，每做完五個元件就 commit 一次。
• 把 GitHub issue 指派給 Copilot coding agent：一位開發者把 GitHub issue 指派給 Copilot 並看著它工作，但它是從預設分支開始，不是預期的功能分支。
• 把 P2 bug 分流成附示範影片的 draft PR：一個連接 GitHub 和 Slack 的 Dot 會監看 #bugs，在雲端環境評估範圍並測試修復，再開出附簡短示範影片的 draft PR。
• 把 React Native 轉 Swift 的遷移分給多個 agent：Cognition 的 Jared Zoneraich 用 Devin fan-out，讓子 agent 平行處理被拆成六塊的遷移工作。
• 把 Replit 做的 app 轉成前後端分離架構：發文者在 Replit 的 agent 上花了超過 100 美元還是沒能發布，後來用 Cursor 把 app 轉成比較傳統的前後端架構。
• 把 SaaS 從 AWS 遷到 DigitalOcean：一位開發者把 Claude Code 當 pair programmer，處理資源配置、資料庫填充、SSL、DNS 切換和正式環境除錯，據他說約四小時完成，零停機。
• 把 Sentry 的 bug 回報變成修復 pull request：Sentry 的 Seer 把根因分析和 issue 脈絡交給 Cursor Cloud Agent，由它寫修復並在使用者的 repo 開 pull request。
• 把 Slack 和 Linear 任務變成 PR 並修 CI：Cognition 員工在 Slack 或 Linear 指派工作給 Devin，它會發 PR、修審查 bot 標出的 bug，並處理 CI 和 lint 失敗直到檢查通過。
• 把 Slack 的意見回饋變成 PR 並除錯基礎設施：Sid Nanda 的公司在 Slack 裡用 Devin 分流意見回饋、把使用者問題變成 PR、以唯讀方式除錯非同步流程和基礎設施，也讓非技術同事一起寫 PR。
• 把 WordPress 文章遷移到 MDX：Claude Code 從 WordPress REST API 抓文章並轉成帶 frontmatter 的 MDX，一次 session 就遷移了 367 篇文章和 5 個頁面。
• 把 agent 做的靜態頁面部署到自己的 Cloudflare 網域：作者做了 getonup，讓 agent 能在他的網域上設定 Cloudflare Workers 和 Zero Trust，團隊就能發布靜態 HTML 頁面，並有依日期排列的索引。
• 把 coding agent 當醫療團隊來修 bug：作者花了五個月，把 bug 當成病人，把 coding agent 組織成醫院式的團隊來診斷和修復。
• 把 ticket 變成合併的 pull request：從 GitHub Issues 或 Linear 取得任務，再在隔離的 Kubernetes pod 裡執行 Claude Code 或 Codex，把每個任務做到 PR。
• 把一個目標拆成有順序的 coding agent 任務計畫：Ordewell 接收單一目標，並拆成一份有順序、給 coding agent 執行的任務計畫。
• 把前端和後端開發分給 Claude 與 Codex：一位開發者前端用 Claude Design，後端用 Codex，因為他發現 OpenClaw 和 Hermes 碰到實際工作就撐不住。
• 把剩下的 AI 額度拿去產出可 review 的 PR：RemainderBot 依照創辦人的目標和任務清單，用多餘的 Claude 和 Codex 額度寫 PR，產出 111 個 PR，包括會議準備和原型。
• 把客戶回饋變成測試過的 pull request：在 OpenAI 自己的發表範例中，Dot 會監看回饋裡反覆出現的需求、評估小修正的範圍、建置並測試，再回傳附示範影片的 PR。
• 把客服工單變成已調查過的 pull request：Pylon 把客服工具接上 Devin，一張描述詳細的客戶問題就會啟動調查，也可能直接開 PR，工程師還是要自己 review 和 merge。
• 把密碼重設流程遷移到新式函式庫：一位開發者讓 Claude Code 遷移舊網頁 app 的密碼重設流程，過程需要緊盯、會偏離任務，最後比自己手動做還慢。
• 把工作分給 ChatGPT 架構師和 Codex 執行者：發文者做了一座橋接，讓 ChatGPT 負責規劃和審查，Codex 負責在本機執行。
• 把文件爬成乾淨的 Markdown 給 AI agent 用：作者替自己的 AI agent 做了文件爬蟲，49 秒抓下 60 頁乾淨的 Markdown。
• 把新筆電設定成和現有 Arch Linux 機器一樣：一位留言者讓 Claude 建立 Arch Linux live USB，並設定筆電去複製另一台 Arch 機器，包括工具和桌面環境。
• 把本機 CLI 的寫程式工作交接給 Devin：發文者先在 Devin CLI 開頭，讓它探索 repo 並建立上下文，再把工作交接出去獨立繼續。
• 把機器人當成上線 app 的 QA 實習生：一個 Grok Bot 每天好幾次點過 app 的核心流程、回報問題並草擬修復 PR，還真的找到一個 bug。
• 把每天的 X 書籤變成可運作的技術原型：一個 bot 每天掃描一位 Cursor 員工的 X 書籤、挑一項新技術、起草 prompt，經核准後啟動 Cursor Cloud agent，約 15 分鐘做出原型。
• 把用 Replit 做的四個 Android app 上架 Google Play：一位使用者用 Replit 做了四個 app 並上架 Google Play，建置用的 GitHub workflow YAML 檔是 Replit 寫的。
• 把範圍小的程式修改交給 Devin 發 PR：一個團隊用 Devin 一個月，處理圖表格式和 API 邊界情況等小修正，附測試和 PR，不過一個複雜的全端任務做得不好。
• 把維護和 bug 修復排給 Cursor background agent：一位開發者授權 GitHub app 後，Cursor background agent 把 repo clone 進沙盒、開分支，處理一整天排隊的維護、功能和 bug 修復。
• 把網站小調整交給 Copilot coding agent：一位作者讓 Copilot coding agent 處理自己網站的兩個小改動，它開了 draft PR，其中間距的修改好到可以直接合併。
• 把網站從 CMS 遷移到純程式碼和 Markdown：Lee Robinson 用 Cursor agent 三天就讓 cursor.com 脫離 CMS，花了 260 美元的 token，由 subagent 處理大範圍重構。
• 把網站變成手機 app：作者用 Replit Agent 4 花了大約兩天和 40 美元，把網站做成手機 app，包含設計、預覽和 App Store 上架準備，然後送審。
• 把網頁研究從 Claude Code 委派給 Comet：一個 MCP server 讓 Claude Code 把網頁瀏覽、需登入頁面和研究交給 Comet，自己繼續寫程式，再取回結果。
• 把遷移和修 bug 的工單交給 coding agent：評測者在三週內把遷移、資料工程、修 bug 和重構的工單丟給 Devin，對象是一個 Next.js monorepo 和 Python pipeline，它在遷移和框架升級上表現最好。
• 把開發工作拆成階段交給 Copilot：發文者把工作拆成幾個階段並列出明確任務，讓 Copilot 的 agent 一步步走完開發流程，不要一次全做。
• 抓出並行 coding agent 之間的意圖衝突：agent 在動手編輯前先公布計畫的變更，讓跨平行 worktree 的架構衝突在寫程式碼之前就被標出來。
• 掃描每個 git commit 的 secret 和注入漏洞：一個免費工具在每次 commit 時跑 11 個 Claude Code CLI agent，在程式碼進入前抓出 secret、注入漏洞和有問題的 migration。
• 排查只在正式環境出現的效能問題：一位開發者用 Cursor 和 Warp 的 agent 分析 NestJS 的資料庫查詢，並針對正式環境的效能問題建議索引。
• 排程 Codex 自動化處理文件、追蹤和 API 測試：發文者用 Codex 自動化更新 agents.md 檔案、刷新大型專案每日的總追蹤檔，並測試 ICS 原始碼和一個 API。
• 搭配 AGENTS.md 和 logging 把 Claude Code 當共同開發者：作者用 Claude Code 做規劃、寫程式、測試和除錯，搭配 AGENTS.md 和數值 logging 來提升準確度和 context 處理。
• 操控瀏覽器填表單和除錯網站：一份教學介紹 Scout 開網站、填表單、點擊、上傳檔案、擷取頁面資訊，以及讀取 console log 和網路請求。
• 更新老舊的 Telegram bot 並重構 app：作者用 Replit Agent 把 Telegram bot 更新到較新的 API，反覆調整幾次才成功，也重構了一個卡片收藏 app，包括資料庫 schema 的變更。
