一个21岁的菲律宾工程师，用一台放在卧室里的迷你主机，给英国客户搭了套24小时自动跑线索的系统。成本150美元，没有月租，第一天就回本。
这不是什么创业神话，是Dave在Reddit上晒的日常。他本职是给英国咨询公司写代码，任务是批量找C-level高管信息——名字、公司、职位、LinkedIn链接。手动干？他算了下，会疯。
他的解法很糙：一台Beelink迷你PC，Ubuntu系统，几段Python脚本，用Claude Code当副驾驶。
流水线拆成5段，各跑各的
Dave把系统切成5个独立脚本，像工厂流水线：
第一段爬目标公司列表，第二段挖高管姓名，第三段找LinkedIn地址，第四段补全职位信息，第五段清洗输出。每个环节用不同数据源，互不影响。
关键设计是容错。第三段找LinkedIn时，某个API挂了？cron定时任务到点重启，其他四段继续跑。没有单点故障，没有凌晨三点的人工救火。
整台机器就塞在他卧室，功耗大概比一个台灯高点。对比云服务器，这150美元是一次性投入，之后电费几乎可以忽略。
Claude Code把写代码变成"说人话"
Dave自己说的：「我没一行行写代码。我描述要干嘛，Claude Code生成，我审阅、调整。」
他估产出速度提升了3到5倍。不是夸张——以前写爬虫要查文档、调库、处理反爬，现在用自然语言描述需求，AI直接给可运行的Python。
但这套工作流有个隐藏前提：你得知道代码对不对。Dave能审阅，能refine（优化调整），说明他本来就会写。Claude Code是加速器，不是替代驾照的自动驾驶。
他同时在跑的还有其他项目：YouTube内容追踪、邮件简报生成、另一个客户的自动化任务。全挤在那台150美元的小主机上，24小时不关机。
自动化的复利从第一天就开始算
Dave算过一笔账：搭系统的时间成本，客户第一天付的账单就覆盖了。之后每多跑一天，边际成本趋近于零。
这套逻辑的残酷之处在于——手动干同样活的人，时薪被锁死在劳动时间里。而Dave的系统在睡觉、吃饭、打游戏时都在产出。
他的GitHub和Portfolio链接挂在文末，评论区开放答疑。没有课程链接，没有"私信领资料"。
这种姿态本身就很说明问题：当工具足够便宜、AI足够好用，技术门槛从"会不会写"变成了"能不能想清流程"。
Dave最后留了个钩子：「我建的是不需要我在场的系统。」
热门跟贴