/last30days a prova: sap Claude què diu la gent a Reddit i Polymarket?

He comparat 54 informes de Claude Code amb la skill /last30days i sense. Dobla els encerts sobre Reddit i Hacker News i arriba a Polymarket, però costa 3,7 vegades més i encerta menys notícies.

Cover for /last30days a prova: sap Claude què diu la gent a Reddit i Polymarket?

«Reddit: el cercador bloqueja el domini, així que no tinc fils de Reddit i no puc dir què s’hi diu.» Aquesta frase la va escriure Claude Code en un dels seus informes (l’original era en castellà i aquí la tradueixo), després que li demanés per escrit que cerqués a Reddit, Hacker News, X i Polymarket a més de la premsa.

Aquest buit és el que promet tapar /last30days, una skill amb 70.273 estrelles a GitHub el dia de la prova. El seu README la defineix com un cercador dirigit per un agent i «puntuat per vots, likes i diners reals, no per editors», i afegeix que Claude no té res d’això de sèrie. És el segon episodi d’Útil o fútil?, la sèrie en què mesuro aquestes promeses en lloc de refiar-me de les estrelles. El primer va ser Everything Claude Code.

Una skill de recerca necessita unes altres tasques

Les cinc tasques de programació del primer episodi aquí no servien, perquè la skill ni tan sols s’activaria. Vaig preparar sis encàrrecs de recerca sobre notícies del 8 al 18 de novembre, un per cada cas d’ús que anuncia el README: una persona, una empresa, una comparativa de productes, un incident de seguretat, un rumor i un esdeveniment.

Per puntuar sense dependre de la meva impressió, abans d’executar res vaig fixar una llista de vuit fets comprovables per tema: uns cinc de notícies, uns dos de comunitat (fils de Hacker News) i un de mercat de predicció quan n’hi havia. Hi vaig afegir tres afirmacions falses però versemblants per tema, per detectar els informes que inventen. Un informe aprova si recull cinc fets o més i cap de les falses. La correcció la fa un altre model, Opus, a cegues: rep l’informe sense la marca ni el peu de la skill i ha de citar la frase exacta que avala cada fet que dona per bo.

Vaig comparar tres maneres de fer el mateix encàrrec, sempre amb Claude Sonnet a Claude Code i amb la cerca web activada:

  • Claude sol.
  • Claude amb una frase afegida al prompt que demana aquestes fonts de manera explícita.
  • Claude amb /last30days, instal·lada sense claus ni cookies, que és el mode «zero configuració» del README.

Cada encàrrec es va repetir tres vegades per configuració, 54 informes en total.

Què troba cada configuració

Claude solDemanant les fonts/last30days
Informes aprovats12/1813/1815/18
Fets de notícies90 %86 %78 %
Fets de comunitat28 %36 %62 %
Fets de mercat0/153/157/15
Cost mitjà per informe0,17 $0,22 $0,63 $
Temps mitjà73 s65 s358 s

El cost és el que calcula Claude Code a preu d’API. Ho vaig executar amb la subscripció, així que el que compta és la proporció: 3,7 vegades més amb la skill.

En allò que promet, la skill compleix. Encerta més del doble de fets de comunitat i és l’única que porta les quotes de Polymarket tretes del mercat mateix. Sense ella, Claude no va citar ni un sol mercat en 18 informes. Els fets de mercat surten de cinc mercats repetits tres vegades, de manera que la xifra diu «hi arriba o no hi arriba» més que no pas «amb quina freqüència».

On es nota més és en els temes que neixen a la comunitat. En l’encàrrec sobre un rumor, el de si un model havia empitjorat després d’una actualització, la skill va aprovar les tres vegades i va trobar sempre el post original i el fil de Hacker News. Claude sol va aprovar un cop.

Demanar-ho al prompt no ho arregla

La configuració intermèdia hi és per respondre l’objecció òbvia: potser n’hi ha prou de demanar aquestes fonts a Claude. No n’hi ha prou. Amb la frase afegida, els informes van citar més enllaços, però en tots 18 no hi surt ni una URL de reddit.com, i l’agent no va obrir Reddit ni Polymarket ni una sola vegada. Les quotes que va donar venien de webs que les comenten. En l’encàrrec sobre una sortida a borsa, els tres informes van repetir la mateixa captura d’un blog, quatre dies anterior a la prova.

