07-10
掌握Claude Code循环模式：从手动提示到自动任务编排
Claude Code团队定义了四种循环模式（turn-based、goal-based、time-based、proactive），并详细说明其触发方式、停止条件、适用场景及成本控制技巧。文章通过具体命令（/goal、/loop、/schedule）和SKILL.md示例展示了如何让Agent迭代工作、自验证结果，以及如何组合原语构建自动化工作流。适合正在探索Agent工程化的开发者。
最近收录
37 条 · 按时间
07-10
不更新权重的持续学习：Replit Agent的评估与自改进实践
文章提出代理持续学习不限于更新模型权重，对于使用闭源前沿模型的代理，可通过 harness 和 context 两个可控层进行改进。以 Replit Agent 为例，详细介绍了其评估系统：包括针对 vibe coding 的离线基准 ViBench（从零构建应用，用自然语言测试计划评分）、线上 A/B 测试，以及生产追踪分析系统 Telescope（聚类失败模式）。三者构成闭环：离线基准防回归，A/B 测试验证用户行为变化，Telescope 发现隐藏问题，最终通过自改进循环自动提出补丁，但仍需工程师审查方向。适合 AI 系统工程师、代理开发者和关注评估体系建设的技术团队。
07-10
Claude Code 技能实战：Anthropic 内部数百条技能的经验与分类
Anthropic 工程师基于内部使用数百条 Claude Code 技能的经验，系统总结了技能的九大类型（库/API 参考、产品验证、数据获取、业务流程、代码模板、代码质量、CI/CD、Runbook、基础设施运维），并给出了具体编写技巧：聚焦非显而易见的提示、构建 Gotchas 部分、利用文件系统渐进式披露、避免过度约束、合理设计配置、用 description 字段触发选择、在技能内存入数据（如日志文件或 SQLite）、以及用脚本/库减少模型 token 消耗。文章还讨论了技能的分发方式（仓库内嵌 vs 插件市场）、依赖组合与埋点测量。适合正在构建 Agent 工作流的工程师参考。
07-09
技能仓库v1.1：/to-spec与/to-tickets重命名、全新Wayfinder探索流程及Grilling改进
本文介绍了AI agent技能仓库v1.1版本的重大更新，包括技能重命名、合并、新增技能以及工作流程改进。核心变化：/to-prd更名为/to-spec以统一“规范”术语；/to-plan和/to-issues合并为/to-tickets，支持本地文件或真实追踪器的边缘阻塞关系。grilling技能修复了同时问多个问题、未确认即执行以及偶尔自我grill的bug。新增/wayfinder技能，用于将超大任务拆解为带依赖图的GitHub issue，分步探索；配套/research和/prototype技能支持自动研究和原型制作。代码审查技能集成Martin Fowler的十种重构坏味道（如神秘命名、重复代码），仅需10行指导即可显著提升代码质量。TDD技能改为纯参考材料，重构步骤移至代码审查阶段。文章还给出了推荐工作流：Grilling → Spec → Tickets → Implement → Code Review。适合使用AI agent进行软件开发的工程师。
07-09
写作优秀技能——技能元指南
本文介绍 `writing-great-skills` 这一元技能，作为编写和编辑可预测 AI 技能的参考框架。核心概念是 **认知负荷** 与 **上下文负荷** 之间的权衡：模型调用的技能消耗上下文负荷但自动触发，用户调用的技能零上下文负荷但需你记住其存在。文章提供了管理这些负荷的工具，包括 leading words（锚定执行的关键词）、信息层次（逐步披露）、修剪（单一真实来源与无操作测试）以及失败模式（过早完成、重复、沉积等）。适合为 agent 编写一致且可维护技能的系统构建者。
07-08
Claude Agent 持久记忆搭建：从基础到自改进的12步指南
