last30days-skill 是停止只靠搜尋的最佳理由

last30days-skill 讓 AI 代理直接讀取最近 30 天的社群訊號，補上傳統搜尋最常失真的那一層。

我認為 last30days-skill 值得重視，因為它解決的是一個真實產品問題：AI 代理很聰明，但常常太舊，而這個工具把它們拉回當下。

Repo 的成績已經說明市場反應。它拿到 34,700 以上 stars，還衝上 GitHub trending 第一名，這不是噱頭會有的回饋。開發者不會只為了新鮮感按星，而是因為它真的省時間，還能挖出傳統搜尋和模型訓練資料抓不到的資訊。

第一個論點：它把搜尋從「找頁面」變成「看訊號」

傳統搜尋擅長排序網頁，不擅長排序真實討論。當你要查文件、百科式內容、長青教學時，它很夠用；但如果你想知道這週大家怎麼看某個工具、創辦人、版本更新或市場傳聞，搜尋就會失真。last30days-skill 的價值在於，它把 Reddit、X、YouTube、Hacker News、Polymarket、GitHub 等來源一次拉進來，再用互動與熱度去整理，而不是只看 SEO。

文章裡的例子很準：對一個人或主題跑 /last30days，你會同時看到最近貼文、提交紀錄、影片、討論串與下注結果，最後變成一份短報告。這不是「把搜尋做得更好」，而是直接替代搜尋和決策之間那層過時的中介。對工程師來說，少的是翻頁時間；對 PM 來說，少的是在不同平台之間來回拼圖的成本。

第二個論點：它真正的優勢不是接入，而是排序

很多工具都說自己能上網，這句話太便宜了。真正有價值的是，它能把最近 30 天裡人們真正關心的內容排出來，還能把跨平台的重複故事合併。這很重要，因為一個 Reddit 熱帖、一則 X 爆文、一次 GitHub issue，常常是在講同一件事，只是角度不同。好的代理不該丟給你三段碎片，而該給你一份可讀的簡報。

v3.3 的升級把這件事做得更完整。Intelligent pre-search 會先解析帳號與 repo，再去搜尋；cross-source cluster merging 會把重複故事合併；Best Takes 則把最尖銳的社群金句挑出來。這些都不是裝飾，它們在減少你判斷什麼是訊號、什麼是重複資訊的手動成本，而這正是研究工作的核心。

反方可能怎麼說

最強的反對意見很直接：這仍然只是公共平台、瀏覽器 session、API key 和爬取資料的拼裝品，沒有權威性。就算輸出看起來漂亮，社群聊天還是可能被噪音、炒作、以及過度線上的少數人帶偏。如果你在做高風險、受監管、或高度技術性的決策，只靠社群訊號絕對不夠。

這個批評是對的，而且它也剛好劃出了工具的邊界。last30days-skill 不是要取代原始資料、內部數據或領域專家，而是要先把你從「盲」變成「有方向地知道該查什麼」。對產品研究、競品追蹤、會前準備來說，先拿到最近的社群脈動，再去用更權威的來源驗證，順序就是對的。

你能做什麼

如果你是工程師，把它放進任何 feature spike 或工具比較前的第一步；如果你是 PM，在 roadmap review、客戶訪談、競品分析前先跑一次；如果你是創辦人，用它確認市場是不是真的在談你以為自己在解的問題。最實用的做法很簡單：把 last30days-skill 當成即時偵察層，先快速摸清社群訊號，再用其他來源做最後驗證。