• 服務中斷時診斷並回滾錯誤設定：Google SRE 用 Gemini CLI 拉 log、找出有問題的設定推送、產生回復用的 changelist，並透過 MCP 開立事後檢討的待辦事項。
• 架構重整後重寫 README：Devin 掃過重新設計架構的程式碼，以 PR 交出新的 README，安裝與 API 細節都正確，但設計理由與用途就寫得吃力。
• 檢查 agent 的工作計畫並記錄使用者意圖：一位開發者把每則使用者訊息都記下來，用來整理出意圖，並讓 agent 在動工前拿專案限制去檢查存下來的計畫檔。
• 檢查程式碼中多餘的相依套件和 polyfill：一個 MCP server 讓 agent 檢查程式碼中多餘的相依套件和 polyfill，可遠端使用，也能當本機 stdio server。
• 每個 coding agent session 都跑在 cgroup 裡，結束就清掉：一位開發者做了 agent spawner，每個 coding agent session 都在自己的 cgroup 裡啟動，任務結束時殺掉殘留的 process，另外還有一個清除過期 tmp 檔的排程。
• 每週從已 merge 的 PR 找出文件過期的地方：每週跑一次的 Hermes cron job 會檢查已 merge 的 PR 有沒有改到 tool schema、CLI 指令、設定選項或環境變數，標出需要更新的文件。
• 沒有 Mac 也能在 iPhone 上建置並執行 iOS app：發文者從 iPhone 讓 Cursor cloud agent 用 ios-builder 建置 iOS app、安裝並操作，全程不需要 Mac。
• 沒有原始碼也能逆向工程舊系統：Thoughtworks 顧問在為期兩週的試行中用 Gemini 2.5 Pro，產出舊系統功能的驗證過藍圖。
• 沒有寫程式經驗也能做出第一個 app：一位留言者用 Replit 的 agent 搭配 Claude Sonnet，約五分鐘就做出 app，儘管之前從沒寫過能用的程式。
• 測試 Devin 做整合、遷移和資安審查：Answer.AI 讓 Devin 試了可觀測性整合、nbdev 遷移和漏洞審查，它找到一些真的問題，也幻想出一些，遷移則失敗了。
• 測試 Devin 把 Notion 資料匯入 Sheets：Answer.AI 的測試者發現 Devin 20 個任務只完成 3 個，成功的是把 Notion 資料搬到 Google Sheets 和做出行星追蹤器。
• 測試 coding agent 上手你的產品有多順：ax-check.com 在 sandbox 裡讓 coding agent 試著上手一個產品，再回傳評分表、建議的修正和完整的 session trace。
• 為 Razor Pages app 加上可篩選的報表頁：發文者在 Visual Studio 2022 用 Copilot agent mode 做出有日期和狀態篩選的費用彙總報表頁，加了選單項目，還寫了 git commit 的步驟。
• 為 agent 的記憶加上 agentic forgetting：有人實作了 Tim Kellogg 的 agentic forgetting 方法的陋版，回報說就算是最簡單的形式也很有效。
• 為 app 自動產生可搜尋的說明影片庫：用 Replit Agent 做了 /help 頁面，透過分場景、Playwright 錄製、TTS 旁白和 ffmpeg 合成來產生教學影片。
• 為 bot 的信箱地址做收件匣 app：Grok Bot 在 23 分鐘內做出信箱風格的收件匣 app 並部署到 Vercel，含資料庫和同步，並回傳連結和密碼。
• 為了更嚴格的編譯器設定，大規模重構百萬行程式碼：Claude 系統性地把整類編譯器錯誤改成更乾淨的程式碼，使用自訂 skill 或腳本，在大型程式碼庫中處理了 20 萬行以上。
• 為刺青師做預約與付款 app：一位前程式設計師花一個週末用 Replit Agent 做出預約 app，含行事曆、Google OAuth、Stripe 訂金和通知，不過時區和 UI 需要來回調整。
• 為房東做租客管理入口網站：一位留言者用 Replit 花五天做出房東用的租客管理入口，有 31 位試用者，營收還不清楚。
• 為軟體專案跑常駐的專案經理 agent：一位使用者嘗試把自己的 Dot 設成常駐專案經理，協調大型軟體專案，但它沒辦法穩定維持原本要用來協調的那個單一 agent session。
• 照著現有模組的結構建立第二個模組：一位留言者請 Cursor 照另一個模組的結構建立第二個模組，但失敗了，因為它沒有讀相關檔案。
• 產生內部儀表板和資料遷移腳本：一位後端工程師說他們團隊用 Devin 做內部儀表板和遷移腳本，把產出當成起點，省下大約四小時的樣板程式碼。
• 用 1,393 個 subagent 重構百萬行 repo：一位 Nous Research 開發者讓 Hermes 在約 19 小時內派出 1,393 個 subagent 整理自己的 repo，在已合併的 PR 中把非測試的 Python 原始碼減少 34.4%。
• 用 24 小時 agent 連續執行做出專案管理工具：讓 Cursor agent 連續跑 24 小時做出專案管理工具，app 功能完整可用，但還沒到能上線的程度。
• 用 AI agent 在模擬環境驗證韌體：Simantic 提供虛擬開發板和韌體 code reviewer 給 AI agent，不用實體硬體也能測試韌體。
• 用 AI 討論功能規格再交給 coding agent：作者先和 AI agent 或 ChatGPT 討論規格，再交給 agent 去寫程式，並測試成果，不會逐行閱讀。
• 用 CLI skill 取代吃 token 的 Jira 和 GitLab MCP：作者讓 Claude 對 Atlassian 和 GitLab 的 CLI 跑 --help，把操作存成 Markdown，做出輕量的 agent 外掛，降低 token 用量。
• 用 ChatGPT 根據症狀和程式碼診斷 Swift 錯誤：一位 Swift 開發者把錯誤症狀和程式碼丟給 ChatGPT，取得原因的初步線索，再檢查它產生的程式碼。
• 用 Claude Code 寫 Linux kernel 改進：依標題所述，Linus Torvalds 正在做一個用 Claude Code 寫的相當大的 Linux kernel patch。
• 用 Claude Code 管理 NixOS 伺服器設定：作者用 Claude Code 維護自架主機的 NixOS 設定 repo，禁止它執行 nixos-rebuild switch，每項改動都先 review，再自己手動套用。
• 用 Claude Code 遷移工具鏈、架構與網站設計：一位開發者讓 Claude Code 把 monorepo 換成 oxlint/oxfmt、重整架構並改版網站，邊做邊用迴圈驗證，改版只花幾天而不是幾週。
• 用 Claude Code 遷移舊產品技術堆疊：一位工程師做了概念驗證，把 4 個 repo 合併成 2 個、MySQL 換成 PostgreSQL、升級框架並替換認證模型，約花 15 個工作天。
• 用 Claude Code 重新編譯 1991 年的組合語言 PC 遊戲：作者用 Claude Code CLI 搭配 Sonnet，讓自己 1991 年的 386+ 組合語言遊戲原始碼重新能編譯。
• 用 Claude 修 Linux kernel 的記憶體管理問題：Linus Torvalds 用 Claude 為一個 kernel 記憶體管理問題寫程式、單元測試、文件、debug hook 和做 review，benchmark 由他自己跑，結果還是漏了一個 race condition。
• 用 Codex review agent 篩選面試的程式作業：一位留言者用 Codex 搭配針對性的 agents.md 做第一關的 code review，改動或新增檔案太多的作業就直接退件。
• 用 Codex 做本機知識 app 收納 agent 產出：作者用四個 Codex agent 跨 30 多個 session 做出 Mianotes，把 agent 產出的零散檔案集中起來，產品本身的文件也是 agent 在裡面寫的。
• 用 Copilot Agent Mode 跑更長的寫程式 session：一位開發者從問 Copilot 語法問題，進展到用 agent-mode 跑整段 session，模型換成 Claude Sonnet，並嘗試做更完整的東西。
• 用 Copilot Agents 遷移大型網頁應用：一位開發者發現 Copilot Chat 處理大型網頁 app 的遷移很吃力，改用 Copilot Agents 後處理程式碼的表現比較好，不過遷移還在早期階段。
• 用 Copilot CLI 的 autopilot 和 fleet 反覆處理任務：作者用 autopilot 反覆迭代直到完成，用 /fleet 把工作分給平行的 subagent，並提到小任務會有額外負擔。
• 用 Copilot agent mode 執行終端機指令：使用者回報 agent 有時讀不到終端機輸出，還可能把正確的程式碼改回去，變通辦法包括換 shell。