本文总结了为 Claude Agent 添加持久记忆的完整方案，覆盖四层架构：Claude 内置 Chat Memory、Project 持久指令、memory.md 文件记忆以及 Dreaming（自改进记忆）。作者指出 Agent 无记忆的本质缺陷，然后逐步演示如何利用 Project 固定指令、用 CLAUDE.md 或 memory.md 文件存储关键信息，并通过 Anthropic 的 Dreaming 研究预览实现自动记忆整合与优化。文中包含具体操作步骤、代码示例（如 /memory 命令、Dream API 调用）以及 Harvey 公司的实证数据（任务完成率提升约6倍）。适合希望让 AI Agent 跨会话持续学习、避免重复错误的工程师。
07-08
Harness工程：通往AI递归自我改进的关键路径
Lilian Weng 的这篇长篇综述系统梳理了 Harness Engineering 在 AI 递归自我改进 (RSI) 中的核心作用。Harness 是环绕基础模型的系统层，负责编排执行、上下文管理、工具调用、持久化状态与工作流设计。文章总结了三大设计模式（工作流自动化、文件系统作为持久记忆、子代理与后台作业），并详细介绍了上下文工程（ACE、MCE）、元优化（Meta-Harness）、工作流自动化搜索（ADAS、AFlow）、自改进 Harness（STOP、Self-Harness）以及进化搜索（AlphaEvolve、Darwin Gödel Machine）等前沿工作。最后指出当前瓶颈：评估器弱、记忆管理、多样性崩溃、奖励黑客等。适合 AI 工程师、代理系统研究者阅读。
07-07
构建 Agent 框架的 14 步路线图：从单代理到自我改进系统
本文详细介绍了如何使用 Claude 构建 Agent 运行环境（Harness）的 14 个步骤，从基本的运行时配置到可自我改进的系统。作者强调 Harness 是 Agent 的基础，定义了模型、工具、权限和初始上下文，而循环（Loop）只是在此之上的定时器。文章提供了具体的目录结构（.claude/）、CLAUDE.md 编写规范、settings.json 权限模板、子代理（Subagent）用于隔离脏活、技能（Skills）复用流程、钩子（Hooks）强制执行不可协商的规则、以及记忆（Memory）实现跨会话积累。最终，一个良好的 Harness 能让循环输出有用结果，并在每次运行中不断优化。适合正在使用或计划使用 Claude Code 构建多 Agent 系统的工程师。
07-07
Claude Fable 使用心得：如何系统性地发现未知盲区
作者分享使用 Claude Fable 进行 agentic coding 的经验，核心观点是“地图不等于疆域”——提示词与现实代码之间存在未知。他将未知分为四类（已知已知、已知未知、未知已知、未知未知），并提出一系列实用技巧来系统化地发现和减少未知：盲点扫描、头脑风暴与原型、面试式提问、参考代码、实施计划、实施笔记、推销文与测验。并以编辑 Fable 发布视频为例说明全过程。适合所有使用 AI 辅助编码的工程师。
07-04
Superpowers：让AI Agent跑通宵且交付可用的秘诀
本文作者分享了自己从最初失败的长任务Agent编排尝试，到发现并使用Superpowers这一Skill Set解决核心痛点的经验。Superpowers通过将开发流程拆解为“头脑风暴（brainstorming）→ 编写计划（writing-plans）→ 执行计划与Subagent驱动开发（executing-plans / subagent-driven-development）”三个阶段，确保长任务的可控性与交付质量。关键设计包括：用多个Prompt模板（implementer、spec-reviewer、code-quality-reviewer）分离执行与评审职责；为每个Task创建独立Subagent并禁止继承主Session Context，防止上下文污染；通过“Never/HARD-GATE”等强约束词防止AI跑偏；贯彻TDD、DRY、YAGNI等软件工程原则。作者认为，当前Frontier模型（Opus 4.8、Codex GPT-5.5）能力已足够，核心在于Harness设计——通过规约与流程让模型变得可靠。
