你的 X 收藏夹里有多少条从来没打开过的?
我的曾经攒了上百条。每天刷推看到好东西就顺手收藏,心里想着"晚上再看"。晚上打开收藏夹,又刷到新的,旧的永远排不上。两三天不清理就积了几十条,一周不管直接破百。
后来我换了个做法:不攒着,看到就消化。一条推文丢给 Claude Code,30 秒出结果。值不值得转发、对我在做的事有没有用、要不要深入研究,一次全给你判断完。
一个多月下来,收藏夹清零了。每天消化的内容真的变成了行动,写了推文,改了策略参数,甚至调整了持仓方向。
这篇讲讲我怎么做的。
问题出在消化成本。
一条英文长推文,认真读完要 3-5 分钟。理解核心观点,再想想跟自己有什么关系,又要几分钟。如果想写个引用转发,还得组织语言。一条内容前前后后 10-15 分钟。
每天收藏 10 条,就是两个小时。没人有这个时间。
所以收藏夹就变成了吃灰仓库:你以为存起来就不会错过,其实存起来就再也不会打开了。
做法很直接:把 URL 丢给 Claude Code,让它帮你提取价值、匹配行动、判断互动。
提取价值就是这条内容说了什么,有没有具体数据或方法论。匹配行动是判断跟我正在做的项目有没有关系。判断互动是看值不值得引用转发,如果值得,从什么角度写。
我在 Claude Code 的规则文件里定义了一个触发条件:遇到 URL 或截图,自动按这几个维度输出结构化建议。格式大概长这样:
价值:核心洞察一句话
行动:具体建议
互动:引用转推/评论/跳过,加上点评角度
你可能会问:Claude Code 自己又不能上网,怎么读推文?
靠 MCP 工具。MCP 是 Claude Code 的插件系统,装上之后它就能调用外部工具去读网页内容。读推文这件事,我试过好几种方案,最后稳定下来的路径是这样的:
普通网页最简单,用 Jina Reader 就行。免费、速度快,丢一个 URL 进去直接返回正文。大部分博客、文章、文档类内容一次搞定。
X 推文稍微麻烦一点,因为推文页面需要登录才能看到完整内容。我用的是浏览器辅助工具,让 Claude Code 通过本地 Chrome 浏览器去读。你平时在 Chrome 里已经登录了 X,所以工具借用这个登录状态就能读到推文全文,跟你自己打开链接看没有区别。
偶尔某个工具读不到内容,Claude Code 会自动切换到备选方案。我在规则里定义了一个简单的优先级:先试最快的,失败了换下一个,基本上总有一个能读到。
整个过程对你是透明的。你只管把 URL 丢进去,Claude Code 自己决定用哪个工具去读。
下面是我实际消化一条推文的截图。丢一个链接进去,Claude Code 自动抓取内容,然后按价值、行动、互动三个维度输出分析:
这条推文讲的是 Anthropic 和 OpenAI 的发货节奏对比。Claude Code 读完之后,不光总结了核心观点,还关联到了我自己的项目——"tools build the next version of the tools"这个飞轮,跟我用 Claude Code 构建交易系统是同一个逻辑。
这就是带上下文消化的效果。AI 不是泛泛地说"这是一篇行业分析",而是直接告诉你跟你有什么关系、要不要行动。
我搭过一个自动化流程:打开收藏夹,逐条抓取,AI 批量分析,输出报告。用了两周就停了。
批量处理出来的结果你不会认真看。一次给你 15 条分析,跟一次给你 15 封邮件一样,你会快速扫一眼然后关掉。
一条一条处理才有用。看到好内容,当场消化,当场决策。要转发?现在就写。对项目有用?现在就记。没价值?跳过,不占脑子。
信息消化这件事,速度不是最重要的,当场做决定才是。
30 秒消化之所以可能,是因为 Claude Code 知道我在做什么。
它读过我的项目列表、本周目标、持仓情况。所以当一条推文提到"做市策略"时,它不会泛泛地说"这是一篇关于做市的文章",而是直接说"这个方法可以用在你的 H43 策略里"。
这是 CLAUDE.md 真正的价值。不是教 AI 写代码用的,是让 AI 理解你的上下文。
我在规则文件里定义了一个"外部内容处理"流程:遇到 URL 或截图自动触发,从表面价值、跟持仓的关系、跟项目的关系、可执行的行动这几个角度评估,然后输出建议。
AI 不需要成为某个领域的专家。它知道你是谁、你在做什么,就能帮你快速判断一条信息有没有用。
每条内容消化完,必须有一个去向。我的做法是四种出口:
值得转发的,当场写 Quote 直接发。对项目有启发的,写进笔记或者建 TODO。需要深入了解的,记一条"待研究"周末集中看。跟我无关的,直接忽略。
不让任何一条内容停留在"我看过了但没做任何事"的状态。要么变成行动,要么放手。
每天消化十几条外部内容,多的时候几十条。大部分判断为跳过,少部分变成了引用转发或者项目里的 TODO。
X 账号这段时间从不到 1 万涨到 1.5 万粉丝。不全是因为内容消化,但稳定的 Quote 输出确实是增长来源之一。
收藏夹从上百条清到 0,再也没积压过。
不需要搭复杂系统:
没有自动化,没有定时任务,没有数据库。纯靠对话。
自动化可以后面再加。先养成习惯:看到就消化,消化了就动手。
前面说批量处理我放弃了,后来又折腾了一版。这次不一样:不是把 15 条分析全丢给你,而是 AI 先过一遍,只挑出值得你花时间的。
下面是一次真实的批量消化。10 条收藏,筛出 2 条值得 Quote、4 条自己消化、1 条需要深入研究,剩下 3 条直接跳过。每条都有明确的下一步,不用你再想。
关键是 AI 替你做完判断,你只看最后剩下的那几条。不是又给你一堆报告让你再筛一遍。
喜欢一条一条来的,前面四步就够。喜欢一次清空收藏夹的,这个也行。
关于作者:Leo (@runes_leo),AI × Crypto 独立构建者。在 Polymarket 做量化交易,用 Claude Code 搭建数据分析和自动化交易系统。更多实战分享:leolabs.me