• 用 Copilot chat 和 agent mode 更新程式碼：一位留言者用 Copilot 的 chat 和 agent mode 更新程式碼，喜歡 CLI 的 autopilot 模式和 todo tool。
• 用 Copilot 做 pull request review agent：一位開發者被公司要求用 Copilot 做 PR review agent，因為原生 review 只支援 GitHub，所以在考慮針對 Azure 走自訂 API 的做法。
• 用 Copilot 寫棘手的 Flutter 函式：發文者請 Copilot 為他的 app 寫一個困難的 Flutter 函式，另一位留言者則把書面需求和程式碼範例交給它轉成能用的成果，再自己建測試框架。
• 用 Cursor agent mode 做小功能和整合：一位留言者用 Cursor agent mode 做較小的功能、第三方整合、背景工作、通知和活動追蹤，並讓它把重要發現記到 worklog 檔，供下一次執行參考。
• 用 Cursor background agent 保持文件最新：留言者用 Cursor background agent 讓文件保持最新，也從 Slack 討論串啟動任務，再接到 Cursor 繼續做。
• 用 Cursor 升級網站的相依套件和框架：Kent C. Dodds 讓 Cursor 的 agent 查遷移文件、規劃，並把他網站的 Remix v2 升級到 React Router v7，另外也升級了 xstate。
• 用 Cursor 的 agent 更新並發布 app：發文者完全用 Cursor 做出並發布了 TaskNavi v1.2.0，覺得改程式碼時 Composer 的 Agent mode 比 Chat 好用。
• 用 Cursor 除錯正式環境的 pod 和 docker-compose：一位 DevOps 工程師用 Cursor 搭配 Kubernetes MCP 拉正式環境的 log 並建議修法，也用它修好壞掉的 docker-compose 檔。
• 用 Devin 一步一步做出優惠頁面：一位工程師讓 Devin 分階段實作優惠頁面，它不到 10 分鐘就開了 PR，但 CI 失敗，還加了不必要的改動，對某個函式庫也給了錯誤的答案。
• 用 Devin 修正式環境的布林旗標 bug：一位評測者讓 Devin 修正式網站的 bug，它約十分鐘就交出 PR，但夾帶了不相關的改動，例如移除一項安全檢查。
• 用 Devin 做 app、除錯 repo 和建立 CI/CD：一篇評測列出 Devin 做出全端待辦 app、替一個公開 repo 除錯並開 PR，以及處理 Docker 設定、部署和 CI/CD。
• 用 Devin 做計算機網頁 app 並重構：Scott Logic 的一位開發者用 Devin 做了計算機網頁 app，再請它規劃重構這份肥大的程式碼，把計畫分段餵回去後，專案大小少了約 60%。
• 用 Devin 建置並測試簡單的 endpoint 專案：一位評測者讓 Devin 在一個簡單任務上建專案、寫程式、裝相依套件、測 endpoint 並加錯誤處理，大約 4 分鐘完成。
• 用 Devin 把 React MUI 元件轉成 Tailwind：Lumos 用 Devin 做 MUI 轉 Tailwind 這類例行工作，進行得很順利，它的單元測試回饋迴圈也減少了重寫。
• 用 Devin 更新 AI CLI 工具的文件頁：使用者請 Devin 更新一頁列出 AI coding CLI 工具的文件，它 5 分鐘就開了 PR，但另一個任務要來回很多次才找齊所有檔案。
• 用 GitHub bot 分類 issue 並開修復 PR：一份 cookbook 示範 GitHub bot 如何分類 issue、審 PR、附引用回答問題、標出 AI 垃圾貢獻，並開出修補 PR 交給人工審查。
• 用 LLM agent 把口述規格變成 ticket 和程式碼：一位開發者口述規格，讓 LLM 把它補得更完整，接著規劃並建立專案骨架，再由 agent 依模組開實作 ticket。
• 用 MCP server 診斷 Kubernetes 警報：一個由 Alertmanager 觸發的 n8n agent 會查詢 Kubernetes、Grafana 和其他 MCP server，並在 Mattermost 討論串貼出含根因假設的診斷報告。
• 用 Manus 做出完整 app：一位使用者在 Manus 上做出整個 app，起步很順，但點數用完後，卡在 Apple 與 Manus 之間的帳務客服迴圈。
• 用 Manus 做安全資料表檢索系統：作者幾乎完全透過 Manus 做出 SDS 檢索 app，它會在網路上找到對的 SDS PDF、下載、擷取文字並解析成 JSON schema。
• 用 Manus 做網站：一位使用者讓 Manus 做網站，但在 Manus 沙盒外無法存取，所以沒辦法直接登入去改後端。
• 用 Manus 大量產生程式碼：一位使用者讓 Manus 快速產出大量軟體專案的程式碼，但有幾次弄丟成果，只好另外加存檔點機制。
• 用 Manus 寫程式並透過 GitHub 和 Vercel 自動部署：一位 G2 評測者主要用 Manus 寫程式，把程式碼推到連結 Vercel 的 GitHub，成果就會直接上線到他的網站。
• 用 Manus 更新數位資產平台：Mufasa 用 Manus 檢視功能、反覆修改 mockup，並為 Genesis v2.0 新增的 AI 自動化領域產生程式碼。
• 用 Muse agent 做 iCloud skill：一位螢幕閱讀器使用者請 Muse agent 做 iCloud skill，它確實做出了東西，但文字欄位和對話導覽的無障礙問題造成阻礙。
• 用 OpenClaw 從 Telegram 執行正式環境部署和連接埠掃描：一位資安人員用 OpenClaw agent，正式環境只有唯讀權限、變更只能走 PR、重啟需手動核准，用來部署變更並掃描 VPS 有沒有暴露的連接埠。
• 用 OpenCode 加 DeepSeek 取代 Claude Code 寫程式：一位開發者把 coding agent 從 Claude Code 換成 OpenCode 搭配 DeepSeek，表示寫程式的品質相當，成本低很多。
• 用 PRD 做規劃，再把任務交給較便宜的 agent：一位開發者在正式工作流程中，先用高階 agent 寫 PRD，拆成任務清單，再把工作交給比較便宜的 agent。
• 用 Playwright MCP 和 Claude Code 寫 Playwright 測試：一份教學，示範用 Playwright MCP 搭配 Claude Code 在幾分鐘內生出 Playwright 測試。
• 用 QA agent 探索網頁和行動 app 來抓 bug：Momentic 的 agent 會自主規劃、探索並對網頁、iOS 和 Android app 的使用流程做 bug 大掃除，服務工程團隊。
• 用 Replit Agent 9 小時做出 AI 待辦清單網頁 app：發文者用 Replit Agent V2 約花九小時，做出功能完整的 AI 待辦清單網頁 app。
• 用 Replit Agent 做心理健康 app：發文者用 Replit Agent 做出心理健康陪伴 app YANA，購買邏輯大多是它寫的，App Store 被退件的問題還沒解決。
• 用 Replit Agent 做第一個真正的專案：一位學生用 Replit Agent 完成了一個真實專案，agent 用量花了約 65 美元，費用超出預期。
• 用 Replit Agent 做遊戲攻略聊天機器人和瀏覽器遊戲：一位使用者用 Replit 先做了導覽電玩遊戲的聊天機器人 app，再做了瀏覽器遊戲，agent 有幫上忙，但也做了很多沒被要求的額外改動。
• 用 Replit 做午夜會消失的社群 app：一位使用者用 Replit 做了很複雜的社群 app，有會消失的貼文、媒體、私訊、群組和 AI 角色，想問有沒有人真的做完過這種專案。
• 用 Replit 把第一個 iOS app 上架 App Store：發文者在 Replit 上靠 ChatGPT 幫忙做出第一個 app，並通過 App Store 審核。
• 用 Replit 維護有獲利的 Stripe 收款 app：一位留言者用 Replit 做的 app 銷售額達到約 2 萬英鎊，他用 agent 找重複的程式碼、整理程式，並加上 reCAPTCHA 之類的安全防護。
• 用 Telegram 指令遠端修 bug 並發佈 app：一位留言者在離開筆電時，透過 Telegram 叫 Gemini 修 bug、測試並發佈他的 app。
• 用 agent 做多租戶 SaaS：發文者用 Replit Agent 花 15 天做出正式環境的多租戶 SaaS，但碰到 RLS 被繞過、正式環境連到開發資料庫等問題，所以一定要檢查它的成果。
• 用 agent 寫程式，同時保持對程式的理解：一位開發者的工作流程是，agent 會針對模糊處訪談他、自己做小決定、產生說明文件和測驗，並在 coding loop 裡跑 verifier。
• 用 agent 從頭到尾建好新服務：Cursor agent 會建立 Terraform、k8s manifest 和 CI，驗證後開 draft PR，有一次清理時誤刪了 Terraform 檔案。
