一天涨 2685 个 Stars！这个 AI 研究工具，让我看到了普通人消除信息差机会
AI 世界每个月都在重新发明自己。
这个工具帮你保持领先——不是靠更努力，而是靠更聪明地获取信息。
01
为什么这个项目今天火了
昨天打开 GitHub Trending，看到一个项目一天涨了 2,685 个 stars，直接冲到今天 trending 第一。
项目叫 last30days-skill。
一句话介绍：
你问它任何问题，它自动去 Reddit、X、YouTube、Hacker News、预测市场等 10 个平台，扫描过去 30 天的讨论，然后给你一份有出处的综合报告。
我研究了下这个项目。
最大的感受不是”技术多厉害”，而是：
它解决了一个普通人也能感知的痛点——信息差。
02
它能做什么？
3 个场景让你秒懂。
场景 1：prompt 研究
你问它：
/last30days prompting techniques for ChatGPT for legal questions
它会：
扫描 Reddit、X 上过去 30 天的相关讨论找出被点赞最多的技术和案例给你一份综合报告 + 可直接使用的 prompt
输出示例：
主导主题是”防止幻觉”——多个来源讨论律师因提交 ChatGPT 编造的假案例而被罚款。
关键 prompt 策略：
使用 Deep Research 模式或上传原始资料作为依据在 prompt 中加入"幻觉预防条款"只问程序性问题，不问具体案例引用要求输出"问题识别"而非"法律建议"
价值： 你不是在瞎猜 prompt，而是在用社区验证过的最佳实践。
场景 2：热点研究
假设你想知道”最近 AI 圈在讨论什么”。
你问它：
/last30days anthropic odds
它会扫描 X、YouTube、Hacker News、Polymarket（预测市场），找出关于 Anthropic 的所有讨论和押注。
输出示例：
五角大楼对峙是当下的头条——国防部长给 Anthropic 下周五最后通牒，要求放弃 AI 军事用途的限制，否则列入黑名单。
但预测市场交易者认为这只是谈判姿态：
Polymarket 上实际禁令的概率只有 22%Anthropic 拥有最佳 AI 模型的概率：98%（2 月）、61%（3 月）IPO 时机不明朗：64% 会比 OpenAI 先 IPO，但 95% 不会在 2026 年 6 月前
价值： 你不是在看二手新闻，而是在看真金白银押注的市场数据 + 社区讨论。
场景 3：产品调研
假设你想做一门 AI 课程，不知道大家关心什么。
你问它：
/last30days best claude code skills
它会告诉你：
🏆 最热门的技能（按提及次数）：
Remotion 视频技能 - 17.3K likes on XSkillsMP 市场 - 60-87K+ 技能目录awesome-claude-skills (GitHub) - 多个精选列表Superpowers - 27.9K starsHeyGen 头像技能 - 736 likes
价值： 你知道什么技能最火，就知道该学什么、该做什么内容。
03
为什么它比”随便搜搜”强
1. 多源交叉验证
它不是只搜一个平台，而是同时搜 10 个平台：
关键： 它不是简单汇总，而是用算法做交叉验证。
如果一个话题在 Reddit、X、HN 都有人讨论，那它很可能是真的热点，而不是某个平台的回声室效应。
2. 质量评分系统
它给每个结果打分，考虑：
✅ 文本相似度（是不是真的相关）✅ 互动热度（点赞、评论、转发）✅ 来源权威性（大 V vs 小号）✅ 跨平台收敛度（多个平台都在说）✅ 时间衰减（越近越重要）
结果： 你看到的不是”最新”，而是”最新 + 最重要“。
3. 预测市场集成
这个最狠。
Polymarket 是什么？是一个预测市场，用户用真金白银押注事件发生的概率。
比如：
"Anthropic 会在 6 月前 IPO 吗？" → 当前赔率 5%"Claude 会在 FrontierMath 拿到 50% 分数吗？" → 当前赔率 48%
这意味着什么？
你不是在看”网友觉得”，而是在看”用钱投票的人觉得“。
4. 自动保存 + 知识库
v2.9.1 新增功能：每次研究自动保存为 .md 文件到 ~/Documents/Last30Days/。
长期价值： 你积累的是一个个人研究库。
比如你持续追踪”AI 视频工具”，3 个月后你就有一份完整的行业演变记录。
04
我是怎么用它发现机会的
案例 1：发现 Nano Banana Pro 的 prompt 技巧
我问：/last30days nano banana pro prompting
发现：
JSON prompt 是主导格式（不是纯文本）5 元素公式：Subject + Composition + Action + Setting + Style多角色场景需要把每个角色放在独立的 JSON 块里，防止"概念混淆"
我做了什么？
用这些技巧写了一篇公众号文章，效率比平时高 3 倍。
案例 2：追踪竞品动态
我把”OpenClaw”、”ClaudeCode”加入 watchlist，每周自动研究一次。
发现：
用户最关心的功能是"邮件/日历自动化"（提及 8 次+）其次是"任务管理"（6 次）、"过夜编码 agent"（5 次）
我做了什么？
在内容创作中优先覆盖这些话题，因为我知道这是用户真正关心的。
案例 3：发现 viral trend
我问：/last30days using ChatGPT to make images of dogs
发现：
Reddit 上有个超火的 trend：”把狗变成人“，相关帖子都有 600-900+ upvotes。
我做了什么？
用这个 trend 写了一篇知乎回答，目前已经有 200+ 赞同。
05
信息差的本质
研究完这个项目，我有一个感悟：
信息差的本质，不是”你知道别人不知道的事”，而是”你知道别人还没意识到的事”。
比如：
你知道 Nano Banana Pro 的 JSON prompt 技巧，别人还在写纯文本你知道 Polymarket 上 Anthropic IPO 的赔率，别人还在看二手新闻你知道 Reddit 上"狗变人"的 trend，别人还在等公众号转载
这个工具的价值，就是帮你提前 30 天知道这些事。
06
普通人能用它做什么
1. 内容创作
提前发现热点趋势找到社区验证过的最佳实践用真实案例和数据支撑内容
建议： 每天花 5 分钟，问它一个你领域相关的问题。
2. 产品开发
发现用户真正关心的功能找到竞品的弱点（用户抱怨什么）追踪技术趋势，决定技术选型
建议： 把你的竞品加入 watchlist，每周研究一次。
3. 投资/副业决策
看 Polymarket 上的赔率（真金白银）看社区讨论（情绪和预期）看 HN 技术圈的观点（长期价值）
建议： 做决策前，先问它”people are saying about X”。
4. 学习/技能提升
找到某个技能的最佳实践避免过时的教程和方法知道该学什么（社区在用什么）
建议： 学新工具前，先问它”best practices for X”。
07
AI 时代的信息优势
这个项目让我想到一个问题：
在 AI 时代，信息优势到底是什么？
以前，信息优势是”我知道你不知道的事”。
现在，AI 让信息获取成本趋近于零，信息优势变成了：
这个工具的价值，就是帮你建立这 4 个能力。
08
最后
看完这个项目，我做了 3 件事：
安装了它（https://github.com/mvanhorn/last30days-skill）建立了 watchlist（竞品、关注的技术、变现方向）每天花 5 分钟研究一个问题
我的建议：
你不需要立刻安装它。
但你可以开始培养一个习惯：
在做决策前，先问自己：”过去 30 天，社区在说什么？”
然后，用任何你喜欢的工具（Google、Reddit、X、知乎）去找答案。
信息优势，不是靠工具，而是靠习惯。
项目链接：
GitHub: https://github.com/mvanhorn/last30days-skillClawHub: https://clawhub.ai/skills/last30days-official
