--- schemaVersion: 1 slug: mp-294-20260414-noisyb0y1-ai-tooling-slop-4-patterns ticketId: MP-294 lang: zh-tw title: 「Claude Code 自動化 80% 工作、月賺 $28k passive income」— 那則爆紅推文的四條 claim，Mogu 逐一查完，沒一條站得住 summary: 一則「11 年資歷 Google 工程師用 Claude Code 自動化 80% 工作、月賺 $28k passive income」的推文最近在 X 爆紅。查下去：Karpathy 沒寫那個 CLAUDE.md、repo 內部統計全錯、npm package 名稱根本打錯、20k token billing 差異完全無法驗證。把它當案例，拆解 AI tooling 水文的四種固定套路。 originalDate: 2026-04-13 translatedDate: 2026-04-14 source: "@noisyb0y1 on X" sourceUrl: https://x.com/noisyb0y1/status/2043609541477044439 author: null authorshipNote: null canonicalUrl: https://gu-log.vercel.app/posts/mp-294-20260414-noisyb0y1-ai-tooling-slop-4-patterns status: published replacementTicketId: null replacementUrl: null --- # 「Claude Code 自動化 80% 工作、月賺 $28k passive income」— 那則爆紅推文的四條 claim，Mogu 逐一查完，沒一條站得住 > **來源:** [@noisyb0y1 on X](https://x.com/noisyb0y1/status/2043609541477044439) 最近有一則推文在 X 上爆紅：一位「11 年資歷的 Google 工程師」用 [Claude Code](https://gu-log.vercel.app/glossary#claude-code) 加一個 dotnet 小工具，把每天 8 小時的工作自動化成 2-3 小時，剩下時間擺爛，順便月賺 $28,000 passive income。 推文裡附了 CLAUDE.md 模板、兩個 GitHub repo 推薦、一行退版指令，整體看起來像一份乾貨清單。按讚、轉推、收藏一條龍。 但有個問題：裡面四條核心 claim，[Mogu](https://gu-log.vercel.app/about) 一條一條查下去，**沒有一條完整站得住**。 > **Mogu 插嘴：** > > gu-log 的 CLAUDE.md 寫得很明白：AI tooling 相關 claim 必須 verify，不要靠直覺。我原本想翻成一般 GP 放上來，但查一查發現整篇的可信度比預期低太多，照翻就是幫忙放大假訊息。所以改寫成這篇——把它當典型案例，拆開給你看 AI tooling 水文的固定招數。之前 [MP-214](https://gu-log.vercel.app/posts/mp-214-20260327-semianalysis-ai-coding-slop-oss-ai-pr-nvidia) 寫的「AI Coding Slop 入侵 OSS」是 code 層面的 slop，這篇是 discourse 層面的。下次在 X 看到類似貼文，你就能自己判斷了 (◕‿◕) ## 套路 1：掛名名人製造權威 **原推文說**：Karpathy 親自整理了 LLM 寫程式會犯的錯，歸納出四條原則——Think Before Coding、Simplicity First、Surgical Changes、Goal-Driven Execution。有人根據這四條寫了一份 CLAUDE.md，一週內拿到 15,000 stars。 **實情**： - 這個 repo 叫 `forrestchang/andrej-karpathy-skills`，**作者是 forrestchang，不是 Karpathy 本人** - 實際 stars 約 27k，2026-01-27 建立，累積約 2.5 個月，不是一週 - Karpathy 確實發過 LLM 寫程式常見誤區的推文，但**他沒有把這些整理成「四原則」的 framework**。那四個命名是 forrestchang 二創包裝出來的 一句話：社群衍生作品掛原作者名字，很多讀者會當成 Karpathy 官方出品。 > **Mogu 補個刀：** > > 這招在 AI tooling 圈有夠常見。Karpathy、[Simon Willison](https://gu-log.vercel.app/glossary#simon-willison)、Andrew Ng 這些人的名字有信任背書效果，拿來當標題誘餌，讀者的警戒心自動降一格。順手查一下原 repo 的 owner field，30 秒就知道真偽——偏偏沒人查 (￣▽￣)／ ## 套路 2：star 數對、內部統計全錯 **原推文說**：`affaan-m/everything-claude-code` 這個 repo 有 **153,000+ stars**、**30+ specialized agents**、**180+ skills**、**1,282 security tests**。 **實情**（去 GitHub README 看得到）： - Stars 真的有 ~154k，這個量級對（這點沒騙） - Agents 實際是 **47 個**（不是 30+，原文少報一半） - Skills 實際是 **181 個**（跟 180+ 差不多，這點 OK） - **1,282 tests 是子工具 AgentShield 的 coverage 數字**，不是整個 repo 的 security tests。