• 用 agent 打造經形式化驗證的 Lean 網頁 app 執行環境：一位 agentic 工程師在他的高層指導下，讓 Claude 做出 Lasm，可在瀏覽器、Node、serverless 和 edge 環境執行 Lean 網頁 app。
• 用 agent 把 Copilot runtime 移植到 Rust：依標題所說，Microsoft 據報用 agent 以 12 萬美元把 Copilot runtime 移植到 Rust。
• 用 agent 把 runtime 從 TypeScript 改寫成 Rust：GitHub 工程師用 Copilot 工具讓 agent 寫了 Copilot runtime 改寫成 Rust 的大部分內容，共 80 萬行、128 個 PR，過程中修了幾個 regression。
• 用 agent 除錯並修復開源 bug 與補測試：作者用 coding agent 替一個開源系統工具的兩個 bug 除錯，並自主實作修復與測試，最後送出兩個 PR。
• 用 background agent 把未結的 GitHub issue 變成 PR：一位開發者把 Cursor background agent 指向 Terraform repo 的一個未結 issue，它約 3 分鐘就開了 PR，不過 PR 描述和標題需要修正。
• 用 bot 團隊 72 小時內推出產品：三位 SpaceX 工程師用 Grok Bot 團隊，從空 repo 做到有 433 個 PR 的產品，agent 會重現 bug 並自主合併，只有 migration 和部署需要人工把關。
• 用 coding agent 做新舊 app：Terence Tao 說明他如何用現代 coding agent 來做新 app 或讓舊 app 復活（依文章標題推測）。
• 用 coding agent 的 PR 升級相依套件：一位貢獻者叫 Copilot agent 升級 SDK repo 裡的 @github/copilot 相依套件，產生的 PR 有 package 和 lockfile 更新，另外還多了一些 lockfile 變動。
• 用 coding agent 解決 Slack 上回報的問題：一個 Codex agent 大約 40 分鐘就解決了交給它的 issue，再由 ops agent 回到 Slack 驗證修復。
• 用 computer use 掃描 app 的 UX 改善點：一位使用者在 Windows 上試了 Claude Code 的 computer-use 功能來掃描自己 app 的 UX 改善點，並問在那邊是否好用。
• 用 property testing 的 agent 群找 bug：做 property testing 的 agent 群在作者工作的程式碼裡找到約 30 個 bug，接著在 uv 等開源專案找到約 100 個 bug，很多修復已被 merge。
• 用 review agent 和測試對照使用者意圖檢查程式碼：一位開發者讓 agent 重讀所有使用者訊息來重新推導意圖，再拿程式碼和測試去對照，並在一份經過 review 的 todo 檔裡追蹤工作。
• 用 shell 指令跑 build、測試和建立 PR：一份指南展示 Scout 執行 build、測試、lint 和 gh 指令、列出或建立 PR，並把 diff 審查和測試執行交給背景 sub-agent。
• 用一句 prompt 做出並部署會議 app：一位使用者讓 Replit Agent 做出一個有儀表板、邏輯和分析功能的會議 app，不用手動改程式碼就部署上線。
• 用一次到位的 coding agent 把 ticket 變成合併的 PR：Stripe 介紹內部的 Minions coding agent，能端到端把任務做成程式碼變更，這篇只有標題資訊。
• 用一組平行 agent 打造 C 編譯器：Anthropic 工程團隊的文章，介紹讓 Opus 4.6 agent 團隊建造 C 編譯器。
• 用一群並行 coding agent 打造 SQLite：作者回顧用並行 coding agent 做出 SQLite 實作的經過，並分享心得。
• 用三個工具在 R 裡做出能用的 coding agent：作者從三個工具開始，在 R 裡做出一個能用的 coding agent，再加上更多工具讓它更安全、更有效率。
• 用並行 sub-agent 做多階段 PR review：一個 Claude Code 外掛，用 sub-agent 和驗證流程分階段審查 PR，還可選擇透過 Codex 做 ensemble review。
• 用分層的 agent 審查流程 review AI 寫的程式碼：Anthropic 的 Claude Code 團隊說明他們如何調整 code review 流程，讓 Claude 能寫出 Claude Code 大部分的程式碼。
• 用同一個前端操作多台機器和 VPS 上的 coding agent：一位開發者用 T3 Code 當前端，在個人電腦和 VPS 上操作 Claude Code、Codex 和 pi，工作上則用 Copilot，拿來實作任務、草擬 commit message 和 PR 摘要。
• 用唯讀權限的 Claude 診斷 AWS 問題：一位新創公司的工程師讓 Claude 以唯讀權限存取 AWS、log 和資料庫，它會自己調查問題並寫報告，不過偶爾會亂編。
• 用單一 prompt 做記帳預算 app：一位低程式碼使用者用 Replit Agent 約 20 分鐘做出「Budget Buddy」，有分類預算、支出儀表板和支出紀錄，用掉一半的月點數。
• 用多 agent 開發團隊建立心智模型框架：一位個人創辦人把 Claude、ChatGPT、Windsurf 和 Cursor 當成分角色的團隊成員，設計、測試並部署了包含 120 個模型的心智模型框架和 MCP server。
• 用多種設計方案重新設計管理功能：一位使用者請 Codex 重新設計一個管理功能並產出五種設計，結果每一種他都喜歡。
• 用容器和 hooks 安全地跑 Cursor agent mode：發文者在真實專案上跑 Cursor agent mode，包括一個 Twilio 語音 agent，用容器、hooks 和各種防護來保護環境。
• 用對話方式請 Claude 寫 Apple II 軟體：作者做了一個有乙太網路的 Apple IIe 用戶端，透過 Mac proxy 和 Claude 對話來寫程式，再把新程式載入記憶體。
• 用對話設定本機 AI 實驗室並建立知識圖譜：使用者讓 Hermes Agent 架設本機 AI 環境（liteLLM、Postgres、Prometheus、Grafana），並安裝 Gbrain 當 MCP server 來建立個人知識圖譜。
• 用懂 MDN 的小幫手寫更好的 CSS：一個 MCP server，會查詢 MDN 文件、回報瀏覽器相容性，並替 agent 分析你的 CSS。
• 用手機寫程式：一篇介紹在外面也能用 Claude Code 的設定做法。
• 用會 benchmark 和 profile 的 agent 優化 CUDA kernel：AI agent 跑 C++ CUDA 測試框架、取得 benchmark，並用 Nsight 做 profile 來優化 kernel，用 LangGraph 打造。
• 用本地搜尋 agent 更快找到程式碼：一個小型本地 agent 會操作 ColGrep 多向量程式碼搜尋並讀檔案，找東西更快更省，也能接進 Claude Code。
• 用測試驅動的 agent 開發做出開發工作流程產生器：作者做了一個開源系統，透過訪談產生專屬於專案的開發工作流程，全程用 Claude Code 完成，它寫並除錯了 550 多個測試。
• 用瀏覽器 agent 除錯前端 UI bug：一位前端開發者把 Claude in Chrome 和 Claude Code 搭配使用，開啟 app、逐步點擊、讀 DOM、檢查 console 錯誤和網路請求，並修好 UI bug。
• 用白話文管理 Canvas 課程：作者用 Claude Code 做了 Canvas LMS 工具，讓教育工作者能列出課程、找出缺交作業、監看討論區、排程公告和匯出成績簿。
• 用第二個 agent 交叉檢查 coding agent 的答案：發文者做了一個工具，自動把 Claude Code 的回覆送給 Codex 取得第二意見，取代手動複製貼上。
• 用簡單的 prompt 做 app（部分成功）：發文者請 Replit 用一個簡單的 prompt 做 app，但登入功能不能用，在貼錯誤訊息給它的過程中就用完了免費額度。
• 用精簡版 MCP server 分析 AWS 成本：作者把 AWS 成本分析的 MCP server 從 15 個 tool 重做成 4 個，一個問題的 tool call 從 7 次降到 2 次，schema 小了 88%。
• 用終端機 coding agent 審查數百個 pull request：在一項獨立測試中，Muse Code 不到五分鐘、花約十美分就審完 222 個 pull request，但也針對一個不存在的 Google 專案做了計畫。