07-03
Cursor 代理框架的持续改进：从上下文管理到模型定制
Cursor 团队分享其代理框架（harness）的持续改进方法论。核心包括：上下文窗口从静态预填充演变为动态按需获取；通过离线基准（CursorBench）和在线 A/B 测试（基于代码留存率、用户意图识别）评估改动效果；建立工具调用错误分类体系（未知错误视为 bug，预期错误按原因归类）并利用异常检测与自动化日志分析（Cloud Agents）来追踪与修复退化；为不同模型定制工具格式与提示（如 OpenAI 的 patch 格式 vs Anthropic 的字符串替换），并处理模型特性（如“上下文焦虑”）；支持会话中模型切换时自动切换对应框架并加入特殊指令避免工具混淆。最后展望多智能体架构——框架将负责智能体编排与结果缝合。适合一线 AI 工程、Agent 平台开发者阅读。
07-02
打造优秀垂直 Agent：用缓存层级组织上下文
本文提出一个核心观点：优秀的垂直 Agent 是对任务分布的有损压缩，其上下文应像 CPU 缓存一样分为 L1/L2/L3 三层。作者以自己构建的 Shortcut 电子表格 Agent 为例，详细展示了如何极度优化高频操作：读取时通过 R1C1 范式化和别名将 500 个公式压缩为一行动态；写入后返回分组、采样、分类的 diff，并将 #REF! 等错误标记为 MUST FIX。第二层是按需拉取的英文规范文档，例如透视表规范教会模型 suspendLayout/resumeLayout 和聚合参数必须传原始整数 8；第三层是完整的原始 API 参考，配一个 100 行的 grep 技能让模型能自行挖出所需签名。整篇文章提供了具体的代码片段、prompt 预算分配和可迁移的设计原则，适合所有需要构建高可靠 Agent 的工程师。
07-02
人类与AI智能体组队协作的四个关键原则
Anthropic 基于内部数月实践，分享了构建人类与AI智能体混合团队的四条经验。作者指出，传统“单玩家”模式——一人一AI完成独立任务——正在被“多玩家”模式取代：具有独立凭证、持久记忆和广泛信息访问权限的智能体，可以像正式成员一样加入 Slack 频道、参与项目讨论、主动推进工作。文章的核心在于，优秀的人机协作不是技术问题，而是组织合作规范的重塑——公开工作流让智能体获得上下文、为每个成员（人类和智能体）定义明确的角色与工具、设定“北极星”目标激发智能体主动提议、通过逐步扩大自主权建立信任。文章还列出了团队启动前应自我审视的关键问题。适合正在尝试将AI智能体嵌入团队工作流的工程师和管理者阅读。
07-02
Claude Code 配置深度指南：规则、技能、子代理与钩子全解析
本文是 Claude Code 官方发布的配置机制深度指南，系统梳理了 CLAUDE.md、规则（Rules，支持路径作用域）、技能（Skills，动态加载）、子代理（Subagents，隔离上下文）、钩子（Hooks，确定性触发）、输出样式（Output Styles）以及追加系统提示（append-system-prompt）七种指令注入方式。文章详细解释了每种机制的加载时机、上下文成本、适用范围和典型场景，尤其强调路径作用域规则避免 Token 浪费、子代理的完全隔离适合副作用任务、钩子的低上下文成本适合强制性校验。结尾给出实用建议：频繁出现的确定性行为应使用钩子而非 CLAUDE.md，长时间流程应放入技能中，绝对禁止的行为需使用钩子或托管策略而非指令。适合所有 Claude Code 用户，尤其是需要深度定制开发工作流的工程团队。
07-01
做了些爆款 Skills 后，我对 Skills 的看法
