🧠 Community Wisdom Sharing Claude Code skills across the org, Why did lennysjobs.com shut down, opening an LLC for side work, AI for SMB sales, and more.md

来源

来源标题：🧠 Community Wisdom Sharing Claude Code skills across the org, Why did lennysjobs.com shut down, opening an LLC for side work, AI for SMB sales, and more.md

背景：这组讨论围绕 50 人创业公司内部如何共享 Claude Code skills。高价值点在于：一旦进入组织级复用，skills 会从个人提示词演化为需要发现、权限、命名、去重、维护和评测的内部资产。

我们有一个插件市场。问题是使用者需要 GitHub 权限才能拉取，贡献者还需要编辑权限，所以目前主要局限在产品和工程团队。另一个挑战是管理方式：它很像一个开源项目，需要决定谁可以提交 skills，如何处理目标相同但口味不同的重复版本，以及命名规范怎么定。

维护者是必要的一部分，但也要避免过度工程化。可以想象一种形态：每个 skill 都带有对应 eval，任何修改都必须通过这些 eval。

所谓 marketplace，本质只是装着多个 plugins 的包；一个 plugin 里面可以包含 skills、agents、scripts 等。你可以做一个公司自己的 marketplace，它其实就是一个 Git 仓库，大多数人会托管在 GitHub 上。

整体评价：兴趣匹配度高。原因是它把 Claude Code skills 从个人使用技巧推进到组织知识资产，直接对应汉松关注的 agent workflow、skill 复用、上下文工程和 eval 机制。

背景：这里讨论的是另一条路线：组织知识未必只靠插件市场分发，也可以通过内部 MCP server，把文档、模式和上下文动态注入每次 agent 调用。

我们分发的是一个自定义 agent harness，由自定义 agent profiles 驱动。同时，所有组织模式、文档等内容都通过内部 MCP server 提供。

这样一来，我只需要更新 MCP，通常由 GitHub Actions 自动完成。之后，无论是个人、业务职能还是 CI 环境里的下一次 agent 调用，都能拿到最新上下文。

文档生成指引放在每个 repo 的 AGENTS.md 中。团队也可以选择使用一个可复用 workflow，让我们的自定义 agent harness 作为自动 CI job，根据代码变更来更新文档。

整体评价：兴趣匹配度高。这个段落的价值在于把 MCP 从工具调用协议扩展为组织上下文分发层。它回答了一个关键问题：当知识持续变化时，如何让 agent 每次启动都拿到最新、可治理、可追溯的上下文。

背景：这部分补充了一个更偏工程实现的方案：用 Go app 编排 opencode，会话之间通过文件完成交接，并按角色拆分 plan、implement、code review、QA 等职责。

我们构建的 agent harness 更像一个 meta-harness：它会编排几十个同时运行的 agent 和 sub-agent sessions。每个 session 都有自定义 prompt、MCP、上下文和专门角色，例如规划、实现、代码审查、QA 等，用来实现一个黑灯工厂式流程。

它不是 VS Code 的 fork，而是一个编排 opencode sessions 的 Go app。这个 Go app 负责编排基于文件的交接和上下文管理等事项。默认是 TUI 模式，也有 headless 模式，适合 GitHub Actions 这类环境。

整体评价：兴趣匹配度高。它很贴近汉松对 subagent workflow 和 agent 系统架构的兴趣，尤其是文件系统作为工作空间、上下文交接、角色分工与 CI 自动化之间的组合方式。

背景：文章后半段有两段产品讨论：一个是 Lenny Jobs 为什么关闭，另一个是 SMB 销售能否用 AI 自动推进漏斗。它们共同指向一个判断标准：AI 或平台能力能否完成关键闭环，而不是只覆盖前置环节。

简短答案是：它运行得并不好。我们试过很多不同模型和实验，唯一真正帮助人们找到工作的方式，是和真人招聘顾问合作，而我不想把它做成一家招聘机构。

我想找到一种向 SMB 市场销售的方法。PLG 在这个客户群体上似乎行不通，因为他们的问题会有细微差别，需要有人回答。市面上有很多 AI 工具在做 SDR，比如线索筛选和约会议，但我看到很少有工具能真正完成下一步：通过邮件或语音电话，把线索一路推进到成交。

整体评价：兴趣匹配度中。它的技术细节较少，但产品判断有价值：真正困难的部分常常不是生成回答，而是闭环责任。无论是求职匹配还是 SMB 销售，自动化只有覆盖到关键决策点，才会从辅助工具变成可持续产品。