• 用自動化的多 agent 驗證和 review 迴圈來實作規格：一位開發者先寫好規格，再讓實作引擎去做，由不同 agent 和模型進行多輪 review、分類問題並反覆迴圈，直到程式碼符合規格。
• 用行事曆和 Stripe 沙盒做預約 app：一位評測者讓 Manus 在約 40 分鐘內做出可上線的預約 app，含行事曆、Stripe 沙盒和測試資料，但 email 不穩定，手機版面需要手動修。
• 用規劃指令流程把想法變成實作：一位 SaaS 獨立創辦人用自訂的五步 agent 流程（意圖、影響分析、規劃、執行、審查）搭配 lint 護欄，在正式產品上交付功能。
• 用評審 subagent 和多階段 review 開發 app：一套 Claude Code 的 app 開發設定，用評審 subagent、context 管理和多階段 review 來控管品質。
• 用試算表做姓名與臉孔配對測驗網站：Scott Wu 讓 Devin 根據講者姓名和照片的 TSV 檔，做出並部署手機友善的 React 測驗，另外還有 QR code 網站可以分享。
• 用語音搭配 Claude Code 免手持除錯：作者做了一套本地的語音轉文字與文字轉語音，透過 MCP 接上 Claude Code，並在刷牙時用它免手持除錯 WhatsApp 整合。
• 用量到上限時，在 agent 帳號之間交接 coding session：一位開發者做了一個 app，追蹤多個 Codex 和 Claude Code 帳號的用量，其中一個到達上限時就自動把對話交接出去。
• 用長時間執行的 agent 把 GitHub issue 變成 draft PR：作者把 Dots 用在讀取量大的長期任務，例如讀 GitHub issue 並做 PR，成果通常不太好，但能當個起點。
• 用長時間運作的 agent 監控任務並開 pull request：一位留言者跑著一支常駐腳本盯任務，並用 Cursor 開 pull request，做出了文件摘要器和資料 pipeline。
• 盤點某個功能的問題，再交給工程師的 agent 處理：一個 AI agent 列出某功能的所有問題並送給一位工程師，那位工程師自己的 agent 接著自動處理了大部分。
• 管理 WordPress、Astro 和 Eleventy 的多個網站：發文者用 OpenClaw，搭配 Claude Code 和 Codex，管理並處理大約五個網站。
• 純靠 prompt 做邀請卡網站：一位使用者為女朋友做了純前端的邀請網站，有動畫、圖片和導覽，全程只對 Cursor 下指示，沒碰程式碼。
• 給 agent 一支機架上的手機，透過 ADB 操作：作者架了一支機架式的 Fairphone 6，讓他的 agent 可以透過 ADB 使用。
• 給 coding agent 編譯器等級準確的 C# Find Usages：Graphify C# 讓 coding agent 能以編譯器等級的準確度，在 C# 程式碼中找出 symbol 的使用處。
• 統籌多階段的 RAG 遷移：一份教學，說明如何用 Gemini CLI 協調複雜的多階段雲端遷移專案。
• 自主修 app bug、強化安全並發佈修復：Omar 在上班時用 Hermes Agent 修他健康 app 的高優先 bug、隔離瀏覽器登入、設計資訊圖橫幅，並在驗證健康檢查後發佈正式環境修復。
• 自主完成軟體功能（部分成功）：Claude computer use 為一個規劃好的功能產出 70 個檔案，但程式碼不能跑，作者只好改回手動作業。
• 自動修 Snyk 漏洞並開 PR：一位開發者做了 Claude Code/Cursor 的工作流程，會讀漏洞工單、更新相依套件和 lockfile、開 PR 並監控 CI，merge 仍維持手動。
• 自動審查 GitHub pull request：一個 n8n AI agent 在每個新 PR 觸發，抓取 diff，呼叫 LLM 做審查，再把留言和標籤貼回 PR。
• 自動測試整個 iOS app 並回報 bug：有個工具讓 Claude Code 透過 accessibility tree 操作 iOS app，點過每個畫面，最後回傳結構化的 bug 摘要。
• 自動盯著 PR 直到 merge：機器人每 30 分鐘檢查一次 PR，失敗的退回給雲端 agent 處理，乾淨的 PR 會先 review，信心高又低風險的就自動 merge。
• 自己點過 app 來驗證成果：Devin 靠 computer use 做出並玩了一款桌面遊戲、在 Amazon 下單，還會一路點過 app 來測試自己的成果。
• 花十天做出 AI app：作者花約 10 天用 Replit Agent 做出一個 AI 為基礎的 app，效果不錯，但它有時會忘記指示，並重新帶回不想要的行為。
• 處理大型主機與 COBOL：Hopper 是一個 agentic 開發環境，針對支撐銀行、支付、保險和航空的大型主機系統。
• 視覺化調整網站設計，再讓 agent 寫程式碼：CSS Studio 讓設計師在瀏覽器裡視覺化調整網站，並透過 MCP 把改動串流給現有的 coding agent，由它在程式碼庫中實作。
• 解決 git merge 衝突並推送修正：一份教學展示 Scout 比對 merge 衝突的雙方，提出合併後的檔案供審查，再 commit 並推到分支。
• 設定每週 changelog 並依 GitHub issue 修文件：Neon 的文件團隊讓 Devin 依 playbook 產生每週 changelog，並從 GitHub issue 開啟或修改文件 PR，只用在重複性的工作。
• 診斷伺服器上被殺掉的 process：Codex CLI 透過 SSH 在一台 2 GB、沒有 swap 的 droplet 的 kernel log 裡找到 OOM killer，並依風險列出修法，沒有動任何東西。
• 試用 Devin 處理公司程式碼的 pull request：一位留言者的團隊試了 Devin，發現 PR 很慢而且還是要人工審查，感覺像初階工程師。
• 調整 PR 以符合 repo 的慣用風格：一位開發者請 Claude 把 PR 改成 repo 的慣用風格，結果它只把註解改成小寫、變得更沒用，程式碼完全沒動。
• 調查壞掉的 build 並合併修復：OpenAI 內部的 OpenClaw agent Androidclaw 用 Git、GitHub 和 log 調查壞掉的 build，追查到事故原因，有時還會準備並合併修復。
• 請 coding agent 修正現有的 PR：一位開發者請 @copilot 修正現有 PR，它開了新 PR，沒有直接推到原 PR，後來修好了大部分，fork 分支除外。
• 讓 Claude Code 無人看管地跑重構：一個 Claude Code agent 無人看管跑了 40 分鐘做重構，結果能用、測試也過，但使用者看不出它中間做了什麼。
• 讓 Claude Code 經營 Chrome 擴充功能專案：作者讓 Claude Code 擔任一個免費 Chrome 擴充功能的 CEO。第一週它請他改名並做出下一版，但每次發文前仍要他核准。
• 讓 Claude 讀 GitHub 程式碼並代為發草稿：一位留言者讓 Claude 從 GitHub 讀程式碼並代為發草稿，也用桌面版的 Claude Code 編輯檔案和執行指令。
• 讓 Copilot agent mode 反覆處理複雜的程式任務：一位留言者用 Copilot agent mode 自己挑檔案、跑指令，反覆迭代直到複雜的程式工作完成。
• 讓 Copilot coding agent 寫程式並 push：一位開發者覺得這個 agent 很懂 context 也很會寫程式，但它把東西 push 到分支而讓 main 是空的，被叫去繼續做之後又花了好幾個小時檢查。
• 讓 Copilot 寫完一天內 push 的所有程式碼：一位留言者讓 Copilot 寫了一天內 push 的每一行程式碼，大致可行，但有一處改錯，需要人工 review。
• 讓 GitHub 個人頁和 repo 以英文為主：Codex 盤點帳號、備份內容，並更新 87 個公開 repo 的個人頁、描述和 README 導覽，最後對照 GitHub 驗證變更。
• 讓 agent 去修掉軟體上惱人的行為：作者讓 agent 用 hook 系統除錯 Hyper-V vmconnect 的全螢幕 bug，也讓 Codex 去改 Codex app 來加功能。
• 讓 agent 反覆優化來加快 Rust 程式：這篇文章談的是請 coding agent 透過反覆迭代讓 Rust 程式跑得更快。
• 讓 agent 在 Docker sandbox 裡擴充自己的程式碼：一個用 Claude 和 Agno 做的 agent 在 Docker 裡替自己的原始碼實作新能力，改動會經過驗證後 commit 或 rollback，目前已經有 21 個以上的能力。
• 讓 coding agent 在即時的 Excalidraw 畫布上工作：Drawgent 是一個在即時 Excalidraw 畫布上工作的 coding agent。