作者基于自己开发的 PPT、社交媒体卡片、Logo 生成器、AI Desk Card 等爆款 Skill，提出 Agent 并非抹平能力差距，而是放大差距。Skill 是封装专家经验、工作流、品味和工具调用的可复用能力单元，能弥合使用差距。文章深入讨论了 Skill 的核心——把人的经验外化，设计 Skill 是把品味变成可执行的约束；架构上应遵循“中心短、辐射厚”，SKILL.md 只放高信号流程，重文档按需读取；质量需像代码一样维护，gotchas 来自真实失败最有价值；生态不应是仓库列表，每个 Skill 应像软件功能页展示结果和场景；分发策略是 GitHub 打基础，内容平台做传播，形成“文章、产品、案例互相喂养”的复利飞轮。最后给出完整生命周期：从真实需求出发，经过高质量产物、抽象流程、工程化模板、跨模型测试、发布分发到反馈迭代。本文适合 AI Agent 开发者、产品经理和内容创作者，提供了大量具体案例和可操作的设计原则。
07-01
Claude Code 循环模式：从手动检查到定时任务的工程化指南
本文是 Claude Code 官方发布的工程指南，系统梳理了四种 agent 循环模式及其适用场景。Turn-based 循环适合探索性短任务，用户可通过编写 SKILL.md 将手动验证步骤编码为自动检查，例如要求 Claude 启动 dev server、截图并检查浏览器控制台。Goal-based 循环通过 /goal 命令设定确定性终止条件（如 Lighthouse 评分 ≥90），并强制 Claude 在达到阈值前持续迭代。Time-based 循环由 /loop（本地间隔轮询）和 /schedule（云端定时触发）支持，适合处理 PR review、CI 失败修复等重复性依赖外部系统的工作。Proactive 循环组合 /schedule、/goal、动态工作流和 auto mode，构建面向长期运行任务的生产线。文章还讨论了代码质量维护、token 用量管理策略，强调用脚本替代推理、用小模型处理例行任务、用 /usage 命令监控各技能和子 agent 的成本。适合正在将 Claude Code 嵌入日常开发流程的工程师。
06-29
AI Agent 上下文工程完全手册：为什么你的 Agent 在第 15 步开始变糟
本文系统阐述了上下文工程在构建 AI Agent 中的核心地位，指出 Agent 行为退化往往不是模型问题，而是上下文窗口管理不当。文章指出，Agent 的上下文窗口如同 RAM，随着工具调用、检索结果和对话历史累积，模型注意力会衰减，出现“中间丢失”和上下文腐败。作者给出了四大策略：Write（持久化信息到外部）、Select（按需检索）、Compress（压缩上下文）、Isolate（隔离不同任务的上下文），并详细分析了 4 种失败模式（中毒、分心、混淆、冲突）。文章还提供了具体数据：Chroma 基准测试表明所有模型在输入长度增加时性能连续下降，RAG‑MCP 将工具选择准确率从 14% 提升至 43% 且令牌用量减半，KV‑cache 缓存命中可使成本降低 10 倍。最后给出了一个在 7 小时内向 Rust 代码库提交约 35,000 行代码的实战工作流，适合所有需要构建可靠生产级 Agent 的工程师阅读。
06-28
循环工程：构建不会在睡着时烧掉你预算的自动化循环技术路线图
本文是一份构建可靠自主循环（autonomous loop）的技术路线图，作者强调循环不是prompt——prompt需要你手动触发，而循环自己驱动自己：设定目标后，系统自动查找工作、执行、检查、修复、重复直至完成。核心论点：决定上限的不是写prompt的技能，而是构建一个能收敛到真理而非变成昂贵随机漫步的循环。文章按严格顺序提供从Step 0到Step 7的实操指南，包含完整代码（Bash脚本）、每次迭代重建上下文的stateless设计原理（对付context rot）、不可被欺骗的check设计（独立oracle + reward hacking防御门 + 独立法官）、磁盘状态协议（human-readable STATUS.md + machine-parsable JSON）、隔离（worktree/container with --network none）、刹车（迭代上限、预算上限、重复检测器、liveness marker、结构化日志）、以及成本非线性增长分析。特别适合需要构建AI Agent自动化流水线的一线工程师阅读。