L’explicació és en l’accés, i aquí separo el que he vist del que dedueixo. El que he vist és que el cercador de Claude no retorna resultats de Reddit, segons els seus propis informes, i que mentre preparava la llista de fets Reddit va respondre amb un 403 a les peticions directes. El que dedueixo és que el límit és aquest i no la redacció del prompt. La skill l’evita perquè porta un motor en Python que consulta pel seu compte les API públiques de Reddit, Hacker News i Polymarket. Queda per provar si un prompt amb curl i les adreces d’aquestes API igualaria el resultat.

El que es perd pel camí

La skill no substitueix un cercador de notícies, i les dades ho deixen clar. Encerta el 78 % dels fets de notícies davant del 90 % de Claude sol. En l’encàrrec sobre una persona va aprovar un cop de tres, quan Claude sol va aprovar tots tres: els informes de la skill es van deixar dos fets centrals de la cronologia i van dedicar aquest espai a reaccions de fòrums.

La meva interpretació és que ho provoca el format. El protocol de la skill obliga a citar frases de la comunitat i a reenviar un peu amb estadístiques, i això desplaça la seqüència de fets. És una inferència, perquè no he provat la skill amb un altre format de sortida.

Revisant a mà hi vaig trobar, a més, un error que el corrector no comptava: un informe atribuïa a un document oficial una data que el document no dona. Va ser un cas entre 18, i Claude sol no en va cometre cap de semblant, però és el tipus d’error que obliga a demanar data i font primària per a cada dada important.

L’altre cost és el temps. Un informe amb la skill triga uns sis minuts i processa 8,5 vegades més tokens d’entrada, perquè abans de cercar llegeix quatre fitxers d’instruccions que sumen 143 KB. Tenir-la instal·lada, en canvi, no pesa: el context en arrencar és el mateix amb ella que sense. En això és el contrari d’ECC, que duplicava el context abans de començar.

Abans d’instal·lar-la

Vaig llegir el codi abans d’executar-lo, com recomano a què mirar abans d’instal·lar una skill. No hi vaig trobar telemetria ni enviament de dades a tercers. Sí que hi ha quatre coses que val més saber:

  • Si li dones permís, llegeix les cookies de sessió de X i Reddit del navegador, i per a Chrome demana la clau al Clauer de macOS. Aquest permís el demana el model seguint les seves instruccions, no el codi.
  • Declara allowed-tools: Bash, així que mentre està activa executa comandes sense preguntar. A la meva prova en van ser 92.
  • L’assistent de configuració instal·la yt-dlp i un paquet d’npm de l’autor que no és al repositori.
  • Amb la instal·lació per defecte, cada informe es desa a ~/Documents/Last30Days.

Jo la vaig provar sense cookies, sense claus i sense aquest assistent. Amb tot això pot trobar més coses, sobretot a X, i també canvien els riscos.

Veredicte: útil, per a allò que promet

Per saber què opina la gent d’alguna cosa o quina probabilitat hi dona un mercat, /last30days aporta el que Claude sol no aconsegueix, i no he trobat la manera de substituir-la amb un prompt. Per a això la faria servir, sabent que cada consulta costa gairebé quatre vegades més i triga sis minuts.

Per a notícies no la faria servir. Claude amb la seva cerca web encerta més, triga un minut i es deixa menys dades bàsiques. I si l’informe ha de servir per prendre una decisió, demanaria les dues coses per separat: d’una banda els fets amb la seva font primària i de l’altra la reacció de la comunitat.

Els límits de la prova són els de sempre en aquesta sèrie, més algun de propi. Tres repeticions per encàrrec és poc, i tres dels sis encàrrecs van acabar en empat. La llista de fets inclou expressament fets de comunitat i de mercat, perquè és el que promet l’eina, i no en té cap de Reddit perquè quan la preparava no hi vaig poder accedir. El corrector és un model i només vaig revisar a mà els casos dubtosos. I tots els temes eren de tecnologia i en anglès.

OshyTech

Enginyeria backend i de dades orientada a sistemes escalables, automatització i IA.

Navegació

Copyright 2026 OshyTech. Tots els drets reservats