• 讓 coding agent 建立並部署 n8n 工作流程：發文者讓 AI agent 寫工作流程、腳本和設定檔，並透過 n8n 的 REST API 部署，不用手動拉節點。
• 讓 coding agent 擁有存在 git 裡的持久記憶：一個把 AI coding agent 的持久記憶存進 git 的工具，讓脈絡可以跨 session 延續。
• 讓 coding agent 長時間自主運作：Cursor 寫的一篇關於擴大長時間自主寫程式的文章。
• 讓會用電腦的 bot 處理任何 repo：一位留言者說 Grok Bot 能操作電腦和瀏覽器，可以指定它去處理任何 repo，不像專屬 repo 的雲端 agent 有限制。
• 讓每個人帶著自己的 Claude Code 一起多人寫程式：Claude Squad 讓每位參與者接上自己的 Claude Code 當 agent，每個功能用全新的 context，並有規格和 review 階段。
• 讓終端機 agent 打電話：一個建立在 Twilio 上的 CLI 工具讓終端機 agent 能開口打電話，agent 答不出來的問題會出現在儀表板上。
• 讓自己的 pull request 獲得自動程式碼審查：一位使用者在私有 repo 的 PR 上用 Copilot code review，但審查卡了好幾小時，最後以錯誤收場。
• 讓自製的 agent 修改它自己的 repo：作者自己打造的 agent 對自己的 repo 做出了第一次程式碼變更。
• 讓長時間運作的 agent 通宵除錯：作者讓 Codex CLI 跑好幾個小時，對著能重現問題的單元測試加 debug print 並驗證各種假設，通常最後只是找到 bug 而已。
• 跑一座會開 PR、審 PR、合併 PR 的 AI 軟體工廠：一份教你打造能開 PR、審 PR、合併 PR 的 agent 指南。
• 跑一座自架、沙盒化的軟體工廠：一位開發者記錄他幾乎全自架、沙盒化的 agentic 軟體生產流程建置過程。
• 跑一整隊工程師 bot 來修 CI 並送出 PR：一位 SpaceXAI 工程師跑五個專門的 Grok bot，啟動雲端 agent、修壞掉的 CI 和安全問題、觸發審查，並在夜間送出 PR，同時可處理超過 200 個 agent。
• 跑一群沙盒化的 Claude Code 並透過 MCP 共用檔案：一位開發者跑一群沙盒化的 Claude Code 實例，透過 MCP 工具在虛擬檔案系統上共用檔案，由 orchestrator 處理 AWS 儲存與稽核紀錄。
• 跑會做原子 commit 的任務管理 sub-agent：發文者做了一個 Claude Code sub-agent，會抓下一個任務、標記完成，並強制要求原子 commit 且必須附 commit id。
• 跑會處理 Jira ticket、審 PR 並發送更新的 agent：Luke 跑好幾個 Hermes agent，會讀 Jira ticket、寫程式、審 PR、追蹤成本、摘要文件並發送更新。
• 跑會開 draft PR 的多 bot 團隊：一組 Grok 設定包含研究、分類、建置、測試、審查和安全 bot，會梳理 repo、做最小改動、跑測試和 lint，並開 draft PR，作者說已超過 1,000 個 PR。
• 跑規劃者加低成本執行者的 subagent 寫程式流程：留言者用 Codex 搭配 GPT-5.5 當規劃者、GPT-5.4 Mini agent 當執行者，讓比較便宜的模型處理原本會太貴的任務。
• 跨多個 repo 把 Linear ticket 轉成 PR：一位開發者透過 Telegram/OpenClaw 把任務送進 Linear，Cyrus 會把每個任務分派到對的 repo 和模型，並開 PR 供審查。
• 跨工具用 Devin 發出更多 pull request：Ryan Carson 在 iPhone、Slack、瀏覽器、GitHub 和 Linear 上用 Devin 處理實際工作，並表示 PR 的出貨速度變快了。
• 追蹤每天發布的 AI 開發工具並建立專案工具包：這個用 Claude Code 做的工具全天候爬取來源，用 AI 分類找到的東西、評分可信度，並產生含 CLAUDE.md 的專案工具包。
• 透過 ChatGPT 網站執行本機桌面指令：作者做了桌面 app 加 Chrome 擴充功能，讓 ChatGPT 網站變成本機 coding agent，在他的桌機上執行指令，目前不對外公開釋出。
• 透過 Copilot CLI subagent 執行終端機指令：一位留言者用會執行終端機指令的 Copilot CLI agent，包括 /fleet 指令和 subagent 風格的工作流程。
• 透過 Devin 的 PR 加入第三方 API 整合：Devin 開了含 endpoint 和後端串接的 PR 並被 merge，但漏了 API key 的邏輯、程式碼風格和抽象，需要 review 時修正。
• 透過 MCP agent 執行 Terraform plan 和 apply：作者讓 Cursor 透過 MCP 對 Postgres 跑 Terraform，apply 時碰到權限錯誤，最後他自己在終端機完成。
• 透過 MCP 把 Figma 設計做成首頁：作者用 MCP 把 Figma 接到 Cursor，幫字型典藏網站做新首頁，在 Lovable 讓人失望之後，這次成果很好。
• 透過 MCP 讓 AI agent 除錯 Windows crash dump：ForensicDbg 是針對原生 Windows x64/x86 crash 的事後除錯器，附有 MCP server，讓 AI agent 能從整理並互相連結的 crash 資料來除錯。
• 透過 Ollama 用本地模型跑 Claude Code：一份教學，說明如何在 IntelliJ 設定 Claude Code，並透過 Ollama 連接本地模型來寫程式。
• 透過 SSH 在老 iMac 上修補和撰寫軟體：一位留言者讓 Claude SSH 進 2007 年的 iMac，修問題並寫客製軟體，讓舊硬體重獲新生。
• 透過 Tangled MCP server 在 Claude Code 建立與讀取 issue：作者開始做一個 MCP server，讓 Claude Code 能在 Tangled 上建立與讀取 issue。
• 透過 Wine 讓 Microsoft Office 在 Linux 上跑起來：Claude Code 包辦大部分工作，讓桌面版 Office 365 不用虛擬化就能在 Linux 的 Wine 下執行，並打包成 Nix flake。
• 透過團隊聊天 agent 做客戶原型：一個團隊讓 Hermes 能存取 IRC、repo、Cloudflare 和 nginx，在潛在客戶確認 prompt 後替他們做原型。
• 遠端修正並重新送審被退回的 app：MaakCode 讓一個 dot 調查被退回的 app 送審問題，修正、測試、開 PR 並重新送審。
• 重構老舊的 jQuery plugin 並修 bug：Devin 重構了一個 2017 年的 jQuery plugin，修好彈窗關不掉的 bug 並加了 debug 模式，產出兩個被接受的 PR，不過它第一版程式碼留了 console.log。
• 非開發者做出有 AI 聊天的個人作品集網站：一位設計師用 Claude Code 在 48 小時內做出個人網站，裡面有談論自己作品的 AI 聊天，幾天後又發布了一個成長設計工具。
• 點過 macOS app 的每個畫面抓視覺 bug：一位開發者用 Claude Code 的 computer use 編譯並啟動 macOS app，再一個畫面一個畫面點過去找版面 bug。

遊戲與模擬

• 24 小時做出 3D 瀏覽器遊戲：一位開發者用 Replit 的 agent，完全在瀏覽器裡做出 3D 瀏覽器遊戲，不用本機環境設定。
• 一天做出小遊戲合集：一位資料專業人員先用 ChatGPT 擬 prompt，再用 Cursor 的 agent 模式做出含四個小遊戲的 Python tkinter 遊戲。
• 不會寫程式也能做 2D 平台遊戲：一位完全沒寫過程式的內容創作者用 Claude Code 在 HTML canvas 做出黑白的波次戰鬥平台遊戲，並現場直播遊玩。
• 依設計文件做出遊戲關卡：發文者讓 Grok 4.5 依詳細的遊戲設計文件，替現有的 Three.js 遊戲做出一個關卡，之後再手動整理一下。
• 做一個 NES harness 讓 agent 能玩遊戲：一位留言者正在做 NES harness，讓 agent 讀取模擬器狀態，但偵測對話框和選單很吃力，所以打算做逐幀的狀態記錄器。
• 做一個和語言模型對弈的西洋棋遊戲：一位早期測試者請 Devin 做一個和語言模型對弈的西洋棋遊戲，進展不錯，但最後卡住了。
• 做一款瀏覽器遊戲並訓練 agent 來玩：Grok 做出瀏覽器遊戲 Roofline，接著訓練一個 PPO agent 去玩線上頁面，最高分達 39,359。
• 做出並平衡一款線上的 Telegram RPG：一位不寫程式的 PM 讓 Claude Code 寫出 Telegram RPG bot、透過 SSH 部署，並跑了數萬場測試戰鬥來重新平衡職業。