06-28
循环工程：当提示不再是主角，Agent 系统的核心转向
本文由 Claude Code 构建者 Boris Cherny 的观点切入，提出 Agent 开发的重心已从提示工程转向循环工程（Loop Engineering）。作者详细拆解了 Agent 循环的内核（一个简短的 while 循环），并指出真正的工程挑战集中在四个环节：如何准确判定任务完成（而非模型停用工具）、如何保持上下文清洁以防止“上下文腐烂”、如何设计让 Agent 能实际使用的工具（幂等性与面向 LLM 的错误信息）、以及如何在循环中引入独立的验证者（Critic）来避免模型自我认可。文章强调，模型正趋于同质化，围绕模型的“马具”（Harness）——即循环系统——才是工程师应投入精力的方向。适合 Agent 开发、AI 工程与系统设计的相关工程人员阅读。
06-27
编排税：当AI智能体并行时，注意力的串行瓶颈
启动AI智能体变得极其廉价，但关闭循环（审核、合并、判断）仍需经过你这一串行处理器。作者将人类注意力类比为GIL：你可以同时跑20个智能体，但真正能交付到main分支的工作受限于你单线程的审核吞吐量。Amdahl定律在此适用——串行部分（人类的判断）不可并行化，盲目增加智能体只会积压待审队列。文章给出了可操作的策略：按审核速率而非UI上限扩容、将任务分为可委托的异步工作与需要锁定注意力的复杂工作、批量审核、让智能体自证正确性。最后指出，忙碌不等于高效，未支付的编排税会同时积累技术债务和认知债务。
06-27
AI 重塑软件生命周期：从编写代码到评判代码的转变
这篇由 Google 工程师撰写的白皮书提炼，核心观点是：AI Agent 的真正价值不在于模型本身，而在于其“载体”（Harness）——即指令、工具、沙箱、编排逻辑和可观测性组成的系统，模型约占 10%，载体占 90%。上下文工程是决定成本的关键，需要区分静态上下文（每次加载，昂贵但可靠）和动态上下文（按需加载，便宜但需谨慎设计）。验证能力是区分“Vibe Coding”和真正的工程化 Agent 的分界线：测试覆盖确定性部分，评估覆盖非确定性输出和轨迹。白皮书提供了具体数据：仅修改载体（不换模型）即可将编码 Agent 在 Terminal Bench 2.0 上从 30 名外提升至前 5；LangChain 的实验中通过修改系统提示、工具和中间件在相同基准上提升了 13.7 分。适用于所有正在或准备将 AI Agent 引入研发流程的工程师和技术管理者。
06-26
跨 AI 编码助手的智能体增强操作系统——规则、技能与安全审计
ECC 是一套为多个 AI 编码助手（Claude Code、Cursor、Codex、OpenCode、GitHub Copilot 等）设计的智能体增强系统，被定位为“Agent 增强型操作系统”。它并非一个独立的 AI 工具，而是一个包含 260+ 技能、67+ 子智能体、提供持久化记忆、连续学习、成本优化和安全审计（AgentShield）等功能的配置与插件集合。通过统一的规则、钩子和 MCP 配置，它试图解决跨平台开发工作流中智能体行为不一致、上下文丢失和安全性不足的问题。适合深度使用 AI 编码助手的专业开发者，以及希望建立标准化 Agent 工程实践的技术团队。
06-26
人类在循环中：如何设置能自主运行并通知你的AI编码循环
作者分享了与AI Agent协作编码的实用工作流：定义一个可验证的“完成标准”（如模型评估分数、QA通过、测试套件绿色、性能基准），编写一个循环让Agent自主迭代，并通过通知渠道（如Slack）在需要决策或完成时获得提醒。循环在云端运行，不占用本地终端。作者能同时运行3-5个长循环，外加多个短任务。适合希望将Agent从单次交互升级为长时间、自主优化任务的一线工程师。
