日刊 · 2026-08-17 — Glean

2026-08-17 · 周一 3 条

06:00

把 Claude Code 的每一分钱花在刀刃上：token、缓存与会话管理

Maximizing the value of your Claude Code sessions

Claude Code 的账单由 prefill 与 decode 两个阶段决定：输入 token 一次读完，输出 token 逐字生成，因此输出定价约为输入的 5 倍。prompt caching 自动开启，共享前缀从缓存读取只需 0.1x，但切换 /model、/effort、fast mode 或使用 /compact 都会破坏缓存，导致整个对话重新按全价 prefill。会话成本取决于进入上下文的 token 数量、它们存活的轮数以及并发运行的上下文数。文章给出大量可执行建议：用 @ 引用文件省掉 Read 调用、把常用命令的安静参数写进 CLAUDE.md、让超过 30,000 字符的命令输出落盘、用 /rewind 而非 /compact 裁剪错误分支、把噪音任务交给子代理并指定 haiku 模型。也明确缓存过期时间：订阅 1 小时，API key 5 分钟（可用 ENABLE_PROMPT_CACHING_1H=1 延长）。适合重度 Claude Code 用户控制成本与上下文。

claude.com · 13 min · Claude Code · Context Engineering · Cost Optimization · Prompt Caching · Token-Optimization

06:00

删掉不存在的箭头：从 1 条 prompt 到 100 个 agent 的图工程八步

Graph Engineering: from 1 prompt to 100 agents in one system

这篇文章主张把 agent 工作流本身当作一个工程对象：在 prompt/context/harness/loop 之外，增加“图工程”层。作者的核心观察是，默认线性编排把“顺序”误当成“依赖”，大量箭头并不读上游输出，删除这些假依赖后才能真正并行；所谓 100 个 agent，不是 100 个角色，而是同一角色带各自的上下文窗口实例化 100 次。全篇给出八步方法，覆盖节点契约、四种拓扑、join 时机、分类器与路由表分离、验证节点、持久化状态，并给出“什么时候不该用图”的判断清单。作者坦诚并行广度是有代价的，引用了 Anthropic 多智能体研究的 token 消耗数据。适合正在把单 agent 原型演进为多 agent 生产系统的工程师；没有运行代码，结尾有课程引流。

x.com · 10 min · Agent Architecture · Agents · Context Engineering · Cost Optimization · Orchestration

06:00

记忆不等于理解：Agent 缺少的跨会话归纳层

Your Agent Remembers Everything and Understands Nothing

文章批评当前 Agent 记忆系统仍停留在“存事实、取事实”阶段：能准确返回检索结果，却无法发现隐藏在多个会话之间的结构性依赖。以项目管理助手为例，三位工程师各自上报阻塞，分开看是三个问题，本质上都指向同一个未完成的后端任务；而纯检索无论怎么调 reranker 都找不出这根依赖链。解法是 Zep 的 Observations：先用确定性算法把每条事实压缩成 (实体A, 实体B, 关系) 的签名，再以会话为节点、共享签名为边构建会话图，把跨会话的传递依赖连成连通分量；最后只让 LLM 把算法选定的结构写成可读摘要，模型不参与分组。作者强调这套方法不用 embedding、不用语义相似度、不用 ML 模型，纯粹靠图拓扑。面向做 Agent 记忆、知识图谱与上下文工程的工程师。注意：内容为 Zep 赞助的深度技术解说，理性看待其定位。

x.com · 13 min · Ai-Memory · Context Engineering · Knowledge Graph

每天拾几条。

把 Claude Code 的每一分钱花在刀刃上：token、缓存与会话管理

删掉不存在的箭头：从 1 条 prompt 到 100 个 agent 的图工程八步

记忆不等于理解：Agent 缺少的跨会话归纳层