• 和 AI 地下城主玩語音 RPG：一個有持久記憶的 n8n 範本 agent，透過 Telegram 語音訊息主持奇幻 RPG，負責敘述場景、判定擲骰並儲存狀態。
• 和孩子一起用 Claude Code 做復古遊戲：一位作者和 7 歲的孩子一起做太空射擊和動物醫院之類的遊戲，用像素美術素材，規格則透過 Claude 的提問工具擬出。
• 在 Minecraft 和 Mindustry 跑 AI agent 群：agent 群在 Minecraft 和 Mindustry 這兩款遊戲中運作，原文只有標題，沒有更多細節。
• 在即時戰略遊戲中對戰：一個為前沿 LLM 彼此對戰而打造的遊戲環境。
• 在瀏覽器裡寫 3D 飛機遊戲：Hugging Face 的產品負責人請 Manus 做一款 Three.js 的飛機操控遊戲，拿到一個有動畫的 3D 瀏覽器遊戲。
• 從 GitHub 和 X 製作並推廣遊戲：一位使用者給 Grok Bot 一個有 20 多個 repo 的 GitHub 帳號和 X 帳號，讓它製作、更新遊戲，並發文推廣網站。
• 從截圖取得牌類遊戲的出牌建議：一個 n8n 的 Telegram 工作流程用 GPT-4o 視覺讀取截圖或語音訊息，為撲克、二十一點、骨牌和麻將提供出牌建議，只給建議。
• 把 Pac-Man 改成雙人合作並放進街機機台：Claude Code 把 Pac-Man 改成橫向的雙人合作遊戲，加入 Ms. Pac-Man 和加速功能，並放進使用者的 Mistercade 機台。
• 拿網頁遊戲測試瀏覽器 agent：研究人員讓 ChatGPT Atlas 的瀏覽器 agent 玩 T-Rex Runner、數獨、Flappy Bird 和 Stein.world，它在數獨這類邏輯題表現不錯，比人類更快完成。
• 替 1990 年代遊戲的重製版加入阿萊西亞戰役擴充：Nate Combs 用 ChatGPT 做研究和擬 prompt，由 Claude Code 實作擴充內容，並依他的試玩意見反覆調整。
• 替 app 加入 61 款兒童友善小遊戲：兩位使用者讓 Replit Agent 自主替他們的遊戲庫加入 61 款適合兒童、無廣告的小遊戲，從 40 款增加到 101 款。
• 測試 iPhone 遊戲並回報通過了什麼：Cognition 讓跑在 GPT-6 Astra 上的 Devin 在模擬器測試遊戲 Otter Run，交回錄影和一份報告，列出通過的檢查與未測試的範圍。
• 玩 RollerCoaster Tycoon：Ramp Labs 把 Claude Code 放進 RollerCoaster Tycoon。
• 用 Claude Cowork 和 Maya 做遊戲工具：發文者用 Claude Cowork 持續好幾個月討論架構並產生遊戲工具的程式碼，把結果搬到 PowerShell 和 Maya，再把截圖傳回去追問。
• 用 Codex 做遊戲架構與動畫合併：一位留言者讓 Codex 處理遊戲的基礎架構工作，讀引擎文件並實作更好的動畫合併。
• 用 Cursor agent 試玩 Godot 4 遊戲：一個 Cursor 外掛和 subagent 讓 agent 能像玩家一樣擷取 Godot 4 遊戲的截圖，並點過 UI 流程。
• 用 Grok 當遊戲的敘事引擎：發文者做了一款由 Grok 產生故事旁白的遊戲，並表示它的敘事輸出比 Gemini 和 GPT 更好。
• 用 agent 同時做四款遊戲：四個 Grok 4.20 agent 在一天內並行做出塔防、迷你 Factorio、CHIP-8 模擬器和 roguelike 射擊遊戲。
• 用 agent 模式玩線上數學遊戲：作者讓 ChatGPT agent 模式下的 GPT-5 玩 Math Games with Bad Drawings 的線上版，大致成功，不像先前租車和報稅表單的嘗試。
• 用 bot 做出並經營手機遊戲：一份指南介紹六個 bot 如何製作、上架並改進手機遊戲，包括依錄下的點擊路徑學習來上傳廣告素材。
• 用 computer-use agent 玩 Doom 當作非正式基準：OpenClaw 團隊讓 computer-use agent 在遠端機器上玩 Doom，把遊戲表現當成改善 computer-use 工作流程的非正式方式。
• 用 computer-using agent 在瀏覽器玩 Wordle：研究人員讓 OpenAI 的 Computer-Using Agent 玩 NYT Wordle，約 200 次只解出 5.36%，主要是看錯格子顏色。
• 用 prompt 做出互動式網頁遊戲：根據一位網紅的測試，Manus 約一小時就做出扮演 Google CEO 的角色扮演網頁遊戲，還有用科技公司 logo 做的三消遊戲。
• 用 vibe coding 做 HTML5 瀏覽器遊戲：Xenodochium 的開發者用 Gemini 做出這款遊戲，遇到反覆出現的錯誤，靠開新的對話繞過去。
• 用 vibe coding 為 DeskHog 做 Flappy Bird 遊戲：PostHog 的教學讓 Cursor 在 Agent 模式下，依 README 和硬體細節替 DeskHog 裝置寫出 Flappy Bird 風格的遊戲。
• 用一句 prompt 做出三消遊戲：一位作者只對 Gemini 3 Pro 下一次 prompt，就得到有分享連結、能玩的 Candy Crush 風格遊戲，還說一位非技術背景的朋友也辦到了。
• 用一句 prompt 做出賽車遊戲：Codex 從一句 prompt 做出有多名車手、八張地圖和道具的賽車遊戲，還親自玩遊戲，同時擔任設計、開發和 QA 測試。
• 用單一 HTML 檔做人工生命模擬器：四個 Grok agent 被要求做出人工生命模擬器，有發光粒子、力的滑桿和湧現行為。
• 用瀏覽器 agent 玩按鈕點擊遊戲：一位開發者把 Gemini 的 Computer Use 模型接到 Java 版 Playwright，讓它玩簡單的按鈕點擊遊戲，來驗證點擊座標的縮放。
• 用螢幕操控在 Android 上玩一局手機遊戲：發文者表示 Android 上的 Gemini computer use 透過讀螢幕、移動角色戰鬥，玩了一局 Fire Emblem Heroes。
• 用衍生的 agent 做 Rust 遊戲引擎：OnXStephen 讓 Grok Bot 衍生出多個 agent，做出有 .NET 腳本、多執行緒、天氣、光照和熱重載的 Rust 遊戲引擎。
• 用設計與寫程式搭檔 agent 做 Godot 遊戲：Cowork 負責設計文件、任務佇列和試玩，Claude Code 負責寫 GDScript 並執行 Godot 和 git。
• 用遊戲 agent 在 Goat Simulator 3 中移動：以 Gemini 為基礎的 SIMA 2 能在 Goat Simulator 3 裡移動，真人玩家也可以指揮它來改善表現。
• 給 coding agent 一個面向遊戲世界的客戶端：作者用 coding agent 開發遊戲 Overlands，並透過專用的 agent 客戶端讓它進入遊戲世界，它還替自己取了名字、設計了自己的角色形象。
• 製作並測試火星模擬遊戲：Grok Build 寫出火星模擬遊戲的各個系統，並自行測試、研究遊玩過程、修 bug 與反覆迭代。
• 設計 Polkadot parachain 策略遊戲概念：一位 X 使用者花一天和 Manus 一起設計 Parachain Conquest，這款遊戲把 Polkadot parachain 和跨鏈事件對應起來。
• 讓 AI agent 彼此玩你畫我猜：agent 透過 MCP 連線，在 Sketch Stadium 輪流用 SVG 畫圖與猜題，是推播通知給 agent 的示範。
• 讓 AI 地下城主主持 D&D 地城探險：一個瀏覽器版 D&D 5e 地城探險，由 AI 地下城主替三人隊伍主持遊戲，不會亂編規則。
• 讓 AI 試玩你自己的遊戲：一位開發者做了 agentic 測試 harness，讓 AI 能玩自己的遊戲，協助試玩測試。
• 讓 agent 整天玩電腦遊戲：包括 Claude Opus 和 o3 在內的 agent 拿到電腦，獨立玩 2048 之類的遊戲長達數小時。
• 讓 agent 玩 Forza Horizon 和網頁遊戲：開發者展示 OpenClaw 自己玩 Forza Horizon，表現不完美，也做出了能玩某款多人網頁遊戲的 bot。
• 讓 agent 玩 Pokémon Blue：Gemini Plays Pokémon agent 會讀遊戲 RAM 和截圖，把動作轉成按鍵，並用尋路和推石頭解謎的 sub-agent。
• 讓 computer-use agent 玩瀏覽器遊戲求勝：Ethan Mollick 叫 Claude 的 computer-use agent 去贏 Universal Paperclips，它先反覆點擊，在提示後改寫程式自動化遊戲，不過桌面途中當機了。
• 讓三個模型比賽做 Counter-Strike 複製品：InstantDB 讓 Codex、Opus 和 Gemini 各自嘗試做出一款多人射擊遊戲。
• 讓通用 agent 自己選遊戲來玩：AI Village 給 agent 一台電腦自己挑遊戲，GPT-5 花了一週玩踩地雷卻沒贏，還做了 Google Sheets 計分表來追蹤各個 agent。