06-25
为Agent设计搜索结果：给信息配上下一步动作
Raft CTO Tenny 提出，当 Agent 执行搜索时，返回原始 ID 或全文都是糟糕的设计。正确的做法是借鉴网页搜索结果：返回匹配片段（带高亮）、上下文预览和明确的下一个动作（如“阅读完整线程”）。文章指出，Agent 的“显示器”是上下文窗口，每 token 都有成本，因此结果必须紧凑、可立即判读，并提供下一步操作锚点。这是 UX 设计的延伸——只不过用户不再是看屏幕的人，而是读 token 的 Agent。
06-23
AI 智能体工程的 20 个核心概念
本文梳理了 AI 智能体工程中的 20 个基础概念，涵盖构建模块（Agent、执行循环、状态、协作模式）、配置层（配置文件、工作流文件、提示缓存、上下文腐烂）、能力层（MCP 协议、实时文档检索、持久记忆）、编排层（子智能体、智能体循环）、护栏层（沙箱、权限、钩子、提示注入防御、预提交门）以及可观测性（追踪、指标）。作者强调框架会变，但这些底层思想不变；理解它们后，看任何新工具都能快速抓住本质。文章给出了大量具体配置示例（CLAUDE.md、permissions.yaml、.pre-commit-config.yaml）和实用建议（如配置文件不超过 100 行、区分代理信号与成果指标）。适合正在或准备构建 AI 智能体的开发者。
06-23
不再手动提示AI：设计循环，让智能体自主迭代
本文提出“循环工程”概念：与其手动逐次提示编码智能体，不如设计一个自动化系统——由调度任务、工作树隔离、技能定义、插件连接和子智能体审查组成的循环，让智能体自主发现工作、执行并验证。作者对比了Codex与Claude Code两个工具中这五个组件的具体实现（如自动化的`/goal`命令、基于`SKILL.md`的技能系统、通过`git worktree`实现的隔离），并强调状态持久化（Markdown文件或Linear看板）是循环稳定运行的关键。核心洞见是：循环设计比提示工程更难，因为软件工程师的角色从操作者转变为系统设计师，同时仍需承担验证质量、维护理解力、避免认知屈服的责任。
06-22
用 Claude 和 Obsidian 搭建每日进化的 AI 第二大脑完整指南
本文提供了一份详尽的动手教程，教你在一个晚上内搭建一个基于 Claude 和 Obsidian 的“第二大脑”系统。核心思路是将 Obsidian 作为纯文本笔记存储库，通过 MCP 协议连接 Claude Desktop（需付费版），使 AI 能读取、组织、链接整个仓库内容，并自动加载上下文（CLAUDE.md）以消除每次会话的冷启动。文章从安装 Claude Desktop 和 Obsidian 开始，逐步演示配置 Local REST API 插件、连接 MCP、通过面试生成个人配置文件、创建项目文件夹结构、构建可复用技能（skill）、接入日历等实时数据源、设置定时自动整理任务。作者强调所有权归用户（纯文本文件，不锁定于任何 AI 模型），并以“keys, not prompts”安全原则提醒权限控制。适合希望摆脱对话碎片、拥有持久化 AI 记忆的一线工程师和知识工作者。
06-16
为 AI Agent 打造的本土上下文压缩层：库、代理、MCP 一应俱全
Headroom 是一个本地运行的上下文压缩层，专为 AI 编码智能体设计。它能在 LLM 收到工具输出、日志、代码文件或 RAG 结果之前，对这些内容进行高保真压缩，在保持答案准确性的前提下，将 Token 消耗降低 60-95%。项目提供了库（Python/JS）、透明代理、命令行 wrap 和 MCP 服务器四种集成方式，无缝适配 Claude Code、Cursor、Codex 等主流智能体。其核心思路是结合 JSON 结构压缩、AST 感知代码精简与本地微调模型，并独创了 CCR 可逆压缩机制，确保原始信息随时可召回，避免了压缩带来的信息丢失风险。该工具适合重度依赖智能体编程、希望在不修改现有工作流的情况下显著降低 API 开销的工程师。