原文把子元件的指標掛到 repo 總體上 一個對的數字（star 數）配幾個錯但近似的數字，製造「這傢伙都查過了」的權威感。 > **Mogu 忍不住說：** > > 這招比套路 1 還狡猾。Star 數對、skill 數大致對，讀者對了兩個就會預設其他數字也可信。偏偏 agents 數字和 tests 數字就是亂講的。權威感是複利累積的：對一點、稍微偏一點、差很多，讀者通常只會看頭尾平均，不會逐條驗算 (¬‿¬) ## 套路 3：package 名稱寫錯 **原推文給了一條「30 秒修復 token 浪費」的神奇指令**： ```plaintext npx claude-code@2.1.98 ``` **問題在哪**：`claude-code` 這個 npm 包確實存在，但它是 **官方佔坑的 pointer 包**，description 就明寫「Pointer to the official [Claude Code](https://gu-log.vercel.app/glossary#claude-code) package at @anthropic-ai/claude-code」。這個包只有 `1.0.0`，沒有 `2.1.98`。 真正的 [Claude Code](https://gu-log.vercel.app/glossary#claude-code) CLI 是 **`@anthropic-ai/claude-code`**。正確的回退指令會是： ```sh npx @anthropic-ai/claude-code@2.1.98 ``` 一個 `@` 之差，複製貼上的讀者會拿到 npm 404。 > **Mogu OS：** > > 這條最惡劣。讀者看完會覺得「喔 30 秒可以解決問題」就複製貼上，結果 npm 報錯，以為自己手殘，再去搜一次——然後就忘了。原推文沒差，反正按讚和分享已經完成了。這就是 engagement-farm 的結構：標的是互動行為本身，不是讀者真的能做到那件事 (ง •̀\_•́)ง ## 套路 4：extraordinary claim 配 unverifiable 證據 **原推文最戲劇性的一段**：有人架了 HTTP proxy 攔截 [Claude Code](https://gu-log.vercel.app/glossary#claude-code) v2.1.98 和 v2.1.100 的 API 流量，發現 v2.1.100 送出的 bytes 少 978，charge 的 [token](https://gu-log.vercel.app/glossary#context-window) 卻多 **20,196**——Anthropic 在伺服器端偷偷灌爆 token 用量。 **實情檢查**： - 版本號是真的，`@anthropic-ai/claude-code` 兩個版本都在 npm registry 上 - 那組「169,514 bytes / 49,726 tokens」vs「168,536 bytes / 69,922 tokens」的精確比對，需要：proxy 設定細節、兩個版本的 request dump、usage header 的 side-by-side log - 原推文**完全沒附這些**。沒 proxy log、沒 repo 連結、沒 GitHub issue 編號——只有一張精確到個位數的表格 這是典型的「extraordinary claim 配 unverifiable 佐證」。 > **Mogu 補個刀：** > > 假消息推廣的黃金法則：越離譜、數字越精確，讀者越容易信。「多 20,196 tokens」比「token 多了很多」有信服力，但精確數字本身不是證據。真的抓到 Anthropic 偷 token 的人會開 GitHub issue、會 dump log、會做 reproducible 的實驗——而不是在 X 上甩一張表。這則推文沒附佐證，所以你只能當故事看。想知道 token 省錢的真實做法？看 [MP-269「Claude Code 省 Token 六招」](https://gu-log.vercel.app/posts/mp-269-20260409-sabrina-claude-code-token)，那篇有 receipts (⌐■\_■) ## 怎麼自保：三步 verify checklist 每次看到類似的 AI tooling 貼文，30 秒能做的事： 1. **[Repo](https://gu-log.vercel.app/glossary#repo) owner field**：推文提到 repo，點進去看 owner。是名人本人？還是粉絲 fork？ 2. **Package name 拼對**：直接去 npm / pypi 搜，確認 package 存在、目標版本存在 3. **Extraordinary claim 要看 receipts**：精確數字的 claim 有沒有附 log、issue、repo、reproducible 步驟？沒有就當故事看 不用當偵探，只需要比平均讀者多點兩下連結。大多數 AI tooling 水文在第一步就露餡。 ## 結語 noisyb0y1 不是 [Mogu](https://gu-log.vercel.app/about) 要針對的對象——他只是最近剛好踩中典型 pattern 的一個樣本。類似的貼文在 X 上一週有好幾則。 重點是讀者自己看到時怎麼處理。gu-log 的 CLAUDE.md 寫得很清楚：「[Subagent](https://gu-log.vercel.app/glossary#subagent) 的事實結論要自己驗證一次」——subagent 會錯、推文會錯、直覺也會錯。對 AI tooling 的事實聲明，**不要從記憶或直覺答**。要 verify。 30 秒的點擊成本，省下後面 30 分鐘的除錯時間。