• 逆向 1997 年的 PC 遊戲並讓它在新硬體上執行：Claude Code 讓一款舊的 DirectX 遊戲在新硬體上跑起來、反編譯了大部分內容、做出無頭的並行執行器，現在還能寫出附截圖的完整關卡攻略。
• 透過 API 在 SimCity 當市長：一個建在開源 Micropolis 引擎上的無頭城市模擬器，任何人的 agent 都能來經營一座城市。
• 透過 Computer Use 在模擬器玩 Pokémon Silver：一位使用者讓有 Computer Use 的 ChatGPT 操作 Pokémon Silver 模擬器，選了初始寶可夢並開始遊玩，不過使用額度被設定和重複對話耗掉。
• 透過模擬器玩 Game Boy 遊戲：一位開發者做了一個 agent，讓 Claude 看 PyBoy 的遊戲畫面、決定動作並按按鈕，並搭配記憶工具和定期摘要。
• 靠 LLM 協助寫程式做出瀏覽器 4X 策略遊戲：發文者用 Grok 和 Gemini 寫戰鬥引擎、戰爭迷霧、地圖生成和啟發式 AI，兩週做出瀏覽器 4X 遊戲 Hexwardia。

資安、科學與硬體

• 依在地回收規則分類垃圾：Gemini Robotics-ER 1.5 會上網查在地回收規則，再規劃並把物品分到廚餘、回收和垃圾桶。
• 修復已驗證垃圾回收器的形式化證明：Codex 編輯檔案並執行建置來修復 CertiGC 的證明，局部修復做得不錯，但人類得檢查它的不變式是否保住規格。
• 修改筆電 BIOS 解鎖隱藏的韌體選單：一位 Reddit 使用者把 BIOS dump 交給 Claude Code，它反組譯後找到簽章檢查並修補，刷入後解鎖了隱藏設定（二手轉述）。
• 即時監控 CVE 並評分、發出警示：一個 n8n 工作流程監控 CISA 和 OTX 等來源的 CVE，用 AI 評分，並透過 Slack、Gmail 和 Google Sheets 發出警示。
• 在 Ghidra 逆向二進位檔：一個提供 110 個 Ghidra 工具的 MCP server，用於 AI 輔助的逆向工程。
• 在 Nokia 110 傳統手機上跑 AI agent：作者逆向只有 48MB RAM 的 Nokia 110，讓它跑 AI agent 並自動化幾個動作。
• 在 PDB 開啟最新的蛋白質配體結構：一位研究人員讓 Comet 在 PDB 找出最新的三個 GSK3B 蛋白質配體複合物，並各自在 Ligand Interaction 檢視中開啟。
• 在 SQLite commit 中找尚未修補的漏洞：Google 的 Big Sleep agent 從一個已修補的 bug 出發，審查近期的 SQLite commit，找到一個可被利用的缺陷，並在發布前修好。
• 審查硬體組件的射出成型風險：Codex 搭配本地 CAD 工具檢查真實組件的幾何與配置，標出開模前的風險，並整理出附量測數據和結案條件的發現。
• 從修補檔逆向出完整的攻擊鏈：一位研究人員在 Claude Code 中用 Claude Opus 搭配 Playwright MCP，反編譯程式碼、找出漏洞並做出能用的 exploit。
• 找出商業邏輯漏洞並開修復 PR：多個並行的 Devin agent 各讀程式碼的一部分，找出商業邏輯和認證繞過漏洞，在沙盒中確認後再開修補 PR（廠商描述）。
• 找出智慧合約中可被利用的 bug：Anthropic 的紅隊回報，agent 找到價值 460 萬美元的區塊鏈智慧合約漏洞利用。
• 找出藏了 23 年的 Linux 漏洞：一篇記述 Claude Code 挖出 Linux 中長年存在的漏洞的文章。
• 找出開源軟體的安全缺陷：Google 的 Big Sleep agent 在 SQLite 的發現之後，又回報了約 20 個開源軟體的安全缺陷。
• 拿真實示波器驗證 SPICE 模擬：示波器和 SPICE 模擬器的 MCP server 讓 Claude Code 能把模擬電路和真實硬體量測做比對，形成完整迴圈。
• 沒有 CAD 經驗也能設計並做出機械手臂：一位製作者用 Claude Code 搭配 FreeCAD 和 Claude Vision，設計、列印並組裝出有視覺與語音控制的 5 自由度伺服手臂。
• 為不到 2,000 美元的個人機器人寫程式：MARS 是通用型機器人，內建以 ROS2 為基礎的開放 agentic OS。
• 用 Claude 大規模形式化驗證軟體：Anthropic 的 Frontier Red Team 用 Claude 對軟體做形式化驗證，在比以往可行規模更大的程式碼庫上，證明程式碼沒有某些類型的 bug。
• 用 Codex 加速科學研究：一位研究人員大量使用 Codex 和 ChatGPT 做科學研究，一天做完一週的工作，不過近期的使用額度限制讓產出變少。
• 用 OpenClaw 控制並校正機械手：一個跑 Claude 的 OpenClaw agent 驅動 16 個關節的列印機械手，用 USB 攝影機檢查動作、校正韌體，並在 Telegram 上旁白。
• 用 agent 找室溫磁性半導體候選材料：依文章標題，Opus 5.5 agent 被用來找出兩種室溫磁性半導體候選材料。
• 用 agent 生成參數化幾何工作流程：GrassLobster 用 agentic AI 生成參數化幾何工作流程。
• 用 agent 端到端跑生物資訊預測挑戰：Claude agent 在黑客松中跑了 13 個生物資訊預測挑戰，涵蓋文獻、設計、程式碼、基準測試和報告，其中 2 個仍在進行，結果尚未經人工驗證。
• 用 coding 模型做無人機 CAD、CFD 與 DFM 最佳化應用：一位開發者打造專門的無人機 CAD、CFD 和 DFM 最佳化應用，用 Opus 做設計與審查，用 Flash 產生程式碼。
• 用 prompt 生成參數化 CAD 模型：一個開源的 text-to-CAD 工具，以產生 CAD 程式碼的方式，從文字和參考圖片做出 3D 模型。
• 用一句 prompt 生成機械手臂 CAD 模型：一個 text-to-cad skill 讓 Codex 在一次示範 prompt 中產出 7 自由度機械手臂，含運動學、GUI 和 STEP 零件，但沒有夾爪。
• 用上千個 agent 從生物資料集挖掘新線索：OpenAI 說明讓上千個 AI agent 處理複雜的生物資料，找出新的研究線索。
• 用多 agent 系統探索開放數學問題：一篇關於在開放世界多 agent 環境中自主進行數學發現的論文。
• 用生成的程式碼和語音指令控制機器人：Gemini 偵測物體並寫出機器人 API 程式碼，加上 10 個 in-context 示範，ALOHA 機器人就能裝箱和摺洋裝，語音指令也能變成機器人的計畫。
• 用自然語言操控 7 軸機械手臂：OpenClaw 學會 NERO 手臂的 skill 與規則後，能依白話的動作要求寫出並執行 Python 控制腳本。
• 自主解決開放數學問題：DeepMind 以 Gemini Deep Think 為基礎的 Aletheia agent，在 700 道開放的 Erdős 問題上接受評估，自主解出四道。
• 設計含 CAD 與計算的完整工程文件包：發文者表示他們的 Dot 能無人看管地跑好幾個小時的設計、計算、驗證迴圈，產出 CAD、計算書、BOM、電氣文件和圖面。
• 調度 Spot 機器人完成多步驟任務：Gemini Robotics ER 2 驅動 Boston Dynamics 的 Spot，看影片確認像綁垃圾袋這類任務完成後，才進行下一步。
• 逆向 Claude Desktop 找出支援 Linux 的路：一位維護者讓 Claude 研究壓縮過的 Claude Desktop app，想找出 Cowork 為何只能在 macOS 執行，它找到了 VM 和沙盒層，並規劃出通往 Linux 的路線。
• 逆向舊遊戲二進位檔來破解限制：發文者用 Claude Code 搭配 Ghidra，在一個 13 年前的遊戲二進位檔中追蹤橫跨多處驗證點的 call graph，破解了限制。
• 逆向裝置硬體並寫驅動程式：一位使用者讓 Claude 處理自己的電子裝置來寫驅動程式，例如替在新 macOS 上不能用的舊印表機寫驅動，診斷時由使用者當它的手。
• 透過 Claude Desktop 操控家用機器人：Tal Raviv 透過 Claude Desktop 搭配平常用的 email 和行事曆工具控制機器人，它提議在家中巡邏並發布田野日誌，也做了一次測試。
• 透過 Ghidra MCP 逆向經典遊戲 ROM：作者透過 MCP 把 Claude 接到 Ghidra，分析並重新命名 Atari River Raid ROM 裡的函式。
• 透過 MCP 用 Ghidra 逆向 Go 二進位檔：Huli 讓 Cursor 操作 GhidraMCP，辨識出 Golang 二進位檔、列出路由並找到 path traversal，但漏掉了 SQL injection 檢查。
• 透過 MCP 給 agent 多引擎數學核心：MathKernel 是一個重視證據的多引擎數學核心，以 MCP server 的形式提供給 agent 使用。
• 除錯底層密碼學程式碼：密碼學工程師 Filippo Valsorda 寫的文章，談 Claude Code 如何除錯底層密碼學程式。