06-16
AI 代理上下文压缩层：60%-95% Token 削减，不丢失关键信息
Headroom 是一个本地运行的 AI 代理上下文压缩工具，旨在显著降低 LLM 使用成本与延迟。它在工具输出、日志、RAG 数据块及对话历史到达大模型前进行智能压缩，支持 JSON、代码和自然语言等多类内容。项目提供库、代理、MCP 服务器和代理包装器四种集成模式，通过内容路由选择最优压缩算法，并具备可逆压缩（CCR）机制确保原始数据不被丢弃。它还包含跨代理记忆共享和从失败会话中学习的 `headroom learn` 命令，适合每天高强度使用编程代理的工程师和任何需要优化 LLM Token 消耗的系统。
06-15
前沿模型若无生态系统，便不稳定
Satya Nadella 提出，AI 经济中企业的未来在于构建将人力资本与 AI 能力（token 资本）融合的复合学习闭环。他认为真正的机会不在于选择最佳模型，而在于建立一套能持续吸收机构知识的智能体系统，使企业能独立于模型迭代，保留并增值其专有 IP。文章警告称，若价值仅由少数模型摄取，将引发严重的社会经济反弹，强调必须构建一个让价值广泛流动的前沿生态系统，而非仅关注单一前沿模型。本文适合关注 AI 战略、企业架构及平台经济的高层决策者与技术领导者阅读。
06-14
Anthropic 用 Claude 打造自助分析智能体的堆栈设计与故障应对
Anthropic 数据团队分享了如何使用 Claude 实现 95% 自动化、约 95% 准确率的企业自助分析。文章指出分析准确性的核心不是 SQL 生成，而是上下文与验证——具体表现为三个主要故障模式：概念与实体歧义、数据过时、检索失败。为此他们构建了四层智能体数据堆栈：数据基础（规范数据集与严格治理）、真相来源（语义层、血缘关系、查询语料、业务知识图谱）、技能（知识技能与非技能，将准确率从不足 21% 提升到 95% 以上）和验证（离线评估、对抗性审查、在线监控）。文中给出了技能文件骨架、参考文档模板、评估方法等可直接参考的实践，并讨论了 colocation、元数据治理、错误案例收集等工程化手段。适合正在构建或优化 LLM 驱动的数据分析系统的数据工程师、分析师和工程经理。
06-13
用14个步骤在Fable 5上构建自我进化的智能体系统
本文是一份基于Anthropic工程团队公开文档和实验构建的Fable 5实操指南。作者指出，绝大多数用户仅将Fable 5当作上下文窗口更大的Sonnet 4.6使用，未能发挥其“神话级”模型的设计潜力。文章详细阐述了一套让系统输出随时间复合增长的架构，包含四大层次：基础原语（模型、子智能体、工作树）、编排（/goal与Outcomes自纠正循环、动态工作流、云端例程）、记忆（状态文件、可进化的技能），以及自我改进（视觉自检、评估循环、规则蒸馏）。核心方法论包括用独立的验证智能体替代自我批判、通过Git工作树确保并行安全性、通过例程在关闭笔记本电脑后仍能运行数天的任务、以及一套从记录故障到蒸馏通用规则的五阶段记忆进阶模型。文章为愿意将Fable 5从五分钟的聊天工具转变为一个可自我增强的系统架构师提供了具体、可操作的模式和配置示例。
06-12
Claude Projects 深度指南：25 个被低估的特性、工作流与技巧
本文由 @eng_khairallah1 撰写，系统梳理了 Claude Projects 从基础配置到高级策略的 25 个实战技巧。核心观点在于，Projects 不应被当作一次性对话工具，而是需要通过结构化指令模板、分类知识库上传和持续校准，将其打造成一个随时间不断进化的持久化工作区。文中提供了具体可操作的模板，如 'ROLE/CONTEXT/RULES/OUTPUT' 指令框架、'竞争力情报中心' 和 '客户专属项目' 的设置方法，并强调了通过 '反馈日志' 和 '季度刷新' 实现指令的复利优化。本文适合希望摆脱重复向 Claude 解释背景、寻求更高效和个性化 AI 协作方式的深度用户阅读。
06-11
如何为 Claude Fable 5 设计循环：自校正与跨会话记忆
R. Lance Martin 分享了针对 Anthropic 最新模型 Fable 5 的两类循环设计实验：自校正和工作记忆。在自校正环节，他用 Parameter Golf 挑战（训练一个能塞进 16MB、在 8xH100 上 10 分钟内跑完的模型）对比了 Fable 5 和 Opus 4.7。在 Claude Managed Agents (CMA) 环境下，Fable 5 通过 Outcomes 生成的 grading 子 agent 做独立验证，训练流水线的改进幅度是 Opus 4.7 的约 6 倍，且更敢于做结构性变更而非只调标量参数。在工作记忆实验中，基于 Continual Learning Bench 1.0 的任务，Fable 5 在连续 SQL 问答中展现出一条从记录失败、调查原因、交叉验证到抽象为通用规则的完整记忆链，验证覆盖率达到 73%，显著超过 Opus 4.7 和 Sonnet 4.6。文章适合正在为强模型设计 agent 循环的工程师阅读，核心主张是提供环境和反馈让模型自行爬坡，比直接提示更有效。
06-10
Claude Fable 5 实战：用自校正循环和跨会话记忆打磨代理任务
作者分享了使用 Anthropic 的 Claude Fable 5 模型提升代理工作效能的两个实战方向：自校正循环和跨会话记忆。在自校正循环实验中，作者用 Parameter Golf——一个要求在 16MB 模型体积、8xH100 GPU 上 10 分钟内训练最佳模型的公开挑战——比较了 Fable 5 与 Opus 4.7 的表现。通过 Claude Managed Agents 提供的 Outcomes 原语，由独立验证子代理根据九项可检查标准评分，Fable 5 对训练管线的改进幅度约为 Opus 4.7 的 6 倍。Fable 5 更倾向于做结构性改动，并在遇到量化性能回退时展现出韧性，而 Opus 4.7 则停留在调整标量超参数的模板上。在记忆实验中，作者使用 Continual Learning Bench 1.0 中的 SQL 问答任务，对比了 Fable 5、Opus 4.7 和 Sonnet 4.6 利用文件系统跨会话记忆的能力。Sonnet 4.6 仅记录失败和未验证猜测，Opus 4.7 能创建带不确定性标记的 schema 参考但验证覆盖率中位数仅 17%；Fable 5 最强运行中验证覆盖率达 73% 并将学习提炼为通用规则。文章适合关注代理架构设计和模型能力边界的工程师阅读。
06-09
AI Agent 实战：从理论光谱到零代码构建 Telegram 机器人
本文解析了 AI agent 的真正定义——它不是一种类别，而是一个从简单问答到自主任务执行的光谱。作者详细对比了普通聊天与 agent 的关键差异：工具、记忆和循环。随后提供了一份无需编程的实战指南：使用 Claude Code 构建一个运行在 VPS 上的 Telegram 机器人，包含完整的系统提示词模板、systemd 部署、持久化记忆、成本追踪等实用技能，并针对 agent 常见的上下文丢失问题给出了具体的解决策略。适合想亲手搭建 agent 的工程师和 AI 爱好者。
06-08
给工程师的 AI 编码工作流：一组可组合的 Agent Skills
Matt Pocock 从自身 .claude 目录公开分享了用于 Claude Code、Codex 等编码智能体的技能集。这些技能并非“写代码”，而是针对 AI 辅助开发中的四大典型失败模式（需求对齐错误、上下文冗长、代码不可用、架构熵增）给出工程化对策。核心包括：通过盘问式对话对齐需求的 /grill-me 与 /grill-with-docs；通过红-绿-重构循环保证代码质量的 /tdd；以及维护领域语言与架构的 /improve-codebase-architecture。项目强调“小、可适配、可组合”，适用于任何模型。适合希望将 AI 编码工具纳入严谨工程实践的一线开发者。